0引言
当我写下这个题目时，感到惶恐不安，因为这是一个重大深厚的议题，不是我的学识水平能够议论的，没有资格说三道四，但是我写过创新设计理论研究的提纲，了解科学知识是设计的背景，基础必须首先搞明白，为此阅读了一些文献，写下此篇肤浅的、科普性的文章来描述这个新时代科学发展的状态，兼论“创新”方面诸问题与“创新设计”的关系。
现在已经进入21世纪新时代，耳闻目染的新技术层出不穷；人工智能、大数据、互联网、物联网、云计算、区块链、数字化、信息物理系统……这些前沿技术与科学之间的关系是什么？科学的发展对它们起了什么作用？科学本身是如何发展起来的？是不是科学革命驱动的？我们是不是进入了新科学的时代？这一连串的问题，需要我们进一步探索思考。
1新科学和科学革命
1.1新科学
我们不能轻易地写下“新科学”这个名词作为主题来讨论当今时代科学发展的现状。现在并没有看到直接用“新科学”来概括信息技术、计算机科学和网络传播等现代技术发展，而是用“后常规科学”“新种类科学”来表达。这是因为“新科学”的用词太笼统，没有把现代科学的特征与传统的常规科学区分开来。
常规科学是指严格根据一种或多种已有的科学成就所进行的科学研究，某一科学共同体传承这些成就就是一定时期内进一步开展活动的基础，写进了教科书，作为基础教育的范本，以后也可称之为“规范”，“规范”一词也是与常规科学密切相关的术语，不可轻易变动，所以用“后常规科学”来表达比较贴切现状，因为当今的科学发展内乞一的规范教科书水平。
再说“新科学”这个术语，含义比较模糊，伽利略在1678年已经提出将自己的理论命名为《两种新科学》，历史上，以后的科学家们也不乏将自己的理论称为“新科学”。因此，轻易地用“新科学”简单地冠名当代科学发展现状是不严格的。
1.2科学革命
革命（revolution)—词最初在科学领域中流行，意指永恒的变化（如天体地球中一年四季那样的循环运动）。另外还有一种截然不同的含义，即突然地复杂剧变。
用于“科学的革命”时，意为旧的、为人熟知的事物与新的、不同寻常的事物之间的分水岭。
后来不知何时和怎样转变成了一个表示政治和社会经济事物中的剧烈变化的词语，然后又不知何时反过来被用于科学自身。
从18世纪到现在，许多科学家都在其着述中把他们自己的创造看作是革命，但是哥白尼和牛顿却没有这样做，那时许多伟大的富有创造性的科学家们，更愿意把他们自己看作是古代知识的复兴者或重新发现者而不是个革命者。还有一重意思，科学革命是科学范式的转移，所谓范式就是一组共有的方法、标准、解释方式或理论，或者说是一种共有的知识体。
范式（paradigm)—词来自希腊文，其原意包含“共同显示”，由此引出模式、模型、范例、规范等。范式的转变指一种范式取代了另一种范式，新旧范式之间存在不相容性一一这让我们联想到“颠覆性创新”有相类似之意。
现在的问题是，如果新的科学范式出现了，是不是要否定常规科学范式而用新范式来代替之，新科学时代的来临，我们过去传统的科学范式，相对应的思维模式都要被代替了吗？我们将如何理解这种新科学范式转变（移）或科学革命？
2 科学革命的历史追溯
2.1 什么是科学（S cience)
我们很难用一句简单的语言来定义“科学”，即便像爱因斯坦这样的大科学家，也用了多种视角来描述什么是科学，还需要我们不断地领会和理解，这里引用他的概括性的定义：“科学定义为寻求我们感觉经验之间规律性关系的有条理的思想。科学直接产生知识，间接产生行动的手段，至于建立目标和作出价值的陈述则超越了它的作用范围”。
“科学”的理念起源于古希腊时代，哲学家们崇尚自然哲学，通过自然对象本质的直观归纳和演绎证明物体的形式才是其本质的东西，形式只可用心智来思维，而不能用感官来感知。
2.2 神学与科学（Creationism and Science)
从纪元前的古希腊时代一直到16世纪，漫长岁月，西欧文明始终处于神学思想笼罩之下；神学是科学的对立面，神学思想的特征是：上帝外在于自然，而自然是却魅的；上帝具有出于意志的行动，可以充当运动的直接因；上帝从无中创世（Create out of nothingness)，形式和质料都是上帝创造的。
2.2.1近代科学的特征
(指伽利略、牛顿起始年代一1610年后）
(1)有经验要素；
(2)通过描述来发现自然物的性质；
(3)崇尚实验方法；
(4)经验可以为得出科学结论提供证据。
2.22科学的局限性
(1)自然对象千差万别，无法通过定义出共同本质；
(2)形式对于理解自然物而言是不分的；
(3)质料不再仅仅是物体偏离完善形式的原因，不再是消极的存在，而是积极的意义，而它要求的是感官的参与。
表1为知识系统对照表。
表1 知识系统对照表
2.3 知识来源之追溯
人类所获得的知识从何而来？在中国，古代春秋战国时期的百家争鸣留给了后人辉煌的遗产，诸子百家涉及人文学科的诸多方面，后来秦汉二朝到汉朝独尊儒家，知识分子依靠背诵和理解四书五经，考取功名，以后也成为治国的基本知识一生受用。
西方（西欧）的知识分子，在中世纪，知识的唯一来源只在于基督圣经，不可逾越，异教徒受到迫害，直到文艺复兴时期开始觉醒，后来的第一次科学革命，带来新时代的曙光，人们对客观世界有了新的认识，有了科学知识论，开放了思想，近代科学由此萌芽。
3 科学革命的几个阶段
3.1 第一次科学革命
第一次科学革命发生在1500—1800年之间，中间经历300年，它是哥白尼、伽利略、牛顿和拉瓦锡等人研究工作的产物。
17世纪哥白尼革命（以及以后开普勒的工作）改变了把地球看作是宇宙的静止不动的中心观点，而认为太阳是宇宙的中心，这是一场思想中的革命，涉及人类自身与宇宙的关系的观念转变，是西方思想发展中划时代的转折点，是价值观转变的一部分。
伽利略用望远镜观察天空，研究运动学、摆的等时性、自由落体是匀加速运动。伽利略注意到新科学和数学观之间的差异，经验世界与知识的数学形式之间会有一种和谐，那时他还不知道代数方程或微积分。牛顿认为伽利略是他自己的理论力学最初的奠基者。
牛顿革命发展了动力学的主要概念（质量、动量、力），万有引力定律。牛顿的经典引力物理力学达到了那个时代的顶峰。
牛顿的出现使人相信人可以创造出一种新的社会和科学系统，人找到了自然的规律，而不是被动地听命自然规律的约束。
3.2 第二次科学革命
第二次科学革命发生在1800—1950年之间，也就是第一次科学革命之后的150年，起源于逐渐认识到彻底改变机械论式的世界观的必要性。
这场革命产生了一种“新的世界观”，依靠这种世界观来看，事物不再是按照循环的模式重复出现的，而且也不再受一成不变的规则支配了。
相比之下，这种新的世界是受一种进化的过程制约的，对有机的和无机的物质形式都会产生影响，揭示出机械论传统的那些矛盾就是第二次科学革命的基础。
第二次革命是由道尔顿（化学的原子理论）、达尔文（进化论）、玻尔、爱因斯坦、弗洛伊德以及其他很多人引起的。第二次科学革命的定义是把量子力学和相对论看作是物理学的基础，并用它取代牛顿物理学。传统的机械论和决定论的世界观失败了。人们开始放弃古典的空间、时间、物质和能量的概念，热力学、辐射理论、电磁场理论以及统计力学等新理论开始出现，它们都提出了物质结构和物理定律的真正意义的问题。
法拉第-麦克斯韦奠定了电磁波理论基础，将光学和电磁学结合在一起，是科学革命的里程碑。
与之相提并论的是达尔文的对生命科学的贡献。
达尔文在进化论上的伟大革命发生在19世纪，他的《物种起源》一书，作为主要的新的科学概念，不仅改变了生物学的过程和当时流行的关于科学如何进步的观念，而且还影响到了社会学、政治科学和人类学等一些领域的理论。生命体的现象表现在：(1)多向发展的自我趋势；(2)保持自己祖先的模式（p attern)的趋势。这是现代研究生命体复杂性的基础理论。
3.3 第三次科学革命
20世纪以来，科学革命的步伐大大加快了，特别是第二次世界大战以后的社会环境，催生了科学的进化过程，与第二次科学革命延伸发展和交叉重叠。20世纪后50年引出了计算科学和信息技术诸多发展方向。儿种领域中的科学思想革命互相影响，交叉着形似万花筒般的组合。
计算机和计算科学的兴起，带动了多方面的新科学出现。
量子力学带来原子能科学的革命，20世纪成为原子能世纪，量子力学几乎可以解释所有非生命体物质的性质，从亚原子粒子到原子、分子，乃至恒星，量子力学还导出了我们所期望的能量和信息之间的新联系。普里高津（1 9 8 0)的热力学理论革命性地推翻了牛顿力学的机械式的经典动力学，物质世界是不可逆的过程，伴随着香农的“熵”理论，信息科学的理论基础就萌芽了。
香农的信息理论导入信息量子化的概念，比特在我们现代化数字计算中是建立的模块，由Alan Turing建立的不可逆的计算步数，信息就成为不可能被毁灭掉的，因为它是物质，信息从原来被物理学遗忘掉的分离的概念，被建立起来了。物质、能量、信息，无形的抽象的信息概念成为清楚的物理结果，信息最终成为现实的自然，数字物理形成以信息为中心的世界观。
信息的概念又和量子力学牵连起来，从伦琴发现X光，普朗克的光粒子学说，导出光也有原子结构，一定频率的光是一颗颗辐射出来的光量子，它有确定的能量，这样我们从另外的角度去理解信息是物理。
信息科学和技术，借助于计算科学的发展（Turing机和数字化技术），描述了20世纪最后30年的世界图景，早期第一次科学革命对“科学”的概念为：“原子是固体的粒子，不可毁灭的自然模块；空间和时间作为独立的框架”，已经被否定了，取而代之的是量子力学概念，测不准，随机性，概率的表达。经典理念可理解为钟表式的宇宙，独立于观察者，被推翻了。思维范式急需改变，我们面临这个时代的新科学革命，将如何应对呢？
另一个领域是分子生物学和基因组工程技术的革命。
1953年生物科学革命到来，蛋白质可以用DNA精确分析，五十年后，为纪念这伟大革命，纽约时报发表了题为《1983基因DNA密码革命的30年》，1953年4月25 H,J.D沃森和F.H.C克里克在《自然》上发表文章宣布：生物遗传主导化学结构的发现，DNA脱氧核糖核酸在分子肽链上的排列次序-----媪含着基因密码，并且是有关指令的物质载体，通过这些指令，一代有机体制约下一代的发展，这就是分子遗传学的伟大革命，沃森说：“双螺旋结构将使生物学发生革命。”
3.4 第四次科学革命
进入到新千年，科学革命的进展更是令人惊叹；伴随着计算机科学和信息科学技术的进化，出现了网络科学和数据科学。
网络科学的历史：20世纪60年代，数学家Paul Erdos和A lfied Renyi建立了随机图理论，开创了网络科学的理论研究，其真正的兴起是从20世纪末开始的。与此同时，数据科学也开始出现。
网络科学研究是针对各种互不相同的复杂网络之间的共性，处理它们的普适方法。
“数据科学”一词在20世纪60年代也已经开始出现，1968年，国际信息处理联合会(IF IP)大会通过了一份题为《数据科学：数据与数据处理的科学，机器在教育中的地位》的报告。2002年，国际科学技术数据委员会（CODATA)创办了第一本与数据科学相关的期刊一一《数据科学》，而数据科学的真正兴起则是受到了近期大数据热潮的推动。
数据科学是研究基于实体数据的多样性和广泛性以及数据的共性问题，网络在计算机中也是通过数据来表达的。
数据是信息的载体，信息是有背景意义的数据，知识是呈现规律的信息。
大数据现象的成因源于信息技术发展进入信息时代之后，“数据”被统称为一切保存在电脑中的信息，包括文本、声音、视频等，在一般的概念中，数据也成为“信息”的代名词。
大数据可以被理解为传统源于测量的小数据加上现代的各种形式记录在电脑中的大数据（包括文本、声音、视频等）。
摩尔定律奠定了大数据现象形成的物理基础，社交媒体和数据挖掘实现了大数据的“大价值”和大容量。大数据包含了自然环境数据、商业活动过程数据和人的行为数据，最后一项占有最大量的数据。通过数据挖掘找出其中隐藏的规律和趋势，在大量的数据屮心发现新的知识，为决策者提供参考。
4 数学的进化和物理学革命
物理学革命是从人们日常经验和普通感觉抽象到非直觉的数学形式和相关性，并连接到观察和测量到的数据，用数字符号和方程式建立一种规则，使之可复制和可传播的形式。
数学是宇宙的语言，人类知识的产生靠数学作为铰链转化为行动，数学不仅仅是对物理世界分析的工具，现在已被理解成为宇宙行为的表达。
正如人类的自然语言是心智表达的铰链，联接人的行动，并由此建立统一规范的语言、语法、文字和文本，便于与他人交流和传播，可复制、可传播，成为人类知识。
我们看到的每一种科学革命，必定伴随着数学表达才能形成严格和完整的规范和程式。伽利略的科学观察和实验，依靠牛顿的微积分数学表达成为动力学运动三定律，永久传世。爱因斯坦导出物质和能量转化最简单的数学公式：经典电动力学从法拉第到麦克斯韦、赫兹的电磁现象统一理论，用偏微分方程来表达。数学作为物理世界用抽象思维来模拟表达时最直接的工具，数学的进化也与物理科学革命相伴而行。数学的勾股定理、欧几里得几何、代数方程、复杂的对数、解析几何、黎曼球面、傅里叶变换、偏微方程、向量场拓扑学等等，无不是为了解释客观物理世界而发展出来的。
数学需要适应新科学革命的要求，已经进入离散计算的领域，以数字为基础、算法为核心，再加上计算机软件开发，已经成为数学科学的主攻方向。数字世界的语义学、算术、几何和分析将在计算机上找寻新的数学真理。
5 未来新科学和新物理
从第一次科学革命以来，经历了400年，物理世界被人类的心智用数学来解释了宇宙的一部分，包含大尺度的天体运动到物质微观尺度精细结构，经过科学家们的不懈努力，已有了卓有成效的理解。
但是，我们对人类自身作为生命体和周围人际集群以及与环境相互作用的现象学，了解得很不够，这是复杂系统，它不是用包括在传统科学范式内的知识所能解释。
未来已来，人类追求知识的欲望是无穷尽的，现在期望通过人工智能，计算模拟人类生命机理和复杂系统理论来理解破译这些密码，又一轮科学革命或新科学范式的改变正在进行。
5.1 人工智能的理论革命
人工智能模拟人的大脑功能，要从目前的生理学模仿进一步深化到心理学模仿，即从模仿人脑的基本功能如感知、记忆、学习和分析、决策功能等上升到心理功能，这就是要求人工智能能够理解和表达人的心智，结合情感、抽象、认知，理解人的复杂思维，从而能理解人间问题。
现在的人工智能还没有人的通用智能的能力，即使是最简单的人类常识。可以从两个方面提升人工智能的能力：分析和计算。人工智能用机器学习的方法促使分析能力的进化，通过数据驱动作为关键资源提升思考和洞察能力。数据科学的未来聚焦于算法的进化：大规模图计算、自然语言产生、结构数据库产生、认知机器和联合学习、全自动机器学习等。
人工智能技术的核心是用硅计算机模拟人类大脑的计算功能，首先是算法，而要模拟“人工生命”就必须借助于复杂系统理论。从个体智能延伸到群体智能的理论研究，可在复杂系统理论中找到启发。
人工智能的符号主义通过已有知识的编程，用知识图谱、专家系统、启发式算法在机器上编码知识，连接主义通过数学公式推导聚焦数据，机器学习自然语言，理解人类的复杂关系，解码预测问题，行为主义发展控制论模拟生命系统的自组织行为，从复杂系统理论中理解模拟生物生命体的行为。
5.2 复杂性理论的革命
复杂系统定义：复杂系统是由很多交互或互联的元素，组成的系统。
交互是丰富的、非线性的和短变化的。
复杂系统倾向于开放系统。
复杂系统有丰富的历史，过去是现在行为的原因，作为整体行为，每个元素是不知道的。
生命体或生命体集群是复杂系统。
物理世界（物质世界、非生命世界）是由人类心智用数学来解码，用分析数学来理解这个世界，这是一种知识产生的范式，但是对复杂现象的理解，并不包括在这些知识范式之内。
21世纪以来，产生了新的范式，知识产生用复杂算法应对复杂系统的理解，复杂系统靠算法模拟生命世界。
复杂系统理论由这些科学家作出了贡献：Bertalanffy (系统理论）、W iener (控制论）、Haken (协同论），Prigogine (耗散结构论）等。
复杂系统的两个中心主题为：自组织(Self-organization)和涌现（Em ergence)
(1)从混沌系统中（热平衡系统），地涌现。
(2)从微观元素相互作用中涌现系统观行为。
(3)对外界环境具有自适应、顺应性能力。
复杂系统的科学范式的革命改变是由两个原因造成的：
(1)科学家群体的思维范式改变；从论思维到系统和整体范式思维。
(2)数据作为流入供给原料，形成命，大数据建立了科学数据库，网络提供了数据流动，贮存容量指数增长，云贮存提供全球任何地方的动态应用。
5.3 新科学和新物理
如果把科学研究的对象分为非生命体和生命体，那就是物理学和生物学。
生物学的主要分支是研究人类生命体，从人体解剖学开始了解宏观的人体生理结构，追溯到1543年，安德烈、维萨里的着作《论人体的结构》，到现代生物学对人类生命体的深入理解：人体的四种系统组成为能量输入系统、新陈代谢的血液循环系统、内分泌调节系统和免疫系统。
1953年发现了DNA的分子化学结构，从此在分子水平上对人体结构组成有较深入的理解，发展了分子生物学。
现代物理学和生物学的区别：物理学家通过能量-熵-分子力-反应等来研究生物。生物学家则完全不同，他们考察的是信息、编码、转录、转换这些信息的语言概念现在用全基因编辑技术（C R IS PR)赋于科学家编辑生命密码本的能力。通过对各类生物控制网络的信息流动和存储的建模模拟，跨越了生物学和物理学的鸿沟，在细胞层面上有多种物理机制会发出信号进而促进合作。所以生命=物质+信息。
生物系统变化的描述应该是把动力学规则的变化视为系统状态的函数，这种随状态自发宏改变的动力学控制（状态依赖动力学机制），信息的动力学模式与实践依赖的化学网络相耦合，并且信息的表达（如基因的开启）既可以受整体系统的物理力的控制，也可以由局部化学信号管理。
原革状态依赖动力学机制也能产生通往复杂性和多样性的新进化道路，这些概念体现了量子边缘的生命，状态依赖动力学就是量子力学。量子生物学这个新兴领域现在已经进入到深入研究的阶段。
生物物理学正处在科学领域的交汇之处，物理学的根基是力学概念，生物学的根基是信息概念，预示着信息的物理量占据了核心位置，起到了整合物理学和生物学的作用。
分子生物学一一物理力学+生物学
新物理学一一生物有机体+信息
6讨论
有若干新的问题需要深入的讨论：
(1)革命、进化、范式改变、创新等名词的内涵的区别：
革命是激进型创新或颠覆性创新，旧的范式发生了危机，改变成新的范式。革命是突变。
进化是较长时间或缓慢的改变，但有突变，量变到质变，进化是进程，有宏观的进程。
革命将旧的范式颠覆了，用新的范式代替，但某些部分还有继承的适用。
(2)范式改变主要是思维模式的改变，抛弃旧的思维用新思维来代替。
(3)科学革命是指那些使科学家改变基本观念的大事，科学家如何抛弃以前接受的那些常常已被确信的旧理论，去接受完全相反的新理论。
(4)革命、颠覆性创新、重大的科展更多时候起源于思想的碰撞，而非事实的稳定堆积，不同领域的交汇、思想的碰撞产生新的理念或实变。
(5)科学和技术的区别在于科学为提供知识和认识的理论基础，我们今天的技术发展是要去找寻科学革命历史的根源。
(6)创新是发展的推动力，从物理上找到了根据。热力学理论告诉我们系统的非平衡状态是维持系统有序的描述。如果系统进入平衡态，就是混沌无序，非平衡态在混沌的边缘，需要开放的能量输入有用的信息提供非平衡态的维持，革命、进化、创新是生命系统的自然特性。
(7)量子理论导出了我们所期望的能和信息之间的新联系，量子论的粒子世界观点导向统计学、数据科学、复杂性、不确定性、随机和概率论的发展。经典动力学解释了物质的运动行为，但解决不了人类、生命体、群体活动行为的现象学问题，量子力学、电磁理论、信息理论提供理解现象学的基础，导出了复杂性理论，发展了人工智能理论和技术实践，科学研究的进展向着生物学和生命科学方向前进。
(8)科学革命的进展，使人类心智延了它的认知、知识的范围，千年以来建立的以经验观察、实验为基石的逻辑观念，用归纳和演绎推理的方法，遇到了概念问题。后来的科学在进化中被理解为经历了突然的不可预见的范式改变。但是社会发展的现实制约了更多的假设和猜想，科学的发展离不开社会的实践。
(9)设计与科学知识
进术论众所周知，设计师的知识来源自身的设计经验和科学知识，设计学的理论研究要知道一些新科学和科学革命的历史过程，这看起来似乎离开现实的知识获得太远，但是正好相反，这个问题太重要了，当你阅读和大量引用国外文献，人云亦云、头头是道的引证来做我们的设计理论研究时，请别忘了国外的那些论文作者们，他们如何导出今天的理论发展。所以我们的设计师如果没有（哪怕一点点）科学历史知识的底蕴，我们的知识认知水平将是十分肤浅的，更谈不上如何导向创新。
参考文献
[1] Enrico Bellon.A World on Paper,Studieson the Second Scientific Revolution[M].Massachusetts Institute of Technology,1980.
[2][美]托马斯·库恩,着.金吾伦,胡新和,译.T科学革命的结构[M].4版.北京:北京大学出版社,2012.
[3] [美]I.伯纳德·科恩,着.鲁旭东,赵培杰,译.科学中的革命[M].北京:商务印书馆,1917.
[4]徐子沛.大数据及其成因[J].科学与社会,2014,4(1:):14-26.
[5] [美]N·维纳,着.陈步,译.人有人的用处[M].北京:商务印书馆,1989.
[6] (Switgerland)JamesB.Glattfolder.[InformationConscioness-Realitys].Springer出版社,2019.
[7] Paul Davies.[Does new Physics Lurk Enside Livng Matter?].Physics Today 73,8,34(2020):http://h-s.doi.org.forest.naihes.cn/10.1063/PT.3.4546.
