基础科学真的停滞70年了吗？
（题图：复活节岛悲剧）
最近基础科学停滞的说法突然流行起来，不仅是朋友圈，还有不止一个我的“wannabe”跟我说起，而且，有准确的时间，是停滞了70年。
我的第一直觉是，别啊，不要人云亦云啊。
不过仔细想了想，发现这个问题比想象中要复杂得多。
本文简单的记录下我的算是“仔细”的想法。
1，低垂的果实
“停滞”最初应该是出现Tyler Cowen的书大停滞The Great Stagnation，出版于2011年，副标题是“美国如何吃掉现代历史中低垂的果实、生病、（然后最终）好转”，中文翻译在2015年，副标题更改为“科技高原下的经济困境：美国的难题与中国的机遇”，把“生病”留给他们，“好转”给了我们。
大致说，随着科技发展到现代，低垂的果实low hanging fruit已经被采摘殆尽，剩余的都是难以触及的，
（孩子采摘低垂的果实）
现代科技已经进入了一种科技高原technological plateau，“科技处于一个高位停滞期，而我们恰恰坐在最顶端”，焦急的等待着新的机会、成长和革命。
停滞，并不只是一场经济危机，而是一代人的偷懒和不思进取；
停滞，并不只是资源耗尽，而是原生与应用创新之间无法连接。
这位Tyler Cowen是一位经济学家，主要的证据基本都是经济的，比如GDP增长和中产阶级的收入对比。
（价值创造者并未获得收入增加）
又如，受教育人口比例。
（适龄人口高中和大学毕业率）
有趣的是，这本书的推荐者涂子沛老师，相比则比较乐观，认为对于美国是科技停滞，对于领会美国挣扎痛苦的中国则是机遇。不过这是另一个问题，这里就不展开。
大停滞在中国出版的时候，Tyler Cowen已经出版了它的续集，Average is Over。书中，Cowen更为悲观，不仅科技停滞会让中产阶级的收入停滞不前，科技进步也将造成同样的结果（Cowen：“计算机和互联网的出现…这样的进步仍然不能与20世纪初的技术进步相比”，即使进步也是停滞），而且，Cowen怀疑政治体制会提供任何解决方案。
2，复活节岛悲剧
如果说经济学家的论断不能说明问题，那么我们还有一些更靠近科学的系统思考。大概在2016年左右，南大博士南邮教授方承志老师以网名“资水东流”发表了一系列文章，最后集中起来，合称为“技术大停滞”，副标题是“范式春梦中的地球工业文明：低熵体的困境和下一级技术台阶”，其中就提到这个复活节岛的悲剧。
大致说，停滞不是不进步了，而是往一个很高的台阶上靠，靠近这个台阶之后，你再怎么动？我们觉得过去一直在技术大爆炸，是我们吸收西方300年技术的结果，而且，源于科技利益集团的鼓吹。
（“领会美国在前沿挣扎的那种痛苦”可以作为风云协会的slogan）
广义上看人类技术，有些技术像交通、能源、动力，很早就已经停滞了。过去三十多年，IT技术是唯一还在大规模发展的技术。而IT技术的瓶颈，也渐渐开始体现出来。
对于人类来说，面临的最大的问题，是如何移民到其他星球去，地球资源是有限的，如果我们永远在地球上，我们的处境就跟复活节岛是相似的。假如我们冲不出地球，只能靠太阳能维持一个低水平的文明。文明并不一定是进步的，也可能是退步的。
方老师的文章提出了很多的证据（或迹象），其中一个是飞机并没有飞得越来越快，即技术基本原理没有突破的时候，动力的进展已经处于停滞中。过去这些年，我们已经将低垂的果实采摘殆尽，而所谓的技术大爆炸，不过是科技利益集团鼓吹出来的范式春梦而已。
当然，方老师强调，他说的大停滞，并不是指科学，而是指技术。他认为，科学本质上是认知的范式（库恩），而技术是则是改造世界，核心是实践（马克思|费尔巴哈）。不过方老师也将技术的停滞归于并无基础理论的突破，比如谈到光伏的时候，说的是，光电转换的效率在100多年来并无重大改进。比如谈到新药研发每9年减半，说的是，DNA的动力学原理仍然知之未详。
3，科技的发生
仔细读一下两位老师的“停滞”问题，以及一些其它不太成系统的讨论，其实就可以发现，这是一个科技在社会中如何发生的问题。我们可以总结两个原则。
低垂的果实原则：理性的人总倾向于先解决那些容易够得着的简单问题，再解决那些不太容易的复杂问题。所以，表现出来的，就是开始快速发展，之后则渐渐放缓。
复活节岛原则：解决问题的时间受限于资源等现实条件，在较为简单问题解决之后，（低垂的果实红利消失），人们可能已经没有时间和资源解决复杂问题。表现出来的就是如同复活节岛一样，文明的倒退，只遗留下来不可理解的科技遗迹。这是上一个原则带来的可能的悲剧，当然，并不一定是必然的。
Cowen在“大停滞”的最后一章开出的药方是，提高科学家的社会地位，这样，科学家就有更大的激励去摘取更高位置的果实。而方老师则是建议，不能用理性的方法去分配科研基金，而是用抛硬币的方法来分配，这样目前看起来没有回报甚至荒谬的项目，也可能获得资源和资金。比如可控核聚变、比如外太空开发，而不是科技利益集团所鼓吹的领域。他认为，可控核聚变是文明的一个筛子，筛下来的文明，都局限在自己的星球之中，把它变成自己的复活节岛。
所以，两位老师的“停滞”问题，是社会问题，而不是指科学或技术本身。而且，这个词带着强烈的感情色彩。总的说来，“停滞”本身是一种焦虑的直接体现。
温和点说，这是一种出自个体的责任感，提示悲剧以期做出改变。不客气点说，这只是在哗众取宠，说了什么实际并不关键。
实际上，无论在哪个时代，总会有些人把自己放在全人类总体的角度，为了人的命运而忧虑。
但忧虑未必会带来帮助。
4，基础科学
回到正题，基础科学真的停滞了70年了吗？
基础科学，通常的说法是基础研究Basic Research，与之相比的是应用科学Applied Science。基础科学推进有关世界的基础知识，而应用科学专注于技术和技术的发展。美国国家科学基金会2014年关于基础研究的报道中说，基础研究的工作者受对未知的好奇心驱动，以真理的探索和自然的理解为目的。
一项基础研究甚至都不是建造一座梯子，让人可以去采摘那些长在高处的果实。基础研究是另造一棵树，它产生新的果实，包含长在高处的果实，和低垂的果实。
（基础科学的工作者）当他探索新知识时，他会体会第一次到达山顶或是沿着河流到达未知上游的那种满足感。他的专业地位取决于他的原创性和稳固性。科学的创造力就像诗人和画家一样。
When his explorations yield new knowledge, he experiences the satisfaction of those who first attain the summit of a mountain or the upper reaches of a river flowing through unmapped territory. His professional standing among his fellows depends upon the originality and soundness of his work. Creativeness in science is of a cloth with that of the poet or painter. By NSF Third Annual Report
这当然激动人心，但从另一个角度看，社会对于基础科学研究的激励是不足的，基础科学只能自我激励。
从这一点看，作为经济学家的Tyler Cowen就过于天真了，弄个社会地位糊弄一下就行吗？而且，Average is Over，不是更多创造出一批不以更多财富为目的的群体，不执着于回报，而只是追求到达山顶或河流未知上游的那种满足感吗。
基础科学的发展并不是低垂的果实那么简单，而是需要一种意识形态理论，提供一种节约机制，形成一种世界观。意识形态的中心问题在于促进一些群体不再按成本与收益的、享乐主义的和个人的计算来行事（真·经济学家 诺斯）。而我们大部分人其实都是那些搭便车的。
不过，我这话说得没方承志方博士方教授说得那么承智：
一位网友指出，曾经有位学者去研究美洲的印第安人的部落消亡之谜，他发现，有个部落幸存了下来。其他部落的狩猎习惯是，每次由经验最丰富的猎人决定狩猎线路。很显然，这是一种符合理性的选择。但是，这些部落统统灭亡了。而幸存下来的那个部落，他们的狩猎习惯是，每次由祭司占卜，决定狩猎线路。只有这个部落幸存了下来。我们需要的是，象印第安人的祭司一样，用抛硬币的随机方法，来分配科研经费，来决定科研方向，来制订科研线路。要不然，我们的科技只能走向停滞。一一方承志 技术大停滞
5，基础科学的发生
公认的基础科学突破，从整个人类历史来看，其实少得可怜。最近的，也不过是牛顿力学、相对论、量子力学。即便我们能在这个很短的名单中再加上几项，但仍然伸出手指都可以数出。
基础科学突破的发生，仅以牛顿力学为例，从哥白尼日心说提出，到牛顿三定律发布告一段落，它的发生是一个漫长的过程，时间跨度差不多有300年的时间。
所以，才70年，就“停滞”了，你也真好意思说。
方老师强调，技术的发展比想象中要难（袁方看科技），可是，基础科学就不是难的问题，某种程度上，它只是偶然事件。
6，悲观的方老
方承志老师的立论还是完整的，在技术大停滞中有一节论述了“台阶的本质”，引入了复杂度魔鬼，即技术在复杂化上越走越远。比如波音飞机，数万个零部件，Windows操作系统，数千万行代码，单个个体已经无法理解这样的复杂度。
复杂度发展到现今这个阶段后，技术进步所涉及的理论太复杂，技术实施复杂度或者超出了人类能力范围，或者所要耗费的成本太高，预期回报时间太长，人类暂时已经无力再前进。 在一个人人为己，资本为王的时代，技术造就了一个扼杀自己的高复杂度台阶。一一方承志 技术大停滞
有意思的，方老师论述这个复杂度魔鬼的章节，正好也是第6节，与本节相同。
方老师举过一个《有限单群分类》的证明，几位年老的数学家正在与死神赛跑，全世界能理解这些证明的人所剩无几，他们害怕年轻一代数学家接班之前就会离开人世。然后就得从头开始。而且，这种情形不仅仅发生在群论，其它领域也正在发生。
真是悲观的方老。
还记得那个Herbert A. Simon的为了接电话、每次都必须从头开始的制表师Mekhos吗？（参考“机器中的幽灵”第4节）
7，神经网络和新的科学进路
神经网络是基础科学吗？直觉答案是“不是”，它产生于工程学。这么说，它甚至连科学都不算，只算是一项应用技术，更不用说基础科学了。至多说，它是类似于望远镜、显微镜、显微成像TIRF之类的辅助技术。而“基础科学是关于宇宙图景的”。
但等等，人算是宇宙之中的存在物吗？神经网络是研究人脑是如何计算的。
神经科学家已经知道一些大脑运行的事实，却还不了解其计算原理。如果我们真的理解大脑是如何学习的，到底是什么回事，以便我们真正理解它，不是那些心理学家的模糊的模型，而是懂得如何制造它，理解到那种程度，它就会产生跟DNA结构在分子生物学中的那种影响。
Neuroscientists know a lot of facts about how the brain works but they don't understand the computational principles yet. If we could understand how the brain actually learns, what really goes on, so that we really understood it, not some sort of vague model like psychologists have, but really understanding how you could build one, understanding it that well, then it would have an impact similar to the impact of understanding the structure of DNA, and what that did for molecular biology. by Hinton on NSERC
(Hinton：我的主要研究计划是理解人脑如何计算）
由此产生的某种“宇宙图景”，目前渗透到各个行业的那些，不过是这种原理的应用而已。这是一种新的科学进路。它模拟，而不是写下方程式。
一定要说的话，基础科学的定义是一种约定俗成，它是模糊的，随时间而更改的。诺贝尔奖医学奖就混合基础科学和应用科学。而由于覆盖问题，在一些使用场景中，科学、技术、医学合称为STM；科学、技术、工程、数学，合称STEM；科学、技术、社会，又合称STS。
8，模拟和拟真simulation & emulation
正如方老师所说，绝大部分非线性情况是找不出解析解的，（但可以）采用各种复杂手段去逼近。比如湍流，Navier-Stokes equations方程式。模拟simulation就是各种复杂手段中的一种。
拟真emulation这个词起源于计算机科学，表示通过替代其底层功能，但上层功能保持不变。拟真系统通常由于效率问题，为了在更快的硬件运行原系统。图灵在其论文中称，图灵机可以拟真任何其他图灵机，即，计算是基质无关的。人工智能的神经网络技术，最初也是拟真，即拟真神经网络的计算机软件。拟真是为了替代其原始版本，而提供真实应用。An emulator can replace the original for 'real' use. 而模拟反而是一种为了分析而建立的模型。
模拟变为拟真，可以类比为科学应用为技术。同时，也存在一些不应用为拟真的模拟，可以称为基础模拟，它是应用到拟真的模拟，即应用模拟的基础。（
，本段之2，已经无以复加；
，它只是说明基础科学只是约定俗成）
虚拟PC，即在服务器上虚拟个人计算机，是拟真PC。如果一个飞行模拟器，可以将一个人从A地点运送到B地点，那么它就是一个飞行拟真器。一个拟真器通常接近实时运行，而模拟器则未必。比如，地理模拟通常1000年作为1秒，或者更快。
如果把神经网络当作一种模拟，那它就是一种新的科学进路。
它模拟，而不是写下方程式，从而消解方老师所谓的复杂度魔鬼。
9，人的能力范围
方老师强调，人类大脑的学习速度跟不上复杂度的扩张，人类肉体的衰老速度超过了大脑的思考速度。吾知也有涯，克服高复杂度是人类的生死竞赛。
人的确是有能力范围的，比如记忆，比如空间想象力。但人通过抽象，去除了次要因素，合并共同的东西，可以将客观规律总结成几条简单的概念和公式。但面对更为复杂的问题时，人就越来越难从大量特征中作出数量有限的选择，使得保留/理解现实情况成为不可能。
然后，人们发明了工具，但仍然经常会遇到数据不够或者过度拟合的问题，通常，大家依靠减少维数，从中选择重要的特征构建模型，以提高模型的推广能力。
而神经网络包含了更多的隐藏层，它不是靠减少维数提高泛化能力，而是保留更多参数，它通过提高更多隐藏层来保留特征和提高泛化能力。
未来的科技发展，是充分利用模型的能力和计算的优势，而不是依靠单个生物个体的能力。抽象是隐藏层的能力（深度抽象是通过几种连续变换，每个变换都与大脑区域或大量神经元关联），人不要将整个人生都献给了隐藏层，如果还是沿着这样的老路前进，就会出现方老师所担心的场景：人的学习速度再增加多少倍，也跟不上复杂度的扩张，人的寿命增加多少倍，也仍然“生也有涯”。
（不要把一生都献给Hidder layer）
真要说基础科学的进展，这就是基础科学的进展。
我们往往更容易着眼于过去和未来发生的事情，而真正重要的事情，已经在现在悄然发生。
10，结语
最后简单总结一下本文观点：
－停滞是一种焦虑的表达。
－神经网络是基础科学的进展。虽然搞神经网络的人本身不太care。
－基础科学的发展需要促进一些群体不再按成本与收益的、享乐主义的和个人的计算来行事，而不是Tyler Cowen说的提高社会地位（某种非物质回报，经济学家真是猴精），也不是方承志老师所说的掷硬币（科学家就是矫情）。
－不是Average is Over，而是从未有过Average，它没准而是种倒退。没有财富担忧的、无所事事的群体更可能追求“第一次到达山顶或是沿着河流到达未知上游的那种”探索新知识的“满足感”。
－不要把一生都献给Hidder layer。
感谢Exοφία指教，虽然他并不完全同意本文观点。错误的请归于我，偶尔正确的，请归于ex和张恩文。