(《东方早报·上海书评》,2013年2月3日)
大多数人学习科学是为了通过某个考试乃至于最终找个什么好工作。有的人学科学是因为科学很有用。还有为数很少的一帮人,他们学科学纯粹是出于好奇。他们惊异于这个表面看来复杂多变的世界背后很可能是由一系列简单而神秘的规则所支配运行的。他们未必想要利用这些规则干什么了不起的大事,但他们很想知道这些规则是什么,并以此来看懂世界。就好像一群面对一台构思精巧的服务器的黑客一样,科学是对这帮人的一个挑衅。他们想要破解这个世界。而破解世界有两个办法:一个办法是看书,一个办法是直接上手干。
看书学科学并不容易。很可能每个学物理的大学生,乃至任何一个想增长点智识的人,都看过《别闹了,费曼先生》这本书。如果你看这本书的时候还没学物理,你可能会因为看了这本书而想去学点物理。如果你看这本书的时候已经学了几年物理,你可能会因为看了这本书而反思自己学过的全部物理。你不是反思自己学的那些“物理”对不对,而是反思自己是不是真学会了。根据书中费曼在巴西的经验,很多物理专业的高分学生其实没学会物理。
原来巴西的物理教育,是一种八股文式的应试教育。他们把物理学变成一条条可以死记硬背的标准化知识点,学生们用完全被动的办法把这些知识点输入大脑以便考试的时候可以随时检索出来,其实并不知道它们的真正意思。费曼惊讶地发现巴西学生在能够精确背诵“偏振光”知识条目中“布儒斯特角”的定义和性质,甚至知道这个角度的计算公式的情况下,居然不知道海水表面反射出来的光就是偏振光。显然课本上没写这条 — 课本上写的是“一种具备某个折射率的介质”,而学生想不到海水其实就是这么一种介质。更令费曼匪夷所思的是,物理学首先是一门实验科学,而巴西的物理教科书里居然连一个真正意义上的实验都没有,全是知识点。结果费曼指着鼻子告诉巴西的物理教授和政府官员们:你们巴西根本没有在教科学!
也许中国的科学教育比当初巴西好一点,但考虑到中国师生同样热衷于考试,也许好不了多少。关键在于,科学既不是课本上那一条条知识点,也不是学科竞赛中那一道道难题,而是可以随时取用于生活的实在经验。真正懂科学的人不但得对所学知识倒背如流,还得能举一反三,乃至于用这些知识解释身边的现象。能求解老师们构造的各种抽象难题,再厉害也不过是纸上谈兵而已;而能把知识活学活用,才是真本事。
把杯子里的水倒掉,再怎么倒也会最后留下一些水珠,这是什么道理?秋天的落叶,为什么会打卷?桌子上有一摊水,为什么用干抹布去擦,其吸水效果反而不如用湿抹布?解释这些现象并不需要用到什么高深的学问 — 真列出来的话,其背后的“知识点”可能甚至不会超过中学范围。然而绝大多数人可能不但不会解释,甚至连想都不会想到这些问题。他们可以一边复习表面张力的知识点一边喝水,而完全不在意杯子上覆着的小水珠。
但是有人很在意。“科学松鼠会和它的朋友们”写的这本《再冷门的问题也有最热闹的答案》,就专门研究这类问题。此书既不谈宇宙加速膨胀这种未解之谜,也不谈全球变暖这种宏大主题,只谈我们身边随处可见,却又往往视而不见的科学现象。此书的缘起,是《新发现》杂志和松鼠会搞了一个“Dr. You”栏目,由读者提出各种“不按常理出牌的疑难问题”,松鼠会的一干松鼠再进行解答。松鼠们都是研究生或者青年科学工作者,他们分布在世界各地通过网络互相联系。他们运用各自的专业知识提供答案,这些答案相当科学 — 实际上,如果一个松鼠给的答案有问题,马上就会有另一个松鼠把它指出来,争论是常有的事。不过此书的有意思之处还不仅在于这些答案是正确的,而在于这些答案是“热闹的”,写得相当轻松活泼。
科学知识是一种高度结构化的知识,其有一个很酷的性质:只要学会了一般原理,就能解决无穷多表面看来千奇百怪的问题。掌握科学知识的人可以一听你的问题,不必亲临现场,完全凭借逻辑推理就能告诉你答案。有时候他们推理出来的答案可能出乎意料甚至违反常识,然而你却不得不服其完全正确。
比如我们考虑这个问题:如果要用一根绳子紧贴地面绕地球一周,可以想象这是必然一根很长的绳子。现在如果我们想把绳子抬高到距离地面一米,请问绳子要加长多少?不会算的人可能会被地球这种大尺度给蒙住,而会算的人会立即指出绳子只需要加长6.28米就够了。再比如说防洪的时候想要用铁板把河岸临时增高一米,请问这个铁板需要多大的抗水压能力?不懂的人可能会设想一个非常厚的铁板,而只要你知道水压只跟深度有关,你就会明白铁板其实用不着比水桶厚多少。
哪怕这个问题是全新的,在大多数情况下我们也能用旧的知识解决它。所以掌握科学知识的人有凭借理论推导就能破解世界的力量。所谓运筹帷幄之中,决胜千里之外,这就是知识的力量。这样说来任何一个问题背后的知识都能把人分为两类:学过的和没学过的。在大多数情况下,你要是没学过,就只能服学过的。然而“学过”,也仅仅是懂科学知识而已,还算不上科学家。
科学家的工作不是使用科学知识,而是使用科学方法。《再冷门的问题也有最热闹的答案》这本书的最可贵之处,在于其中有几个问题是不能用任何课本上的知识回答的。松鼠们除了算理论之外还要亲手做实验,甚至还要查学术论文,甚至最新的学术论文里也没有令人信服的答案。
比如煮熟的鸡蛋,为什么有的很容易剥壳,而有的却不好剥,总有蛋白粘在蛋壳上?这个问题看似简单,其答案却绝不是任何一个人拿现有理论就能推算出来的。事实上,据松鼠“游识猷”介绍,第一篇关于剥蛋壳的论文出现在1959年,有人实验发现只有蛋清的pH值高于8.7,这个鸡蛋才好剥。1960年代又有至少三篇论文研究为什么pH值会影响鸡蛋的“可剥性”,而直到1990年,还有人搞研究证明白色壳和褐色壳的鸡蛋“在可剥性上没有显著的统计学差异”。而所有这些研究都是基于实验和观测的。
费曼也会喜欢这种实验精神。但此书的实验精神还不仅限于报道,而是直接动手。在回答完“为什么杯子里的水总也倒不干净”之后,“擦擦嘴”受到这个问题的启发,发明了一个“伟大的滴水衣服加速干燥法”。他的办法是把一些三角形的纸片倒立贴在衣服上,以此促进衣服里的水向下流动,结果能让衣服“干的快多了”。他甚至还对比实验了使用脱脂棉放水,结论是不如纸片。在研究“挤出来的沐浴露为何会打圈圈”这个问题的时候,各地松鼠纷纷付诸实践。据说正在南半球某图书馆学习的“Robot”因为在卫生间实验洗手液的旋转堆积是否有方向性,还受到了保安的责难。
松鼠们并非总能给出最终答案。有人提问说为什么泡好的茶叶有时候会浮在水面上,而咬一口再吐回去就沉底了?到底是什么原理决定茶叶的沉浮呢?结果几位松鼠,“hbchendl”,“八爪鱼”,“Lewind”和“云无心”展开了争论。有人认为是水进入茶叶细胞改变整体密度导致浮沉;有人则认为是茶叶表面的纤毛间气泡的作用,并贴出茶叶的电镜图像;有人更认为杯子的温度分布也有影响。讨论并未达成共识。茶叶的浮沉,竟是一个尚无定论的科学问题。
对热爱科学的人来说,这难道不是一个非常值得庆幸的局势么?原来连我们身边的一些常见现象,都是现代科学还没有给出确定答案的。一个类似的问题是为什么像小鸡,小鸭和鸽子这样的鸟类在地面走路的时候会一边走一边点头。也许提问的人没有意识到,这其实是一个研究了七十多年而至今仍在争论的问题。据“Fujia”+“八爪鱼”+“Seren”的文章,各国科学家为此提出了多个假说,做了多个实验,考察了300多种鸟类,而共识不可得。
这个世界比绝大多数人想象的要复杂得多,我们对它所知甚少。我们不但不知道宇宙为什么加速膨胀,甚至不知道小鸟为什么一边走路一边点头。与宇宙问题不同的是小鸟的问题就算将来得到确定的答案,这个答案恐怕也不会向我们揭示有关世界的什么重大秘密。但是“尚无答案”这个情状本身,已经足够让人感到安慰了。试想要是不管谁提个什么问题,你都明确知道尽管你不能解答,维基百科上却总有现成的答案,这样没有悬念的世界岂不是毫无乐趣可言。我们仍然幸运地生活在剥个鸡蛋都能写篇论文的时代。这个世界仍然在等着被破解。
破解世界大概有两个办法。一个办法是从已知推未知,只要掌握基本原理,似乎在理论上你就应该能推导出所有现象,只动脑而不动手。但《再冷门的问题也有最热闹的答案》这本书中的几个例子恰恰告诉我们这几乎是不可能的。现有的科学原理远未完备只是一个原因,更重要的原因是复杂现象涉及的数学计算和各种相关因素多到根本不可能用理论推导的程度。在这种情况下“动手”才是更直接了当的办法。当动脑的人高高在上俯视众生的时候,动手的人很可能正蹲在地上满头大汗地摆弄。而且他们完全不怕把手弄脏。
人类自古以来敬重动脑的人,用动手的方法理解世界则是近代科学兴起才有的习惯。古代中外各路哲人全都热爱说理胜过热爱事实。他们或者引用神话典故,或者引用先贤明言,而完全不屑于对照一下实验结果。据说亚里士多德也不知道出于什么理论计算,认为女人的牙齿比男人少。他结过两次婚为什么就不数数自己妻子的牙齿呢?
#1 by baby on 二月 4, 2013 - 3:42 下午
Quote
good
#2 by wd on 二月 4, 2013 - 4:06 下午
Quote
难道没有一种可能是,他的两任妻子都没长智齿,他正是因为数了妻子的牙齿才得出这个结论?
#3 by 傲Man与偏Jane on 二月 4, 2013 - 5:46 下午
Quote
承认科学重要的同时 没有必要贬低哲学 探索世界 条条大路通罗马 人都有局限性 亦不必拿今天的标准苛责古人 宽容一点 请允许别人和你不一样
#4 by FDSK19 on 二月 4, 2013 - 8:22 下午
Quote
你也太脆弱了,我还以为博主在这篇里写了多少批判哲学的玩意儿,点进来一看,原来不过就那几句话——攻击性很强吗?居然还被阁下称为“贬低哲学”、不允许别人和他(博主)不同,当真是可笑至极——究竟是谁在不允许别人和ta不同?是不是实干的人把嘴巴闭上你才高兴?宽容一点?只要推开窗户就能知道是雨天还是晴天,为什么非关着窗户乱想,还不让人批评?我可不认为这是什么“拿今天的标准苛责古人”,这要求很高吗?我也不认为这种批评有什么不对的,难道你认为回避批评能带来进步?
#5 by L on 二月 4, 2013 - 8:54 下午
Quote
在这个时代,爱好哲学基本等于无知
#6 by zbm on 二月 5, 2013 - 10:59 上午
Quote
我只知道我一无所知
#7 by wanglin on 二月 7, 2013 - 7:56 上午
Quote
我至少知道我的名字
#8 by Yoooooooo~ on 二月 8, 2013 - 5:02 下午
Quote
#被用滥的一句话证明自己懂哲学#
#9 by kentliu on 三月 24, 2013 - 11:10 下午
Quote
不要用古人的标准来纵容自己。
就像古人把会算除法的人捧为圣人,现在会除法还认为是圣人?
#10 by skowng on 二月 5, 2013 - 1:43 上午
Quote
叔本华《论教育》:叔本华认为我们的知识来自于直观感觉对于客体一种直接把握,然后经由抽象思维将它概括为某种概念。因此人们在学习时应该遵循直观知识先于概念知识的顺序。他认为现实中的教育则完全相反,小孩们往往先被灌输许多不曾接触过的概念,只有在他们成年后才能接触到直观知识,这导致了人们的判断力直到很晚才成熟起来。这种观点被他挪用到人际交往中,他认为孩子们只听到那些美好的故事,对真实生活的痛苦却一无所知。这种现象导致了人们随着年纪的增长,知识没有随之有更多的增长,而只是通过直观知识来排除已有的错误概念。
#11 by lcn on 二月 6, 2013 - 1:48 上午
Quote
那种能什么问题都通过直观接触来获取知识的教育,成本太高太高。而且,所谓判断力很晚才成熟起来的问题,跟人类很晚才参与实际社会竞争有很大关系,人类孩提阶段的人际交往其实只是一个模型,跟日后成年时的人际交往相比还欠缺很多元素。正所谓“穷人的孩子早当家”,判断力的实际形成与对人际交往的真正理解密不可分。
#12 by 同人于野 on 二月 5, 2013 - 1:34 下午
Quote
亚里士多德妻子牙的问题,@whigzhou 考证出 http://t.cn/zYqUPuj 其这一判断正是基于经验观察而不是“什么理论计算”。所以我引用错误。但这个错误不是我先犯的,而是伯特兰·罗素的:http://t.cn/hbQfY1 所以不是我黑哲学家,而是一个哲学家黑另一个哲学家,把我误导了……同时感谢@youjiti
#13 by 格调 on 二月 6, 2013 - 9:51 上午
Quote
因为复杂系统的问题缺乏盖尔曼眼中的“格调”!
#14 by pigguo on 二月 6, 2013 - 11:28 下午
Quote
我感觉这篇文章有点把科学和科普混为一谈了。现在的科研已经远远不是费曼那个年代一支笔一张纸就可以进行的年代了。如果一个人停留在直观的观察上,很难有复杂的逻辑思维能力。
#15 by Reply Quote on 二月 7, 2013 - 11:17 上午
Quote
这个网站太不友好了还是我浏览器太多了,看评论第一反应还以为一个叫Reply Quote 的人精神分裂了……
#16 by Shin Wong on 二月 7, 2013 - 11:30 下午
Quote
>>据说亚里士多德也不知道出于什么理论计算,认为女人的牙齿比男人少。他结过两次婚为什么就不数数自己妻子的牙齿呢?
可能他智齿长出来了而他两个老婆都没长齐…
#17 by lionliy on 二月 13, 2013 - 6:57 上午
Quote
水压在垂直方向上的变化并不大,可是在水平方向上会产生很大的矩,所以还是不可以太薄了。 柔性结构的防油污圈反倒没有这个问题。
这里还没有考虑到动压的问题。 这个例子不太好。
#18 by Dr. What on 二月 28, 2013 - 9:49 下午
Quote
啊,原来Aristotle不是gay啊?
#19 by Memorylunar on 三月 22, 2013 - 1:14 下午
Quote
先向博主和您的知识及理论水平致敬!
我的问题是:2个因素在数学上相关——比如文中,蛋壳好剥与否和其pH值是否高于8.7,推测有一组相关性较好的实验统计数据——那么能否就下结论说,它们相互之间有作用机制,并且其中一个就是另一个的主要影响因素?换句话说就是,数理上的相关分析能够回答试验中的哪些问题,同时哪些不能回答。
再如家门前的树苗的高度和孩子的身高,数理统计上同时随时间增加,但机制上究竟如何?这个问题困扰我好多年了。恳请前辈指点迷津!
此致
敬礼
#20 by lcn on 三月 23, 2013 - 2:20 上午
Quote
数理上有相关性只能说明二者是有关联的,但没办法回答任何因果关系方面的问题,因为相关性关系的传递比因果关系的传递要宽泛得多。比如A和B两种度量存在相关性,那么潜在的关系可以是A->C->B,也可以是B->C->A,但更多时候是C->A & C->B。树苗和孩子身高的相关性是因为树苗高度随时间增长,而孩子身高也随时间增长,这里时间就是C。当然,时间和二者身高之间也只是相关而不是因果关系,真正的因果关系发生在二者的生长本身和二者高度之间:生长不必然和时间完全对应。比如工作赚钱,那么累积的财富会随时间增长,但是如果扩大生产规模,那么就不需要那么多时间达到同样的财富水平。所以,孩子身高和时间的关联性是通过正常情况下孩子的发育速度不变这样一个事实桥接起来的。
#21 by Memorylunar on 三月 24, 2013 - 4:58 下午
Quote
非常非常感谢Icn的解答,深入透彻详实完备。我也赞同您的观点。
那么我想追问下去:在科研中,当我们观察到一个未知现象、一个变化过程,如何确定它的主要影响因素和机制?当观测到y时,要如何求得y=f(x1,x2…xk)?
主要自变量x1…xk要如何遴选,作用机制f又要如何确定?
如例子中树苗的高度在增加,在没有相关生物学、物理学理论和知识的时候,求y=f(x1,x2…xk)的工作要从何展开?
此致
敬礼
#22 by lcn on 三月 24, 2013 - 11:50 下午
Quote
你提到的问题覆盖了做研究的两个内容:遴选x1,x2,…,xk;确定y和各x的关系。前一个很简单,也很难,就是想加猜:依照自己已有的知识和观察到的皮毛信息,进行合乎逻辑的推测,然后猜是什么x可能跟观察到的y有关系。后一个某种意义是主要是体力活,即尽可能想办法实现单变量控制然后做实验:只让某个x变化,然后看y和x之间的关系。虽然有时候多个变量一起变化时也能搞一些多变量的分析,比如多元回归、多元拟合等,但是猜到正确答案的概率降低了很多。具体到树苗的例子,在没有其他知识进行辅助之前,首先要做的就是多观察和求差异:同一颗树高度会随时间一天一天长高;两棵树品种不同的话在同样时间增长的高度也不一样;同一品种的树基础高度不一样时单位时间的增长量也不同。大致就能猜到y = f(品种,时间,y)了。至于想要得到更微观的解释,就还是要像传统的路径一样进行生物学方式的研究,解剖,细分,再细分。
#23 by Memorylunar on 三月 27, 2013 - 2:16 下午
Quote
非常感谢Icn细致耐心的解答!为我补上了重要的一课!衷心向您致谢和致敬~!谢谢您的热情和付出!
同时也感谢博主,搭建这个平台,使我这个晚生能有机会和各位了不起的前辈直接沟通交流,万分感激。向大家鞠躬。
此致
敬礼
#24 by PU ladies footwear on 六月 7, 2013 - 9:41 下午
Quote
世界的很多事物都是相通的,但这需要我们勤思考,而且还要养成良好的逻辑思维习惯,才能通向答案的方向
#25 by rodger on 八月 6, 2013 - 6:14 下午
Quote
大概是亚里士多德的老婆太年轻了吧,呵呵。
楼主文章真好,定期来学习
#26 by 老王 on 八月 25, 2014 - 1:31 下午
Quote
必须说,更新太慢。