![](static/image/blog/recommendico.gif)
科研成功的三条途径
王立新
(中国科学院大学 教授)
一、引子:科学是保守的,还是开放的?
有一种颇为流行的观点认为:科学是保守的([1])。基于我自己三十多年科研之路的实践与观察,我的结论正好相反:科学是开放的。为什么会产生这两种截然不同的观点呢?我觉得,是因为我们两批人所说的“科学”的内涵不同。对于持“科学是保守的”观点的学者,他们所说的“科学”指的是物理学、化学等传统自然科学学科([2])。对于我们持“科学是开放的”观点的学者,我们所说的“科学”指的是以信息科学、生物工程、材料科学、应用数学、经济学、心理学等为代表的当代新兴科学学科。为了便于讨论,我将前者传统自然科学学科简称为“自然科学”,将后者当代新兴科学学科简称为“工程科学”。
“自然科学”与“工程科学”有着本质的不同。“自然科学”的核心是寻找一个简单统一的理论(比如 F=ma),放之四海而皆准(几乎),然后在这个简单统一理论的指导之下,去认识与改造现实世界。而“工程科学”的核心是围绕着一系列“问题”展开的,在解决这些“问题”的过程中形成一系列新的理论与方法。也就是说,“自然科学”的基本理念是“单神论”,只相信一个上帝;“工程科学”的基本理念是“多神论”,白猫黑猫抓住老鼠就是好猫。“自然科学”理论通过“颠覆”旧的理论将学科向前推进,而“工程科学”理论基本上是无中生有,根本不存在旧的理论让你去“颠覆”。“自然科学”存在着一种“基础研究”,其它理论和方法都是在这些“基础研究”的基础之上而获得的;而“工程科学”并没有这样的“基础研究”,其理论与方法是在解决“问题”的过程中自然产生的。这些“工程科学”的理论与方法没有必然的先后顺序,也没有贵贱之分,因为大家都是解决“问题”过程中不可或缺的一环。
举个例子,人工智能深度学习最核心最基础的BP(Back-Propagation)学习算法,就是将初等微积分中的 Chain-rule 应用于神经网络的多层结构。这是一个简单直接的应用,难度相当于初等微积分一道中等难度的习题。BP算法产生的背景,是为了解决“通过数据让多层神经网络具有学习功能”这个“问题”。BP算法只是对解决这个“问题”有用,对解决其它“问题”并没有多大的用处,虽然它是人工智能领域最基础的算法之一。
“自然科学”与“工程科学”的这个本质区别,也导致了两者在研究风格上有着很大的不同。“自然科学”的研究风格趋向于批判性,更加关注理论或者方法的“错误”或者不足之处。“工程科学”的研究风格趋向于建设性,更加关注理论或者方法对于解决“问题”的正面作用。以一次考试做比喻,对于考了95分的卷子(满分100),“自然科学”关注于做错的5分,而“工程科学”则为做对的95分感到满心欢喜。
下一节讨论开创性理论被认可的三条途径,前两条途径(Planck模式和Haldane模式)针对的是“自然科学”学科,第三条途径(Samuelson-Wang模式)针对的是“工程科学”学科。
二、开创性理论被认可的三条途径
途径一:Planck模式:卧薪尝胆,媳妇熬成婆
A new scientific truth does not triumph by convincing its opponents and making them see the light, but rather because its opponents eventually die, and a new generation grows up that is familiar with it.
(一个新的科学真理的胜利,不是通过说服其反对者让他们明白过来而实现的,而是由于其反对者最终死去,与此同时熟悉这个真理的新一代成长起来了。)
途径二:Haldane模式:领导提携,成果共享
(i) This is worthless nonsense; (这是无价值的胡说)
(ii) This is an interesting, but perverse, point of view; (有点意思,但这只是作者一厢情愿的观点)
(iii) This is true, but quite unimportant; (这个是对的,但并不重要)
(iv) I always said so.(我早就说过是这样的呀)
途径三:Samuelson-Wang模式:一剑封喉,天下臣服
(1)你在瞎胡搞;
(2)又看了几遍,觉得有那么一点点道理;
(3)终于看明白了:好理论!就应该这么做;
(4)这么简单且重要的事情以前竟然没有人做过,这就是天才。
第三条途径基于下面Samuelson对凯恩斯名著《The General Theory of Employment, Interest and Money》的评论,上面(1)-(4)是我对Samuelson这段评论的解读,因此我把这第三条途径称之为 Samuelson-Wang 模式。
It is a badly written book, poorly organized; any layman who, beguiled by the author’s previous reputation, bought the book was cheated of his 5 shillings.
(这是一本写的很糟糕的书,组织的非常差;一般人基于作者以前的声誉买了这本书,觉得被骗了5先令。)
It is arrogant, bad-tempered, polemical, and not overly-generous in its acknowledgements... In it the Keynesian system stands out indistinctly, as if the author were hardly aware of its existence or cognizant of its properties; and certainly he is at his worst when expoundingon its relations to its predecessors.
(书中充满着傲慢、坏脾气,并挑起争端,而且在“感谢”中也显得十分吝啬。在书中,凯恩斯系统从来没有清晰地出现,好像作者从来不知道它的存在,也不知道它的特性;而最差劲的地方,是在他描述本书的工作与前人工作的关系方面。)
Flashes of insight and intuition intersperse tedious algebra. An awkward definition gives way to an unforgettable cadenza. When it is finally mastered, we find its analysis to be obvious and at the same time new. In short, it is the work of genius.
(见解和直觉点缀着枯燥的代数公式。粗糙的定义取代了难忘的华彩。当我们最终看懂以后,我们发现这些分析是那么的显而易见,而且同时又是全新的。简而言之,这就是天才的工作。)
三、小结:三条途径对我们的启示
近半个多世纪以来(我们所处的这个时代),主导人类科学发展的是“工程科学”,包括信息科学、生物工程、材料科学、应用数学、现代医学、经济学、心理学等等。传统的“自然科学”,包括物理、化学、天文学等,已经不再是人类科学发展的主战场。所以,我们应该更加关注与研究“工程科学”理论的特点及其发展规律,建立符合“工程科学”理论发展自然规律的科学研究与管理体系。
“工程科学”与“自然科学”的本质区别在于,传统“自然科学”理论是“串联”:在“基础研究”之上,从“0到1”、“1到2”、“2到3”等等,向前发展;而现代“工程科学”理论是“并联”:为解决一个个“问题”提出各种理论与方法,每个理论或者方法都是“0到1”,其中“1”表示把“问题”给解决了,所以没有必要再进行“1到2”、“2到3”之类的研究。对于“工程科学”而言,以后碰到新的“问题”,就需要新的“0到1”,而不是在之前“1”的基础之上进行“1到2”、“2到3”,因为每个“问题”都不一样,必须具体问题具体分析。
为了解决“卡脖子”问题以及中国科学事业的长期健康发展,国家提出加强“基础研究”、倡导“从0到1”。基于上面的分析,我觉得,对于传统“自然科学”学科,这个思路是对的。但是,对于当今人类科学发展主战场的“工程科学”学科,这个思路就有问题了,不符合“工程科学”理论发展的自然规律。
正确的思路,我觉得,应该是大力倡导“问题导向”的科学研究,这里所说的“问题”指的是在具体科学研究过程中碰到的大大小小的理论或者技术性问题,比如:“如何通过数据产生模糊规则”,“如何证明这个算法的收敛性”,“如何提高这个算法的学习速度”,“如何建立这个投资策略的数学模型”,“如何在算法交易中快人一步”,等等等等。解决这些“问题”,需要提出新的理论与方法。现代科学的内涵,就是这些在解决各式各样“问题”的过程中产生的大大小小的理论、模型、算法、技术手段等等。
一花独放不是春,百花争艳春满园。我们所处的这个时代,是科学的春天。万物复苏,百鸟齐鸣;八仙过海,各显神通。开创性理论的发展途径已经不再是传统的“Planck模式”或者“Haldane模式”,而是代表着先进生产力以及先进科学文化的“Samuelson-Wang模式”。科学研究的核心不再是“基础研究”,而是“问题导向”。谁能更好地解决“问题”,谁就占领了科学发展的新高地。
致谢:感谢《科学网》刘立博主、求真博主、谢力博主的精彩博文和评论。本文启蒙于他们的博学与纯真,在此深表谢意!
参考文献:
[1] 刘立《科学是保守的,别老想搞颠覆性科学创新》:http://blog.sciencenet.cn/blog-71079-997413.html
[2] 李侠《为何不再有相对论等重大理论涌现?基础研究停滞了吗?》:http://news.sciencenet.cn/htmlnews/2021/1/452264.shtm
[3] 谢力《天才是这样写作的》:http://blog.sciencenet.cn/blog-669170-1172060.html
转载本文请联系原作者获取授权,同时请注明本文来自王立新科学网博客。
链接地址:https://wap.sciencenet.cn/blog-2999994-1286946.html?mobile=1
收藏