王飞跃的个人博客分享 http://blog.sciencenet.cn/u/王飞跃

博文

为什么要计算实验?

已有 4267 次阅读 2020-9-12 07:54 |个人分类:论文交流|系统分类:论文交流

为什么要计算实验?

王飞跃


非常高兴看到薛霄教授的这本《复杂系统的计算实验方法》专著,相当程度上,这是迄今为止自己读过的关于复杂系统计算实验分析方面最为优秀的一部著作。相信专著的出版,一定会更进一步地推动相关的研究和应用,为解决复杂系统的设计、分析、管理、控制和综合等问题提供新的且更加有效计算理论和手段。

WechatIMG1732.jpeg


众所周知,实验是从事科学研究所必备的手段。在经典物理时代,一项研究成果是科学的,首先必须有实验支撑,其次别人还必须能够重复这项实验,这是对科学成果最基本的要求。然而,这些实验一般是物理性的实体实验,对于复杂系统,往往无法进行。特别是涉及人和社会因素的系统,传统的实验方法更是难以实施,以至于许多社会学问题只能求助于 反事实实验(Counterfactual Experiments。这就是为什么要进行计算实验的原因,本质上,就是将反事实(Counterfactuals算法化(Algorithmization成为量化分析复杂系统的一种数字化和计算化方法。


为什么不能用传统的实验方法对复杂系统进行分析?最直接的是经济方面的原因:由于成本和时间等因素,代价太大,无法承受。就算解决了实验的经济问题,又遇到了法律方面的原因:由于国家和社会安全等因素,法律条文不允许进行实验。就算修改法律可以实验了,又面临道德方面的原因:由于社会文化和伦理等因素,在道德上无法接受实验。最后,就算有人或组织愿意承担生命财产的风险甚至牺牲,却发现无法分解还原复杂系统,就是说目前的科学理论及手段根本就完不成复杂系统的实验。因此,如果希望科学地分析复杂系统,必须另辟蹊径,计算实验应运而生。


计算实验是计算仿真的自然扩展与升华。不同之处在于数据驱动、涌现机制和多重世界的解释与引导理论。在计算机仿真的传统的描述和预测功能之外,计算实验强调结果的引导(Prescription功能,从牛顿时代的大定律、小数据,迈向默顿时代的大数据、小定律”。经过十余年的发展,计算实验方法已成为分析复杂系统的主流方法之一,除代理技术之外,其基本手段人工系统、软件定义的系统,特别是近来的数字孪生理念,已得到学界甚至是社会上的广泛认同,成为从小数据生成大数据,再从大数据提炼小智能深度智能或精准知识的新兴手段,与人工智能方法相辅相成。


我自己关于计算实验的想法源于 1982 年从事断裂力学和材料损伤的实验研究,以及 1988 年和上世纪九十年代初关于太空和外星无人系统的仿真要求,主要是经济和时间方面的考量。最早文献是1982 年在浙江大学撰写的报告: 《用计算模拟疲劳实验的设想》,以及八十年代未和九十年代初所写的英文 NASA 工作报告和公开发表的论文。2000 年前后,参加圣塔菲关于复杂系统研究的讨论会才使我真正的认识到计算实验方法和计算实验学必须作为一门独立于计算机仿真的科目单列出来。非常高兴的是,自从 2004 年发表《计算实验方法与复杂系统行为分析和决策评估》之后,计算实验得到空前的发展,甚至连平行仿真也被作为一种新的独立仿真方法提出、发展并成长起来。


本书的完成,将使计算实验方法的完善与普及向前迈进一大步。特别令我高兴的是,作者薛霄教授从 2002 年到 2007 年在中国科学院自动化研究所硕博连读,与我自己的研究生关系密切,对当时我们关于复杂系统的计算方法研究十分关注。他自己认为,这段时间和经历对他的科研之路起到了非常重要的启蒙作用,激发了他对复杂系统与计算实验的浓厚兴趣。毕业工作后,坚持不懈,长期钻研,终于有现在的成果。作为一名教师,这是最令自己欣慰的成就。


从多 Agent 软件开发方法,到人工社会模型的构建,再到计算实验系统方法的基础理论,本书是薛霄教授对他前期工作的一个总结与回顾。在此,他以计算模型的设计和分析为主线,从原理、模型和应用三个方面介绍了计算实验方法的知识体系,提出了他自己对计算实验方法的许多深刻的思考,相信可以为该领域的研究者和应用者提供许多有益的启发和帮助。


特别令我期望的是,在与薛霄就本书进行交流的过程中,我们对如何加强计算实验方法的实验设计问题有了许多共识。第一次交谈之后,薛霄就立即找来我凭记忆告知的几本参考书,并决心在相关方向上深入研究。我非常愿意尽自己的力量相助,使计算实验能够在薛霄教授及其团队的努力之下,理论更加完备,方法更加齐全,工具更加有效,应用更加普及!


卡尔·雅斯贝思曾说:人如果不想垮掉,就必须面对虚无。计算实验就是一门将虚无科学地变为现实的学问。所以,人如果希望准确,就必须计算实验


王飞跃

怀德海学院

中国科学院自动化研究所复杂系统管理与控制国家重点实验室

2019 年 12 




https://m.sciencenet.cn/blog-2374-1250224.html

上一篇:[转载]《自动化学报》2020年上半年期刊合集
下一篇:[转载]【博览】《自动化博览》2020年9月刊来袭~

2 秦承志 武夷山

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-9-30 21:10

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部