科學究竟是什麼？機器研發的知識算是科學嗎？頂尖科學家給出看法

傳統的科學和現代科學有什麼區別呢？還要從一款程序「尤裡卡」（Eureqa）說起，它是由工程學教授豪德·利普森發明的一款類似於大數據分析的程序，它具有自我學習功能，甚至能從實驗數據中分析出物理定律，這是在它自主學習無人幹涉的情況下完成的，一款機器學習發明的物理公式算是科學嗎？這讓不少科學家產生了質疑。

「尤裡卡」究竟是怎樣運作的，它是如何在大量無序的龐雜數據中找出規律來的呢？其實它的工作方式並不神秘，它所知道的無非是人們所熟悉的加減乘除、三角函數和微積分運算等，關鍵是這個程序還具有一個特殊的功能，這就是數據提取和識別。給「尤裡卡」輸入實驗數據之後，它不是像人類那樣，憑著直覺發現這些數據的規律，而是默默地做著大量的運算。它先從所輸入的一海量數據中找到一個「小角落」，利用這裡的「一小批數據」形成第一批公式，這個速度極快，僅耗費1秒的時間。符合第一批數據的初始公式數百萬計。接著，再補入另一批數據，生成第二批數以百萬計的公式，在此過程中，把兩批不相容的公式剔除。就這樣，公式一批批地形成，一批批地剔除，「尤裡卡」總能把不相調和的公式甩掉。最後，「尤裡卡」就是依靠它的提取和識別功能，從上百億個公式中找到適合全部實驗數據的最佳公式，其精確度可以達到驚人的程度。

「尤裡卡」的出現引發了一些人的深層次思考，它的出現使科學研究呈現出兩種不同的途徑：一種像傳統科學研究那樣，通過實驗或觀測，獲得高精度信息，建立研究模型，用於預言和解釋並建立理論；另一種則是從網上尋找數據，通過一定的程序尋求符合這些數據的規律和公式。利普森所開創的就是這第二條途徑。他認為，儘管這種方式在目前還不甚完善，但它使人類具有另一種研究科學的能力。在當前大數據不斷增殖的情況下，這種方式能使人類進入科學領域的更深層，使人類的智能、潛能得到更進一步的開發，無疑會具有光明的前景。

但它的出現使得一些人對「究竟什麼是科學」產生了懷疑。在提出這類質疑的10位科學家中，領頭人就是利普森在康奈爾的同事史蒂芬·斯特勞蓋茨（Steven Strogatz）。2010年11月，斯特勞蓋茨在《紐約時代周刊》上發表了一篇題為「科學向哪裡去」的文章。關於「尤裡卡」，他寫道：「像『尤裡卡』這樣的程序有可能使科學家跟上發現的步伐，但是在其過程中，也有可能改變科學自身的性質。幾百年來，科學家依內心的直覺、洞見力或靈感進行探索研究，來發展科學。然而，利用自動化機器來提供方程式，並由此進行預言，又很有可能是人類科學所不能預測或所不能理解的，那人類就不得不需要計算機來提供解釋，究竟所發現的公式意味著什麼。換句話說，它們（計算機）將可能成為人類的『神龕』，由神來將神秘的話語擲向人類，那就不是科學了。」

2006年1月，斯特勞蓋茨在網站上又發表了一篇關於「科學直覺」的文章。他寫道：「令我感到憂慮的是，人類的直覺不再具有價值，至少在數學科學的前沿上……在我們還能判定什麼是『真實』，什麼是『虛假』的時候，但越來越不能理解這是為什麼。」他舉出關於地圖國界的「四色定理」的例子，為使地圖上各國的邊界能區分開，而不至於兩個邊界混同，地圖至少需要四種顏色。然而至今，在數學界，還沒有人能為這一定理給出確切的證明。這些人認為，如果由「尤裡卡」來發展像「四色理論」這樣的科學時，「科學將意味著什麼」將是件「令人類堪憂的事」。

「尤裡卡」這類數學輔助軟體的出現，確實改變了科學發展的傳統格局，使一些人擔心科學的健康發展，但也有一些人持有比較積極的看法。這些人的代表人物之一是新澤西羅格斯大學的數學家、計算機輔助數學的領軍人物多龍·傑爾伯格（Doron Zeilberger）教授。他認為，在當今計算機網際網路時代，如果由計算機來生成方程，或證明，毋庸置疑地會導致人類對這些證明的理解能力逐漸喪失，但在他看來，「這既是一個令人嘆息，但也是一個令人鼓舞的發展。」他認為，人的腦力是有限的，「如果讓人能徹底底理解一個數學命題，這個數學命題就不可能很深。」在他看來，只有藉助計算機，數學才能足夠深，他預言「在未來的40年內，計算機將能完成更多的，甚至大多數的工作。到那個時候，大多數的證明將由計算機來完成。」在這方面認識上，傑爾伯格確實領先一籌。2004年，他因成為「應用計算機和算法語言完成數學最快和最有效率的冠軍」而被授予歐拉獎章；2012年，成為美國數學學會成員。

英國劍橋大學數學家、菲爾茲數學獎（常被稱為數學領域的諾貝爾獎）獲得者提莫西·高沃斯（Timothy Gowers）對於尤裡卡的出現有著更清醒的認識。他認為，這是發展在另一方向上的數學研究。他舉出克卜勒定律的例子。他認為，就是把17世紀由天文學家約納斯·克卜勒所創建的行星運行三大定律拿到現今用計算機來完成，也是相當困難的。它涉及三維空間中大量的行星運行的數據，還涉及大量的各種球形彼此以不同方式產生多體相互作用，又涉及套疊在一起的複雜軌跡。高沃斯認為，對克卜勒定律的證明和對「四色定理」的證明等，都需要掃描大量數據，都屬於適合計算機能力開發的方向。人類數學的開發是在原理的導引下，而計算機的應用是在實踐的水平上。

高沃斯認為，計算機在自動化數學研究方面獨具優勢。他相信：「在可預知的未來，一個電腦程式完全可能具有強大的功能，不僅能收集，還能壓縮所有的數學推理，這一工作交由計算機完成，比數學家更容易得多。」他還強調說：「由於這個程序是由大量擁有不同能力的數學家的專業知識整合而成的，而且囊括了不同領域的成果，它一定具有宏大的優勢，比其中任何一部分要強大得多。」從長遠的角度上看，高沃斯相信，計算機將超越人類的數學研究能力，另闢蹊徑地使科學得以發展。「但是到那一天，還有很長一段路要走。」

高沃斯的說法正與利普森的說法同出一轍。當今，在網絡不斷發展的情勢之下，大數據如洪水般地泛濫，要抓住和應對如細胞生物學、氣象學、經濟學，甚至高速路交通等的複雜系統，單一的人腦已經力不從心。隨著大數據時代的到來，已經使不少人開始懷疑，人類在認知和製作模型方面所存在的局限性。為此，利普森說：「我相信，像尤裡卡這樣的工具，一定能從複雜的現象中提取數據，並從數學上找到簡單的變量關係，由此可以幫助人類擴延通往未來的視野。」當然，他也承認，考慮到長遠發展，尤裡卡也有可能出現相反的結果，他說：「當所要處理的現象逐漸複雜時，人類有可能跟不上這個步伐，完全有可能。對於尤裡卡所產生出的公式和模型，我們還不能把它們完全破譯出來。」

如果有一天，人類的思想跟不上計算機的想法，那麼所謂的科學會不會像是計算機授予人們的指令一樣，合理卻又琢磨不透呢？總之，像在科學技術發展過程中的許多事情一樣，成也蕭何，敗也蕭何，未來如何發展，還須拭目以待。