Francis Bacon est d'avis que est l'essence du processus de type algorithme de découverte scientifique.
Le saviez-vous? Les données scientifiques sont pris au milieu d'une crise.
L'an dernier le nouveau document publié dans le domaine biomédical à plus de 1,2 million Des articles, ce qui rend le nombre total de documents biomédicaux évalués par des pairs percèrent 26 millions Articles. Cependant, les scientifiques ne peuvent lire chaque année une moyenne d'environ 250 articles. En même temps, la qualité de la littérature scientifique est en baisse. Certaines études récentes ont montré que la grande majorité des journaux biomédicaux ont la non-reproductibilité.
Trop de papiers et de mauvaise qualité, la cause racine du double défi capacité de nerf du cerveau humain est limitée. Avec l'accumulation croissante des connaissances humaines, les scientifiques ont l'hypothèse où les connaissances en déduit des connaissances générales dans la proportion de plus en plus petits.
En conséquence, ils ont fait la mauvaise question de fréquence de plus en plus, ou, ils sont de plus en plus trouvé sa propre question a été répondue avant. De plus, la créativité humaine semble dépendre de plus en plus sur le caractère aléatoire de l'expérience passée - qui est, les événements de la vie spéciale afin que les chercheurs ont remarqué quelque chose d'autre négligé. Bien que la chance a été un facteur dans la découverte scientifique, mais le rôle qu'elle a actuellement largement dépassé les normes attendues.
Pour résoudre la crise actuelle, une stratégie prometteuse, Les machines et l'intelligence artificielle intégrée dans le processus de recherche . Par rapport au cerveau humain, la mémoire et la puissance de calcul de la machine plus forte. Si le processus de recherche peut être automatisé, nous obtenons la vitesse de découverte scientifique pourrait être grandement améliorée. Il peut même ouvrir une autre révolution scientifique. Et ce potentiel important sera réalisé, il devra compter sur une question tout aussi importante: Les découvertes scientifiques peuvent vraiment automatiser?
Je pense qu'il est possible, nous avons seulement une sorte de méthodes connues pour des centaines d'années. La réponse à cette question se trouve dans les écrits de Francis Bacon, le philosophe anglais du 17ème siècle, mais aussi un ancêtre important de la science moderne.
Francis Bacon est d'avis que est l'essence du processus de type algorithme de découverte scientifique.
Le premier homme à faire une discussion sur la méthode scientifique, peut être retracée il y a des centaines d'années, les penseurs musulmans, tels que Ibn Al - Alhazen, il a également souligné l'importance de l'empirisme et de l'expérimentation. Cependant, Bacon est le premier établissement officiel des méthodes scientifiques, et en faire un sujet de recherche humaine.
Une étude pour la recherche de la vérité et les écrits scientifiques, son devoir est et tout ce qu'ils lisent des ennemis ...... et être remis en cause de tous les aspects. Il devrait également être critique lors de l'examen de ces choses sur leur propre sceptique, donc il peut éviter de tomber dans le piège des préjugés ou de la tolérance.
- Ibn Al - Alhazen (Ibn al-Haytham, AD 965-1040 ans)
En 1620, livre publié « Nouvelles Outils », Bacon a proposé le modèle pour la découverte scientifique, il est un autre nom que vous pouvez être plus familier avec: induction de Bacon. Bacon opposé à la logique du syllogisme pour le raisonnement déductif scientifique, il estime que cette logique n'est pas fiable. Il a proposé une méthode alternative, a préconisé la collecte systématique des observations pertinentes d'un phénomène particulier, sous forme de tableaux, et une analyse objective de l'utilisation de la logique inductive, ce concept peut être obtenu par l'extension. Selon lui, que d'une déclaration incomplète (et donc faux) axiome lié, il est possible de trouver la vérité.
Bacon tentative d'induction pour éliminer l'observation logique de polarisation et le processus de conceptualisation, chaque étape de la voie est délimitée par un raisonnement déductif et chaque étape ont été optimisés. L'idée de Bacon est d'utiliser la composition de la communauté des observateurs de recueillir une énorme quantité d'informations sur la nature, et organisé en logique inductive utilisable analyse d'enregistrement centralisé. Il a écrit dans les « nouveaux outils »: « Empiriste comme des fourmis, ils n'accumuler et d'utiliser, rationalistes comme une araignée, juste par leur propre matériel web est le meilleur abeilles méthode, qui prend une voie médiane, la collecte ceux qui existent déjà. matériel et de l'utiliser ".
méthode inductive de Bacon a été rarement utilisé. Les faits ont prouvé que cette méthode est trop laborieuse et le coût élevé, sa technologie est moins claire. Mais à l'époque, la création officielle d'une méthode scientifique déjà des marques un pas révolutionnaire. Avant cela, la science est la métaphysique, est une minorité privilégiée des chercheurs, la plupart d'entre eux de naissance noble. Et défier l'autorité des anciens philosophes grecs de découverte scientifique et l'étape de délimitation, Bacon a créé le plan, en vertu du plan, toute personne a la possibilité de devenir des scientifiques, quels que soient leurs antécédents familiaux.
Bacon a également révélé un des faits importants cachés: Il est un type d'algorithme est essentiellement le processus de découverte scientifique. Il est par un nombre limité d'étapes est répété jusqu'à ce que le processus d'obtenir des résultats significatifs. Bacon en décrivant sa méthode, utiliser explicitement le terme « machine ». Son algorithme scientifique se compose de trois étapes principales:
La première étape, pour recueillir des observations sur le phénomène, et intégré dans un pool de connaissances;
La deuxième étape, avec les nouvelles observations, de nouvelles hypothèses;
La troisième étape, grâce à des expériences soigneusement conçues pour vérifier l'hypothèse.
Et si la science est le type d'algorithme, il doit avoir la possibilité d'automatiser. Au cours des dernières décennies, l'information et les scientifiques informatiques ont jamais mis les pieds dans cette futuriste fantastique, principalement en raison de trois étapes principales de la découverte scientifique dans une autre dimension.
Observation de la perception, une hypothèse réfléchie, les expériences sont mécaniques. processus de recherche d'automatisation doit être intégrée efficacement dans la machine à chaque étape, et d'assurer la convergence entre les trois étapes d'une transparente. Et à ce jour, on ne sait comment le faire.
La plupart d'entre nous sont récents progrès importants réalisés dans le niveau expérimental. Par exemple, l'industrie pharmaceutique en utilisant la plate-forme de criblage automatisé à haut débit pour la conception de médicaments, cette approche est devenue la norme. Quelques start-up, comme la Californie Transcriptic et Emerald Lab-Cloud développe un système conçu pour faire de la recherche biomédicale dans presque toutes les tâches physiques sont automatisées. Les scientifiques peuvent désormais soumettre le protocole en ligne, le convertit en code, et introduit dans la plate-forme de robot, une série d'expériences biologiques là-bas. Ces solutions sont les plus utiles pour ceux qui ont besoin d'un grand nombre de sujets expérimentaux, tels que la biologie moléculaire et du génie chimique. Cependant, une méthode similaire peut également être appliquée à d'autres champs de données à forte intensité, et même étendu aux disciplines académiques.
En revanche, en supposant que le niveau proposé niveau d'automatisation n'a pas été si avancée a.
Cependant, un Don Swanson (Don Swanson) a étudié 80 ans du siècle dernier nous a permis une avancée significative. Il a prouvé que, dans la littérature scientifique, il existe des liens cachés entre les idées sans rapport, avec un simple cadre logique déductive, il peut mettre en place sans se chevaucher sur papier à partir de différents champs, des références. De cette façon, de proposer à Swanson le lien entre la consommation de poisson et la maladie de Raynaud, de nouvelles hypothèses, plutôt que mené d'expériences, et sans aucune des zones bien connues.
D'autres méthodes, ces dernières années dépend de la modélisation mathématique et la théorie des graphes. Les chercheurs intègrent de grands ensembles de données ensemble, dont le savoir est projeté comme un nud dans le réseau, le réseau est le concept, mais la connexion réseau représente le lien entre les concepts. En exploitant les non détectées connexions entre les nuds, nous pouvons obtenir de nouvelles hypothèses.
Dans les problèmes d'automatisation des processus de recherche, l'étape la plus difficile, c'est, Comment la collecte à grande échelle des observations scientifiques fiables.
Sur le plan d'observation, il n'y a aucune base de données centralisée de toutes les connaissances scientifiques humaine obtenu impliqué. traitement du langage naturel a été développé pour extraire automatiquement le contact non seulement de documents scientifiques, mais aussi de comprendre le contexte. Cependant, les éditeurs principaux instituts universitaires de l'exploitation minière comme texte fait un strictement limité. Plus important encore, le texte du document peut être interprété comme un scientifique de déviation (ou mauvaise lecture) se produit, et peut contenir des concepts complexes et la méthodologie pour quantifier et difficile à extraire.
Néanmoins, les progrès récents dans le calcul de la base de données de la technologie et le réseau fait l'induction Bacon pour la première fois est toujours possible. Même avant la découverte scientifique peut être automatisée, dans le moment, les approches purement réductionniste son utilité marginale, la mise en uvre de l'induction Bacon est également utile.
À l'ère des grandes données, le cerveau humain ne sont pas suffisamment efficaces pour reconstruire des phénomènes naturels très complexes. Une induction de Bacon modernisatrice peut changer notre compréhension du monde. Il est grâce à l'intégration des données minières à la pensée réductionniste, puis analyser ces informations par modèle de calcul inductif. Avec cette méthode, nous pouvons proposer de nouvelles hypothèses est plus susceptible d'être confirmée, mais aussi de rendre plus pratique le processus de vérification, afin de combler les lacunes de la connaissance humaine. De plus, il a joué un avertissement, ce qui est urgent dans la communauté scientifique d'aujourd'hui, il nous rappelle de ne pas oublier la véritable signification de la science: Rechercher la vérité, à défier l'autorité, le respect de la liberté.
