研究驱动的发展。 发动机磨损
研究“发现想法更难吗？” （“越来越难找到了吗？”）于 2017 年 XNUMX 月发布，然后在今年 XNUMX 月发布了扩展版本。 作者是四位著名经济学家，他们在其中表明，不断增加的研究工作带来的经济效益越来越少。
麻省理工学院的 John Van Reenen 和斯坦福大学的 Nicholas Bloom、Charles I. Jones 和 Michael Webb 写道：
“来自各行各业、产品和公司的大量数据表明，研究支出正在显着增加，而研究本身却在迅速下降。”
他们举了一个例子 摩尔定律注意到“现在每两年实现著名的计算密度翻倍所需的研究人员数量是 70 年代初期所需的 1950 倍以上。” 作者在与农业和医学相关的科学论文中注意到了类似的趋势。 越来越多的关于癌症和其他疾病的研究并没有导致更多的生命得以挽救，而是恰恰相反——成本增加和结果增加之间的关系变得越来越不利。 例如，自 XNUMX 年以来，每花费 XNUMX 亿美元用于研究，美国食品和药物管理局 (FDA) 批准的药物数量急剧下降。
这种观点在西方世界并不新鲜。 已经在 2009 年 本杰明琼斯 在他关于寻找创新越来越困难的研究中，他认为在特定领域的潜在创新者现在需要比以前更多的教育和专业化，才能变得足够熟练，以达到他们可以跨越的极限。 研究团队的数量在不断增长，与此同时，每位科学家的专利数量也在减少。
经济学家主要对所谓的应用科学感兴趣，即有助于经济增长和繁荣以及改善健康和生活水平的研究活动。 为此，他们受到批评，因为根据许多专家的说法，科学不能被简化为如此狭隘、功利的理解。 大爆炸理论或希格斯玻色子的发现并没有增加国内生产总值，而是加深了我们对世界的认识。 这不就是科学的全部意义吗？
斯坦福大学和麻省理工学院经济学家的头版研究
融合，即我们已经跟鹅打过招呼了
然而，很难挑战经济学家提出的简单数字比率。 有些人有一个经济学不妨认真考虑的答案。 许多人认为，科学现在已经解决了相对简单的问题，并且正在转向更复杂的问题，例如身心问题或物理学的统一。
这里有一些困难的问题。
在什么时候，如果有的话，我们会决定我们正在努力实现的一些成果是无法实现的？
或者，正如经济学家可能会说的，我们愿意花多少钱来解决已经证明非常难以解决的问题？
如果有的话，我们应该在什么时候开始减少损失并停止研究？
面对一个起初看起来很容易的非常困难的问题的一个例子是诉讼的历史。 热核聚变的发展. 30 年代核聚变的发现和 50 年代热核武器的发明使物理学家期待聚变可以迅速用于产生能量。 然而，XNUMX 多年过去了，我们在这条道路上并没有取得太大进展，尽管我们的眼窝融合产生了许多和平和可控能量的承诺，但事实并非如此。
如果科学正在将研究推到除了另一笔巨额财务支出之外别无他法的地步，那么也许是时候停下来考虑一下它是否值得。 似乎建造了强大的第二个装置的物理学家正在接近这种情况。 大型强子对撞机 到目前为止，几乎没有什么结果……没有结果可以支持或反驳这些大理论。 有人建议需要更大的加速器。 然而，并不是每个人都认为这是要走的路。
创新的黄金时代——建造布鲁克林大桥
骗子悖论
此外，正如教授在 2018 年 XNUMX 月发表的科学工作中所述。 大卫·伍尔珀特 从圣达菲研究所，你可以证明它们的存在 科学知识的基本局限.
这个证明始于一个“输出设备”的数学形式化——比如说，一个配备了超级计算机、大型实验设备等的科学家——如何获得关于他周围宇宙状态的科学知识。 有一个基本的数学原理限制了通过观察你的宇宙、操纵它、预测接下来会发生什么或对过去发生的事情得出结论所获得的科学知识。 即，输出设备及其获得的知识， 一个宇宙的子系统. 这种连接限制了设备的功能。 Wolpert 证明了总会有一些他无法预测，一些他无法记住也无法观察到的事情。
“从某种意义上说，这种形式主义可以看作是唐纳德·麦凯声称未来叙述者的预测不能解释叙述者对该预测的学习效果的延伸，”Woolpert 在 phys.org 上解释道。
如果我们不要求输出设备知道关于它的宇宙的一切，而是要求它尽可能多地知道可以知道的东西怎么办？ 沃尔珀特的数学结构表明，具有自由意志（明确定义）和对宇宙的最大了解的两种推理装置不能在那个宇宙中共存。 可能有也可能没有这样的“超级参考设备”，但不会超过一个。 Wolpert 开玩笑地称这个结果为“一神论原则”，因为虽然它并没有禁止我们的宇宙中存在一个神，但它确实禁止了不止一个神的存在。
沃尔珀特将他的论点与 粉笔人悖论克里特岛克诺索斯的埃皮梅尼德斯（Epimenides）在其中发表了著名的声明：“所有克里特岛人都是骗子。” 然而，与 Epimenides 的陈述暴露了系统具有自我参照能力的问题不同，沃尔珀特的推理也适用于缺乏这种能力的推理设备。
Volpert 和他的团队在各个方向进行研究，从认知逻辑到图灵机理论。 圣达菲的科学家们正在尝试创建一个更加多样化的概率框架，这将使他们不仅能够研究绝对正确知识的局限性，而且还能研究当推理设备不应该以 XNUMX% 的准确率工作时会发生什么。
圣达菲研究所的大卫沃尔珀特
这不像一百年前
沃尔珀特基于数学和逻辑分析的考虑告诉了我们一些关于科学经济学的信息。 他们建议，现代科学最遥远的任务——宇宙学问题，关于宇宙起源和性质的问题——不应该是最大的财务成本领域。 能否得到满意的解决方案值得怀疑。 充其量，我们将学习新事物，这只会增加问题的数量，从而增加无知的领域。 这种现象为物理学家所熟知。
然而，正如前面提供的数据所示，对应用科学的定位和所学知识的实际效果正变得越来越不有效。 就好像燃料快用完了，或者科学的引擎老旧了，就在两百或一百年前，它如此有效地推动了技术的发展、发明、合理化、生产，最后，整个经济，导致人们的福祉和生活质量的提高。
关键是不要拧你的手，撕破你的衣服。 但是，绝对值得考虑是否该进行重大升级甚至更换该引擎。
