大数据时代钱学森情报研究思想的方法论意义

,

钱学森在长期领导和指导国防科技情报工作中，以宏博深邃的科学智慧，提出了一系列科学创见，形成了丰富的科技情报学术思想，对我国科技情报事业的发展以及情报学学科建设起到了重要的作用。钱学森当年的很多前瞻性技术预见和情报理论都成为了现实，钱学森情报研究思想集中体现出来的战略眼光、综合集成和知识会通等特点，对处于快速发展和深刻变革中的情报学来说，具有重要的指导和借鉴意义。深入研究钱学森情报研究思想，探寻其中的方法论价值，对于提升情报研究工作的层次和质量具有重要的现实意义。

1 大数据时代情报研究发生深刻变革

1.1 大数据时代科技发展进入新时代

大数据(big data)一词于20世纪90年代出现，真正意义上的大数据研究标志事件是美国于2012年3月29日发布的《大数据研究与发展倡议》[1]。同月，美国总统奥巴马提议在2013年投资10亿美元创建由15家制造创新机构组成的国家制造创新网络，进一步通过大数据的整合与分享，促进国家制造创新。2013年9月，美国国防部发布第16版《年度工业能力报告》，将“赛博工业”从信息和通信技术(ICT)工业领域分离出来，令其成为继飞机、IT/C4(信息技术、指挥、控制、通讯和计算机)、服务保障、陆地战车、弹药与导弹、导弹防御、舰船、航天之后的第九大国防工业重点领域[2]。大数据在越来越多的领域得到重视，改变了武器装备的使用和作战的模式，引起了工业、商业模式的剧变，给人类的生活方式和思维方式也带来了巨大冲击。如同蒸汽机开启工业革命一样，大数据及相关技术也将会引领新的科技革命。

1.2 大数据时代情报学研究范式发生变化

随着信息技术的不断发展，互联网已经深入人们生活的方方面面，各种终端设备记录人们生产、生活过程中的信息从而产生了大量的数据。国际数据公司(IDC)的研究报告称，2011年全球被创建和被复制的数据总量为1.8ZB，并预测到2020年，全球将拥有35ZB的数据量[3]。巨大的数据量及大数据技术的应用，对情报学的研究思想、研究内容、技术方法都产生了重要的影响，情报学研究范式也由此产生了深刻变化。

情报学研究范式可以归纳为4个阶段：20世纪40～60年代，在情报学产生和确立时期的研究，体现的是基于信息的事实型情报学发展范式；20世纪70～90年代，经历了基于信息管理的综述型情报学发展范式；1995～2010年经历了基于智能的智慧型情报学发展范式；进入21世纪后，随着大数据技术的快速发展和广泛应用，情报学进入基于大数据的发展范式[4]。

相较于以往的情报学研究，新的研究范式最主要的特征是将情报学的研究带入了数据领域。最初的情报概念建立在“信息”的基础上，“信息”是情报学研究的最基本要素，而“信息”是被处理过的“数据”，也就是说，之前的情报学研究的第一步就是需要人在大量数据中提取信息。随着大数据技术的发展，诸如数据挖掘、深度学习、关联分析等机器学习方法在情报分析中的应用，情报研究人员可以直接以数据为基本的研究要素，即情报学研究进入了以数据驱动的新时期。

1.3 大数据时代科技情报研究面临的机遇与挑战

对于情报研究而言，大数据的理念和技术在带来前所未有的机遇的同时，也带来了不可忽视的挑战。首先，大数据时代，数据已经成为继陆权、海权、空权之后的一种国家核心资产，渗透到每个行业和领域，逐步成为重要的生产要素。因此，以数据为基础的情报研究工作得到前所未有的重视。大数据相关技术的应用，也给情报研究带来了更广阔的视野和更便捷的手段，极大地促进了情报研究理论与实践的发展。

机遇与挑战是并存的，情报研究所面临的挑战主要体现在两个方面。

一是技术层面的挑战。大数据具有4V的特征，即数据体量大(Volume)、处理速度快(Velocity)、来源多样性(Variety)和价值密度低(Value)[5]，尤其是非结构化数据占比高，使情报分析对智能化分析工具和可视化工具的依赖越来越高。工具是设计者开发的，工具的算法体现的是人的思想，算法也是情报分析工具的决定性因素，过去情报分析中人的“偏见”转化为机器的“偏见”。因此，大数据技术的发展能否满足情报研究日益增长的工具需求，是能否紧跟世界情报研究发展脚步的重要因素。

二是大数据时代的情报研究对技术工具的依赖性显著提升，但不能因此降低对情报研究人员自身素质的要求。正如钱老所说“情报是激活了、活化了的知识”。知识或者说数据的激活、活化才是情报研究的核心，而在这方面机器是永远无法代替人的作用的。大数据背景下的情报研究，技术运用应是手段而非目的。

2 大数据时代钱学森情报研究思想的方法论特征

钱学森在20世纪90年代就预见了信息技术会给情报研究带来深刻影响，并将信息视为“第五次产业革命”的特征之一[6]，创造性地提出了应对赛博空间和大数据时代挑战的“大成智慧”思想。这一系列的预见及论断与钱学森系统深刻的情报研究思想体系是分不开的。深入研究钱学森情报研究思想，可以为应对大数据时代情报研究的变化提供战略指导，为情报研究的发展方向做出指引。

2.1 战略眼光：善于从战略层面观察问题

用高屋建瓴的战略眼光观察事物，高瞻远瞩、发人未见，是钱学森科学智慧的重要特征，也是情报研究工作的重要要求。钱学森在科学实践中充分展现了深刻的洞见力，在指导情报研究工作中多次传授提高战略性、预见性的经验方法。这些思想和方法，对提高大数据时代情报研究人员的战略思维层次具有很强的指导性。

2.1.1 以战略眼光洞察和预见问题

新工科背景下，利用网络教学平台进行混合模式教学，在很大程度上克服了传统教学存在的弊端，提高了学生的自主学习能力，体现了课程考核的多样化和公正性。只有将传统学习与网络化学习结合起来，使二者优势互补，才能获得最佳的学习效果。

钱学森的洞察力和预见性充分体现了其科学智慧。2011年11月8日，本文通讯作者赵超阳曾听前总装备部科技委委员汪成为院士讲述了钱学森洞察深远的一件事：钱学森在看到ScientificAmerican杂志1991年9月号专刊后，对该刊中“未来将是在赛博空间中工作、娱乐和成长”的文章特别重视，认为这是美国准备拓展“信息”内涵的一个信号，是为战略转型所做的舆论准备，并要求他对该期专刊的相关内容进行翻译和研究。受教于钱学森的悉心指导，汪院士后来一直关注计算机应用系统方面的研究，并成为此方面的专家。2009年5月29日美国总统奥巴马宣布对“赛博战略”赋予美国行政最高优先级，2010年8月25日美国前国防部副部长William Lynn宣布进一步贯彻美国军方应对网络进攻的5项措施。这预示着，未来战争将是在赛博空间的体系与体系的对抗，并且将对战争形态、作战样式以及战略威慑产生深远影响。

战略眼光是情报研究人员战略思维能力的外化和体现，是情报研究工作深度开掘和质量水平的重要保障，形成战略眼光需要注重以战略视角观察问题。在进行科技情报研究时，首先要将科技情报放在世界科技动向和国家科技战略等宏大背景上去观察和思考，其次要以前瞻的战略预见观察问题。情报研究不仅要及时准确反映当下世界科技发展动向和水平，还要能够总结特点与规律，预测未来的发展演化与趋势。钱学森的洞察眼光是建立在他卓越的科学素养和大量的经验积累上的，并非每个人都可以如钱老一般正确预见20年后的技术发展方向。大数据技术的出现则将洞察深远的工作的难度大大降低，通过数据挖掘、知识挖掘等技术的应用，可以让每位情报研究人员具有超出自己知识范围的深远目光。

2.1.2 情报研究工作要为宏观管理和战略决策服务

钱学森高度重视国防科技情报工作，认为情报工作是突破国防尖端技术的重要途径，是领导和机关宏观管理及战略决策的重要支撑。他多次提出“情报工作要搞战略情报，当情报参谋”“情报研究的任务是给领导提供战略方向、动向性情报资料”“情报资料研究,重点研究什么？应是尖端技术的方针政策，说透了是政治和技术的结合”[7]。

尽管在大数据时代下信息爆炸式扩散，信息获取渠道多样、方便快捷，但信息爆炸同样带来了负面影响，即信息质量低下，从海量信息中提取有针对性、对解决问题真正有意义的情报十分重要。因此以知识密集型、对策咨询型、浓缩精要型为综合特点的高端服务依然是情报研究工作的重点。随着军事技术的快速发展和武器装备建设的加速推进，这种高端服务的需求越来越旺盛。钱学森认为，科技情报服务工作不能只停留在文献检索或提供资料的层面上，而是要深入到包括文献资料在内的与所需解决问题有关的各类信息/知识集合中，通过对这些开放的知识集合进行“系统辨识”，寻找其内在联系，去伪存真、去粗取精，将情报与问题结合起来，才能真正起到“情报参谋”的作用[8]。在大数据时代，情报的表现形式更加多元化，传统文献形式的情报来源占比越来越低，非结构化信息越来越丰富，对情报研究人员提出了更高的要求。因此更需要从战略层面抓准情报研究任务的需求，为领导宏观管理和决策提供更加精准和具有针对性的情报研究成果。

2.2 综合集成：科学构建情报研究方式方法

以系统工程的科学方法指导工作，强调系统思维、综合集成是钱学森科学思想的具体体现。以科学家的学识和智慧，从情报的本质属性和情报工作的学科定位出发，提出建立从定性到定量的综合集成研讨厅等思想方法，对深入开展大数据条件下情报研究工作具有很强的指导价值。

2.2.1 情报研究要应用综合集成方法

1983年7月3日，钱学森在“第一次国防科技情报工作会议”上的报告中强调“高级一点的情报研究工作，实际上是一个综合的技术，这种综合技术要用系统科学和系统工程的方法”，并指出“情报的分析工作，靠一个模型”“即使没有这样一个模型，现在系统工程、系统科学的方法也告诉我们还是有办法”[9]。随着科技实践和研究思考的不断深入，钱学森逐步形成了体现系统论的综合集成方法，对众多科学领域的研究工作提供了有力指导。综合集成方法以“从定性到定量的综合集成研讨体系”作为实践形式，实质是把专家系统、资料与信息系统以及计算机系统有机结合起来，把人的思维及思维成果，人的经验、知识、智慧以及各种情报、资料和信息集成起来，构成一个以人为主、“人-机”结合与融合的复杂的智能系统。作为一种“人-机”结合获得信息、知识和智慧的方法，它不仅是信息处理系统，也是知识创新系统、智慧集成系统。钱学森提出的综合集成方法充分体现了大数据时代人与技术的结合，为新时代情报研究的发展指明了方向。

2.2.2 科学建立集智性专家系统

发扬民主、集思广益，是钱学森高尚科学品格的重要体现。在情报研究工作中，他非常重视集体智慧作用的发挥。1978年11月18日，他在国防科委情报工作会议上指出“情报资料分析工作，我还是主张搞点社会化的劳动，集体化，不要搞落后的单干户的办法”[9]。他还提出“你们所的人有自己的长处，外面的人有外面的情况，你怎么组织这个工作，现在情况不同了，工作要有新的办法。要吸收做科研工作的专家搞情报研究。你这个机构里的人，是情报专家，要善于利用社会上的力量组织起来搞情报工作”[9]。

随着信息海量增长、个人知识分化细化以及对情报研究成果更高的质量要求，情报研究主体已经由个体向团队和专家群转化，大数据时代则为集智性专家库的建立提供了前所未有的机会和平台。因此，按照钱学森情报研究思想的指导进行专家团队构建，可以充分发挥大数据平台的信息优势。在专家团队的构成上，可以利用智能化专家库，根据情报研究需求和内容，通过对专家库的数据分析优化组成科研团队，并实现团队内部资源共用、知识共享、思想共鸣，充分发挥集体智慧；在组织结构上，采用以优势专业领域单位为核心，相关研究单位共同参与的“小核心、大外围”工作方式，建立以情报研究人员为主体，情报、技术、管理专家联合协同作业的工作机制，构建一个专家系统，形成专家智慧的聚集融合，提高研究质量效益。

2.2.3 充分开发和利用智能处理技术

情报研究具有很强的科学性、复杂性，在充分发挥人的思维、智能等主体作用的同时，还需要借助辅助思维工具和方法。钱学森一直强调要利用现代技术，特别是计算机技术推动和深化情报工作。1978年，他在国防科技情报工作会议讲话中介绍了当时国外利用计算机、激光解决资料存储、检索等问题的情况，并预言“整个情报资料工作的搜集、存储、检索、复制、提供、传递这一套手段，现在由于电子计算机、激光技术的出现，已经在酝酿着一场革命”，并提出“恐怕不久的将来，全世界总是要建立情报资料网”[7]。随着计算机运算速度和智能化水平的不断提高，尤其是随着近年来机器学习与大数据技术的发展，人工智能发展程度越来越高，计算机能够承担越来越多的低级或简单的劳动，从而使人能够集中更多的时间、精力去从事更高级、更复杂的脑力劳动[10]。现在的情报研究工作，要充分利用建模仿真、定量分析、数据挖掘等方法，实现情报研究从以人为主的“经验型”向“人技”合一的“科学型”转变，不断提高研究成果的层次水平。

另外，除了开发专门的情报研究智能化工具外，也要注意广泛吸收借鉴来自其他行业的先进技术。阿里云部门经理沈俊先生在军事科学信息研究中心所做的关于“DT时代阿里巴巴在数据智能领域的探索与实践”的报告中提到，阿里开发的“鲁班”智能机器人每天可以完成1亿次定制广告推送，其背后的算法完全可以应用于大数据与人工智能相结合的情报筛选和情报信息推送。借着军民融合上升为国家战略的大好时机，情报研究应当充分利用社会上一切可以吸收的先进技术，推动自身发展。

2.2.4 不断扩充和整合资料信息系统

在情报研究中，系统辨识、模型构建、综合集成等方法都需要以大量信息的占有为前提和基础。钱学森曾把大成智慧译为Wisdom in Cyberspace，借以强调“大成智慧”的特点是沉浸在广阔的信息空间里所形成的网络智慧。现今Cyberspace所呈现的知识爆炸、信息如潮、场域泛在等端倪和特征，为综合集成资料信息系统提供了无限扩充的可能。尽管信息技术和信息网络让人们在海量信息的选择中面临去伪存真、去粗取精的困难，但一些新的信息发布和聚集形式，如维基百科、微博、Twitter、Facebook等，应该纳入信息资源建设的新领域。同时，还要对这些信息进行挖掘和序化，用知识库的形式建立查询检索方便的信息系统。

2.3 知识会通：在多学科知识结构基础上激活转化

钱学森是一位成就卓越的科学家，其广博的知识、非凡的智慧令他在众多领域都有很高的建树。在指导情报研究工作实践中，他多次强调，情报研究人员要有多学科的知识，在此基础上才能够激活情报，实现创新，产生智慧的原始素材。在现代科学技术体系日趋复杂和当前情报研究人员知识结构相对单一的情况下，要提高情报研究质量，必须注重情报研究人员的知识结构优化和积累，大数据时代的情报研究尤其如此。

2.3.1 形成和具备多学科知识

现代学科技术发展的成果及其体系结构是情报研究工作的知识基础，也是“集大成、得智慧”的知识源泉。钱学森指出“我们掌握的学科知识跨度越大，创新程度也越大。而这里的障碍是人们习惯中的部门分割、分隔、打不通。大成智慧教我们总揽全局，洞察关系，所以促使我们突破障碍，从而做到大跨度的触类旁通，完成创新”[8]。因此，他多次倡导和要求情报研究人员“要懂得一点现代科学技术的概貌，就是说对于科学技术的体系，它们相互关系，对这个问题要知道一些，不要完全守着自己原来学的那个专业那个学科”“钻得深一点是必要的，但你做情报资料工作，新的发展往往是最有意义的，那些发展并不在老的专业上，我们搞情报资料分析的同志应有这个知识，不然你的眼界就太窄”“所以我们要搞好情报资料分析研究工作，我们还应有一点特殊的知识：一个是科学体系，一个是科学学”[9]。

这些思想今天依然对我们具有很强的启示性。大数据时代科学研究已不再是某一学科、某一领域的某个科研团队独立进行[11]。学科交叉和知识综合是当前技术发展的趋势，新的技术的出现、新的产品的产生，都是多学科、多技术的复杂融合体。情报研究人员在工作实践中，应该自觉扩展自己的知识面，在不断深化专业知识的基础上，学习了解现代科学技术体系的现状和发展，以及政治、经济、文化、历史等方面的知识，把自己塑造成为一个适应情报工作发展的复合型人才。大数据时代也带来了这样的机会，让情报研究人员更加及时、快捷地获取自己所需的知识，可以极大地加快科学知识的传播速度，让个人的知识和眼界可以无限扩充。

2.3.2 善于通过激活转化知识

1983年，钱学森在《科技情报工作的科学技术》报告中对情报的本质属性进行了深入分析，指出“情报是激活了、活化了的知识”。钱学森主张将情报学研究的理论框架分为依次递进的3个层次：研究信息/知识的来源、可获得性和搜集方法，研究信息/知识的整理序化、储存检索和有效提取等技术，研究如何针对特定需要对获取的信息/知识进行全面分析和激活，并将其转化为解决问题的有用情报及相关的方法和技术。其中，前两个层次的研究是情报学研究的基础，而第三层次(即知识的激活、活化)才是情报学研究的核心[8]。

知识通过人的思维和智慧加以激活，就变成有针对性的活知识，而这种活化了的知识又可能转化为人的智慧。“信息资料库所存储的知识，比任何人所能知道的都多千倍、万倍、亿倍，但信息资料库本身并没有智慧，甚至连比智慧在档次上低得多的智能都没有。当然，这也绝不是说电子计算机检索的信息资料系统没有用；一个有一定知识和智慧的人用了这种网络系统，就如虎添翼，能获得大量激活了的情报，也就是有针对性的活知识；而这有针对性的活知识又是人的智慧的原始素材”[12]。智慧在知识的激活和转化中具有乘数效应，情报研究人员要结合自己的知识和研究需求多思考、多分析，及时有效地形成情报研究成果，并在这种转化中不断提高能力、增长智慧，到了一定的阶段，就可以运用知识和智慧，“能站在高处，远眺信息大洋，能观察到洋流的状况，察觉大势，作出预见”[13]。

3 结语

钱学森情报思想对于我国科技情报工作有着重要的贡献和意义，为我国科技情报工作与情报科学与技术的研究和发展起到了重要的作用[14]。大数据时代情报学高速发展，对于钱学森情报思想的研究与解读又迎来了新的高峰[15]。新技术、新方法的应用也许改变了情报研究的范式，但情报研究的内核始终是人的思想。本文在总结提炼钱学森情报研究思想的方法论特征的同时，对在大数据时代如何运用钱学森情报研究思想促进情报研究发展进行了一些思考。在可以预见的将来，钱学森情报思想仍将焕发新的生命力。