人类简史:从动物到上帝-第29部分

快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部! 如果本书没有阅读完，想下次继续接着阅读，可使用上方 "收藏到我的浏览器" 功能 和 "加入书签" 功能！



　　　　现代科学愿意承认自己的无知，就让它比所有先前的知识体系更具活力、更有弹『性』，也更有求知欲。这一点大幅提升了人类理解世界如何运作的能力，以及创造新科技的能力。然而，这也给人类带来祖先多半无须面对的一个严重问题。就现在这个体系而言，我们假设自己并非无所不知，现有的知识也并未定案，但这也同样适用于那些让数百万人得以有效合作的虚构故事。如果证据显示许多这些故事都大有问题，社会岂不是要崩溃了？要怎样才能让社会、国家和国际体系继续维持运作？

　　　　正因如此，现代想要维持社会政治秩序稳定，只能靠着两种不科学的方法，其他别无选择。

　　　　1。虽然采用科学理论，但必须违反一般科学做法：宣称这就是绝对的真理。纳粹就是采用这种方式，声称他们的种族政策是来自生物事实的推论。

　　　　2。不要采取科学方法，而诉诸“非科学的绝对真理”。这一直是自由人文主义的策略。自由人文主义的基础在于坚持主张人类的特殊价值和权利，但很尴尬的是，对智人的科学研究并不认同这种看法。

　　　　但我们也不该太过惊讶。毕竟，科学还是得倚靠着种种宗教和意识形态信仰，才能取得经费，并将研究正当化。

　　　　不论如何，现代文化已经比过去任何文化都更愿意承认自己的无知。而现代社会之所以还能够维系，原因之一就在于对科技和科学研究方法的信任，这几乎成了类似宗教的信仰，甚至在一定程度上也取代了对绝对真理的信念。

第39章　发现自己的无知（2）（）　
科学教条

　　　　现代科学没有需要严格遵守的教条，但研究方法有一个共同的核心：收集各种实证观察（可以用感官感受到的），并以数学工具整理。

　　　　人类从历史一开始就不断进行实证观察，但其影响常常十分有限。毕竟，如果我们觉得已经有了所有问题的答案，为什么还要浪费资源进行新的观察？然而，现代人们开始承认自己在某些非常重要的问题上几近无知，就开始觉得需要寻找取得全新的知识。因此，主流的现代研究方法就会预设旧知识有所不足。而且，这时候的重点不在于研究旧的知识体系，而是要强调新的观测、新的实验。如果现在观察到的现象与过去的传统知识体系相冲突，我们会认为现在的观察才正确。当然，如果是研究宇宙星系的物理学家、研究青铜时期城市的考古学家或是研究资本主义产生的政治学家，就不会忽略传统知识体系。他们会研究过去的智者究竟写了什么、说了什么。但不论是想当物理学家、考古学家还是政治学家，在读大学的第一年，就会有人告诉他们，要把目标放在超越爱因斯坦、施利曼（schliemann）和韦伯所告诉我们的知识。

　　　　然而，光是观察并不足以成为知识。为了要了解宇宙，我们必须整理各种观察，结合成完整的理论。早期的知识体系常常是用“故事”构成理论，而现代科学用的则是“数学”。

　　　　例如在《圣经》、《古兰经》、《吠陀经》或是儒教经典里，我们很少看到有图表或计算公式。传统的神话和经典里，讲到所谓的一般法则都是用文字叙述，而不是用数学公式。举例来说，摩尼教提出的基本原则就认为世界是善与恶的战场。恶的力量创造了物质，而善的力量创造了精神。人类就处于这两股力量之间，而应该从善弃恶。然而，摩尼教的先知摩尼（mani）并没有用什么公式来告诉我们善恶两方各自拥有多少力量，人类应该据以做什么选择。他从来没有算过什么“作用在人身上的力等于精神的加速度除以身体的质量”。

　　　　但这正是科学家的目标。在1687年，牛顿发表《自然哲学的数学原理》（themathematicalprinciplesofnaturalphilosophy），这可以说是现代历史最重要的著作。牛顿在书中提出三大运动定律，只要用三个非常简单的数学公式，就能够解释宇宙中苹果或是流星掉落的规律：

　　　　从此之后，任何人想要了解炮弹或行星是如何运动的，又会落向何方，只要测量一下物体的质量、方向、加速度和作用力，把这些数据填入牛顿的方程式，答案简直就像魔术一样跃于眼前。一直要到19世纪末，科学家才观察到有某些状况并不符合牛顿运动定律，于是带来下一波物理理论的革命：相对论和量子力学。

　　　　牛顿告诉我们，大自然这本书所用的书写语言是数学。某些章节可以总结成某个明确的方程式。也有些学者想仿照牛顿，将生物学、经济学和心理学整理成简单的公式，却发现这些领域实在太复杂，不可能依样画葫芦。然而，这并不代表他们就放弃了数学。在过去两百年间，为了处理现实中更复杂的层面，数学发展出一个新的分支：统计学。

　　　　1744年，亚历山大·韦伯斯特（alexanderwebster）和罗伯特·华莱士（robertwallace）这两位苏格兰长老会教士打算成立一个寿险基金，为神职人员的遗孀和孤儿提供补助。他们建议教会的每一位牧师都将收入拨一部分进入基金，基金用这笔钱从事投资。如果牧师过世，遗孀就能从基金的获利中取得分红，她的余生也有了保障。然而，他们必须先知道基金规模多大才足够完成这种目标。韦伯斯特和华莱士必须预测每年大约会有多少牧师过世、留下几位孤儿寡『妇』，以及这些寡『妇』在丈夫过世后还会活几年。

　　　　我们来提一下这两位教师“没有做”什么。他们没有向上帝祈祷告诉他们答案，没有在《圣经》或古代神学家作品中遍寻解答，也没有提出抽象的哲学争论。毕竟，苏格兰人本来就是个实际的民族。于是他们联络了爱丁堡大学的数学教授科林·麦克劳林（colinmaclaurin）。他们收集了民众过世年龄的资料，用以计算在某一年里可能有几位牧师过世。

　　　　这些计算要归功于当时不久前在统计与概率等领域的几项突破。其中之一是雅各布·伯努利（jacobbernoulli）的大数法则（lawoflargenumbers）。伯努利认为，虽然某些单一事件（例如某个人死亡）难以准确预测，但只要有了许多类似事件，用平均结果来预测就能相去不远。换句话说，虽然麦克劳林无法用数学预测韦伯斯特和华莱士是不是明年就会过世，但只要有足够的数据，他就能告诉韦伯斯特和华莱士明年很有可能有多少位苏格兰长老教会牧师过世。幸运的是，他们手上已经有现成的数据。爱德蒙·哈雷（edmondhalley）在50年前就已经发表相关统计表，正好派上用场。哈雷分析了德国布雷斯劳市（breslau）的1238份出生、1174份死亡记录，让我们看到某个20岁的人死在某一年的概率是1∶100，而50岁的人则是1∶39。

　　　　整理这些数字之后，韦伯斯特和华莱士得出结论：平均而言，苏格兰通常有930位长老教会牧师，每年过世27位，而其中有18位会留下遗孀。在没有留下遗孀的几位中，有5位会留下孤儿，至于有遗孀的，也有2位可能有不到16岁的孩子。他们还计算出遗孀有可能在多久之后过世或再婚（这种时候便停止补助）。有了这些数据之后，韦伯斯特和华莱士就能判断加入基金的牧师每人该付多少钱，为自己的亲人打算。当时，如果牧师年缴2英镑12先令又2便士，他的遗孀便能一年得到10英镑。这在当时可是一大笔钱。而如果他认为这还不够，可以选择年缴6英镑11先令3便士，遗孀一年就能得到25英镑，生活更为优渥。

　　　　根据他们的计算，到了1765年，这个“苏格兰教会牧师遗孀及孩童抚恤基金”总资本会有58348英镑。事后证明，他们的计算准确到不可思议。到了这一年，基金总资本为58347英镑，只比预测少了1英镑！这可是比所有宗教先知的预言都准确太多了。时至今日，他们的基金简称为苏格兰遗孀基金（scottishwidows），是全球最大的退休金和保险公司之一，总值高达1000亿英镑，现在任何人都能够购买其保单，而不只保障苏格兰的遗孀。｛74｝

　　　　这两位苏格兰神职人员所用的概率计算，后来不仅成了精算学的基础（这是退休金和保险业务的核心），也成了人口统计学的重要概念［人口统计学则是由圣公会的牧师罗伯特·马尔萨斯（robertmalthus）所建立］。接着，人口统计学又成了达尔文（他也差点儿成了英国圣公会的牧师）建立演化论的基础。虽然没有公式能够预测某种条件下什么样的生物可能演化，但遗传学家还是能够利用概率计算，了解某个特定族群产生特定突变的可能『性』。这样的概率模型已经成了经济学、社会学、心理学、政治学和其他社会科学及自然科学的基础。就算是物理学，最后牛顿的经典公式也加入了量子力学的概率云（probabilitycloud）概念。

　　　　只要看看教育的历史，就能知道这项进展对人类有多大的影响。一直以来，数学就是一门深奥的学问，就算是知识分子也很少真的全心投入。在中世纪的欧洲，教育的核心是逻辑、语法、修辞，数学教育通常就只是简单的算术和几何学。没有人研究统计学这件事。神学无疑是所有学科中的王道。

　　　　但到了今天，修辞学乏人问津，逻辑只剩哲学系继续捧场，神学只剩神学院大力支持。但有越来越多的学生有兴趣或是被强迫学数学。走向精确科学（exactscience）的趋势势不可挡，而所谓的“精确”，正是因为使用了数学工具。就算是像语言学或心理学这种传统上属于人文领域的学科，现在也越来越依赖数学，并试图让自己看来有着精确科学的样子。统计课程现在已经不只是物理学和生物学的必修课，连心理学、社会学、经济学和政治学也同样需要。

　　　　像是在我任教的大学，心理系列出的第一项必修课就是“心理学研究统计与方法概论”。而到了第二年，心理系学生还得修“心理学研究统计方法”。如果你告诉孔子、佛陀、耶稣和穆罕默德，要先学会统计，才能了解人的心灵、治愈人的疾病，他们一定会觉得一头雾水。

　　　　知识就是力量

　　　　对大多数人来说，要消化了解现代科学并不容易，因为对人脑来说，这种数学语言很难掌握，而且其结果常常与一般常识互相矛盾。在全球70亿人口中，有多少人真的了解量子力学、细胞生物学或总体经济学？尽管如此，因为科学为人类带来太多新的能力，也就享有崇高的地位。虽然总统和将军可能自己不懂核物理，但他们对于核弹能做什么事可是了如指掌。

　　　　在1620年，培根（francisbacon）发表了《新工具》（thenewinstrument）的科学宣言，提出“知识就是力量”。对“知识”的考验，不在于究竟是否真实，而在于是否能让人类得到力量或权力。科学家一般公认，没有任何一种理论百分之百正确。因此，用“真实”与否来为知识评分并不妥当。真正的考验就是实用『性』。能让我们做出新东西来的，就是知识。

　　　　几个世纪以来，科学为人类提供了许多新的工具。有些是思考的工具，像是能够用于预测死亡率和经济成长率；但更重要的是科技工具。科学和科技的关联实在太过密切，让许多人将这两者混为一谈。我们常常会认为，没有科学研究就无法发展出新科技，而如果不会产生新科技，科学研究也就没有意义。

　　　　但事实上，科学和科技是在最近才开始紧密相连。在公元1500年前，科学和科技还是两个完全不同的领域。培根在17世纪将这两者接轨的时候，其实是个革命『性』的想法。两者的关系在17、18世纪更趋紧密，但要到了19世纪才真正孟不离焦。即使到了1800年，当时多数的统治者都希望能有一支强大的军队，多数的商业大亨也都希望能有蓬勃的企业，但他们都还完全不会想到要为物理学、生物学、经济学等研究提供资金。

　　　　当然，史上并不是没有例外。只要是优秀的历史学家，绝对都能找出例外情形；但如果是更优秀的历史学家，就会知道这些例外只是出于某些人一时的好奇，不应该因此影响对大局的判断。一般来说，前现代的统治者和商人想取得新科技的时候，多半并不是将资金投入研究宇宙的本质，而多数的思想家也不会想把他们的发现发展成科技上的小工具。统治者资助教育机构，目的只是为了传播传统知识、强化现行秩序。

　　　　虽然在过去也常有人发展出新科技，但通常是些未受过教育的工匠不断尝试错误而产生，而不是学者经由系统化的科学研究而得。运货马车的制造商，每年会用一样的材料制作出一样的车，而不会把每年赚钱的一定比例投入研发新型马车。虽然马车的设计偶尔也会有所改善，但通常是因为当地某个木匠天纵英才，而且他常常一步也没进过大学，很可能大字也不识一个。

　　　　不仅民间如此，公共部门也一样。在现代国家里，从能源、医疗到废弃物处理，国家几乎都会要求由科学家提出解决办法，但这在古代的王国里很少出现。古今比较，最明显的差别就在于武器设备。1961年，即将卸任的美国总统艾森豪威尔对于军事与产业结合、势力不断膨胀的情形提出警告，但他的说法并不完整。除了军事和产业，科学也是其中一分子，因为今日的战争正是科学的产物。许多的科学研究和科技发展，正是由军事所发起、资助及引导。

　　　　在第一次世界大战陷入无止境的壕沟战时，双方都寄望科学家能够打破僵局、拯救自己的国家。这些穿着实验衣的人响应了这项号召，从实验室里大量推出各种令人咋舌的新式武器：战机、毒气、坦克、潜艇，比以往效能更高的机枪、大炮、步枪和炸弹。

　　　　到了第二次世界大战，科学的重要『性』更是一日千里。1944年底，德国节节败退，战败已经近在眼前。一年前，德国人的盟友意大利也已经推翻了墨索里尼，向同盟国投降。然而，即使英美苏三国联军步步进『逼』，德国还是不断顽强抵抗。之所以德国军民还是能够维持一线希望，就是因为他们相信德国科学家即将能够推出如同奇迹般的新武器，像是v2火箭和喷气式飞机，力挽狂澜。

　　　　然而，虽然德国人确实在研发火箭和喷气式飞机，美国曼哈顿计划却已经将原子弹研发成功。1945年8月初，原子弹制造完成，虽然德国已经投降，但日本还在负隅顽抗。美国军队作势攻入日本本岛。日本誓死抵抗，准备决一死战，而且这绝非装腔作势。美国将军告诉杜鲁门总统，如果真要入侵日本本土，必然有超过百万美国士兵丧命，战争也必然会拖进1946年。于是，杜鲁门决定使用这款新型炸弹。在两枚原子弹投下之后，日本宣布无条件投降，战争就此告终。

第40章　发现自己的无知（3）（）　
然而，科学除了研发出攻击『性』武器，也可能提供防御的功能。今天有许多美国人相信解决恐怖主义威胁的关键不在政治，而是科技。他们相信只要在纳米科技产业再投入几百万美元，美国就能研发出类似仿生间谍苍蝇的装置，前往每个阿富汗的山洞、也门的碉堡或是北非的军营。只要梦想成真，本·拉登的继任者就算只是泡杯咖啡，中情局的间谍苍蝇也能了如指掌，立刻将这个重要信息传回中情局本部。他们也相信，只要在大脑研究再投入几百万美元，就能在每个机场配备超精密的脑波扫