“用望远镜观测太空已经过时”，这话虽然略有夸张，但不无道理——对许多天文学家来说，现在研究的第一步不是“看到”，而是“计算”。如今，天文学家已经更多利用网络来调度观测，远程控制位于沙漠或偏远地区的望远镜，下载相关的观察结果，然后利用计算机进行分析。
　　不仅仅是天文学，生物信息学、计算语言学以及粒子物理学等学科，从某种程度上，都依赖于通过计算模拟对世界进行建模，并对观测数据进行探索分析——今天的科学正在发生以数据为驱动的深刻转变。
　　17世纪的科学是经验主义科学。其时，大家普遍认为人类可以用感官来收集尽可能多的数据，通过这些数据最终了解整个世界。基于此，科学发现具有偶然性也被大家广泛接受。但科学发展、新科学仪器的使用，让科研数据量呈几何级数增长。这种情况让以往的经验变得不再适用——仅靠感官，人类已经无法处理和掌握这些数据，必须利用计算机进行分析；同时，探索和挖掘数据的方式甚至能够让科学家们“计划偶然性”。以天文学为例，在寻找新的天文现象上，大数据极可能会产生意想不到的结果：天文学家邓肯·洛里默发现了快速无线电脉冲、本科生克莱·奥法发现了地球电离层中的等离子管。
　　当今的科学研究形式是：许多科学家一起合作，设计能够一次服务于多种项目的实验，并测试不同的假设。因此，编程、计算、统计等与计算机相关的关键技术在科学研究中变得极为重要，例如，为了设计合理的实验，选择可靠的样本，科学家需要优秀的統计学技能。为了确保数据驱动的实验和探索是严格的，科学家们需要掌握足够的统计学内容。
　　不仅如此，科学家还需要开发计算思维。这不仅仅是编码，科学家需要创造性地思考和编写新的算法，并且使用复杂的技术来挖掘和收集数据。即使拥有10000个核心超级计算机的强大功能，将简单的算法应用于海量数据集仍然是无效的。面对一个科研目标，从计算机科学到更复杂的技术，软件的运行速度需要提高几个数量级。
　　但与现实不相符的是，目前许多高中和大学的科学、技术和工程学科仍然把这些必要的技能作为次要科目。因此，我们或许应该考虑如何设计新的教学方法，将数据驱动和计算方法视为当代研究的重要工具。
　　半个多世纪以来，计算一直是科学的重要组成部分，数据爆炸正在使其变得更为重要。只有认真地将计算思维作为科学的一部分，才可以确保未来的创新能力，做出更多伟大的科学发现。 王雷