【基础科研】什么是科学？
2014-10-16 17:55:00
原文网址：https://blog.udn.com/MengyuanWang/108908650
我这辈子做了两个专业，第一个是高能物理，结果目睹了它被超弦这个偽科学取代的过程；后来改行做金融和经济，结果发现美式的经济学比超弦还要离谱得多，完全是个为大资本家服务的宣传部门，经常性地对世界经济造成万亿美元级的损害。因此我对什么是真科学、什么是偽科学有些兴趣。这个问题属于哲学的范畴，做理工的一般不会接触到；我当然也不是专家，在这里只是简单地说说我所理解的资讯。如果解释得不对，欢迎更正。
最常被引用，也是最古典的定义，是奥地利哲学家Karl Popper在1930年代所提出的。他认为科学是一个正式的逻辑系统（Interpreted Formal Logic），科学的发展过程就是不间断地企图来驳斥（Refute）这个系统的构件，所以真科学和偽科学的差别在于前者是可以用实験驳斥的（也就是“证偽”，“Falsify”。请注意Popper的定义只说“证偽”而不是“证实”，因为再疯狂的妄想都有被“证实”的可能。例如基督教的创造论，如果今天上帝忽然现身，那么它将被“证实”；它之所以不是科学，是因为即使上帝不现身，它的信徒也不会承认被“证偽”了），而后者是不可能驳斥的；真科学界和偽科学界的差别在于前者有足够的试图驳斥自己理论的努力，而后者完全专注在保卫主流理论。
Karl Popper，二十世纪的知名哲学家和思想家；生于1902年，死于1994年。学术生涯主要任教于英国首屈一指的伦敦经济学院（London School of Economics）。
原本超弦早期的问题在于它是建筑在几十个可能性很小的假设上的，这些假设的真正辩护（Justification）是方便作者做计算，做了计算才能写论文。我当时就觉得这些论文是为了出版而出版，它们是正确的可能性比那个作者当场被陨石打死的机会还要小很多；不过那个可能性不是数学上的零，所以超弦虽然是糟糕的科学，还没有沦落到偽科学的地步。等到Peter Woit开始写他的部落格的时候，超弦界已经预测出10^500个不同的宇宙（10^500是多大的一个数字，一般人很难想像，让我给几个用来比较的例子吧。一个人的体重大约相当于10^28个氢原子，地球的质量大约比一个人大10^23倍，整个宇宙大约比地球重10^29倍，所以宇宙顶多只有10^80个原子。恒河沙数根本是小意思。），也就是不论你做什么实験，得到什么结果，必然是超弦的预测之一。那么超弦就当然不可能被任何实験来驳斥，所以Woit的基本论点在于超弦在Popper的定义下是一个典型的偽科学；做超弦的人也因此对Woit本人和Popper的定义恨之入骨。
其实哲学界自己对Popper的定义也有些意见：主要是Popper描述的是一个理想化的科学界；真实的世界里，大部分的科学家还是把自己的论文当寳贝的。而且科学的进步除了以实験来驳斥旧理论以外，发明新理论应该是一个至少同等重要的过程。因而在1950年代，美国哲学家Thomas Kuhn提出一个新的定义：科学是由互相竞争的理论体系（Paradigm）所构成，每个体系不断地提出新的谜题（Puzzle），然后解答这些谜题。Kuhn认为偽科学是提不出或解不出谜题的体系。
Kuhn的理论有很大的毛病：他的定义基本上描述的是所有现实中的学术研究机构。所谓的谜题和解答，定义很含糊，不只是偽科学可以轻松地不断提出谜题和解答，连明显不是科学的学术科目也可以做得到。因此Kuhn的理论并没有被哲学界广泛接受，不过他至少启发了匈牙利裔的哲学家Imre Lakatos的真偽分辨准据（Demarcation Criteria）。Lakatos综合了Popper的实験检验标准和Kuhn的新理论解答，而定义了所谓的进步学术（Progressive）和退步学术（Degenerative）：能预测到出人意料的实験结果（Novel Facts）的叫进步，预测不出或者预测错误的叫退步。互相竞争的理论体系中，最进步的是真科学，有点进步的是科学假设，完全退步的是偽科学。依照Lakatos的真偽分辨准据，超弦仍然是一个典型的偽科学。
Imre Lakatos，数学家和哲学家。生于1922年，死于1974年；1960年起任教于伦敦经济学院，得以与Karl Popper共事。本图里的西班牙文是这个意思：“科学家们脸皮很厚，往往被现实证明是错了之后还要耍赖”。用在做超弦的人身上，极为妥切。
那美式的经济学算是什么呢？美国的经济学家不但不管事实结果，连理论的内容都处处违反逻辑。经济学家的地位，不在于他的理论的实践结果如何，也不在于他所做的假设和结论是否合理，而在于互相选美的知名度（Celebrity）竞赛。所以诺贝尔经济学奖有时在同一年发给两三个同一题材内的“大师”，而他们的理论却南辕北辙、互相矛盾。这様的学术，连偽科学都谈不上，纯粹是宣传洗脑的工具。
4 条留言
王博士最近的回复里多次提到第一原则。这个词我不太懂，去网上查了一下，发现它近似于欧氏几何里的公理。不过我还是不太明白这个概念：首先，如果定义了一些公理，那么如何保证公理是正确的呢？比如美式经济学的理性人假设就是一个脱离实际的假设。其次，我不太明白日常生活中怎么应用第一原则。我的理解是先确定基本事实（相当于证明题中的初始条件），再从事实出发利用规律（相当于数学中的公理、定理等）逐步推导结论。请问这种推导结论的过程是否符合第一原则？
另外，我还想再问一个方法论问题。王博士批评的简单类比思维，其本质就是归纳法。归纳法是不安全的，最简单的例子就是“猪圈里的猪认为打铃是天降饲料的原因，直到某天屠夫来临”。社科领域问题极为复杂，难以通过实验复现来检验，只能通过历史记录寻找规律。这一研究过程本身就是归纳法(虽然同行之间可以交流，但大家本质还是在用归纳法，顶多只能在基本事实上互通有无)，得出规律的可靠性自然要打问号（比如国内流行的“因为自由民主，所以国富民安”观点，就是典型的归纳法结论）。既然规律可靠性要打问号，那么第一段中描述的推导过程也很可能不可靠。那到底该怎么得到可靠的社科判断呢？
PS：我搜索第一原则的解释时，发现它在物理学中有许多应用，但我的物理水平只是用课本里的物理规律解题而已，从来没有接触过第一原则的应用。
在自然科學裏，若是把假設拿來冒充為已確定事實，層層堆砌，像是超弦，就自然演變成爲僞科學。在社科上，因爲美宣對維持霸權有重要作用，這樣的冒充頂替更是有長久的歷史和充分的資源，被系統化和普世化了。例如美國人假裝直選制是普世價值，就不是第一原則；如果貿然接受作爲前提，後續討論就毫無意義。我從演化論去討論真正普世價值的特性，才是從第一原則出發。
“從演化論去討論真正普世價值的特性”，我在過去兩個月就提過兩次。留言回復你不用心讀，只管發自己的問題，嚴重違反博客規則，那則留言被刪了，禁言一個月。
信息论的一个结论是：输入信号无损压缩后的大小不能低于熵值。这是不考虑数据特征，仅依赖概率论推导而来。如果考虑了特征，该大小可以进一步降低，比如运用压缩感知技术（近似无损）；特别情况下，由算法生成的数据，其信息压缩效率可以非常高（kolmogorov 复杂度）。
现代自然科学体系本身是由一个个信息压缩机器构成的系统。以基础科研为例，研究人员在主观选定研究主题和探索方向后，日常工作就是研究如何更精简地表征研究数据（无损压缩）。研究过程会经历反复试错，最后的结晶就是逻辑框架（一将功成万骨枯）。话句话说，逻辑框架是输入数据在特定视角下的无损压缩算法（实际是近似无损），是主观视角和客观逻辑矛盾结合的产物。数学的逻辑框架是公理体系，由定义、公理和定理组成；物理的逻辑框架是定律和方程，定律由实验总结而来，方程依赖严格的数学推导。
主观视角是必要条件。只有这样，才能突破被熵锁死的容量下限。回顾历史，近代数学和物理学上的革命，都来源于观念上的进步，用更高的观点、更精简的语言来解释更广泛的现象。但要注意，对现象的解释只是理解现象的一种视角，即使这种视角非常强大，却不等同于现象本身。与其说“大道至简”，不如说人只能理解简单的道，太复杂的问题就难以说出因果，只能摸着石头过河。人力有时而穷，科学的进步是一代代人薪火相传得来的。
客观逻辑也是必要条件。即便一个人对孤立事件的直觉很对，成功率达到九成，那么他连续拍四次脑袋做成一件事的概率，就迅速衰减到六成，信息率接近零。所以对复杂问题直接丢出结论是无意义的。结构化的逻辑推理构成逻辑框架。只有借助逻辑框架，从现象到结论过程中的信息损耗才能尽力降到最低，才能保证预测的品质。逻辑框架还能简化问题，便于看清主线、忽略旁支、消除噪音。实际研究中，往现有框架上再叠加一层，就是很好的进展；如果能直接精简框架，那就是大突破。物理学自伽利略开始几百年来叠床架屋，却又踏实稳固、历久弥新，正是因为体系一直在革新，维持逻辑框架的品质。
除了压缩，信息论的另一个主题是信道。语言其实就是人类文明的信道。科学语言是其中特别的一支——低容量、高带宽；伪科学可以当成信道中的噪声，噪声太高会干扰信号传输速率（浪费资源在纠错上），甚至误导结果。我感觉，古代中国没有发明精准传递思想的第二语言（比如数学语言），影响了中华文明的发展高度。从历史案例中悟道太吃天赋了，哲学思辨也不利于实操，导致古人的智慧、经验和教训难以随时空稳定传递给后人。
昨天我看到Sabine的新視頻《Atomic Anomaly Confirmed! Evidence for a “dark force”?》，有些感慨：物理學竟然已經墮落到與你所述的抽象理想背道而馳的地步。這裏她討論一個MIT團隊在2020年所發表的研究結果，今年又增進了測量精度，開始宣稱“違反標準模型達23個σ”；偏偏她只是照本宣科復述了那篇論文的Abstract提要，連到底什麽東西去違反了標準模型都語焉不詳，讓我非常失望。還好我是極少數有能力去理解原始論文的人之一，所以花時間搜索並閲讀之後，原來他們鑽研的是所謂的King Plot of Isotope Shifts，也就是找幾個同位素，然後測量特定的電子能階，畫出其與原子核質量的關係；這在理論上應該是綫性的，但他們發現了非綫性關係，偏離平均綫達到23個σ。以上沒有什麽毛病，問題出在“違反標準模型”那句話；這是因爲算出應該是綫性關係的理論有好幾層，標準模型只是最底層的基礎，上面還有一大堆包含著各式各樣簡化假設的其他理論，例如同位素原子核大小和形狀可能隨中子數目增加而有非綫性變化就被忽略無視了。用一般人也可以理解的比喻來説，就像是三更半夜窗簾忽然明亮起來，測量有光照達到23個σ的確定性，然後MIT這群人就驚呼“23個σ保證太陽在半夜升起”，無視人爲探照燈照射窗戶的可能性。這裏的根本問題在於科研界的獎勵機制，是“太陽在半夜升起”論文才有期刊願意登，說探照燈根本沒人理你；而網紅如Sabine的邏輯，也同樣是“太陽在半夜升起”才足夠吸睛，而能拒絕金錢誘惑、堅持當義工推廣真相的，又有多少人呢？
回到前面所提的，一切學術題材都有人治主觀因素，包括科研在内。很不幸的，自由市場在初期提升效率之外，還有導致壟斷、金融化、和浮誇/粗鄙化（"Race to the bottom" effect；這是經濟學效應，有興趣的讀者可以搜索Wikipedia）的强烈副作用，金融化更會加速後者。這裏的根本癥結，在於高能理論物理學徹底脫離實驗檢驗的範疇，不再如工程項目那樣可以簡單由成果倒推好壞；這其實是基礎科研的通病，也是爲什麽我反復强調管理基礎科研和管理產業研發，適用的原則剛好相反。你這次所提的，理想中科研進步的抽象描述，偏向基礎理論，所以必須特別小心被人性和管理機制所扭曲。
我同时也意识到，对自然科学的 Meta 论述是自然科学知识集合的子集，所以认识不论多么深刻，一定是局限的、不完备的，应用时必须考虑适用范围，生搬硬套既有结论只是贻笑大方。不过一旦找到了合适的视角，结论就如泉涌。比如 Kelly 公式告诉我们最理性的下注比例应该是真实风险比例，所以很自然，管理极低成功概率的基础科研，就不能孤注一掷，不然“赌”不了几局，本就输光了；而人为扭曲赔率，目的正是希望对手接盘，自己反向操作套利。
博客对我在思考社科问题上也有启发。人对社会的改造越深化（当前是信息化），人性就越是影响社会演进的方向。自上而下，政治家的主观偏好影响全球格局；自下而上，群体团结可以激发伟力，而 Herd Mentality 则自我伤害。社会存在大大小小的内生周期性波动，人性很可能是其中主要的影响因素，而且越来越占主导地位。验证这个猜想，需要积累阅历。