楊文采

（浙江大學地球科學學院，杭州310058）

知識的碎片化與整體化問題，也就是專業(yè)化與系統(tǒng)化問題，與個人和社會的發(fā)展息息相關。1946年后，隨著時代的發(fā)展和進步，科學技術發(fā)生了全面的、根本性變革。科技有如下特征：（1）科學研究主流是專業(yè)化，專業(yè)越分越細，導致知識的碎片化。（2）信息革命帶來了大數據時代，以大數據為基礎和以新算法為橋梁的知識創(chuàng)新，推動了所有領域的科技革命。在小數據時代，可以應用簡約的方程式建立系統(tǒng)穩(wěn)態(tài)時主要組元的相互作用模型。但是，通過簡約的方程式難以描述復雜系統(tǒng)的行為和相變。大數據時代給現(xiàn)代科學的變革帶來了新機遇。（3）科學技術的研究路線發(fā)生了從尋找普適規(guī)律到尋找數據和新算法的巨變。（4）算法研究使機器的學習和思考能力超過了人類的平均水平，人工智能研究的突破可能使人的價值發(fā)生貶值。2014年提出的對抗生成算法模擬人類尋找規(guī)律的思維，表明智能計算機已經可以代替科學家去找規(guī)律，其速度和效率可能打敗了大多數科學家。如果科學家不能比智能計算機聰明，只能給機器打工。要與智能計算機比賽，還是準備快樂地給機器打工？

智能計算機超過大部分人類的智力水平的原因，是由于智能計算機邏輯推理速度快和知識存儲容量大。人的大腦皮層細胞生長慢，知識存儲容量小，而且效率不高。隨著知識的碎片越來越多，人腦知識的系統(tǒng)組織越來越困難。知識的系統(tǒng)化要求積累大量的知識碎片，通過逐步的類比和綜合分析，把相關信息連接貫通成為整體。知識碎片是大量的點，把相關信息連接成線，最后貫通成為的整體是面，即學科理論的譜系。由點、線、面構成的知識譜系就像梵高或者吳冠中的抽象畫，是代表時代精神產品的杰作。知識時代會用點、線、面構成知識譜系的人就是人類社會中的精英，他們將引領本世紀科技的發(fā)展方向。大數據時代給現(xiàn)代科學帶來的新機遇在于，有了全面和豐富的數據，就可以建立復雜系統(tǒng)所有組元之間的相互作用譜系。復雜系統(tǒng)相變時主要組元和它們之間的相互作用都會發(fā)生變化，大數據的分析就可以揭示系統(tǒng)宏觀層面的這些變化規(guī)律，把經典的簡約方程式推向描述真實自然系統(tǒng)的演化譜系。

智能計算機是由知識時代會用點、線、面構成知識譜系的人的經驗設計的，它的弱點是不會主動思維。會構成知識譜系的人訓練出智能機器，智能機器代替人去思維，人的思維能力越來越分野。聰明人越來越聰明，一般人越來越不用動腦筋。要想不比機器笨，只有一種辦法：超越智能機器的思維。

智能機器的出現(xiàn)給人類社會帶來危機感。人類的思維能力是幾萬年來不斷改進才提高的，但是幾年訓練出來的智能機器就可以得到這種能力。我們要怎樣去努力，超越智能機器的思維能力呢？答案可能是學會、點、線面的思維路線，包括以下3個環(huán)節(jié)：（1）吸積。從點出發(fā)，吸收和積累大量基礎的專業(yè)知識碎片。人類知識的生長都發(fā)生在大腦己有知識庫的邊緣。已有知識庫體量越大，邊緣面積就越大，吸納專業(yè)知識碎片的能力也越大。在社會層面上，教育必須遵循人類知識的生長規(guī)律，中小學校和大學本科教學大綱是吸積環(huán)節(jié)優(yōu)化知識庫結構的關鍵。（2）填縫。連點成線，學會通過思維聯(lián)通知識碎片之間的縫隙。知識體系是前人填縫思維的結晶，不僅要學到知識碎片的內容，還要學會前人填縫思維的創(chuàng)新思路。從科學研究的路線來說，專業(yè)細分不可避免，但要瞄準學科之間的縫隙開展學科交叉。從教育路線來說，教育要知識傳授和思維引導并重，一定要糾正填鴨式教育和考試分數評價體系的弊端。（3）平衡。連線成網，在吸積和填縫的學習過程中取得碎片知識與整體知識之間的平衡。這種平衡就是個人智力自組織的最優(yōu)化。智能機器的中央處理器不升級就不能改變，而人類的思維是可以不斷升級的。

個人的思維不要停留在對簡單的線性系統(tǒng)分析模式上，智慧就在于對復雜系統(tǒng)行為的深刻理解。靈活地運用計算機的邏輯推理和存儲能力，把大腦智力和電腦智力密切溝通，不斷優(yōu)化對復雜系統(tǒng)宏觀層面變化規(guī)律的認識，就可以建立映射真實自然系統(tǒng)規(guī)律的理論譜系。在市場經濟的社會中，互聯(lián)網提供的大都是課本上有的碎片化知識，核心的智慧也許是難以見示的?！暗揽傻溃浅５馈?，揭開自然的奧秘是人類永遠的追求。在人類歷史上，總有一些人會去思考被大眾所忽視的東西，他們思維的閃光投影出自然奧秘的蛛絲馬跡。正是這些蛛絲馬跡閃光的積累造就了現(xiàn)代科學，使我們的認識一步步接近自然的奧秘。自然人和智能機器的競賽，一定會加速我們接近自然奧秘的進程。

——摘自《科技導報》2019年第14期