作为一门深度交叉的学科，社会物理学打通了物理空间与社会空间之间的壁垒，实现了社会机制、物理机制的同构化研究，为探讨社会科学领域议题提供了有力的分析视角与方法。在此过程中，由大数据、人工智能、数字孪生等技术主导的计算社会科学运动为社会物理学研究发展带来了新机遇，社会物理学家运用新兴技术赋能科研的新路径已经出现。

　　大数据技术重启整体性本体论立场

　　社会物理学研究致力于将复杂的社会运行规律与法则抽象成简洁的物理机制，但囿于人工数据采集的限制，研究者难以获取真实的、“全量的”社会系统运行信息，更难获取社会系统长期变迁的历史数据。正因如此，孔德理想中的以社会系统为整体的宏观社会学研究在实证的进路上举步维艰。在大数据技术产生之前，关于社会系统运行的整体图景分析大多止步于理论构建层面。已有实证分析主要分布在以抽样调查为主的微观社会学领域，尽管其也考察社会群体，但出发点通常仍为个体的、孤立的、生物学意义上的人。

　　大数据时代的到来则打破了这种困境，将社会物理学研究推向特征可量化的新发展时代，实现了研究对象从“局域—个体化”向“整体—社会化”的拓展。彭特兰认为，“驱动社会物理学的引擎是大数据”。大数据技术的核心特点之一是用“总体”取代“部分”，建立在此基础上的计算社会物理学研究是一种数据总体性的研究。因此，研究人员有能力从复杂群体网络、社会交往中观察普遍社会化意义上的“人”。通过将微观个体的物理、生理甚至心理行为数据与宏观的时间、空间、事件等要素进行跨载体多模态的关联，能够挖掘出有价值的规律信息。例如，在公共卫生疾控领域中，利用大型开源数据存储和处理软件，研究者能够将结构化和非结构化的图像、数字等个体健康状况信息进行有效分析，甚至可以建立生命体DNA基因密码整体数据库。这一机制在时空层面上具有可重复性，相关数据本身在操作层面上也能做到记录完整性、便捷性、无偏差性。由此，在海量大数据计算的基础上，社会物理学研究能够建立起对社会系统的动态宏观观察，进而能更有针对性地提出全民健康方案。

　　人工智能推动科学认知“统一性”建构

　　人工智能算法对社会物理学研究的影响主要体现在对社会现象间的逻辑分析中，由它所驱动的潜在相关关系识别模式逐渐取代了由理论建模驱动的因果关系推理模式。近年来，新一代人工智能的环境自适应、自博弈、自进化、自学习性能快速提升，在建立相关性数据联结“语境”方面的能力尤为突出。基于对整体数据的把握，人工智能算法能够自动抽取出事实背后的未经明确的、潜在的和间接的内在关系。这种研究范式超越了个体直觉性思维和先验知识局限，成为跨学科交融的基础，重新构建了相对中立的“统一性”认识论，从根本上推动了社会物理学研究的可持续发展。

　　具体而言，在科学认知层面，人工智能驱动的自主学习机制激活了一种极为重要的认知转轨，打破了常规以既定因果关系推导的经验主义藩篱，有益于形成协调统一的学科规范。在传统社会物理学研究中，“物理学—自然科学式”的模型类比通常具有假说性质的理论前提，研究者在理论公式框架的范围内对社会现象进行人为归简，以期对人类行为进行诠释和寻因。在此过程中，研究者不可避免地植入了特定语境中科学共同体的规范和价值观倾向，甚至相互冲突的科学理论。而在人工智能时代，所有的学科都被海量大数据和算法涵化，界限逐渐模糊，“统一性”认知路径应运而生。而且，相对系统的相关关系比零散的、片段式因果关系的覆盖面更广，能够拓展社会科学认知的范围和领域。另外，在应用层面，人工智能捕捉的相关性规律使得社会物理学研究结果更加贴合现代社会实践的需要。

　　数字孪生技术升级系统仿真工具

　　在预测社会系统的演化趋势时，数字孪生技术集成多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成实时追踪式映射，为社会物理学研究“还原、理解和引导现实社会现象”提供了自动化、高效率、可视化的新研究工具。

　　社会物理学研究在观察社会组织、社会活动的运动过程时，通常将每个个体及其空间分布比拟为离散的粒子行为，将人的整体和时间过程比拟为连续的波动行为，并借助电磁、流体、热、声等物理场求解与仿真工具对这种类似于“波粒二象特征”的规律进行模拟与预测。为了降低计算复杂性，以往研究大多采用“数值近似”和“离散化”的简化模拟方法。在理想情况下，当粒子的移动有特定模式或空间非常受限时，这可能是一种明智的方法。但实际上，社会系统是多重因素耦合诱导的涌现结果，其复杂性既体现在巨量规模、杂乱性、变动性和非结构性的复杂研究对象上，又体现在耗散的、协同系统的复杂运动规律上。

　　而数字孪生技术在处理大规模复杂系统的社会交互时具有先天优势，特别是在并行和分布式仿真领域使“还原”水平发生了质的飞跃。比如，以大规模流行病为例，高性能计算的射频识别、传感器、红外感应器、视频监控、地理定位、激光扫描器等信息采集设备能够动态捕捉人与人、人与物体、物体与物体之间的直接物理接触（如触碰）或间接传播接触（如打喷嚏）信息。在此基础上，研究者针对病原体、人群、干预措施和场景能够研发出全生命周期超大规模社会仿真系统，并运用精细的连续建模来复盘病毒传播机制。这突破了传统的基于SIR系列传播动力学模型或单一离散事件的仿真研究的局限性，极大地提升了预测精准度。

　　探索运用新兴技术途径

　　新技术提供了新思路，打开了新格局，提出了新要求。面对未来的社会物理学研究发展，特别是运用新技术促进社会物理学研究发展，可从以下三点做出尝试。

　　首先，搭建面向社会物理学研究的高性能大数据云平台。据国际数据公司（International Data Corporation）发布的《数据时代2025》报告预测，到2025年，全球每年产生的数据总量将上升至175ZB。面对体量庞大、类型繁多、实时动态和结构复杂的社会大数据，我国亟须打造集成数据采集、存储、分析和处理功能的综合性、高算力大数据云平台为宏观社会物理学研究提供有力保障。

　　其次，加强赋能社会物理学研究的新技术体系创新攻关。以成熟科研应用为牵引和导向，强化政策精准支持，鼓励市场创新主体加快脑机接口、数字孪生、AR/VR/MR、传感基础元器件等的技术与应用突破攻关，稳步加大5G网络、智能云计算平台、仿真数字空间等关键基础设施建设投入与整体布局力度，为社会物理学家开展逻辑关系分析、嬗变趋势预测等研究提供更完备和成熟的技术支持。

　　最后，培养一批复合型、跨学科的新型人才。既掌握新兴技术又熟稔社会科学、物理学等理论的复合型人才是提升我国社会物理学研究国际影响力的主体。培养好这类人才，可从三方面入手。一要创建“新兴技术+社会物理学”复合专业培养新模式，界定相对明晰的学科组成和学科边界，提高学科构成概念和知识本身的国际化和标准化水平。二要完善科研机构中跨学科研究合作团队的绩效评价机制，加强社会科学学者与物理学学者间的跨学科对话，鼓励经验丰富的科学家和年轻的科学家协同组队。三要鼓励产出具有中国特色的新社会科学与新自然科学理论成果，为未来全球视野下的社会物理学研究发展、社会问题的解决提供中国方案，展现中国智慧。

　　（本文系国家社科基金青年项目“社交媒体时代重大疫情公众网络舆情卷入特征、机制及引导策略研究”（21CXW019）阶段性成果）

　　（作者单位：中国社会科学院新闻与传播研究所）