Fiona

如今，科學(xué)正在發(fā)生分裂?！矫媸侨祟愃枷雱?chuàng)造的科學(xué)，它是我們所珍視的故事、理論和闡釋的來源；另一方面是機(jī)器科學(xué)，它的算法具有驚人的預(yù)測能力，但內(nèi)部的工作過程對人類來說是不透明的。

當(dāng)人類努力去理解世界本質(zhì)的時候，機(jī)器為我們提供了超越人類理解程度的量化的實(shí)際預(yù)測?！袄斫狻睗M足了我們的好奇心，但“預(yù)測”滿足了我們的欲望。到底哪種更為重要？哪種阻礙了科學(xué)進(jìn)步？

理解與預(yù)測

直到目前，“理解”和“預(yù)測”依然還是同盟關(guān)系。弗朗西斯·培根是最早將兩者結(jié)合的學(xué)者之一，主張科學(xué)家應(yīng)該到世界上四處行走，用工具輔助思考，以免陷入思維停滯與循環(huán)論證的痛苦。這就是學(xué)術(shù)“理解”現(xiàn)實(shí)的典型方法。

培根在《新工具》一書中寫到：“人類探索自然的新方法……就像徒手畫直線，或是畫精確的圓……徒手永遠(yuǎn)比不上尺子或圓規(guī)，所以使用工具會成為我們的方法?！?/p>

牛頓熱情地采納了培根的經(jīng)驗(yàn)哲學(xué)。他終其一生都在開發(fā)工具：物理透鏡、望遠(yuǎn)鏡。所有工具都加快了科學(xué)發(fā)現(xiàn)的步伐，但在人類對儀器日益增長的依賴中，隱藏著一種令人不安的分歧：人類大腦可以洞察世界的隱藏原理，而工具可以測量和建模。

今天，這一鴻溝似乎已經(jīng)達(dá)到了一個極限，理解和預(yù)測、原理和模型的關(guān)系，正在失去其原本的一致性。在培根和牛頓的時代，關(guān)于世界的解釋還能被人類大腦駕馭，關(guān)于世界的預(yù)測還可以被理論驗(yàn)證，兩者構(gòu)成一個良性的整體。

然而，到了大數(shù)據(jù)時代，理解和預(yù)測之間的邏輯不再成立。現(xiàn)代科學(xué)已經(jīng)在解釋原子、光和力方面，取得了驚人的進(jìn)展。如今，我們開始適應(yīng)更復(fù)雜的世界——從細(xì)胞到組織、從大腦到認(rèn)知偏見、從市場到氣候。雖然相關(guān)的統(tǒng)計模型和預(yù)測卓有成效，但我們幾乎不可能理解它們到底是如何做到的。

我們面臨的戰(zhàn)斗是：大腦或算法，只有一個將擁有科學(xué)王國的主權(quán)。

本體論與認(rèn)識論

理解和預(yù)測之間的關(guān)系，可以對應(yīng)本體論（洞察世界的真實(shí)本質(zhì)）和認(rèn)識論（獲得世界知識的過程）之間的關(guān)系。

基于實(shí)驗(yàn)觀測的知識，可以突破我們現(xiàn)有的理解局限，促成全新的理解；反過來，這些基本原理可以幫助科學(xué)家產(chǎn)生新的預(yù)測，并進(jìn)行實(shí)踐驗(yàn)證。當(dāng)托勒密太陽系模型、牛頓經(jīng)典力學(xué)模型推導(dǎo)出錯誤的天文預(yù)測時，相對論誕生了，以解釋大質(zhì)量物體在高速運(yùn)動中所發(fā)生的“反常現(xiàn)象”。如此，新的理論就導(dǎo)向了更好的預(yù)測，即：本體論產(chǎn)生認(rèn)識論。

一旦科學(xué)進(jìn)步達(dá)到一定程度，本體論和認(rèn)識論就會成為敵人。量子力學(xué)的“測不準(zhǔn)”理論表明，粒子的動量和位置不可能同時獲得。在實(shí)踐中，量子力學(xué)是為了預(yù)測結(jié)果而進(jìn)行的理論應(yīng)用，而不是為了構(gòu)想出能獲得結(jié)果的理論本身。換句話說，本體論被認(rèn)識論吸納了。

如今，有著比量子理論家多得多的現(xiàn)代計算機(jī)，它們從來都不說話，只是靜靜地做著不可捉摸的計算。

然而，很少有科學(xué)家愿意放棄理論理解。在科學(xué)中，一個好的理論，意味著它用一個簡單的形式來編碼真理，讓人們能直觀地掌握和交流，以獲得一個整體的概念。在某些領(lǐng)域，人類理解的那個宇宙微縮模型和現(xiàn)實(shí)的宏觀宇宙趨同；蘋果和行星都遵循相同的方程式建立運(yùn)動軌跡。這是體現(xiàn)“一致性”的令人愉快的巧合。

打破科學(xué)僵局

人工神經(jīng)網(wǎng)絡(luò)，解開了當(dāng)代科學(xué)所面臨的束縛。反過來，人類對理解的需要，是否阻礙了科學(xué)的進(jìn)步？

對于走出當(dāng)前的科學(xué)僵局，哲學(xué)史提供了一些途徑。

柏拉圖是第一個嘗試解決“理解混亂”的人。在《泰阿泰德篇》這篇文章中，柏拉圖專門討論了認(rèn)識論的問題，比如蘇格拉底把幾何、算術(shù)和天文學(xué)，都?xì)w為“一種關(guān)于真理的信念”。

康德在《純粹理性批判》中，進(jìn)一步發(fā)展了關(guān)于理解的理論?？档聟^(qū)分了物質(zhì)世界和心理表征世界，即現(xiàn)實(shí)作為本體論，而心理知識作為認(rèn)識論。對康德來說，大腦中只有世界的表象，物質(zhì)世界只有通過這些表象才能被知曉。這意味著我們所謂的理解，只不過是關(guān)于現(xiàn)實(shí)的近似和不完美的表征?？档碌恼擖c(diǎn)并沒有真正幫助我們區(qū)分理解和知識；相反，它將理解從一種可以被捍衛(wèi)的信念，轉(zhuǎn)變?yōu)橐环N無法被驗(yàn)證的內(nèi)部表征。

哲學(xué)家約翰·塞爾在他的著作《心、腦與科學(xué)》中探討了知識與理解的區(qū)別。想象一個不懂中文的人待在一個配備了翻譯字典的房間里，當(dāng)中文句子出現(xiàn)的時候，設(shè)備會將中文翻譯成英語，它不需要理解中文，忠實(shí)翻譯就可以了。這個中文房間是算法局限性的一種隱喻，那些可翻譯網(wǎng)頁語言的算法，都是在對內(nèi)容沒有做任何“理解”的情況下進(jìn)行的。

數(shù)據(jù)可以在沒有解釋和理解的情況下獲得，就像用死記硬背日期和事件的方法來學(xué)習(xí)歷史一樣。這是基于事實(shí)進(jìn)行訓(xùn)練的“壞的教育”。而我們平時理解的“好的教育”，是期望他人可以向我們解釋他們的方法，以及為什么這么做。如果我們將這一要求延伸到非人類設(shè)備上，那么，機(jī)器就需要解釋它們的做法和動機(jī)。而理解是知識可靠傳播和文化積累的基礎(chǔ)，也是所有長期預(yù)測的基礎(chǔ)。

整合機(jī)器學(xué)習(xí)和人工智能的復(fù)雜科學(xué)，是21世紀(jì)的科學(xué)家所面臨的重要挑戰(zhàn)。

（摘自七一網(wǎng)七一客戶端/《看世界》）