你知道嗎？科學(xué)正陷于一場(chǎng)數(shù)據(jù)危機(jī)之中。 去年，單是生物醫(yī)學(xué)領(lǐng)域發(fā)表的新論文就超過了120萬篇，這使得同行評(píng)審的生物醫(yī)學(xué)論文總數(shù)突破了2,600萬篇。然而，科學(xué)家每年平均只能閱讀大約250篇論文。與此同時(shí)，科學(xué)文獻(xiàn)的質(zhì)量一直在下降。一些最新的研究發(fā)現(xiàn)，絕大多數(shù)生物醫(yī)學(xué)論文都是不可重復(fù)的，也就是說第三方無法加以驗(yàn)證。 論文數(shù)量太多而質(zhì)量太差，這種雙重挑戰(zhàn)的根源在于，人腦的神經(jīng)能力是有限的。隨著人類積累的知識(shí)不斷增多，科學(xué)家借以推導(dǎo)假說的知識(shí)在總體知識(shí)中所占的比例越來越小。 其結(jié)果是，他們提出錯(cuò)誤問題的頻率越來越高，或者，他們?cè)絹碓蕉嗟匕l(fā)現(xiàn)，自己提出的問題已經(jīng)被解答過了。而且，人類的創(chuàng)造力似乎越來越依賴于過往經(jīng)歷的隨機(jī)性——也就是特殊的生活事件讓研究人員注意到了被其他人忽視的東西。雖然運(yùn)氣一直是科學(xué)發(fā)現(xiàn)中的一個(gè)因素，但它目前起到的作用已經(jīng)遠(yuǎn)遠(yuǎn)超出了應(yīng)有的水平。 要解決當(dāng)前的危機(jī)，一種很有前景的策略是，把機(jī)器和人工智能整合到科研過程中。與人腦相比，機(jī)器的記憶力和計(jì)算力更強(qiáng)。 如果科研過程能夠?qū)崿F(xiàn)自動(dòng)化，我們獲得科學(xué)發(fā)現(xiàn)的速度也許會(huì)大為提高。它甚至可能開啟另一場(chǎng)科學(xué)革命。而這個(gè)意義重大的可能性能否實(shí)現(xiàn)，則要取決于一個(gè)同樣重要的問題：科學(xué)發(fā)現(xiàn)真的能實(shí)現(xiàn)自動(dòng)化嗎？ 我認(rèn)為是可以的，只需一種我們已經(jīng)熟知了數(shù)百年的方法。這個(gè)問題的答案可以在弗朗西斯·培根的著作中找到，這位17世紀(jì)的英國哲學(xué)家，同時(shí)也是現(xiàn)代科學(xué)的重要始祖。 人類首次對(duì)科學(xué)方法做出論述，可以追溯到好幾百年前的穆斯林思想家，比如伊本·艾爾-海什木，他同時(shí)強(qiáng)調(diào)了經(jīng)驗(yàn)論和實(shí)驗(yàn)法的重要性。不過，培根才是第一位正式確立科學(xué)方法，并使其成為一個(gè)研究課題的人。  在1620年出版的著作《新工具》中，培根提出了一種用于科學(xué)發(fā)現(xiàn)的模型，它的另一個(gè)名字你或許更加熟悉：培根歸納法。培根反對(duì)把三段論邏輯（傳送門 | 亞里士多德是如何發(fā)明計(jì)算機(jī)的）用于科學(xué)的演繹推理，他認(rèn)為這種邏輯是不可靠的。 他提出了另一種方法，主張系統(tǒng)地收集某種特定現(xiàn)象的相關(guān)觀察結(jié)果，列成表格，并利用歸納邏輯進(jìn)行客觀分析，以此得出可推而廣之的概念。在他看來，只有脫離了不完整的（因此是錯(cuò)誤的）公理的束縛，才有可能發(fā)現(xiàn)真理。 培根歸納法試圖消除觀察和概念化過程中的邏輯偏差，辦法就是通過劃定演繹推理的每一個(gè)步驟，并對(duì)每一步分別進(jìn)行優(yōu)化。培根的想法是，利用觀察者組成的社群收集關(guān)于自然的巨量信息，然后整理成可用歸納邏輯進(jìn)行分析的集中式記錄。 他在《新工具》中寫道：“經(jīng)驗(yàn)主義者就像螞蟻，它們只會(huì)積累和使用；理性主義者如同蜘蛛，它們只憑自己的材料織網(wǎng)。蜜蜂的方法是最好的，它們走的是一條中間道路，采集現(xiàn)有的材料并加以利用。” 培根歸納法如今已經(jīng)很少被用到。事實(shí)證明，這種方法太費(fèi)力，而且成本過高；其技術(shù)應(yīng)用不甚明朗。不過當(dāng)時(shí)，一種科學(xué)方法的正式確立已然標(biāo)志著革命性的進(jìn)步。在那之前，科學(xué)是形而上學(xué)的，是屬于少數(shù)學(xué)者的特權(quán)，他們大多出身貴族。 而通過挑戰(zhàn)古希臘先哲的權(quán)威并劃定科學(xué)發(fā)現(xiàn)的步驟，培根創(chuàng)造了一幅藍(lán)圖，憑借這幅藍(lán)圖，任何人都有機(jī)會(huì)成為科學(xué)家，無論其出身背景如何。 培根還揭示了一個(gè)被隱藏的重要事實(shí)：科學(xué)發(fā)現(xiàn)的過程本質(zhì)上是算法式的。它是有限數(shù)量的步驟經(jīng)過重復(fù)，直至得出有意義結(jié)果的過程。培根在描述自己的方法時(shí)，明確使用了“機(jī)器”一詞。 他的科學(xué)算法包括三個(gè)主要步驟： 第一步，收集關(guān)于現(xiàn)象的觀察結(jié)果，并整合成一個(gè)知識(shí)總庫； 第二步，利用新的觀察結(jié)果，提出新的假設(shè)； 第三步，通過精心設(shè)計(jì)的實(shí)驗(yàn)來驗(yàn)證假設(shè)。 而如果科學(xué)是算法式的，那它必定具有實(shí)現(xiàn)自動(dòng)化的可能性。過去數(shù)十年中，信息和計(jì)算機(jī)科學(xué)家一直不曾涉足這個(gè)充滿未來主義的夢(mèng)幻，這主要是因?yàn)?，科學(xué)發(fā)現(xiàn)的三個(gè)主要步驟位于不同的層面。 觀察是感知性的，提出假設(shè)是思想性的，實(shí)驗(yàn)則是機(jī)械性的。科研過程的自動(dòng)化需要將機(jī)器有效地整合到每一步中，并保證這三步之間的銜接順暢無礙。而至今，還沒有人知道如何做到這一點(diǎn)。 我們近來的大多數(shù)重要進(jìn)展都是在實(shí)驗(yàn)層面取得的。例如，制藥業(yè)使用自動(dòng)化的高通量篩選平臺(tái)進(jìn)行藥物設(shè)計(jì)，這一做法已成為常態(tài)。一些初創(chuàng)公司，比如美國加州的Transcriptic和Emerald Cloud Lab正在開發(fā)系統(tǒng)，旨在讓生物醫(yī)學(xué)研究人員的幾乎所有體力任務(wù)都實(shí)現(xiàn)自動(dòng)化?？茖W(xué)家現(xiàn)在可以在線提交實(shí)驗(yàn)方案，將其轉(zhuǎn)換成代碼，并饋入機(jī)器人平臺(tái)，在那里進(jìn)行一系列生物實(shí)驗(yàn)。 這些解決方案對(duì)那些需要大量實(shí)驗(yàn)的學(xué)科最有幫助，比如分子生物學(xué)和化學(xué)工程學(xué)。不過，類似的方法也可以應(yīng)用到其他數(shù)據(jù)密集型領(lǐng)域，甚至擴(kuò)展至理論學(xué)科。  芝加哥大學(xué)教授唐·斯旺森（Don Swanson） 相比之下，假設(shè)提出層面的自動(dòng)化水平就沒有那么先進(jìn)了。不過，唐·斯旺森（Don Swanson）上世紀(jì)80年代的一項(xiàng)研究幫助我們向前邁出了重要一步。他證明了，在科學(xué)文獻(xiàn)中，不相關(guān)的想法之間存在著隱藏的聯(lián)系；利用一種簡(jiǎn)單的演繹邏輯框架，他可以把來自不同領(lǐng)域、引用上毫無重疊的論文聯(lián)系在一起。 通過這種方式，斯旺森得以對(duì)食用魚油與雷諾氏病之間的聯(lián)系提出新的假設(shè)，而不用開展任何實(shí)驗(yàn)，也無需熟知任一領(lǐng)域。近年來出現(xiàn)的其他方法則依賴于數(shù)學(xué)建模和圖形理論。 研究人員把大型數(shù)據(jù)集整合在一起，知識(shí)在其中被投射成網(wǎng)絡(luò)，網(wǎng)絡(luò)的節(jié)點(diǎn)就是概念，而網(wǎng)絡(luò)的連線則代表了概念之間的聯(lián)系。通過發(fā)掘節(jié)點(diǎn)之間未被發(fā)現(xiàn)的連線，我們就能得到新的假設(shè)。 在科研過程自動(dòng)化的問題上，最具挑戰(zhàn)性的一步是，如何大規(guī)模收集可靠的科學(xué)觀察結(jié)果。在觀察層面上，目前還沒有一個(gè)集中式的數(shù)據(jù)庫將人類所有的科學(xué)知識(shí)囊括在內(nèi)。自然語言處理已經(jīng)發(fā)展到不僅可以自動(dòng)從科學(xué)論文中提取聯(lián)系，而且還能理解上下文關(guān)系。 然而，主要的學(xué)術(shù)出版商都對(duì)這樣的文本挖掘做出了嚴(yán)格限制。更重要的是，論文的文本可能因?yàn)榭茖W(xué)家的解讀（或誤讀）而發(fā)生偏差，并且可能包含難以提取和量化的復(fù)雜概念和方法論。 盡管如此，計(jì)算技術(shù)和網(wǎng)絡(luò)數(shù)據(jù)庫的最新進(jìn)展使得培根歸納法有史以來第一次變得切實(shí)可行。即便在科學(xué)發(fā)現(xiàn)能夠?qū)崿F(xiàn)自動(dòng)化之前，在當(dāng)下，純粹還原論接近其效用邊際之時(shí)，推行培根歸納法也是有價(jià)值的。 在大數(shù)據(jù)時(shí)代，人腦已無法足夠有效地重構(gòu)高度復(fù)雜的自然現(xiàn)象。一種現(xiàn)代化的培根歸納法可以改變我們對(duì)世界的理解。它通過數(shù)據(jù)挖掘來整合還原論思想，然后通過歸納式計(jì)算模型對(duì)這些信息進(jìn)行分析。 憑借此種方法，我們可以提出更有可能得到證實(shí)的新假設(shè)，同時(shí)也使驗(yàn)證過程更加便捷，從而填補(bǔ)人類知識(shí)的空白。此外，它還起到了一種警示作用，這正是當(dāng)今科學(xué)界迫切需要的，它提醒著我們勿忘科學(xué)的真諦：追尋真理，挑戰(zhàn)權(quán)威，崇尚自由。 本文作者是哈佛醫(yī)學(xué)院分子癌癥生物學(xué)家Ahmed Alkhateeb。他的研究工作聚焦于開發(fā)分析平臺(tái)，以提升生物醫(yī)學(xué)的研究效率。 翻譯：何無魚 來源：aeon |
|
|
