当代人能否跟上科学的进步

Fiona

如今，科学正在发生分裂。—方面是人类思想创造的科学，它是我们所珍视的故事、理论和阐释的来源；另一方面是机器科学，它的算法具有惊人的预测能力，但内部的工作过程对人类来说是不透明的。

当人类努力去理解世界本质的时候，机器为我们提供了超越人类理解程度的量化的实际预测。“理解”满足了我们的好奇心，但“预测”满足了我们的欲望。到底哪种更为重要？哪种阻碍了科学进步？

理解与预测

直到目前，“理解”和“预测”依然还是同盟关系。弗朗西斯·培根是最早将两者结合的学者之一，主张科学家应该到世界上四处行走，用工具辅助思考，以免陷入思维停滞与循环论证的痛苦。这就是学术“理解”现实的典型方法。

培根在《新工具》一书中写到：“人类探索自然的新方法……就像徒手画直线，或是画精确的圆……徒手永远比不上尺子或圆规，所以使用工具会成为我们的方法。”

牛顿热情地采纳了培根的经验哲学。他终其一生都在开发工具：物理透镜、望远镜。所有工具都加快了科学发现的步伐，但在人类对仪器日益增长的依赖中，隐藏着一种令人不安的分歧：人类大脑可以洞察世界的隐藏原理，而工具可以测量和建模。

今天，这一鸿沟似乎已经达到了一个极限，理解和预测、原理和模型的关系，正在失去其原本的一致性。在培根和牛顿的时代，关于世界的解释还能被人类大脑驾驭，关于世界的预测还可以被理论验证，两者构成一个良性的整体。

然而，到了大数据时代，理解和预测之间的逻辑不再成立。现代科学已经在解释原子、光和力方面，取得了惊人的进展。如今，我们开始适应更复杂的世界——从细胞到组织、从大脑到认知偏见、从市场到气候。虽然相关的统计模型和预测卓有成效，但我们几乎不可能理解它们到底是如何做到的。

我们面临的战斗是：大脑或算法，只有一个将拥有科学王国的主权。

本体论与认识论

理解和预测之间的关系，可以对应本体论（洞察世界的真实本质）和认识论（获得世界知识的过程）之间的关系。

基于实验观测的知识，可以突破我们现有的理解局限，促成全新的理解；反过来，这些基本原理可以帮助科学家产生新的预测，并进行实践验证。当托勒密太阳系模型、牛顿经典力学模型推导出错误的天文预测时，相对论诞生了，以解释大质量物体在高速运动中所发生的“反常现象”。如此，新的理论就导向了更好的预测，即：本体论产生认识论。

一旦科学进步达到一定程度，本体论和认识论就会成为敌人。量子力学的“测不准”理论表明，粒子的动量和位置不可能同时获得。在实践中，量子力学是为了预测结果而进行的理论应用，而不是为了构想出能获得结果的理论本身。换句话说，本体论被认识论吸纳了。

如今，有着比量子理论家多得多的现代计算机，它们从来都不说话，只是静静地做着不可捉摸的计算。

然而，很少有科学家愿意放弃理论理解。在科学中，一个好的理论，意味着它用一个简单的形式来编码真理，让人们能直观地掌握和交流，以获得一个整体的概念。在某些领域，人类理解的那个宇宙微缩模型和现实的宏观宇宙趋同；苹果和行星都遵循相同的方程式建立运动轨迹。这是体现“一致性”的令人愉快的巧合。

打破科学僵局

人工神经网络，解开了当代科学所面临的束缚。反过来，人类对理解的需要，是否阻碍了科学的进步？

对于走出当前的科学僵局，哲学史提供了一些途径。

柏拉图是第一个尝试解决“理解混乱”的人。在《泰阿泰德篇》这篇文章中，柏拉图专门讨论了认识论的问题，比如苏格拉底把几何、算术和天文学，都归为“一种关于真理的信念”。

康德在《纯粹理性批判》中，进一步发展了关于理解的理论。康德区分了物质世界和心理表征世界，即现实作为本体论，而心理知识作为认识论。对康德来说，大脑中只有世界的表象，物质世界只有通过这些表象才能被知晓。这意味着我们所谓的理解，只不过是关于现实的近似和不完美的表征。康德的论点并没有真正帮助我们区分理解和知识；相反，它将理解从一种可以被捍卫的信念，转变为一种无法被验证的内部表征。

哲学家约翰·塞尔在他的著作《心、脑与科学》中探讨了知识与理解的区别。想象一个不懂中文的人待在一个配备了翻译字典的房间里，当中文句子出现的时候，设备会将中文翻译成英语，它不需要理解中文，忠实翻译就可以了。这个中文房间是算法局限性的一种隐喻，那些可翻译网页语言的算法，都是在对内容没有做任何“理解”的情况下进行的。

数据可以在没有解释和理解的情况下获得，就像用死记硬背日期和事件的方法来学习历史一样。这是基于事实进行训练的“坏的教育”。而我们平时理解的“好的教育”，是期望他人可以向我们解释他们的方法，以及为什么这么做。如果我们将这一要求延伸到非人类设备上，那么，机器就需要解释它们的做法和动机。而理解是知识可靠传播和文化积累的基础，也是所有长期预测的基础。

整合机器学习和人工智能的复杂科学，是21世纪的科学家所面临的重要挑战。

（摘自七一网七一客户端/《看世界》）