思维意识边界：科学与机器在思维极限处的碰撞

当今科学正处于一个十字路口：其进步究竟将由人类的思维推动，还是由我们创造出的机器推动？

科学事业中正出现一种分裂。一方是人类的大脑，它是我们人类所珍视的每一个故事、理论和解释的源头；另一方则是机器，它们的算法拥有惊人的预测能力，但其内部运行机制对人类观察者来说却完全不透明。当我们人类努力去理解世界的本质时，机器却能给出可测量、具有实际应用价值的预测，这些预测似乎超越了思维的极限。理解或许能满足我们的好奇心，它能为我们讲述因果关系的故事；而预测则能满足我们的需求，将各种机制映射到现实世界中。如今，我们面临着一个选择：哪种知识更重要？以及一个问题：其中一种知识是否会阻碍科学的进步？

理解与预测曾是盟友

直到不久前，理解和预测还是携手对抗无知的盟友。在科学革命初期，弗朗西斯·培根（Francis Bacon）是最早将二者结合起来的人之一。他主张科学家应该走出实验室，摆弄仪器。他认为，这种方法可以避免经院哲学在探究现实时所特有的痛苦停滞和循环论证。在他的著作《新工具》（1620 年）中，他写道：

“我们发现科学的新方法，几乎不依赖敏锐和强大的才智，实际上甚至使才智和智力变得平等。就像用手画一条直线或精确的圆时，很大程度上取决于手的稳定性和练习，但如果使用直尺或圆规，就几乎不需要这两种能力了；我们的方法也是如此。”

培根非常合理地提出，人类的感知和理性应该借助工具得到增强，通过这些工具，人类就能摆脱反思的迷宫。

艾萨克·牛顿（Isaac Newton）热情地采纳了培根的经验主义哲学。他一生都在致力于开发工具：物理透镜和望远镜，以及思维辅助工具和数学描述（即形式化模型），所有这些都加速了科学发现的进程。但在对仪器日益增长的依赖背后，隐藏着一个令人不安的分歧的种子：人类思维能够洞察的世界底层机制，与我们工具能够测量和建模的内容之间出现了差异。

理解与预测的差距威胁科学发展

如今，这一差距威胁着要将整个科学事业彻底撕裂。我们似乎已经达到了一个极限，在这个极限上，理解和预测——机制和模型——开始出现分歧。在培根和牛顿的时代，能够被人类思维理解的世界图景，以及能够被检验的预测，形成了一个良性循环。有实际观察结果支持的引人入胜的理论，推动了人类对从天体力学到电磁学和孟德尔遗传学等各个领域的理解。科学家们已经习惯了用动力学规则和定律来表达直观的理解，比如查尔斯·达尔文（Charles Darwin）的自然选择理论，或者格雷戈尔·孟德尔（Gregor Mendel）的独立分配原则，该原则描述了生物体的基因组如何通过其父母染色体的分离和重组而遗传。

但在“大数据”时代，理解和预测之间的联系不再成立。现代科学在解释原子、光和力等相对简单的问题上取得了惊人的进展。现在，我们正试图理解一个更加复杂的世界——从细胞到组织，从大脑到认知偏差，从市场到气候。新颖的算法使我们能够预测这些具有学习和进化能力的自适应系统的某些行为特征，而仪器则收集了大量关于它们的前所未有的信息。尽管这些统计模型和预测通常能得出正确的结果，但我们几乎不可能重建它们是如何得出这些结果的。工具智能，通常是机器智能，不仅抗拒理性，有时甚至公然与理性作对。例如，对基因组数据的研究可以捕捉到数百个参数——患者、细胞类型、条件、基因、基因位置等等——并将疾病的起源与数千个可能重要的因素联系起来。但这些“高维”数据集及其提供的预测，挑战着我们最佳的解读能力。

科学与复杂现实的冲突

如果我们能用牛顿和量子模型来预测人类行为，我们早就这么做了。但我们做不到。正是科学面对复杂现实时这种坦诚的碰撞，导致了这种分歧。一些批评者声称，正是我们自身顽固的人类中心主义——坚持认为我们的工具必须服从我们的智慧——阻碍了科学的进步。他们说，如果我们不再担心如何取悦人类的思维，就可以利用机器来加速我们对物质世界的掌控。计算机的智能模拟不必反映神经系统的结构，就像望远镜不必反映眼睛的解剖结构一样。事实上，射电望远镜就是一个极具说服力的例子，它展示了如何通过一种完全新颖的非光学机制来实现超越纯光学功能的效果，射电望远镜能够探测到银河系视线范围之外的其他星系。

理解和预测之间的巨大分歧，呼应了巴鲁赫·斯宾诺莎（Baruch Spinoza）对历史的洞察：“分裂并非源于对真理的热爱……而是源于对至高无上地位的过度渴望。”未来的斗争将是大脑和算法，究竟哪一个将在科学的王国中占据主导地位。