主题：２５个科学问题：导言 难题赞 -- 森林的火焰

如美国最高法院大法官Oliver Wendell Holmes在一个世纪前说过的：好的案例可能建立坏的法律。但好的问题总是引出非常好的科学。

未解决的神秘带给科学动力和旋。科学之路上的沟壑并非要小心绕过去的陷阱，而是等待利用的机会。

“基本问题是路标，它们激励研究的人。“２００４年的诺贝尔物理奖获得者David Gross这样说。“一个研究科学家最有创造力的品质是问出好问题的能力。“

科学的伟大进展存在于前线，在无知与有知之间。于无知与有知间的界面上存在着最深奥的问题。要评估科学的现状，没有比列出科学所不能回答的问题更好的方法。Gross声称：“科学的形状是以无知勾勒的。“

曾经有一段时间，有人相信科学已铺平了所有知识空白，结束了无知时代。当《科学》杂志诞生的时候，１８８０年，James Clerk Maxwell刚好死于一年之前。他成功地阐释了光，电，磁，热。加上牛顿于两个世纪前就已掌握的重力定律，在短视的眼中，物理学已经基本完成了。同时代的Darwin建立了生物学的指导准则，只有十岁的Mendeleyev周期表建立了化学的基础。Maxwell自己提到过很多物理学家相信他们领域的趋势将是把物理常数的测量“精确到另一个小数位“。

然而，伟大的问题们被激怒了。饱学者们不仅讨论自然选择的力量，还讨论太阳系的起源，地球的年龄和内部结构，和充斥宇宙的生命世界。

事实上，在Maxwell去世的年代，他的电磁场理论尚未被广泛接受，甚至未被广泛了解。专家们仍在争论电和磁是否象重力（假设）一般以“远距离作用“方式传播，或以Michael Faraday的“力线“方式传播（Maxwell将其整合到他的理论中）。埋藏在这争论之后的，是更深刻的问题：重力可否与电磁波统一(Maxwell认为不能)。这个问题仍然是今天的科学需要面对的最伟大问题之一，不过以一个更复杂的形式表述。

Maxwell清楚的了解他的成就仍有未解答的问题。他根据分子内运动的计算不能与特定热能吻合。“分子碰撞理论中的一些关键因素到现在为止还未被我们抓住。“他这样说。

当《科学》２０岁时，在十九世纪末，Maxwell的导师William Thomson（开尔文勋爵）清晰表述了当时知识上的两个巨大空白（他把它们称为“笼罩在物理学家顶上的云层“）。其一是Maxwell发现的特定热能，另一个是寻找以太的失败。以太是Maxwell的电磁波传播可能需要的介质。

填补这两个空白需要２０世纪的量子和相对论革命理论。开尔文的云中埋藏着无知，它们是科学新生的动力。

在过去的整个世纪中，追寻伟大问题的答案在不断地改变着人类对物理和生命世界的了解。关于多个生命世界的讨论假设了星系的比例，特别是地球的母星系――银河，是否只是众多星团之一。这个题目很快被银河系的非独一性解决，就象几个世纪前哥白尼把地球从宇宙的中央位置移开一样。

但银河之外的星系之存在带来了另一个问题，关于星系之间相互远离的运动。这个问题带给了《科学》一篇有趣的报告，一系列的星星组成三角形，一对双星在顶角，另外两个星星在底角。精确观察证明星星之间在远离，使三角形不断变大却保持原来的形状。

“看来这些星星都在远离一个共同点，因此很多年前它们必定相距近得多。《科学》的报告这样写道。这四颗星星似乎从同一地方开始它们的旅程。了解这种运动将是“最有趣的事情“。

半个世纪以前，Edwin Hubble将这个问题从几个星星的运动放大到整个宇宙的起源和历史。他表述了星系之间似乎也在远离一个相同的起点，证明宇宙在膨胀。根据Hubble的发现，宇宙学的伟大问题从哲学性的变为实验性的。随着１９６０年宇宙微波背景的发现，宇宙诞生的大爆炸理论提示了宇宙学的明星时代，为宇宙学家提供了一个伟大的答案和更多新问题。

在《科学》的一百周年，四分之一世纪以前，宇宙理论中仍留着很多空白；有一些今天已经填补，还有一些仍然存在。在那时人们仍然讨论遥远的星星们是否有行星，现在这个问题已经被解决，太阳系的邻居中一系列的行星被发现。但现在一个更大的问题，超越行星甚至星系的级别，越来越迫近：多个宇宙的可能性，人类占据的时间与空间泡泡的表亲们。

不止是人类的宇宙并不孤单，人类在我们自己的空间中可能也不孤单。在宇宙的某处可能存在的生命仍然是今日知识中最迫切想知道的巨大空白。它与同等深奥的神秘――地球生命的起源相互纠缠。

当然，生命激发了很多深刻的问题，从对永生的期盼到消除疾病的预测。科学家们一直在思考他们能否制造出新的生命形式，或至少模拟生命的自组装能力。生物学家，物理学家，数学家和计算机科学家开始合作复杂的“系统生物学“，目的是了解在生命的心脏中无数的分子相互作用如何整合在细胞，器官和动物体的运作中。 如果成功，系统方法将使医生根据DNA的不同为病人度身订做治疗方法，使个人化医疗成为可能，祛除疾病却没有干扰性的副作用。在《科学》１５０岁以前，新版的现代医学可能使人类也活到１５０岁。

在《科学》和科学时代，知识与无知共同进化，有时伟大问题的性质也随之改变。关于地球年龄和内部结构的旧问题向新的问题让位：新问题考虑我们的行星能否支持不停增长的人口和老化的人群。

有一些伟大问题随着时间增长变得更伟大，如持续膨胀的宇宙；或变得更复杂，如了解意识的需要。另一方面，一些深刻的问题把科学驱向更小的尺度，比原子和分子的王国更小；或驱向更深刻的细节，为过去的伟大问题提供更详细的答案。１８８０年，仍有科学家不能被Maxwell的原子存在的证据说服。今天，相似的争论聚焦在“超弦“是否是物质的最终粒子，比原子小亿万倍的尺寸。旧的关于进化与选择的争论让位于物种产生的动态，或某些特定的动物行为，如无私合作，如何在个体竞争的法则中出现并得到保存。

伟大的问题自身也在演进中，因为它们的答案产生了更多新的和更好的问题。开尔文勋爵之云的解决方法，相对论和量子物理，产生了今天的问题清单上更多的秘密，从宇宙的构成到对量子计算机的期望。

总得来说，象这样的伟大问题不仅定义了科学知识的阶段状态，而且是驱动科学发现的引擎。在无知与知识交汇之处，在已知与未知切磋之处，就是科学成就日新月异之处。Maxwell写道：“彻底了解的无知，是每个真正科学进展的序幕。“

因此，当科学不再有问题，科学就将走到尽头。但目前并无这种危机。从无知通往知识的高速公路是双向的：知识不断积累，昨日的无知不断消减，新的问题不断产生，扩展了载知的领域，等待我们去探索。

Maxwell了解甚至地精确测量时代的到来并非科学终止的标志，而是为开拓新前沿的准备。在科学的每一个分枝，Maxwell这样说：“精心测量的工作是以发现新研究领域和发展新科学观点为奖励的。“

如果科学的进展看上去缓慢，那是因为科学的问题比以前越来越难，并非是没有新问题等待回答。

幸运的是，困难的问题可以造就伟大的科学，就象Holmes法官评价困难的案例如同伟大的案例一样可以造就坏的法律。坏法律的产生是因为对著名案件感情关注施加了太大压力，扭曲了已经完善建立的法律准则。这也是科学的处境与法律相反的原因。 伟大困难的问题产生的压力弯曲甚至折断已建立的科学定理，这使得科学永远在自我更新，并破除荒谬的概念――认为科学工作有一天会做完。

这一篇导言其实回答了很多科学方法上的问题，以及科学的研究对象。有人说科学是盲人摸象，也是也不是。所谓“是“是指面对一个我们不了解的事物，就象盲人面前一头大象，只有靠各种方法去“摸“。与瞎子不同，科学家们“摸“的是谁也不知道的事物，没有一旁的明眼人能帮得上忙。所谓“不是“，是科学不会根据已有的数据作出发散性的结论，如摸到象尾巴的瞎子说大象长得象根绳子，而科学会说：“大象至少有一部分长得象根绳子“。这就有道理多了。在研究院里，教授谆谆教导年少气盛的学生切忌作出引伸太广的结论。

科学研究的对象是相对独立的个体，这话没错。但个体的独立是“相对“的。脱离了“相对“，也就没有个体和整体之分。举医学的例子，一个内脏器官，向小处分有各种不同功能的细胞，向上一级有整个人体的健康。整个人体的健康又可能受生活环境和社会环境的影响。再向上还有所处的历史时期等四维坐标。所以任何相对“系统“或相对“个体“的研究，只不过是选择的对象不同。研究个体，忽略联系，其实只是在这一阶段，排除作用较远的联系，观察并作出结论。在下一阶段，才又加入多方面的联系，再观察并作出结论。如果联系不问大小，不分轻重，一概考虑在模型内，研究就没法做。在导言中提到的“个人化疗法“，其实就是科学家们正在努力的方向之一。有不少疾病是由于单因素作用的，比如天花，狂犬病，糖尿病。成功找到了这个单因素，这个医学问题就基本解决了。太大而化之的系统“研究“，却可能得出奇异结论，如天花是“热毒内陷“什么的。当然，这不能说单因素的研究就够了。象一些复杂的，多因素的病，如心血管疾病，就要照顾到单个因素和多个因素的相互作用。而且没有人能负责任肯定地说导致心血管疾病的所有因素都已分离出来或在他的研究中全部考虑在内。研究心室的初级发育，也不能忽略调节心房的转录因子的作用。但调节肝发育的，一旦证明没有作用，可以暂时不理。但研究心脏功能的时候，就要兼顾。

科学从个体到整体的研究，有如下围棋。思考争夺一边一角，然后在另一边一角重开战局。在战局交汇处又呈现新的局面。也有如拼图。把颜色花纹相近的块先行拼合，慢慢地再把整张图连接起来。科学的工作也是大量非一个人能完成的。把一个相对独立的领域内所有人的工作汇集起来，另一些人就能作出突破性的系统化成果，由小而大，由零碎到整体。每人摸大象的一部分，把得到的结果拼起来，找出最可能的理论，用以解释观测到的数据。没被驳到的得以暂时性的认可。这便是科学的发展途径。

兄台所描述的正是科学中常用的还原论的方法, 即:

(1) 把一个大的复杂的系统分解成许多小的子系统, 然后

(2) 仔细研究每个子系统的特性(有必要时再分拆之), 这主要是通过

（2a) 看当改变它的各种外在条件,或施加各种激励时,它作出怎样的响应. 这有点象自动控制中的系统鉴明(system identification). 需要注意的是, 实际上我们并不拥有随心所欲地控制这个子系统的所有外部刺激的手段和能力, 总有一些外部因素,比如它与其它的子系统之间的联系,是我们无法控制或真实地模拟的. 通常,我们在实验上尽量做到削弱这些所谓的外界不可控因素，从而可以假定它们可被忽略.

(2b) 历史上累积的知识库（实验观测，目前最成功的各种理论模型，etc.).

(2c) 逻辑推理.

这三点来达到的(俺这样的划分比较粗糙,或许哪儿有更好的论述). 于是我们可以揭示这些子系统的许多内在机制. 但由于(2a)中所讲的原因,还有建模时不可避免的近似性, 这些被揭示的机制必然带有某种简化, 某些不精确, 某些不完整. 对科学而言幸运地, 上述的种种近似并不太糟糕, 至少对刻划每个子系统个体的行为来说是这样的. 理论与实验结果就算有些误差, 也是在可容许的范围之内.

下一步

(3) 若各个子系统的输入输出特性都研究透了以后, 就可以作抽象, 将其视作一个个的黑盒子模块, 只要管它们的输入/输出关系, 至于盒子内部的细节, 在我们所感兴趣的问题的这个层次上就可以不管了. 例如, 在研究生物问题时, 在分子这个层次的运动规律无疑还是有直接的意义的, 但再微观层次的细节, 如原子核内部的结构, 就没什么直接意义了. 虽然分子的运动状态当然与其原子核的状态多少相关, 但是我们可以合理地作抽象, 把分子作为一个个黑盒子模块, 提炼出分子层面的运动规律, 这对生物学家而言(显得)是够用了. 至于里面的细节, 让化学家和物理学家操心好了. 又如, 在人工神经网络这个层次, 其所用到的'神经元'相比生物的神经元而言是做了极大简化的, 否则的话,若要忠实地仿真一个生物神经网络,计算机将疲于奔命, 虽然神经科学家们或许可以容忍, 但哪里还能满足工程师的要求.

科学家们现在就可以用这些盒子来搭建大的系统, 从而掌握这个大的系统的运动规律. 这就是还原论的方法. 成功的例子充斥了科学的各个角落, 不胜枚举, 贯串于整个的科学发展史, 某种意义上这几乎成了科学的代名词. (我认为只要是反应现实的就是科学的, 而还原论只是一种具体的方法论, 故而二者不能混为一谈.) 很普通的例子譬如: 通过研究微小一块金属的力学性质, 可以构建大尺度的金属的运动模型, 比如我们可以很简单地写出钢琴琴弦的振动方程. 琴弦的振动无疑是一种系统行为, 但它可以毫不费力地从无穷小块的材料的力学性质(即其输入/输出响应)中导出. 很美! 很厉害吧!

然而,上述的整套方法是作了某些假设的, 就是说, (i)我们可以一层层地分析/组建大大小小的系统, (ii)在每个子系统的建模过程中带有的不大的误差 对于由这些子系统所组建的大系统而言也将不是大问题. 然而这些假设并不总合理, 尤其对某些复杂系统来说, 这种(人为的)对系统的分析和综合会导致截然不同的关于系统行为的结论. 具体例子倒还不好举(偶以后慢慢再说), 不过俺相信在人脑研究中, 这是很容易发生的现象. 那么你们问, 小心点不成吗? 问题是: 如果事物之间有千丝万缕的联系, "一概考虑在模型内，研究就没法做。" 不考虑在内吧, 你怎么知道这样做是合理的, 科学不是拍脑袋的决定呀, 但事实上很多情况下, 囿于实际情形, 也只能这样了.

所以, "没被驳到的得以暂时性的认可" 是应该持有的科学态度.