当代人能否跟上科学的进步？

艾萨克·牛顿终其一生都在开发工具，加快了科学发现的步伐

如今，科学正在发生分裂。一方面是人类思想创造的科学，它是我们所珍视的故事、理论和阐释的来源;另一方面是机器科学，它的算法具有惊人的预测能力，但内部的工作过程对人类来说是不透明的。

当人类努力去理解世界本质的时候，机器为我们提供了超越人类理解程度的量化的实际预测。“理解”满足了我们的好奇心，但“预测”满足了我们的欲望，到底哪种更为重要？哪种阻碍了科学进步？

理解与预测

直到目前，“理解”和“预测”依然还是同盟关系。弗朗西斯·培根是科学革命早期最早将两者结合的学者之一，主张科学家应该到世界上四处行走，用工具辅助思考，以免陷入思维停滞与循环论证的痛苦，而这就是学术“理解”现实的典型方法。

培根在《新工具》（1620年）一书中写到：人类探索自然的新方法……就像徒手画直线，或是画精确的圆……徒手永远比不上尺子或圆规，所以使用工具会成为我们的方法。

艾萨克·牛顿热情地采纳了培根的经验哲学。他终其一生都在开发工具：物理透镜、望远镜。所有工具都加快了科学发现的步伐，但在人类对仪器日益增长的依赖中，隐藏着一种令人不安的分歧：人类大脑可以洞察世界的隐藏原理，而工具可以测量和建模。

今天，这一鸿沟似乎已经达到了一个极限，理解和预测、原理和模型的关系，正在失去其原本的一致性。在培根和牛顿的时代，关于世界的解释还能被人类大脑驾驭，关于世界的预测还可以被理论验证，两者构成一个良性的整体。

然而，到了“大数据”时代，理解和预测之间的逻辑不再成立。现代科学已经在解释原子、光和力方面，取得了惊人的进展。如今，我们开始适应更复杂的世界—从细胞到组织、从大脑到认知偏见、从市场到气候。虽然相关的统计模型和预测卓有成效，但我们几乎不可能理解它们到底是如何做到的。

机器智能，是一种典型的工具智能，不仅对抗而且敌视人类理性。例如，基因组数据研究，可以抓取数百个参数—病人、细胞类型、疾病、基因、基因位置等，并将疾病的产生与数千个潜在的重要因素联系起来。 但是，这些“高维”数据集和它们提供的预测，在人类的理解能力之外。

这是科学理论与复杂现实之间的真实对峙所导致的分裂。一些评论家声称，这是我们所执着的人类中心主义阻碍了科学的进步，即坚持工具必须臣服于人类的智力;如果我们放弃对人类理性的执念，那么，就可以用机器来加快我们对事物的了解。

理解和预测之间的巨大分歧，呼应了巴鲁克·斯皮诺扎对历史的洞察：“分裂不是源于对真理的热爱……而是源于对至高无上地位的极致渴望。”我们面临的战斗是：大脑或算法，只有一个将拥有科学王国的主权。

鸭兔图可以看作是一只鸭子的头，也可以看作是一只兔子的头

哥本哈根量子力学学派倡导“闭嘴，计算”！

内克尔立方体的衍生品—不可能立方体

悖論与幻象

悖论和幻象这对孪生兄弟，很好地呈现了预测和理解之间的纠缠关系。

一些著名的视觉幻象，如脸-花瓶图案、鸭兔图和内克尔立方体，向我们呈现了一个自身没变，但给人的感官印象在不断切换的物体。路德维希·维特根斯坦痴迷于鸭兔图，他建议人们在对一个物体形成主要解释之后，再次审视这个物体，而不是匆匆一瞥就当即作出判断。

认知科学家理查德·格雷戈里在著作《透过幻觉看见》中，解释了这种幻象是如何发生的。人类的理解过程是由多个不同逻辑系统的预测得出的，每个逻辑系统都基于一定的背景条件。在内克尔立方体中，每种感知都与三维空间中的感知数据一致。但由于缺乏深层次的线索，我们无法确定哪种解释是正确的。因此，对于空间理解的缺失让认知在两种预测之间切换。

悖论，就像幻象一样，是直觉违背显然易见的基本事实。这种现象经常在自然科学中出现，其中最引人注目的是物理学。孪生悖论、爱因斯坦-波多尔斯基-罗森悖论（EPR悖论）和“薛定谔的猫”，都是从相对论或量子力学的基本结构中推导出来的悖论。这与观测悖论（如双缝实验中观察到的波粒二象性）不同，但这两类悖论，都源于人类理解的因果推理与实验预测结果之间的不一致。

即便机器也会受到悖论的困扰。“辛普森悖论”描述了这样的情况：在几个数据集中，分别独立出现的趋势在数据集“合并”时可能消失甚至逆转，这意味着一个数据集可以同时支持相互竞争的结论。这种情况经常发生在体育运动中—在每个既定赛季，一位球员的表现都优于其他运动员，但是，当多个赛季合并在一起时，由于一些绝对差异（如总参赛次数、击球次数等），这位球员就不再领先了。

关于悖论的最严谨的研究，也许是库尔特·哥德尔在《数学原理和相关系统原理》（1931年）中提出的：形式上不完全性定理。哥德尔发现，任何一个形式系统，只要包括了简单的初等数论描述，而且是自洽的，它必定包含某些系统内所允许的方法既不能证实也不能证伪的命题。形式系统的公理允许矛盾存在的可能性，这构成了悖论经验的基础。