讨论了自然科学理论革新的4种纯基础研究思维模式，即经典的还原论模式、数据驱动模式、AI 生成协同模式和复杂系统思维模式，分析了这 4 种纯基础研究模式的特点和结构；将系统的思维方式概括为8个环节：组成、结构、属性、环境、行为、相态、演化和组织机制；并提出深化系统思维是当前理论革新的重要方向。
This paper discusses four scientific thinking models for pure-fundamental researches. They are the traditional reducing model, large-data driving model, AI generating model, and complex system model. Their structural features are also analysed. The system thinking includes 8 parts as composition, structure, attribute, environment, bebavior, phase, evolution, and organization. Deepening of system cognition is the important orientation of the theoretical innovation today.
[1] 袁冉东. 如何改进中国纯基础研究系统[J]. 中国科学院院刊, 2023, 38(11): 1627-1634.
[2] Wilson G. Great men of science[M]. New York: The New Home Library, 1942.
[3] 杨文采. 关于科学精神的体验[J]. 科学与社会, 2014, 4(1): 132-138.
[4] 杨文采. 谈科学知识发现和创新的轨迹[J]. 科技导报, 2015, 33(16): 12, 3.
[5] 杨文采. 学会巨人的科学思维才能站上他们肩膀[N]. 中国科学报, 2021-05-07(1).
[6] 杨文采. 以科技创新为导向的基础研究改革之我见[J]. 科学与社会, 2019, 9(3): 34-40.
[7] 杨文采. 科技原始创新生态亟需改善——谈原始创新的起点问题[J]. 科技导报, 2021, 39(3): 102-104.
[8] 杨文采. 从作用量原理看模仿型与创新型科技发展模式[J]. 科技导报, 2023, 41(4): 1.
[9] Alfred North Whitehead. 过程与实在：宇宙论研究[M]. 李步楼, 译. 北京: 商务印书馆, 2011.
[10] Okasha S. Philosophy of science: A very short introduction[M]. Oxford: Oxford University Press, 2002.
[11] 杨金龙, 江俊. 人工智能带来的科研革命[J]. 科学与社会, 2023, 13(3): 11-22.
[12] 尤瓦尔·赫拉利. 未来简史[M]. 林俊宏, 译. 北京: 中信出版社, 2017.
[13] 李德毅, 刘玉超, 任璐. 人工智能看智慧[J]. 科学与社会, 2023, 13(4): 131-149.
[14] 刘伟. 人机智能的分界[J]. 科技导报, 2023, 41(13): 118-128.
[15] 童天湘, 林夏水. 新自然观[M]. 北京: 中共中央党校出版社, 1998.
[16] 欧文·拉兹洛. 系统哲学引论[M]. 杜默, 译. 北京: 中信出版社, 2001.
[17] 莫兰. 方法：天然之天性[M]. 吴弘缈, 冯学俊, 译. 北京: 北京大学出版社, 2002.
[18] 约翰C泰勒. 自然规律中蕴蓄的统一性[M]. 暴永宁, 译. 北京: 北京理工大学出版社, 2004.
[19] 赫尔曼·哈肯. 协同论[M]. 凌复华, 译. 上海: 上海世纪出版集团, 2005.
[20] 杨文采. 东亚地壳上地幔三维属性成像图册[M]. 北京: 地质出版社, 2023.
[21] 杨文采. 地球动力学[M]. 北京: 地质出版社, 2024.
