爱因斯坦奖得主、物理学领军人夏皮罗:为什么科学家那么热衷“大统一理论”?

来源:遇见数学

01

我们为什么要关注“科学统一”?

多数人不大会在日常生活中思考科学。不过停下来想一想,我们马上就会意识到,我们的生活方式就是以科学为核心的。我们离不开的设备几乎都是以科学为基础的,从早晨唤醒我们的闹钟,到为我们按摩牙龈的电动牙刷,以及为我们加热早餐贝果的烤面包机;从让我们能够使用电子邮件的计算机和互联网,到装有数不清的应用程序、让我们无比依赖的智能手机,再到时下装有车载计算机、为许多人的日常出行提供主要支持的汽车,等等等等……你懂的。

在本书中,我打算辅以历史,以一种清晰连贯的方式,非常宽泛地谈一谈科学。我将要讨论许多话题,包括暗物质和暗能量的世界中那些惊人的存在、古往今来地球上最大的生物(蜥脚类恐龙),以及分子生物学在黑死病研究中的应用。我写书的目的有没有达成,要由你来决定。

我想要传达的一个基本信息是,提出有探究性的好问题,在可行的情况下触及根本,这对科学的进步是至关重要的。我将在书中随时提出问题,但绝不是所有的问题都能被称为“触及根本”的问题。

在进入本书的主题之前,我要先从哲学的角度做一个概述,也要讲讲我心目中“科学统一”的多重含义。不过,让我们先给“科学”下个定义吧,这对本书有实际意义。从本质上讲,科学关注的是自然的行为,也就是所谓的自然界怎样运转,以及我们怎样对这种行为建模。

说得更具体也更简单一点,我们可以把科学(工作)分为两部分:首先,我们观测自然,戳戳这里,捅捅那里,以确定它的行为;接下来,我们开动脑筋建立模型,以精简的形式捕捉这种行为,并准确预测尚未观测到的现象。

这种分隔方法看上去明智又简洁:一边是自然的行为,另一边是人类通过建模理解这种行为。这番图景有什么问题吗?有的,问题就出在我们自己身上。人类既占据了中心,又掌握了两端。

事实上,借助感官观测自然的行为的是我们的大脑,对自然的行为建模的也是我们的大脑。我们无法将自己从这个闭环中抽离出来。而我们还十分渴望更加了解自己的大脑是怎样工作的!

还有一个微妙之处:现如今的多数观测和实验还远远谈不上针对自然的行为做出严格的判断。它们更像是一种错综复杂的混合体,结合了观测和推论,后者往往来自我们手头非常成熟的自然的行为模型。这种结合对所有观测和 / 或实验都是必要的。

毕竟,就连识别尺子上的刻度都离不开模型。在某些观测和实验中,这种结合相对好理解一些。想想这个例子,位于瑞士和法国边境的大型强子对撞机发现了一种粒子——这台对撞机位于地下,横跨两国边境!起初,人们只确定了这种粒子的一个属性,就是质量。从质量值所在的范围来看,它应该是希格斯玻色子(听上去就像“白鼻子”)。

这项实验涉及的观测和模型有着极为复杂、交缠烦琐的关系,但没有人质疑的是,这是关乎自然本质属性的一项发现(好吧,那种质疑一切、拿尖酸刻薄当事业的人也是时常存在的)。

为什么呢?部分原因在于,用于分析实验的模型相当可靠地建立在以往的经验之上。更主要的原因是,两个独立的团队通过各自的探测设备获得了相同的结果,不确定度也在估计范围内。

尽管“观测 - 建模”的分隔方法有它的内在问题,我依然认为从这两个方面看待科学很有帮助。换句话说,我们把科学分为两部分:证据和推理。证据包括自然的行为方式,推理关乎我们对这种行为的建模。

这样一来,我们就可以说出自然是怎样运转的了,但我们能说出这背后的原因吗?换个讲法,通过适当的观测,我们可以描述自然的行为方式,但我们能说出自然为什么像我们观测到的那样运转吗?我们也许可以掌握这样一个模型,它能针对一类观测到的现象恰当地描述自然的行为,但我们不能说这个模型就是自然存在这种行为的原因。

至于为什么,举个例子,上述模型不一定是唯一的。另外,也没有已知的方法可以证明一个模型描述自然行为的功能具有唯一性。从这个意义上讲,我们无法解答这一类疑问。不过,我们可以探索其他类型的问题。我们可以问一问抛出的皮球为什么会按照特定的路径运动,从抛体运动模型入手就能找到一个令人满意的答案。

但是,这也不算是探究了自然为什么有这种行为。事实上,这只是在以另一种方式叙述或者描述自然确实有这种行为。最终,我们能确定的只是手头的模型在已有的测试中是有效的(或者是无效的,需要被更好的模型所取代)。

02

科学统一

本书所探讨的“科学统一”有什么含义呢?让我们选取几个方面,稍作解释。

1. 我们所观测的世界(如果喜欢更正式的说法,你可以把“世界”换成“宇宙”)只有一个。我们将科学划分为不同的学科,是为了集中精力,有成效地探索世界,也就是理解自然的行为。但我们不应该忘记,这个世界的各个部分在某种程度上相互关联和影响,因而是统一的整体。

2. 所谓的“科学方法”是所有学科共有的,每一个科学门类都在使用。可以这样理解:当我们借助逻辑思维,通过观测和 / 或实验来确定自然的行为,并且建立具有预测功能的模型时,我们使用的就是科学方法(从网络或者其他渠道查一查更清晰、更广泛的定义吧,以上是简略的一家之言)。

3. 单一学科分支或科学领域内发生的现象会对别的分支或领域产生重大影响,这种影响常常是相互的。举个例子,想想大气中氧气含量的变化。20 多亿年前,大气含氧量曾激增,这被认为是生物过程引发的结果。而这种激增又通过自然环境左右了生物的进一步演化,直到人类出现,大气科学当然也受到了影响。

4. 多学科综合的方法对解决科学问题至关重要。举个例子,哺乳动物(比如北极熊和鲸)的演化史就是由古生物学、个体发生学(胚胎发育)和分子生物学共同揭示的。

5. 单一科学领域有了新发现、开发出了新工具,其他科学领域也会进步。本书会介绍许多这样的故事,这里仅举一例:放射现象。这一现象被物理学家发现之后,又被地球科学家用于确定地球的年龄。

6. 时常有科学家在一个科学领域接受训练,却进入另一个科学领域工作。例如,在 20 世纪后半叶,有许多物理学家转而成为天文学家,而在 21 世纪,又有许多化学家转向分子生物学方向,同行的还有物理学家和数学家 / 统计学家。

这几个不同的方面,尤其是中间两个(第 3 条和第 4 条),存在一定程度的重叠。不过,它们也有一些细微的差异,做一做区分还是有用的,可以让我们更全面也更充分地理解科学统一。

03

模型

自然行为的模型必须能够准确预测还没有观测到的相关现象,不然就谈不上有用。如果模型只能预测已经观测到的现象,我们就没法通过它增加对自然的了解,也不能借机更好地驾驭自然。当然,每一个模型都要不断地接受自然的检验,一个模型一旦被发现不合格,我们就要找到更好用的模型来代替它。后续章节会讨论相关的例子。

如果有两个或更多模型都能较好地预测现象,我们该怎样选择呢?在实践中,这种情况就算不是绝无仅有,也谈不上常见。不过即便遇到了,我们也有经过充分讨论的方法可以拿来应对。大多数科学家和哲学家(不,我没有做过调查,这只是我从个人经验中总结出的印象)会遵循某种形式的奥卡姆剃刀原理,在相互竞争的多个模型中选择最简单的那个。

当然,“最简单”的定义多少取决于主观视角,没有人人都认可的标准。再聊下去,本书就要从真正的科学读物变成酒桌上的哲学话题手册了,不如就此打住。

最后,来说说科学家用于描述模型的语言:首先,不用抠字眼、抓错漏。在生活中使用这些字词也许会让你产生一些淳朴的印象,但当被科学家用于描述模型时,它们往往会脱离常见的意思。想想这几个词:原理、定律、法则、理论、假设、推测和猜想。

你可能认为这些词大概是按可靠性递减来排列的,因为你会想到,一个被称为定律的模型必然是不可推翻的,相比之下,被称为猜想的模型有更大的可能性是错的。这种设想是合理的,但谈不上多么可靠。我们将看到一个现如今被认为很典型的例子,有一个关乎行星间距离的定律存在问题。

后面我们还会谈到一个理论,它准确预测了比相关定律多得多的自然现象。换句话说,在这个关于万有引力的例子中,理论成了更棒的模型,比定律更好地呈现了自然的行为!

04

自然的行为:两个例子

现在,让我们通过两个具体的例子稍微深入地聊一聊。先看第一个例子,我把一把叉子放在右手拇指上(图 I - 1),如果我把拇指移开,会发生什么?就算偶有例外,大多数成年人会回答:“叉子会掉在地上。”如果我这个时候问“为什么?”,大多数受过教育的成年人会回答“因为有重力”。物品脱离了我的掌控,就会这样掉下去。叉子会掉在地上,因为这就是自然的行为。

无论我们有没有针对这种行为建立模型,无论我们怎么称呼它,它都会出现。在这里,我们指出了一个也许十分细微却关乎根本的区别,这也是本书基本不讨论“为什么?”的根本理由。至少到目前为止,“终极原因”还是科学触及不到的领域。

相关的提议没法接受检验(或者说不可证伪),因而不被大多数科学家认为是科学(我也没有在这个问题上做过调查……)。当然,总会有通常颇为罕见的少数人持不同意见。

图片

图I-1 作者把一把叉子放在右手拇指上,随后他会移开叉子下的拇指。图片来自作者

再看第二个例子,我的一只手拿着一个高尔夫球,另一只手拿着一个垒球,两者离地面的高度相同。我几乎在同一时刻放开这两个球,接下来会发生什么?和叉子一样,两个球都掉了下来。但神奇的是,它们同时落地——它们似乎有着相同的下落速率。这也是自然的行为。我们将看到这样的结果是怎样出现的,或者说是怎样被纳入我们的模型中的。

关于自然的行为,请把这些基本的理解装入头脑、融入观念,接下来我们将研究一个相关的主题。

05

自然和科学特征的一致性

人们普遍认为,自然的行为是可以重复的。我移开叉子下的拇指,叉子就会掉落。我松开双手,两个球就以同样的速率掉落。如果我,或者其他任何人,重复这两个动作中的一个或全部,也会出现同样的结果。这种可重复性无法证明,我们只是凭经验看出了这一点。要是这种可重复性不存在呢?想想世界会变成什么奇怪的样子!

自然的行为确实是可重复的,这个事实真的很了不起,正因如此,我们才有望解读各种现象。说真的,阿尔伯特·爱因斯坦(Albert Einstein)还有一个不太著名但着实深刻的观点:自然最不可理解的地方恰恰在于它是可以被理解的。

也就是说,人类可以制作出相对简单的模型,从中得出的预测结果完全符合自然的行为,而且似乎可以无限重复。以 20 世纪物理学家尤金·维格纳(Eugene Wigner)为代表,其他人也曾指出,数学方程竟然能够准确描述自然的行为,这并不合理。

在他们的指点下,我们更清楚地看到了其中的异常。自然是非常微妙和复杂的,所以在许多科学家看来,相对简单的数学能如此有效地预测自然的行为,这是相当了不起的。

这种可重复性暗含自然行为的方方面面,我们可以重复、重复、再重复,就像不停地拿起和放开叉子。在这里,我们仅讨论大尺寸的宏观对象;小尺寸的微观对象也是存在的,它们有特殊的“量子”行为,我们在此不做深入探讨。如果连这部分也一并探讨,我们就会发现,我们目前所了解的自然真是太奇怪了!

还有一个重要的例外,科学有时也会涉及不可重复的情况,一次都不行,多次就更别提了。至少现在还不行。这里要说的是宏观大事件。随便选几个例子:地球的形成、生命的起源,以及 10 亿年前的金星气候变化。对于这类事件,我们可以建立和(通常格外有限的)自身知识相符的模型。但我们现在还不能进行细致的比较,也不能通过重复事件来进行检验。研究发生在遥远过去的事件时,这种问题尤其容易出现。

科学还有关乎美学的一面。比如,在科学家眼中,优秀模型的数学表达式是美妙而优雅的。这些表达式赏心悦目,但又神秘奇特!

阅读最新前沿科技趋势报告,请访问欧米伽研究所的“未来知识库”

https://wx.zsxq.com/group/454854145828

未来知识库是“欧米伽未来研究所”建立的在线知识库平台,收藏的资料范围包括人工智能、脑科学、互联网、超级智能,数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828 进入。

截止到3月31日 ”未来知识库”精选的百部前沿科技趋势报告

(加入未来知识库,全部资料免费阅读和下载)

  1. 牛津未来研究院 《将人工智能安全视为全球公共产品的影响、挑战与研究重点》

  2. 麦肯锡:超级智能机构:赋能人们释放人工智能的全部潜力

  3. AAAI 2025 关于人工智能研究未来研究报告

  4. 斯坦福:2025 斯坦福新兴技术评论:十项关键技术及其政策影响分析报告(191 页)

  5. 壳牌:2025 能源安全远景报告:能源与人工智能(57 页)

  6. 盖洛普 & 牛津幸福研究中心:2025 年世界幸福报告(260 页)

  7. Schwab :2025 未来共生:以集体社会创新破解重大社会挑战研究报告(36 页)

  8. IMD:2024 年全球数字竞争力排名报告:跨越数字鸿沟人才培养与数字法治是关键(214 页)

  9. DS 系列专题:DeepSeek 技术溯源及前沿探索,50 页 ppt

  10. 联合国人居署:2024 全球城市负责任人工智能评估报告:利用 AI 构建以人为本的智慧城市(86 页)

  11. TechUK:2025 全球复杂多变背景下的英国科技产业:战略韧性与增长路径研究报告(52 页)

  12. NAVEX Global:2024 年十大风险与合规趋势报告(42 页)

  13. 《具身物理交互在机器人 - 机器人及机器人 - 人协作中的应用》122 页

  14. 2025 - 2035 年人形机器人发展趋势报告 53 页

  15. Evaluate Pharma:2024 年全球生物制药行业展望报告:增长驱动力分析(29 页)

  16. 【AAAI2025 教程】基础模型与具身智能体的交汇,350 页 ppt

  17. Tracxn:2025 全球飞行汽车行业市场研究报告(45 页)

  18. 谷歌:2024 人工智能短跑选手(AI Sprinters):捕捉新兴市场 AI 经济机遇报告(39 页)

  19. 【斯坦福博士论文】构建类人化具身智能体:从人类行为中学习

  20. 《基于传感器的机器学习车辆分类》最新 170 页

  21. 美国安全与新兴技术中心:2025 CSET 对美国人工智能行动计划的建议(18 页)

  22. 罗兰贝格:2024 人形机器人的崛起:从科幻到现实:如何参与潜在变革研究报告(11 页)

  23. 兰德公司:2025 从研究到现实:NHS 的研究和创新是实现十年计划的关键报告(209 页)

  24. 康桥汇世(Cambridge Associates):2025 年全球经济展望报告(44 页)

  25. 国际能源署:2025 迈向核能新时代

  26. 麦肯锡:人工智能现状,组织如何重塑自身以获取价值

  27. 威立(Wiley):2025 全球科研人员人工智能研究报告(38 页)

  28. 牛津经济研究院:2025 TikTok 对美国就业的量化影响研究报告:470 万岗位(14 页)

  29. 国际能源署(IEA):能效 2024 研究报告(127 页)

  30. Workday :2025 发挥人类潜能:人工智能(AI)技能革命研究报告(20 页)

  31. CertiK:Hack3D:2024 年 Web3.0 安全报告(28 页)

  32. 世界经济论坛:工业制造中的前沿技术:人工智能代理的崛起》报告

  33. 迈向推理时代:大型语言模型的长链推理研究综述

  34. 波士顿咨询:2025 亚太地区生成式 AI 的崛起研究报告:从技术追赶者到全球领导者的跨越(15 页)

  35. 安联(Allianz):2025 新势力崛起:全球芯片战争与半导体产业格局重构研究报告(33 页)

  36. IMT:2025 具身智能(Embodied AI)概念、核心要素及未来进展:趋势与挑战研究报告(25 页)

  37. IEEE:2025 具身智能(Embodied AI)综述:从模拟器到研究任务的调查分析报告(15 页)

  38. CCAV:2025 当 AI 接管方向盘:自动驾驶场景下的人机交互认知重构、变革及对策研究报告(124 页)

  39. 《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新 132 页

  40. 《面向科学发现的智能体人工智能:进展、挑战与未来方向综述》

  41. 全国机器人标准化技术委员会:人形机器人标准化白皮书(2024 版)(96 页)

  42. 美国国家科学委员会(NSB):2024 年研究与发展 - 美国趋势及国际比较(51 页)

  43. 艾昆纬(IQVIA):2025 骨科手术机器人技术的崛起白皮书:创新及未来方向(17 页)

  44. NPL&Beauhurst:2025 英国量子产业洞察报告:私人和公共投资的作用(25 页)

  45. IEA PVPS:2024 光伏系统经济与技术关键绩效指标(KPI)使用最佳实践指南(65 页)

  46. AGI 智能时代:2025 让 DeepSeek 更有趣更有深度的思考研究分析报告(24 页)

  47. 2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告(37 页)

  48. 华为:2025 鸿蒙生态应用开发白皮书(133 页

  49. 《超级智能战略研究报告》

  50. 中美技术差距分析报告 2025

  51. 欧洲量子产业联盟(QuIC):2024 年全球量子技术专利态势分析白皮书(34 页)

  52. 美国能源部:2021 超级高铁技术(Hyperloop)对电网和交通能源的影响研究报告(60 页)

  53. 罗马大学:2025 超级高铁(Hyperloop):第五种新型交通方式 - 技术研发进展、优势及局限性研究报告(72 页)

  54. 兰德公司:2025 灾难性网络风险保险研究报告:市场趋势与政策选择(93 页)

  55. GTI:2024 先进感知技术白皮书(36 页)

  56. AAAI:2025 人工智能研究的未来报告:17 大关键议题(88 页)

  57. 安联 Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告

  58. 威达信:2025 全球洪水风险研究报告:现状、趋势及应对措施(22 页)

  59. 兰德公司:迈向人工智能治理研究报告:2024EqualAI 峰会洞察及建议(19 页)

  60. 哈佛商业评论:2025 人工智能时代下的现代软件开发实践报告(12 页)

  61. 德安华:全球航空航天、国防及政府服务研究报告:2024 年回顾及 2025 年展望(27 页)

  62. 奥雅纳:2024 塑造超级高铁(Hyperloop)的未来:监管如何推动发展与创新研究报告(28 页)

  63. HSOAC:2025 美国新兴技术与风险评估报告:太空领域和关键基础设施(24 页)

  64. Dealroom:2025 欧洲经济与科技创新发展态势、挑战及策略研究报告(76 页)

  65. 《无人机辅助的天空地一体化网络:学习算法技术综述》

  66. 谷歌云(Google Cloud):2025 年 AI 商业趋势白皮书(49 页)

  67. 《新兴技术与风险分析:太空领域与关键基础设施》最新报告

  68. 150 页!《DeepSeek 大模型生态报告》

  69. 军事人工智能行业研究报告:技术奇点驱动应用加速智能化重塑现代战争形态 - 250309(40 页)

  70. 真格基金:2024 美国独角兽观察报告(56 页)

  71. 璞跃(Plug and Play):2025 未来商业研究报告:六大趋势分析(67 页)

  72. 国际电工委员会(IEC):2025 智能水电技术与市场展望报告(90 页)

  73. RWS:2025 智驭 AI 冲击波:人机协作的未来研究报告(39 页)

  74. 国际电工委员会(IEC):2025 智能水电技术与市场展望报告(90 页)

  75. RWS:2025 智驭 AI 冲击波:人机协作的未来研究报告(39 页)

  76. 未来今日研究所 2025 年科技趋势报告第 18 版 1000 页

  77. 模拟真实世界:多模态生成模型的统一综述

  78. 中国信息协会低空经济分会:低空经济发展报告(2024 - 2025)(117 页)

  79. 浙江大学:2025 语言解码双生花:人类经验与 AI 算法的镜像之旅(42 页)

  80. 人形机器人行业:由 “外” 到 “内” 智能革命 - 250306(51 页)

  81. 大成:2025 年全球人工智能趋势报告:关键法律问题(28 页)

  82. 北京大学:2025 年 DeepSeek 原理和落地应用报告(57 页)

  83. 欧盟委员会 人工智能与未来工作研究报告

  84. 加州大学伯克利分校:面向科学发现的多模态基础模型:在化学、材料和生物学中的应用

  85. 电子行业:从柔性传感到人形机器人触觉革命 - 250226(35 页)

  86. RT 轨道交通:2024 年中国城市轨道交通市场数据报告(188 页)

  87. FastMoss:2024 年度 TikTok 生态发展白皮书(122 页)

  88. Check Point:2025 年网络安全报告 - 主要威胁、新兴趋势和 CISO 建议(57 页)

  89. 【AAAI2025 教程】评估大型语言模型:挑战与方法,199 页 ppt

  90. 《21 世纪美国的主导地位:核聚变》最新报告

  91. 沃尔特基金会(Volta Foundation):2024 年全球电池行业年度报告(518 页)

  92. 斯坦福:2025 斯坦福新兴技术评论:十项关键技术及其政策影响分析报告(191 页)

  93. 国际科学理事会:2025 为人工智能做好国家研究生态系统的准备 - 2025 年战略与进展报告(英文版)(118 页)

  94. 光子盒:2025 全球量子计算产业发展展望报告(184 页)

  95. 奥纬论坛:2025 塑造未来的城市研究报告:全球 1500 个城市的商业吸引力指数排名(124 页)

  96. Future Matters:2024 新兴技术与经济韧性:日本未来发展路径前瞻报告(17 页)

  97. 《人类与人工智能协作的科学与艺术》284 页博士论文

  98. 《论多智能体决策的复杂性:从博弈学习到部分监控》115 页

  99. 《2025 年技术展望》56 页 slides

  100. 大语言模型在多智能体自动驾驶系统中的应用:近期进展综述

  101. 【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用

  102. 皮尤研究中心:2024 美国民众对气候变化及应对政策的态度调研报告:气候政策对美国经济影响的多元观点审视(28 页)

  103. 空间计算行业深度:发展趋势、关键技术、行业应用及相关公司深度梳理 - 250224(33 页)

  104. Gartner:2025 网络安全中的 AI:明确战略方向研究报告(16 页)

  105. 北京大学:2025 年 DeepSeek 系列报告 - 提示词工程和落地场景(86 页)

  106. 北京大学:2025 年 DeepSeek 系列报告 - DeepSeek 与 AIGC 应用(99 页)

  107. CIC 工信安全:2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告(42 页)

  108. 中科闻歌:2025 年人工智能技术发展与应用探索报告(61 页)

  109. AGI 智能时代:2025 年 Grok - 3 大模型:技术突破与未来展望报告(28 页)

上下滑动查看更多

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
OSZAR »