在普兰塔论坛闲逛的时候看到有网友推荐这篇奇文。转译过来供大家一乐。这篇冒牌论文是多年前几个生物学家用Nabi这个笔名合写的，意在讥讽当时某些生物学研究中盲目使用数学工具，并且动辄要囊括大规模数据的做法。

 

前段时间有位师兄在这里问我，一门学科难道一定要数学化么？我回答说不是数学化，而是“成功地运用了数学”。（刚刚查了一下，原来是马克思老人家的名言。）我觉得要说清楚这一点，就一定要给出一个“失败地运用了数学”的例子。没想到这么多年前，我们的前辈就已经给出这么生动的例子了，虽然是虚构的，却也有现实依据。

 

我个人的意见是，“失败地运用数学”的工作也不是一点价值都没有，也有可能是有益的尝试。像这篇冒牌论文中的第6条结论，就已经离正牌的牛顿第三定律不远了。照这样研究下去，也许同样能够发现力学三大定律也未可知，但毕竟是绕了一个大弯路。要把科研做好，还是要先有好的思路，否则就会作太多的无用功。要有好的思路，第一不能无视一切常识，第二不能忽视逻辑推导和逻辑检验，第三还是要缩小研究范围。

 

 

Nabi 这个名字背后的几位生物学家准确地捕捉到了某些研究工作的荒谬之处，眼光可谓犀利。但是在另外一篇文章里，他们对于Richard Dawkins、 Edward O. Wilson这样成功地在生物领域应用了数学的人却也大加讨伐，显得眼光短浅。不得不说每个人都有他的局限。

 

 

生物学实际上不是一个单纯的学科，它涉及到多个层次：生化、分子、信号途径、细胞、生理、个体、种群、群落……从微观到宏观，每个层次都有自己特殊的东西。如果有什么一般性规律的话，不同层次之间大概也很少有共性。

 

但是我们想想化学和物理学的关系：化学虽然有自己独特的电子轨道理论，但它与更底层的原子物理学是相通的，可以被后者解释；它们在本质上是统一的。

 

同样，生物学各个层次之间在本质上也必然有统一性的理论。目前为止，我们只在种群和数量遗传学中有了一些足够严谨的东西。另外在生化领域也有一些，但还局限于很多局部的像素，而不足以构画出一个稍微完整的图景。将来可以研究的东西还有太多。在这个过程中，如何恰当地使用数学工具，避免误用滥用，是一个值得我们随时留意的问题。

 

 

至于具体该怎么做，相信大家看过这篇奇文之后，都会有一些自己的想法。欢迎交流探讨。

 

 

 

译文题目：别理牛顿那一套

 

(原文题目：On the tendencies of motion,

 

 

 

见 http://www.autodidactproject.org/other/sn-nabi2.html)

 

 

 

作者 Isadore Nabi

 

单位 哈佛学院

 

 

 

1672年，第一届国际物体轨迹学会议召开，致力于促成一套协作体系，以解决运动学问题。有两方面原因使得这届会议格外必要：一方面，广泛的观察表明物体是运动的；另一方面，从某个苹果的运动加以抽象以及外推而形成的一套观点正变得甚嚣尘上。当然，另外一个原因是希望能履行我们的和平主义使命。

 

组织委员会认识到，建立一个联合的跨学科机制是必要的。在这一机制下，将能保证数据收集覆盖尽量广阔的地理区域；对于物体的一切可测量属性，对其辅助信息的使用将能保证不带任何主观偏差；同时可以对结果进行多元回归与主因素分析，在将运动的性质归结于多种原因的时候，能保证以观察和分析结果为准。

 

会议进一步同意，如果有两种替代模型都能很好地符合同一套数据，应当使用δ 调和近似方法，将两者都并入方程。

 

设物体的运动为M，可表达为函数F (X1, X2 . . .)，由一组变量Xi 决定。（Xi 为参数变量，如位置、速率、质量、颜色、质地、DNA成分、酯酶多态性、温度以及气味等等。）如果某一个模型M1 = F1 (X1, X2, X3 . . .) 非常符合观测数据，而另一个模型M2 = F2 (X1, X2 . . .)也大致上同样符合观测数据，则采用(M1, M2) = δ F1 (X1, X2, X3 . . .) - (1 - δ) F2 (X1, X2, X3 . . .)为调和系统模型。δ的取值是任意的，通常取决于模型提出人或者机构的学术排名或者声誉。类似地，如果要决定某个回归分析是仅仅包括处于运动状态的物体，还是将处于非运动状态的物体也包括近来，类似这般，也可以用δ 调和方法将所有替代方案整合到一起。

 

 

 

 

总计观察、测量了100,23个物体，随后进行了统计分析。我们计算出100种主效应、49,500对两两交互关系，50,000个三向交互系数，410个四向交互系数，留给误差范围13个自由度。所有数据与系数均寄存于大英博物馆，以备某天发表。样本数据见表1-1984（不存在。译者注）。

 

部分被研究物体属于帝国陆军人工制品（IMA's），如炮弹。由于它们的运动趋向与其它非 IMA's物体近似，并且与目标物（如学校、医院、村庄等等，它们之间存在较大方差，F值显著）的属性无关，我们没有对其作进一步关注。当然，它们在非合作区域（NCR's）的广泛使用提供了一些数据，使得我们不必再去作有害物体信息检索（HIR）。而且由于我们的研究涉及这些物体，有效避免了未经资助的擅自研究（UFO's）。

 

 

 

 

物体的运动非常复杂，受到多种因素的影响。因此，有必要进行进一步的研究，争取更多的经费。但在常规条件下已经得到一些结论：

 

1.在观测期间，超过90%的物体都处于静止状态。物体越大，其处于静止的比例越高。对于较大的物体，在某个临界温度以上，物体处于静止的比例随着温度的升高而减少，且减少的程度随纬度而升高。

 

2.在所有处于运动状态的物体中，向下运动的比例随物体大小、温度、风速、基底坡度（如果被测物体处于某个基底上）、在一天中所处的时间、纬度的不同而有所变化。以上因素共导致了58%的方差。此外，在特殊情况下，需要引入次级模型并加以检验，并用δ 调和方法将它们并入一个统一的方程式。

 

(a)我们观测了7名正在被淹溺的男子，有3个向上运动，4个向下运动。

 

(b)苹果确实会下落。统计学模型显示，苹果下落的可能性在夏天增大，并且与其葡萄糖含量呈正相关。

 

(c)在多数情况下，植物倾向于通过生长而缓慢地向上运动，但偶尔会快速向下运动。从结果看，平均净趋向为向下运动，幅度为0.001% ± 4%。

 

(d)伦敦在下陷。

 

(e)随机模型显示，Wyndam 森林中的物体（从0.01的水平上来说，多数为鸟类）呈现一个静止态，但在秋季后期除外。从概率上讲，它们向上的运动与向下的运动恰好互相抵消，当然也有静止的时候。然而，当观察者与它们之间的距离小到某个临界值X的时候，它们的运动呈现极度的局部异质性，以向上运动为主。我们称其为观察者效应。

 

3.处于静止的物体继续保持静止的概率为0.96，而处于运动的物体继续运动的概率为0.06。

 

4.处于空中的物体，其运动方向受制于邻近的物体，受到的影响为它们之间距离的负1.5±0.8次方。

 

5.物体运动的速率相对于时间作散点图，明确显示它们之间存在非线性相关，且有很大的变数。物体在运动开始后1至18秒之内，其加速度很快超过32英尺/秒/秒，但在停止之前会有一个明显的减速，尤其鸟类都是如此。

 

6.对于95 ± 0.06 %的动作，在其 175 ± 6°角度的方向会发生一个相对应的反动作，通常不超过相同量级的3%。

 

7.总体上，物体具有轻微的向下运动的趋势。

 

8.我们对运动作了一个广义回归分析，但限于篇幅，无法在此发表。

 

9.为了检验我们的模型是否正确，我们开发了一个计算机模拟程序：设V为运动的速度，并等于一个多元回归表达式，将所有回归系数的最大和最小估计值的所有可能组合都囊括近来。由于我们有 100,010个回归系数，所以有2的 100,010次方（或10^30000）个可能的组合。对于每个组合，其误差项由一个正态随机变量产生器子程序（NRBGS）产生。最后，对模拟运动进行统计学分析，并测试分析结果对于模型的一致性。计算由修道院的僧侣们使用算盘执行，并且由寺院住持以合适的方式将他们组成并联或者串联回路。目前我们已经测试了105 种组合，结果都与模型预测一致。

 

 

本研究由东印度公司资助。

SOURCE: Nabi, Isadore. “On the Tendencies of Motion,” Science and Nature, No. 4 (1981), pp. 62-66.