计算科学发现:目标与方法论反思

计算科学发现是人工智能和科学交汇融合的产物,其通过计算的方式对人类科学发现过程中的认知过程进行重构并实现了对人类自然认知能力的技术增强,从而使得经过恰当编程处理的计算机能够模拟人类的发现活动,并帮助人类获得关于客观世界的新知识。计算科学发现将计算作为一种方法和视角引入科学发现的研究中,揭示了以往推理方法中更为精细的结构,也为经典问题的研究提供新的思路。通过方法论的思考可以发现,计算科学发现的限度取决于多大程度上能够将具体的科学发现活动表征为具有可计算性的问题,为该问题设计高效的算法并提供充分且正确的科学数据,同时取决于是否能够对发现系统持有合理且必要的信任。

学术创业如何促使科学家获得科学发现——打开巴斯德象限的机制“黑箱”

学术创业是通过科学研究推动技术创新的重要途径。然而,现有研究主要关注学术创业对科技成果转化的影响,未系统分析学术创业如何反作用于科学研究活动。巴斯德象限揭示了科技转化活动可以激发基础科学发现,但巴斯德象限发生机制在一定程度上仍处于“黑箱”。以符合巴斯德象限的杰出科学家为研究案例,基于扎根理论建立学术创业影响科学发现的机制模型,这一模型整合制度合法性、资源基础观、注意力基础观等相关理论视角,弥补了单一理论视角对学术创业促进科学发现解释力不足的局限性。研究发现:双元角色整合、互补性研究资源、异质化研究进路、双联想式建构理论是学术创业促进科学发现的主要机制。

幼儿园科学发现室的价值与创设

幼儿园科学发现室是在幼儿园设立的专供幼儿进行非正规性科学活动的场所,其创设、利用与科学领域课程紧密相关。通过为幼儿提供探索、观察和操作的材料,使幼儿主动探索科学现象、发现初步的科学奥秘。幼儿园科学发现室是幼儿科学教育的重要支持场景,其环境的创设至关重要。应树立大课程观,充分考虑科学教育与其他各学科教育的联系,全面培养幼儿的科学素养,充分发挥科学发现室的科学启蒙教育作用。

科学发现中的机器学习方法研究

大规模科学装置与重大科学实验使得科学发现进入了数据密集型的第四范式,借助蓬勃发展的人工智能技术促进智能科学发现势在必行.机器学习作为人工智能中的一项重要技术,已广泛应用于各个科学领域.然而,现有工作仅研究特定任务下的机器学习方法,没能抽象出一个通用的智能科学发现研究框架.本文首先总结了科学发现任务中常用的机器学习方法,并将科学任务归类为五大机器学习问题.其次,提出了基于机器学习的智能科学发现研究框架,作为“AI for Science”的典型范例,阐述了一种高效的智能科学发现模式.再次,本文以时域天文学中发现瞬变事件这一科学任务为例,通过实验证明了唯有恰当地结合领域知识后,机器学习算法才能更好地服务于智能科学发现,验证了该框架的有效性.最后进行总结与展望,以期对各领域进行智能科学发现形成参考意义.

科学发现权的权利本质与制度构造

《知识产权强国建设纲要(2021-2035年)》指出:要适应科技进步和经济社会发展形势需要,依法及时推动知识产权法律法规立改废释,适时扩大保护客体范围。立足知识产权强国建设的大背景,在侧重应用型成果保护的现行规范基础上,如何合理追溯知识产权权利属性的上游阶段,深挖人类探索未知领域科学现象及规律的潜力,形成科学发现的权利保护成为重要命题。文章梳理了科学发现的权属争议,结合国内外立法沿革和现状,优化科学发现权定义,由此设置其私权回归的法律路径,并对具体权利内容、救济进行制度设计,以期实现科学发现的知识产权保护,助力科学发现蓬勃发展。

风险的媒介再现与科学发现——以微塑料为例

本研究对比2008-2022年微塑料的报纸报道和科学研究文献发现,新闻报道主要以“生态危机”“健康威胁”“不确定的风险”三种框架来建构微塑料风险。微塑料风险的媒介再现与科学发现存在明显差异:科学研究中微塑料的“不确定的风险”在新闻报道中往往被转换为“实际存在的危险”。在新闻报道常规的主导之下,媒体的报道重点偏离了科学研究的重点;此外,新闻报道与科学研究对风险概念的理解差异以及新闻对科学研究结论的误读都是导致上述差异的重要因素。

重大科学发现知识关联方法构建与实证研究

科学发现是实现“未发现之发现”,而重大科学发现更是推动科学领域探索发展边界的源动力。科学知识承载于科学发现中,是无形的、复杂的、动态变化的,其发展路径难以被准确测度。同时,由于信息的泛滥、知识的局限、人为删除或隐藏等原因,科学发现之间存在较为普遍的、至今尚未被发现的隐性关联。本文提出了一种科学发现知识关联方法,结合引文关系中的显性关联(直接引文)与隐性关联(引文耦合、多阶链式),以更深的粒度和更多元的角度挖掘重大科学发现之间存在的知识基础关联;以菲尔兹奖、拉斯克医学奖、图灵奖为实证研究对象,融合多元关系和时间序列分析等方法,结合科学发现的定性判读和专家咨询,以回溯视角探索各领域科学发现的知识关联规律与特点,最终提炼出科学发现的知识传递模式。实证研究表明,本文方法能够增强科学发现之间的语义关联,建立更加富有连通性的知识网络,进一步地,科学发现知识传递模式可划分为直线模式(简单线性和闭合线性)、桥接模式、放射模式和多重模式。本文结果可以加深科研工作者对领域科学发现规律的理解,为科研资助、科技评价等政策制定提供参考。

科学发现走进物理化学课堂激发兴趣的探索

在本科物理化学教学实践中发现,理论知识传授时,知识体系的理解难度慢慢在降低,而学生兴趣的激发却是面临的一个重大挑战。一线老师,在传授经典知识的同时,更要有意识传授科学发现、成果,以此来抓住学生眼球,引领学生思维,活化课堂气氛。本文正是基于这样的探索,从激发学生学习兴趣,探索动力,达到知识体系构建,科学素养培养双丰收效果。

幼儿园科学发现室开发与利用的现状研究

“科学”是幼儿园教育活动的重要领域之一,随着人们对科学教育的重视,很多幼儿园都建立了科学发现室,这也为幼儿园科学教育提供了一条新的途径。为了更好地了解当下幼儿园科学发现室开发与利用的现状,对幼儿园科学发现室活动进行更有效的指导与完善,笔者给西安市不同层级的幼儿园教师发放了调查问卷,以期能对幼儿园科学发现室的情况有一个比较准确的调查和研究。

分殊的风险建构:微塑料风险的媒介呈现与科学发现的比较研究

考察了2008—2022年关于微塑料的报纸报道和科学研究文献,比较了二者所呈现的微塑料风险差异。研究发现,新闻报道主要以“生态危机”“健康威胁”“不确定的风险”三种框架来建构微塑料风险。微塑料风险的媒介呈现与科学发现之间存在明显的差异:媒体的报道重点与科学研究的重点并不一致,科学研究中微塑料的“不确定的风险”在新闻报道中往往被转换为“实际存在的危险”。研究认为,在新闻报道常规的主导之下,媒体的报道重点偏离了科学研究的重点;新闻报道更偏向于呈现研究结果 ,而省略具体的研究语境与研究方法 ,从而将不确定的科学发现简化为明确的风险结论;此外,新闻报道与科学研究对风险概念的理解差异以及新闻对科学研究结论的误读都是导致上述差异的重要因素。

机器学习与科学发现的逻辑刍议

是否存在科学发现的逻辑一直存在争议,人工智能(AI)发展早期通过基于规则的和大规模数据挖掘的方法探索自动科学发现存在局限,包括需要先验知识或者只能发现特定领域的经验规律。通过近期两个案例分析介绍基于机器学习的研究可以不需要先验知识就能发现科学概念甚至是简单的理论,但仍然存在训练数据的来源、观察和实验的选择、科学理论的构建以及因果建模等问题,需要结合科学哲学和哲学史做跨学科的研究。

科学发现中的逻辑作用

本文论证了机械性质的形式化逻辑在科学发展中是不存在的 ,但理性意义的逻辑规则和推理方法在思维的“自由创造”

科学发现的最佳年龄与我国科技人力资源的年龄结构

根据科学发现的最佳年龄规律,分析了我国目前科技人力资源的年龄结构,以期对我国科技人力资源发展决策提供一定的参考及借鉴。

USArray及其近期科学发现

美国台阵(USArray)是EarthScope计划的主要内容之一。旨在探测北美大陆变形、结构及其演化。USArray主要由平移/滚动台阵和机动台阵两部分构成。滚动台阵由400个宽频带地震台站组成,以向前滚动的方式扫过美国本土和阿拉斯加。利用来自该台阵的数据,科学家能获得地球内部精细图像,藉此考察地震和火山的过程。作为滚动台阵的补充,机动台阵被用于对关键目标进行详细观测和短期测量。美国台阵计划启动5年来,采集的数据已经提供了足以令科学界考虑重新审视地震物理、火山过程、核幔结构、活动变形构造、大陆结构及其演化、地球动力学和地壳流体等基本科学问题的基础资料。

锦绣黄岩蟠龙洞古地下洞室群的科学发现及初步分析

位于浙江黄岩的蟠龙洞是古人采石后遗留下来的一座大型地下洞室群,目前已被开发为锦绣黄岩旅游区。实地量测表明,洞室群中的3号洞高达64.3m,是世界上目前已知大型古地下工程的最高者。作者对该古地下工程数百年不倒的原因进行了初步分析,并发现了诸多蕴藏于其中的古代朴素科学思想和高超技术。

科学发现的结构与时间属性

社会网络分析理论认为在一个社会网络中节点对其他节点潜在的影响是因所在位置而不同的,因而网络中各个位置并非等同。我们也知道弱连接往往比强联系更有价值。复杂网络分析理论已证实许多常见网络具有小世界属性。我们能从这些社会网络和信息网络的研究结果中获得什么?这些研究结果也存在于诸如作者合作和文献共被引这样的科学网络中吗?从根本上来说,是否存在一种能辨识出来的用于阐释科学发现演变的机制?正是针对这些问题,我们拟议了一个理论框架。这一框架强调基本理论及其在科学发现语境下的相互联系,包括社会网络中的结构洞理论、跨学科合作的边界客体概念和信息觅食理论。关于"科学知识创造与传播的识别"研究是富有挑战性的议题。

科学发现学习的认知模型建构

当前,利用虚拟学习环境进行科学发现学习已经成为推进科学教育的一条重要途径。然而,由于科学发现学习的认知过程高度复杂,而现有的虚拟学习环境未能提供所需的学习支持,导致其应用效果难以令人满意。要解决这个问题,就必须建立科学发现学习的认知模型,进而以此为基础进行虚拟学习环境的设计开发。因此,该文在科学哲学、信息加工心理学和教育科学相关研究的基础上,从领域知识的结构、发现机制和学习活动的设计三个方面建立科学发现学习的认知模型。科学发现学习是学生针对实际系统设计实验从而渐进地探究发现科学理论模型的过程。其中,科学理论模型包括局部模型与全局模型两个层面,和数学模型与物理模型两种形式。学生可以采用假设驱动或实验驱动两种策略在假设空间和实验空间中进行双重搜索,其知识形成过程可以分为从假设空间到局部模型和从局部模型到全局模型两个阶段。科学发现学习需经历理解问题、提出假设、设计实验、检验假设和得出结论五个环节,应从领域知识、元策略和内部目标三个方面为学生提供支持。该认知模型结构化特征明显,易于通过计算机代码进行形式化表达,为面向科学发现学习的智能化虚拟学习环境的设计开发奠定了必要的理论基础。

初二学生的科学观及其与科学发现学习的关系

该研究旨在通过问卷法和实验法考察初二学生在自然科学领域中的认识论观念及其对学习过程和策略的影响。研究一发现 ,在科学的动态性、有限性、客观性、理论价值取向、公众性以及对科学的态度兴趣等六种基本观念上 ,初二学生总体上持有较混合的看法 ;对科学的积极态度与学习者的物理学习成绩相关显著。研究二考察了科学观对科学发现学习的影响。科学的公众性观念与灵活应用测验成绩相关显著 。

科学发现学习的新近研究

随着建构主义学习理论的发展及计算机模拟等技术在教育中的广泛应用,发现学习受到了越来越多的重视,且研究的重点从概念发现学习转向了科学发现学习。该文综述了有关科学发现学习的认知过程及机制的新近研究,包括双重搜索模型、科学推理研究等。

溯因推理、创造性与科学发现

溯因推理是独立的逻辑推理类型,它与创造性高度契合,这从心理学角度证实了溯因推理的创造性。在认知逻辑框架下,溯因推理的心理逻辑特征得到说明。在上述研究的基础上,本文建立了使用溯因推理的科学发现模型,并讨论溯因推理和创造性思维在科学发现中的作用。