① 科技大数据 哲学新思维
科技大数据 哲学新思维
“数字生活”中，我们接收更多数据，也制造了更多数据。大家都在思考：大数据究竟会对我们的生活产生何种影响？
大数据，通常用来形容人们创造的大量结构化和非结构化数据，其特点是4“V”，即，数据体量巨大；类型繁多，如网络日志、视频、图片、地理位置信息等等；处理速度快；蕴含着巨大的价值潜力。这种变化不只是科学上的，“大数据浪潮”还引发了思维模式和发展模式的改变——这让哲学家们认识到：必须认识其数理哲学基础。
对数据的认识史就是人类的发展史
人类的生存、发展方式可以归结为：获取信息，处理信息，而这就是智力。智力的进步，归根结底就是信息技术的进步。
人类历史上经历过三次信息革命：语言的创造——文字的创造——电信通讯的创造。
语言让人认识世界，建立相互关系；但其限制和缺点是无法突破个体的时空界限。文字的出现实现了人类思想的远距离和世代相袭传递，人类联合因此扩大；它虽然突破了空间上的限制，但需要耗费太长的时间。电信通讯的创造突破了空间的限制，为电子计算机与互联网创造奠定了基础。
电子计算机与互联网的创造，是一次伟大而空前的大综合，其特点是：所有信息全部归结为数据表达形式——0和1。只要有了0和1，加上逻辑关系，就可以构成全部世界。而世界本来就是这样构成的，已经出现的读脑机、脑电波指挥的电脑、智能机器人和人脑插入的芯片等等，都说明大脑的认知方式与世界事物同构。
大数据的出现促使我们认识到，人类的认识和实践，就是一部数据搜索、处理、挖掘和创新的历史。大数据方法揭示了因果关系是常规性的，终极的关系应从事物之间的相关性、同构性中寻找。数据反映的是具有同构关系的两个序列的关系信息，一个对象的运动轨迹，通过另一个序列的载体编码来表达。认识者获得的不是对象本身的绝对映像，而是离开了对象，从对象中抽象出来的、关于对象运动轨迹的数据。从这一角度看，同构关系是大数据的数理哲学基础。
人工智能可能超越人类
依据对象之间数据关系来认识世界，这一方法可靠吗？以往人类在对自己认识能力的反思中，已经多次提出疑议。人类每一次宣告自己是绝对真理的全称判断，如“所有的天鹅都是白的”，总是被一个小小“黑天鹅”单个事件推翻。“黑天鹅”的存在寓意着不可预测的重大稀有事件，它在意料之外，却又改变一切。因此，不能把科学知识看做是对客观世界的终极反映，它只是人们用理性构建的认识对象的模型。
大数据更像是一种连续不断的论证和数据流。这使让人们意识到，知识永远不会被完全确定，永远不会终止。
大数据的出现或许让人工智能超越人类成为可能。在图灵测试中，通过测试的机器人是否真的有自己的思想？反对者认为“智能和思想是两回事”。但是，如果在图灵测试中换上小孩，那么问题变成：对于刚出生的小孩，智能从什么时候开始？实验证明：小孩的自我意识始于大量的条件反射刺激（巴甫洛夫条件反射），仅仅是无数次的重复刺激成为坚定的信念基础，以至于形成信仰，相信这是不证自明的公理。事实上，大数据已经说明：思维的模型与世界的模型的同构关系已经真实地被把握了。
根据大数据的同构关系，我们将重新定义知识：人的知识也是一个有限量。从这个定义出发，人工智能可以超越人类——只要人工智能是动态的、可以发展的，就可以学习并超过人类。具有自我学习能力的机器人可以超过关键的“奇点”，只要通过证实的概率增加，给人工智能一个信仰或公理，人工智能技术将可以超越其制造者——人类本身。
将带来的发展模式革命
知识是不断递增的。摩尔定律揭示了大数据增长的速度。这是一场革命，是一场改变我们的思维、决策方式和发展方式的新的科学技术革命和产业革命，是一场影响世界和人类文明发展的革命。
与以往科技革命和工业革命相比，大数据的冲击力有三方面：
一是以无限增长突破有限增长。传统经济社会发展方式是有限的，因为物资财富和资产是有限的，是会枯竭的。例如现在使用煤，仅供开采160年，使用石油，仅供40年。但是大数据的增长却是源源不断的、递增的、无限的。
二是以效益递增突破效益递减。传统社会发展方式是高成本、低效益的，效益递减的。但是大数据时代的发展方式却是低成本、高效率、快速度的，效益是递增的。
三是和谐共赢发展突破了对立的、矛盾的发展。传统的发展是零和博弈似的、马太效应的：你有我就没有，你多我就少，富者越富穷者越穷。从某种程度上导致了人们互相争吵，世界不得安宁。现在，大数据时代的发展却是和谐的、合作共赢的。因为数据财富和资产可以复制、递增、共享。当然，关键还要看人的素质，因此要发展科教事业，提高人们素质。
② 促进大数据发展行动纲要体现了什么哲学思想
体现了量变到质变、必然到自由发展的哲理。即网络空间的发展从初级到高级的发展趋势，质变到大数据的过程，也即网络工程从必然王国进化到自由王国的过程。
③ 大数据、人工智能、哲学
大数据、人工智能、哲学
您从什么时候开始关注人工智能哲学的？
徐英瑾：差不多从2004年左右开始吧，我在翻译王浩文集的同时，读到玛格丽特·博登的《人工智能哲学》这部论文集。当时人工智能远远没有现在这么热门，但是我觉得，这是未来哲学应该处理的问题。博登的书只是一部入门之作，从此书开始，我找了大量相关资料阅读。
关于人工智能哲学研究，我主要是和美国天普大学的计算机专家王培老师合作，他研究人工智能的体系，认为它就是为了在小数据的情况下进行应急推理。那个时候我还不知道有大数据，当然，大数据的前身，如贝叶斯、神经网络等都有了——今天的深度学习是当时的神经网络的高度加强版，根上的东西从 Geoffrey Hinton 那时就有了。后来大数据越来越热，我才关注到相关讨论。不过，这种关注对我的研究实际上是一种干扰，因为我知道它是错的。
说到大数据，您在这方面发表了不少文章，比如有一篇就叫“大数据等于大智慧吗？”最近也频频谈论大数据问题。您在这方面的观点是什么？
徐英瑾：如果用一句话来概括的话，就是，我谈论大数据的目的在于反对大数据。现在有一种很不好的风气，就是“IP”横行，“大数据”也被当作了IP，更糟糕的是，连我对大数据的批评也成了这个IP的一部分。事实上，我的批评背后，有我的理论关怀，就是日本哲学家九鬼周造的学说。九鬼周造写过一本书，叫《偶然性的问题》，说整个西洋哲学都喜欢从必然性的角度来解决问题，必然性解决不了就用概率论，但偶然性是永远不能被驯服的。大数据是试图驯服偶然性的一种尝试，但它终将无法驯服。
中国历史上，这样的例子很多，尤其是军事史。你看那些大的战役的指挥者，彭城之战的项羽也好，赤壁之战的周瑜、鲁肃也罢，他们最终作出决策，靠的是什么呢，难道是大数据吗？其实是核心情报的评估和基于常识的推理，以及一点点碰运气式的瞎蒙。因为战争是充满无知之幕的。那些以小胜多的战役，如果光看大数据，那么一切都会指向多的那一方要获胜，少的那一方无疑是找死，可是事实是什么呢？
所以，我所设想的新一代人工智能，是能够“认命”的机器人。说“认命”，不是说服从偶然性，而是利用偶然性；不是说无所作为，而是顺势而为。
您的这种观点，说不定会遭到工程技术人员抱怨：哲学流派、观点那么多，我们怎么搞得清楚
徐英瑾：工程技术人员的抱怨，有一点我是同情的：两千年来，哲学问题的确没什么实质性的进展。那么，面对这种情况，我们要采取什么策略呢？印度有部电影叫 OMG：Oh My God！，男主角是个外星人，他跑到地球上之后，不知道哪个神管用，就每个神都拜一拜。
哲学流派、观点很多，保不齐哪一个管用，每一个都要有人去尝试。不能所有的人都搞大数据，都搞神经网络、深度学习，这很危险。现在资本都往这几个领域里面涌，这是缺乏哲学思维的，某种意义上也是缺乏风险管理思维。一件这么不靠谱的事情，你怎么能只试一个方向、一种流派？
而且，更糟糕的是，这方面的研究人员常常满脑子技术乌托邦，拿生活经验去细想一下，其实是很荒谬的。举个例子来说，现在 “奇点”被炒得火热，大意是说，奇点革命一旦到来，人类社会将被颠覆。
事实上怎么样呢？我这一代人经历了改革开放初期的物质贫乏，一直到今天的物质极大丰富，我们七八岁时关于二十一世纪的乌托邦式想象，今天实现了几个？深层次的社会结构并没有怎么改变，比如医疗领域，各种新技术的出现其实强化了现有的社会结构，加剧了贫富阶层之间的差距，又谈何颠覆呢？大家把人工智能吹嘘得好像很厉害，其实它一点都不厉害，还有一堆问题没有解决，你去担心它毁灭人类干什么？这就和堂吉诃德一样，把风车当作怪物，自己吓唬自己。
在您看来，目前这种以大数据为基础的人工智能，继续发展下去，可能会取得什么样的结果？
徐英瑾：我认为，再继续这样热炒下去，就是技术泡沫，最后什么也做不出来。关于人工智能的发展，业内有点历史意识的人，脑子里往往有一张图表，下方是时间，上方是发展水平，目前的人工智能在这张表上的确在上升，但不久就会遇上瓶颈。就像我前面说的，它在哲学上是行不通的，很多理论问题还没有得到解决。我个人还是更倾向于小数据。
您关于小数据的观点，在学界有代表性吗？您能就某个方面的实例来详细谈谈，有哪些人工智能的理论问题还没有得到解决吗？
徐英瑾：在人工智能学界，小数据不算主流，但在其他领域就不一样了，心理学界对小数据的思考就很深入，德国 Gerd Gigerenzer 做了大量的工作，人工智能学界还没有关注到。这是很可惜的事情。
说到有待解决的理论问题，我可以拿脑研究来作为例子。现在有一种倾向，是试图从大脑出发来制造人工智能。这方面的风险实在太大，很多人不明白大脑究竟有多复杂。
大脑有10^11个神经元，彼此之间存在着极为复杂的联系，其中存在的可能性是个天文数字。在很大程度上，我们进行情感判断和复杂推理的脑区可能是不一样的，对此学术上依然没有弄清楚。现在出了很多这方面的论文，但是并没有给出统一意见，这是因为，大脑和大脑之间还存在着个体差异和民族、文化差异，被试者要经过一定的统计学处理之后才能去除这类差异。
这种操作是很复杂的，而且成本很高，现在进行脑研究主要靠核磁共振成像，这是很昂贵的手段，不足以支持大样本研究。这就导致，现在的研究成果不是科学上要求必须这么做，而是经费上只能允许这么做。但是最终得出的结论却严重地僭越了自身的地位，夸大了自身的代表性。
神经生物学告诉我们，人的神经元是具有文化可塑性的，上层的文化影响会在底层的神经分布当中得到体现，所以，对脑神经做科学研究，是无法剔除文化因素的影响的。人一旦早年处在某个文化共同体当中，神经受到了塑造，今后再想改变就比较难了。这在语言学习当中得到了非常鲜明的体现。日本人说英语比较慢，因为日语是动词后置的，而英语不是，所以他们说英语要做词序变换，导致语速变慢。这就是他们特有的语言编码方式。
因此，你现在如果真的要创造一个大脑，那么它不能是生物的，而必须是硅基的。即使它的构成是类神经元的，也依然是硅基的，否则就是在克隆人了。如果你要对大脑进行抽象，你只能抽象出它的数学成分。这里面有个问题：纯数学不能构成对世界的描述。纯数学每个单位后面要加量纲，量纲要选择哪些东西，取决于你看待这个世界的视角和方向。这就是哲学和理论层面的问题。大脑其实是一层一层的，最底层是生物、化学的东西，再往上就是意识、感觉的东西。
那么，任何一个生物组织，对它的数学模拟，到底是事后诸葛亮式、近似式的追问，还是能够把握它的本质？这是一个很可怕的理论黑洞，不仅是一个工程学黑洞，首先是一个哲学黑洞。这么大一个黑洞，你认为十年二十年能够把它搞清楚，你说风险大不大？比较稳妥的，还是去寻找一条可靠的路径。
您觉得人工智能的可靠路径是什么？
徐英瑾：首先应该放在自然语言处理上。但是，现在就连这方面的研究，也依然是在做大数据，比如翻译软件，它的处理方式就是看现有的译文是怎么翻的，然后它就怎么翻。这是完全不对的。正确的处理方式，是定下一个高目标：将日语写的俳句翻译成中文或英文，而且必须是当代作家即兴创作的俳句，而不能是松尾芭蕉这类知名诗人的、可以检索的俳句。翻译好之后，把美国最好的俳句专家找来做图灵测试。
这个标准虽然很高，但并非不可企及，而且这是正确的方向。只是，如果我们把精力和资源都放在大数据上面，我们就永远也达不到这个目标。因为大数据都是从已有的经验出发，全新的领域它是应付不来的。美国的日本文学专家怎么译俳句？当然是先揣摩文本，进入语境，让自己被日式审美所感动，然后思考，美国文化当中类似的语境是什么。这里面就牵涉到对审美情趣的整体把握。什么是审美情趣？它是和物理世界分割开来的，还是随附在物理世界上的？这里面，又是一堆问题。这些问题不弄明白，仅仅是靠大数据，是不可能成功的。
您前面谈了这么多，我看总结起来就是一句话：当下人工智能的发展，问题比办法多得多得多。
徐英瑾：这是没办法的，打个比方，现在的人工智能的目标，是想要造出一个 Big Hero 6 中的“大白”那样的机器人，既然当下人工智能发展给自己定下了这么一个科幻式的目标，那么，我前面所谈到的问题都是必须考虑到的。实际上 Chappie 这样的电影对人工智能的表现，我觉得是比较合理的，我也很赞同。
它很清楚地告诉你，机器人也有一个学习的过程，很大程度上跟培养小孩是一样的。我构想的未来的人工智能，买回来放到家里你是要教的，而不是一开始就什么都会。前面说到OMG这部电影，里面那个外星人的思维方式就像人工智能，他的推理是严谨、科学的，但因为地球上的多神系统很混乱，他经常因为推理失误触犯某些宗教的禁忌而挨揍，挨完揍之后，他就迅速得出了更接近真相的结论。
这样一个建立假设、验证、挨揍，之后再建立新假设的过程，实际上是科学家的做法，以自己被揍为代价，增进了对地球的认识。但是，重要的地方在于，他的思维方式仅仅是基于小数据：被揍一次之后立刻修改自己的解释；如果是大数据，他会想，被揍一次还不行，应该多被揍几次才能得出正确结论。生物体要是按照大数据的思维方式来的话，早就在地球上灭绝了。
在您看来，未来的人工智能，或者说真正的人工智能应该是什么样的？
徐英瑾：现在很多人工智能研究最大的问题，是不受视角的制约，但是，真正的人工智能是受视角和立场制约的。对机器来说，就是受制于预装的系统和它后来不断学习的经验，而预装的系统，就相当于人类的文化背景。我所构想的人工智能，是需要学习和培养的。AlphaGo当然也要学习，一个晚上下一百万盘棋，但那是极为消耗能量的学习。人工智能应该是举一反三式的学习。AlphaGo虽然强大，但是只能干下棋这样一件事情，无法干别的。
当然，我并不是说，AlphaGo的深度学习技术不能用来做下棋之外的事，这个技术本身可以用来做很多事情。我的意思是说，这个技术一旦做成某一具体的产品，这个产品的功能就固定下来了。用乐高积木来打个比方，如果你是精于此道的高手，你可以拼出一艘航母、一幢高楼，但是一旦拼出了一艘航母，除非你把它拆掉，它就一直是航母了，不再会是高楼。
类似地，一旦你用深度学习技术做出了AlphaGo这个专门用来下棋的机器人，如果再想让它去干别的，很多基本训练和基础架构就必须从头做起，这就相当于把拼成航母的乐高积木一块一块地拆下来，再拼成一艘航母，而想而知工作量会有多大。那么，问题来了：你是需要一个什么都能干，虽然不一定能干到最好的机器人呢，还是需要一个只能把一件事情做到最好，其他什么都不会的机器人？这两种机器人，哪种对人类社会起到的作用更大？
不妨拿战争举个例子。未来的战场会需要大量的战斗型机器人。一个士兵在战场上遇到的情况是千变万化的。请问，难道只有医疗兵知道怎么救援吗？别的士兵也知道，只是未必做得有那么好而已。同样，医疗兵也会使用枪械。
再拿家政服务举个例子，给中产家庭用的机器人，和给富豪家庭用的机器人，肯定是不一样的。AlphaGo这样的机器人怎么去迅速适应呢？关于围棋的输赢是有明确规则的，可是家政问题有规则吗？如果机器人给一个大知识分子收拾书房，打扫得太干净，他反而不满意，可能要拍桌子：“乱有乱的味道！书房怎么可以弄得这么干净呢？”但是你不给他打扫，他又不开心了，“书总归要码得整齐一点，蜘蛛网总归要扫掉吧”。
所以，行为的分寸如何把握，是需要人工智能来学习和判断的。而人工智能如何学习和判断呢？这是需要人类去调教的。
④ 哲学如何认识大数据时代
哲学如何认识大数据时代
最近几年，数据问题进入哲学视野。对于哲学家们探索的数据本质特征，我们可以从以下几个方面来把握。
数据与大数据
技术进步，主要是计算机、网络和各种类型的传感器以及云技术、分布式计算与存储等海量存储技术的广泛应用和运算能力极速进步，使得数据概念被大数据概念取代。数据量增加速度之快，大致可以这样描述：最近两年生成的数据量，相当于此前一切时代人类所生产的数据量的总和。
大数据指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。大数据的特征，除了巨大、快速、多样多变之外，没有其他。因此，大数据本质上还是数据。
在大数据的上述特征中，其多样多变性值得特别关注。它表现为所生成数据格式的多样，如文字、图片、视频等各有多种不同的格式，取决于生成数据的技术与设备，却反映出数据生产的时代性以及数据处理的能力与条件，也反映出被描摹自然和社会的多姿多彩。另外，随着技术发展和数据量急剧增长，新的数据格式还会层出不穷，多变和多样特征更加突出。
大数据既是一个技术概念，又是一个商业概念，它的出现，有其特定背景，即IT领域的商业和渲染新技术的考量。大数据包揽了人类获取数据的所有途径，提示哲学研究一个全新时代的到来，这个时代的先声，很久远之前就已经响起，那时，它仅仅被称作数据。在我们的讨论中，主要考虑数据与哲学的关联。
数据与认识
这里的认识，指的是人的认识，是人对外部世界的认识。
大数据的出现和引起关注，使得一个事实得到确认，这就是，数据覆盖了人类对于外部世界的感知。感官及其所获得的经验退居到显示屏之后，退居到各种类型的技术装置之后，这些装置将自然和外部世界的映像“转译”成人类感官可以接受的图像、声音甚至触觉和嗅觉味觉。这既是技术发展的必然，又是始料未及的情况。如果说，此前，哲学还试图在技术系统生成的数据之外寻找世界的直观映像，到了大数据时代，这种人类的直接感知即使没有被完全取代，也失去了其传统意义上的优势。一言以蔽之，哲学，需要从数据中寻求对世界的认识，舍此即失去认识的来源。
这似乎是一个惊人的变故，其实不然。在影响人类认识的议题上，大数据带来的变化，只是数量和范围上的，并非根本意义上的改变。事实上，回顾历史，我们发现，我们的对外部世界的感知，从来都是依赖于某些技术装置的，也就是说，人的认识，其实是通过数据获得的。
最早的技术装置，可能是直尺，它用于测量长度，例如田亩；更早的述说技术装备，也许是绳结，它用来述说一件重要的事件。在我国，从河北泥河湾先民打造石器，到安阳殷墟龟甲上刻画的文字，都可以看作是某种“数据”，表达着人类对外部世界的某种认知。而面对着所有这些早期的承载数据的技术装备，人们获得对外部世界的某种最早的抽象认识。古代人先后发明过算筹、斗和称、漏刻、浑象仪、量角器等等，无不是用来产生认知外部世界的数据，人们也发明笔、纸张、雕版印刷术，也是用来记录和生产数据。依托所有这些，数据成为人们认识的依据，思考的源泉，表达的工具。
近代以来，西方的技术和科学异军突起，望远镜、显微镜、六分仪、光谱仪、质谱仪乃至加速器、射电望远镜相继出现，成为人类认识外部世界的有力工具。这些技术装备产生的数据成为近现代思想的新的依托。到了当代，伴随着电子计算机的强大数据处理能力的出现，各种延伸和阔展人类感官感知能力的器皿设备层出不穷，终于完全或接近于完全取代人类对外部世界的直接感知，通过把数据呈现给人类，成为人类认识的来源。这就是大数据的时代。
关键点在于，我们所知的世界，全部是数据表达的，其中一部分获得理解和解释，更多的只是数据，没有得到解释甚至没有得到关注，它只是像自在自然那样在那里，等待人们去搜索发现它，解释它，运用它。
数据与本体
根据上述认识，似乎可以通过观察数据的形成和生产，来理解哲学与科学的在解释客观自然议题上彼此消长。
在近代科学初兴时期，它并没有从传统哲学中分离出来，它被冠之以自然哲学。与之相并行不悖的，有哲学本体论和形而上学。后两者都是试图以某些观念描述和解释外部自然，寻求事物的本质，并在哲学领域合法存在。伽利略、牛顿等人推崇的使用先进观测和实验手段观察与调控自然，用数学述说自然过程。当这一切成为风气之后，哲学本体论逐渐衰退，哲学似乎放弃了对客观世界的描蓦和解释，让位于自然科学。
最后一位试图运用科学数据来解释自然的哲学家是康德，他研习了牛顿的运动力学和天体力学，提出宇宙演化学说。然而，拉普拉斯在康德基础上，用物理理论和数学表述了星云说，在无限时空中的恒星和星系演化学说。拉普拉斯之后，科学之描摹自然优越于传统哲学得到公认。
一般认为，在经典科学时代，哲学与科学在描摹自然方面的差异，在于是否运用数据和使用数学方法。今天我们发现，这并非全部问题所在。经典时代，直至大数据崛起的今天，自然科学的确在使用各种技术装备获得的数据方面占据优势地位，哲学则固守传统的概念分析和一般推理方法，这还是指的好的哲学。这与其说是哲学落后于科学，勿宁说人类获得数据的能力尚有不逮，给传统哲学留有施展余地。
大数据的出现，包围了人类认知世界的所有方面，情况发生变化。在科学界开始讨论并实施“计算一切”的时候，同时也给哲学重新回到讨论本体打开方便之门。这里发生的变化是，数据成为认知的源泉，思维的质料；我们对世界的解释转变为对数据的解读，舍此无他。大数据的出现，使得我们发现，我们所知的称作外部世界的东西，是通过数据来呈现的，当我们寻求世界的本质和意义时，我们实际上是在数据中徜徉；当我们觉得有所发现有所体悟时，实际上是自觉找到了一些数据之间的关联。
数据的物理学气质
所谓物理学气质，指的是思考事物的本质，从原理层面上对事物的本质进行探究，揭示出事物的基本规律。当前备受热议的数据和大数据是否具有揭示事物基本规律的功能，可能还有待于观察，但是，数据，就其现象而言，似乎已经展示出某种物理学气质，考察这一特性，既有利于认识数据的本质，也有利于深化对物理学的认识。
这里所说的物理学，主要指的是量子力学。
众所周知，量子力学无论在理论上还是在应用上都获得巨大成功，在场论、粒子物理和天体物理学研究上都扮演者基础角色，在固体物理、半导体物理以及超导物理等应用学科上都有极出色表现。量子力学与哲学的联系，比其他任何自然科学领域都要来得紧密，其中最重要的就是认识论问题。
量子力学发现，建立在测不准关系基础上的认识，受到基本物理原理的限制，客观世界原则上不可能真正被观察到，我们只能根据物理测量结果认识世界。而测量本身形成对客观世界的干扰，导致无法真正认清它的本来面目。所以，我们对于世界的认识，唯一来源就是测量的结果，即所谓经验。
量子力学的这一认识原则引发将近一百年的讨论，至今未能平息。
尼尔斯·玻尔认为我们必须接受量子力学给出的认识原则，承认和接受自然作出的安排，量子力学已经很好地描绘了自然；爱因斯坦则不愿接受玻尔的“绥靖哲学”，他觉得一定是量子力学本身的不完备造成，人对自然的认识应该是能够穷尽的，不可能也不应该像量子力学所描绘的那样。
当我们回顾前述数据与大数据的认识论与本体论含义时，就明白，一直以来有关量子力学问题的争论，本质上就是对于数据的意义的争论。显然，爱因斯坦不愿意接受数据给出的结果，以及对于数据的解释，而玻尔则认为数据揭示的自然正是自然本体，无论我们是不是喜欢它。
有趣的是，人们一直在争论量子力学的测量问题，此前却几乎从来没有人意识到测量的结果本身就是数据，而数据已经成为事实上的认识来源。离开数据，我们对于世界一无所知。
在这个大数据时代，当我们认识到，数据正是我们认识世界的源泉，所谓世界其实就是数据构成的，我们也会看到数据本身所具有的物理学气质，正像量子力学所强调的那样，世界隐藏在经验表象背后，我们所能谈论的，只是经验本身。
以上是小编为大家分享的关于哲学如何认识大数据时代的相关内容，更多信息可以关注环球青藤分享更多干货
⑤ 大数据主义者如何看待理论，因果与规律
大数据的兴抄起，给传统的科学哲学带来许多新挑战，特别是对诸如科学理论的作用、因果关系、科学规律等科学哲学的核心问题提出了有别于传统的新观点。齐磊磊博士概括总结了大数据相关学者的论述，在《哲学动态》杂志发表了题为《大数据经验主义——如何看待理论、因果与规律》的重要文章[1]。她在文中提出了大数据经验主义的概念，并系统提炼了大数据经验主义的科学哲学观点，这是大数据哲学的重要提炼和概括。她认为，大数据经验主义是一种新经验主义(以下简称为大数据主义)，并将其观点概括为三点：1.在科学理论问题上，大数据主义认为“理论已经终结”，否定科学理论对科学发现的作用；2.在关系到科学存亡的因果性问题上，大数据主义否定因果性的存在，提出由相关性取代因果性；3.在世界的本质问题上，大数据主义否定世界的规律性，认为世界的本质是混乱的。树立起大数据主义的靶子之后，齐磊磊进行了批判，并明确提出反对大数据主义对大数据的神化。
⑥ 从哲学角度看问题 数据 大数据及其本质是什么
①物质决定意识，要坚持主观符合客观。大数据时代已经到来，树立专大数据战略是属客观形势的要求。 ②事物运动是有规律的，要按规律办事，将尊重客观规律和发挥主观能动性相结合。大数据战略符合时代发展规律，只有按照时代发展的客观规律，充分挖掘和利用大数据价值，才能在实践中获得巨大成功。 ③意识具有能动的反作用，正确意识对改造客观世界具有促进作用，要发挥意识的能动作用。树立大数据战略可以有效指导实践，以发挥大数据对社会发展的重大作用，提高竞争力。