強推理(二)

上期回顧:從分子生物學、對分析方法的抗拒和高能物理學等方面介紹platt的思想。以下為本期內容的分享。

引言

一個經驗主義的科學體系必須有可能被經驗駁倒

——Popper

不幸的是,我認為今天的其他科學領域相比之下都是病態的,因為它們已經忘記了替代假設和正否的必要性。每個人在邏輯樹上只有一根樹枝,或者根本沒有,它會隨機地扭曲,在任何時候都不需要做出重要的決定

——約翰·R·普拉特


今天我們宣揚只有定量的科學才是科學,我們用相關性代替因果研究,用物理方程代替有機的推理。測量和方程事實上往往會使思維變得模糊且沒有因果性;往往成為科學操作的對象,而不是關鍵推論的輔助檢驗。大多數重大的科學問題都是定性不是定量的。方程和測量只有在與證明相關時才有用,證明或反證才是首先需要考慮的,事實上,當它們能夠令人絕對信服而不需要任何定量的測量時是最強大的

——約翰·R·普拉特


說明

本文是芝加哥大學的生物物理學家John R. Platt於1964年在Science雜誌發表的一篇經典文章。作者認為,“強推理”能夠使科學得以快速的發展,並且為我們提供了一個思考科學方法有效性的標準。作者指出,類似於邏輯樹,我們應該系統學習和思考替代性假設,然後逐步排除,但證明或者反證才是其目的,即“問題導向”。

強推理(二)

John R. Platt. Biophysicist at the University of Chicago. 約翰·R·普拉特 芝加哥大學生物物理學家


歸納與多重假設

在歷史發展過程中,有兩個主要的貢獻促進了強推理方法的發展。第一個是弗朗西斯·培根所做的貢獻。他想要一種“發現自然”的“更可靠的方法”,而不是當時那些邏輯上站不住腳或包羅萬象的理論,或是雖然值得稱讚,但卻很粗糙的“通過簡單的列舉”來進行歸納的方法。他不像有些人那樣,僅僅鼓勵實驗,他證明了理論與實驗相結合的豐富性,從而使理論與實驗相互印證。在他提出的許多歸納方法中,我認為最重要的是條件歸納樹它從可供選擇的假設(他稱之為可能的“原因”)出發,經過關鍵的實驗(“指路牌的實例”),排除了一些選擇後採用留下的假設(“建立公理”)

他在《新工具論》第二卷中提出的許多重要實驗至今仍令人著迷。例如,為了確定一個物體的重量是由於它的“固有性質”,還是由於地球的引力,隨著距離的增加而減小。他建議將一個擺鐘和一個彈簧鍾從地面吊到一個高高的塔尖上,對其速度進行比較。他的結論是,如果掛在塔尖上的鐘擺“由於重量的作用減弱而比原來走得慢……我們可以把地球的引力作為重量的原因。”

有一個方法可以把這些空洞的理論分離出來!

培根說,任何人都可以學習歸納法,就像學習“藉助一把尺子或一副圓規畫一條更直的線或一個更完美的圓……”,“我發現科學的方法遠遠超出了人們的智力水平,卻很少能成就個人的卓越,因為它以最可靠的規則和示範來完成一切。”即使偶爾的錯誤也不是致命的,“從錯誤中要比從混亂中更快地發現真理。”

由此便可看出為什麼年輕人會躍躍欲試。

然而,這種方法有一個困難。正如培根所強調的,有必要“排除”。他說,"歸納法要用於科學和藝術的發現和論證,必須通過適當的拒絕和排除來分析自然;然後,在足夠多的否定之後,得出肯定的結論。” 直到排除一切以後,才可加以肯定。

或者,正如哲學家卡爾·波普爾(Karl Popper)所說,在科學中不存在證明這樣的東西——因為一些後來的替代解釋可能同樣好甚至更好——因此,科學只有通過正否才能進步。做出不可證偽的假設是沒有意義的,因為這些假設沒有任何意義;"

一個經驗主義的科學體系必須有可能被經驗駁倒"。

困難在於正否是一種硬教條。如果你有一個假設,而我有另一個假設,顯然必須排除其中一個。科學家似乎別無選擇,要麼是愚蠢的,要麼是好爭論的。也許這就是如此多的人傾向於抵制強有力的分析方法,以及一些偉大的科學家如此好爭論的原因。

幸運的是,在我看來,這個難題可以通過第二個偉大的智力發明來解決,即多重假設法。Chamberlin是芝加哥大學的地質學家,他以其對錢柏林-莫爾頓(Chamberlin-Moulton hypothesis)的太陽系起源假說的貢獻而聞名。多重假設法便由他提出,是對培根理論完善所必須的方法。

Chamberlin認為我們的困難在於當我們提出一個簡單的假設,我們就會依賴它。“一旦一個人根據一個現象,提出了一個假設,並找到令人滿意的解釋,人們就會依賴於這個解釋,圍繞著它形成絕對的理論,這就不經意的造成了理論要符合現實和現實要符合理論的壓力。“為了避免這種嚴重的危險,需要採用多重

工作假設的方法。它不同於簡單的工作假設。每一個假說都有自己的定義,有自己的證明方法,有自己的發現真理的方法,如果一組假說從各個方面圍繞著這個主題,那麼所有的手段和方法的結果都是豐富的。”

Chamberlin認為,這種方法“會導致某些獨特的思維習慣”,在教育中具有極高價值。

“當忠實地遵循足夠長的時間後,它就發展出一種自己的思維模式,這種思維模式可以被稱為複雜思維的習慣。”

Chamberlin已經找到了科學中許多問題的解釋和解決方法。良好的歸納推理所必需的是各種選擇之間的衝突和排斥,常常是人與人之間的衝突,即每個人都有他唯一的主導的理論。但當每個人開始有多重工作假設時,就變成了純粹的觀念之間的衝突。這樣,我們每個人都能更容易地找到確鑿的證據,找到強推理。事實上,當有不是任何人的“私人財產”的多重假設或者有至關重要的實驗來測試他們時,實驗室的日常生活就有了興趣和興奮,學生們迫不及待的想要看偵探故事的出現。在我看來,這就是Chamberlin所描述的那些“獨特的思維習慣”和“複雜思維”發展的原因,也是今天分子生物學和高能物理學團隊合作,甚至是國際團隊合作的原因。還有什麼比這更有效呢?

不幸的是,我認為今天的其他科學領域相比之下都是病態的,因為它們已經忘記了替代假設和正否的必要性。每個人在邏輯樹上只有一根樹枝,或者根本沒有,它會隨機地扭曲,在任何時候都不需要做出重要的決定。

有些憤世嫉俗者講了一個故事,這個故事可能是假的,它是關於一個理論化學家向他的學生解釋的,“因此我們看到,因為離子性質的百分比更小,所以第一個化合物中的C-Cl鍵比第二個化合物中的更長,。”

從教室後面傳來一個聲音,“但是X教授,根據表格,C-Cl鍵在第一種化合物中更短。”

“哦,是嗎?”教授說,“嗯,這還是很容易理解的,因為這種化合物中雙鍵的比例更高。”

如果這個故事是真的,則這類“理論”根本不是理論,因為它不排除任何東西。它變成了研究生重複和相信的一個簡單的口頭公式,因為教授經常說它。這不是科學,而是信仰;不是理論,而是神學。一個理論如果不能被證明是錯誤的,它就不是理論。

在化學中,共振理論家當然會認為我在批評他們,而分子軌道理論家則會認為我在批評他們。但是他們的行動就是我們的行動,因為我也包括在他們之中(為他們說話)。

然而,我在這裡的目的不是罵人,而是說我們都是罪人,在每一個領域和每一個實驗室裡,我們都需要努力提出多種備選假設,這些假設要足夠尖銳,足以正否。

強推理(二)


強推理的系統應用

許多科學家的工作方法已經證明了強推理的力量。那麼,是不是在許多情況下,成功並不是因為系統地使用了培根的“最可靠的規則和論證”,而是因為研究者具備極高的智力呢? Faraday的日記以及Fermi的筆記都證明,他們相信通過正式歸納方法來處理一個又一個問題的日常步驟是有效的。

在發現x射線後的8周內,Roentgen就識別出了其中17種主要性質,而在他相關的第一篇論文中,每一個論證都完美地體現了歸納推理方法。除非採用了一種最有效的方法,否則這些論證是怎麼進展得如此之迅速呢?另外一個體現強推理思想的重要領域是有機化學。比如,苯中的化學鍵是單雙鍵交替的還是等價的呢?如果是交替的,那麼應該有五種雙取代衍生物;如果是等價的,那麼應該有三種。事實上,苯有三種雙取代衍生物。這就是一個強推理檢驗——它不是關於產品質量的克數或毫克數的測量,而是一種基於邏輯的選擇。如果不是基於這樣的方法,在用x射線和紅外測量證實這些推論的50年前,科學家們又怎麼可能推斷出碳原子的四面體結構或苯的六邊形對稱結構呢?

而在生物學領域,沒有人會懷疑Pasteur帶來了一種完全不同的推理方法:每隔兩三年,他就會接二連三地研究一個又一個生物學問題,從光學活性到甜菜糖的發酵,到葡萄酒和啤酒的“疾病”,到蠶的疾病,到“自然繁殖”的問題,到“羊的炭疽病”,再到狂犬病。每一個領域都有比Pasteur瞭解得更多的專家,然而每次他都在幾個月內解決了他們無法解決的問題。當他一遍又一遍地重複下面這些問題時,我們可以發現,他的成功並不是來自於運氣或者是掌握了百科全書式的知識,而是來自於一種特殊的探索方法的力量:細菌會掉進去嗎?把燒瓶的瓶頸做成s形。細菌是被部分真空吸進去的嗎?插上棉花插頭。日復一日,他做的關鍵實驗建立起了排除的邏輯樹。今天分子生物學中的強推理只是Pasteur故事的重複。

像Newton和Maxwell等人在科學上所做出的偉大的綜合成就是罕見的、獨立的、超越任何規則或方法的,然而有趣的是,他們中一部分人在自己其他的工作中也體現了強推理的習慣或者思想,比如Newton在自己的專著Opticks中進行的歸納證明,以及Maxwel關於色覺只需要三種顏色的實驗證明。

強推理(二)


評價有效性的標準

系統使用強推理所顯示出的顯著的有效性給我們提供了一個思考科學方法有效性的標準。不幸的是,諸如調查、分類學、設備設計、系統測量及圖表、理論計算等常常被人們當作最終的目的,僅僅成為一門耗費時間的被誇大了的方法學。

在很多情況下,我們需要的不是耗費一輩子的時間進行研究,而是在短期內進行分析歸納推理。在任何一個新的領域,我們都應該像倫琴(Roentgen)一樣,嘗試看看我們能以多快的速度從普通檢驗過渡到分析推理;應該像巴斯德那樣,嘗試看看我們是否能得出百科全書所不能領悟出的強推理。

我們的確誠心測量和做一些小的研究,但大多數的這樣的研究只是成為思考的替代品和實驗室中可悲的智力浪費,成為一項可能引起長遠嚴重後果的錯誤研究

我們要提防只依賴於一種方法或者工具的人,不論他是實驗派還是理論派,因為這樣的人傾向於方法導向而不是問題導向。以方法為導向的人是被束縛的,而以問題為導向的人則是自由地探索最重要的東西。強推理可以將一個人重新引向問題導向的思維,但這需要他願意不斷地把舊方法放在一邊而去自學新的方法。

另一方面,每個提出科學的有效性問題的人可能也會得出這樣的結論:如果不是因為進行了一定的誤導,當代物理和化學中的許多數學計算原本其實是不相關的。今天我們宣揚只有定量的科學才是科學,我們用相關性代替因果研究,用物理方程代替有機的推理。測量和方程事實上往往會使思維變得模糊且沒有因果性;往往成為科學操作的對象,而不是關鍵推論的輔助檢驗。大多數重大的科學問題都是定性不是定量的。方程和測量只有在與證明相關時才有用,證明或反證才是首先需要考慮的,事實上,當它們能夠令人絕對信服而不需要任何定量的測量時是最強大的。

Platt在這裡的意思是,在我們稱之為科學的許多領域,我們已經開始喜歡我們慣常的方式,可以將我們的研究無限地繼續下去。我們測量、定義、計算、分析,但卻不去排除。但這並不是我們在解決科學問題時最有效地利用我們的大腦或取得最快進展的方法。

Platt在這裡指出,他並不是說自己的結論就必然正確,而是說,我們一直以來確實需要某種可能存在的評估科學有效性的絕對標準——一個許多人都同意,不會被時代的科學壓力、潮流、既得利益等因素所扭曲的標準。這種標準可以說是一種個人衡量標準,可以用來比較一個人自己的科學表現與其可能的表現,而強推理恰好提供了一種最大可能地衡量科學有效性的標準以及達到有效性的方法。

強推理(二)


關於強推理的一些指導

如何學習和教授這種方法?首先要明白,這種思維是一種可以被教授和學習的系統;其次是要以一種明確、正式、有規律的方式對待這件事情,每天花半小時或一小時進行分析思考,把邏輯樹、替代假設和關鍵實驗明確地寫在一個永久的筆記本上(正如Platt在其他地方提到過的,費米的筆記法可以被任何人採用並有所裨益)。這種強推理觀點對科學領域中的工作方法和價值觀念有極強的批判意義,這使得任何試圖對具體案例進行比較說明的嘗試都可能表現出自命不凡且故意破壞的意味。換句話說,我們應該主要通過其他例子來進行教授,並且只需要籠統地去勸說別人進行自我分析和自我提升。

Platt提出了一個任何人都可以學會並且可以隨時隨地按需要使用的檢驗方法,一塊使得來自第三方的批評不再那麼必要的強推理的試金石——即培根的“排除”,Platt將其稱之為“問題”。這種方法應該同時應用於對自身以及對他人的思考中,它包括:當你聽到任何科學解釋或理論時,你需要在腦海裡問:“可是,有什麼實驗可以證明你的假設是錯的呢?”或者聽到有人描述一個科學實驗時:“但是你的實驗證明了什麼假說呢?”

這種方法直接觸及到了問題的核心,它迫使每個人重新關注這樣一個核心的問題:即是否存在可以檢驗的科學進步。顯然許多科學家會對這樣的問題產生敵意,因為他們不習慣去考慮替代性假設和關鍵實驗,且人們也可能會像知道他所在領域的科學現狀。這個問題或許可以因此教育這樣的科學家以及他們的領域。另一方面,政府機構或許也可以利用這種試金石:值得進行投資的不是那些想要進行“調查”或做“更詳細研究”的人,而是那些“拿著筆記本、思考替代性假設和關鍵實驗”,知道如何進行反證並且已經在進行研究的人。

目前在許多領域都有一些非常困難的、高信息量的問題,比如光合作用、細胞組織、分子結構和神經系統的組織等問題,以及一些社會和國際問題,而能取得最快進展、最有效利用自己的大腦的方式,就是明確地按照每個步驟弄清楚問題是什麼,所有的替代性假設是什麼,然後建立關鍵實驗去嘗試正否部分假設。這種複雜的問題如果能得到解決,其解決方式只可能是人們以最大的效率去建立和排除可能性,在單位時間內獲得深度信息。

當我們整個群體都開始像這樣集中注意力時,我們可能會看到分子生物學上的現象一次又一次地重複出現,幾乎每個領域的科學理解率的速度都會出現數量級的增長。

強推理(二)


小結

兩個主要的貢獻——弗朗西斯·培根的貢獻以及條件歸納樹促進了強推理方法的發展,但這種方法必須通過適當的拒絕和排除來分析,在足夠多的否定之後得出肯定的結論。但困難在於正否是一種強硬的教條,由此產生了多重假設法。要知道,一個理論如果不能被證明是錯誤的,它就不是理論。強推理方法在許多領域已經有顯著的有效性的系統應用。這給我們提供了一個思考科學方法有效性的標準。一直以來,我們確實需要某種可能存在的評估科學有效性的絕對標準,強推理恰好提供了一種最大可能地衡量科學有效性的標準以及達到有效性的方法。在此我們亦簡要介紹了關於強推理的一些指導,希望每個領域的科學理解率都能迅速增長,這是我們所期盼的。


分享到:


相關文章: