基於研究的開發。 引擎磨損

研究“想法更難找到嗎？” （「想法變得更難找到了嗎？」），該書於 2017 年 XNUMX 月發布，然後在今年 XNUMX 月發布了擴展版本。 作者是四位著名經濟學家，他們表明，不斷增加的研究努力產生的經濟效益越來越少。

麻省理工學院的 John Van Reenen 和史丹佛大學的 Nicholas Bloom、Charles E. Jones 和 Michael Webb 寫道：

“來自各個行業、產品和公司的大量數據表明，研究支出正在大幅增加，而研究本身卻在迅速下降。”

他們舉了一個例子 摩爾定律指出“現在要實現著名的每兩年計算密度翻一番所需的研究人員數量是 70 年代初所需的研究人員數量的十八倍多。” 作者註意到與農業和醫學相關的科學著作中存在類似趨勢。 越來越多的癌症和其他疾病研究並沒有拯救更多的生命，反而相反——增加支出和增加結果之間的關係變得越來越不利。 例如，自1950年以來，美國食品藥物管理局（FDA）每XNUMX億美元研究支出核准的藥物數量急劇下降。

這種觀點在西方世界並不新鮮。 已經是2009年了 班傑明瓊斯 在他關於尋找創新日益困難的研究中，他認為特定領域的潛在創新者現在需要比以前更多的教育和專業化，以便變得足夠熟練，以簡單地達到他們可以跨越的極限。 科學團隊的數量不斷成長，同時每個科學家的專利數量卻在減少。

經濟學家主要對所謂的應用科學感興趣，即有助於經濟成長和繁榮以及改善健康和生活水平的研究活動。 他們因此受到批評，因為許多專家認為，科學不能被簡化為如此狹隘、功利的理解。 大爆炸理論或希格斯玻色子的發現並沒有增加國內生產毛額，但它確實加深了我們對世界的理解。 這不就是科學的全部意義嗎？

史丹佛大學和麻省理工學院經濟學家的一項研究的第一頁

融合，即我和鵝已經打過招呼了

然而，很難挑戰經濟學家提出的簡單數字關係。 有些人有一個經濟學也可以認真考慮的答案。 許多人認為，科學現在已經解決了相對簡單的問題，並且轉向更複雜的問題，例如身心問題或統一物理學的問題。

這裡有一些困難的問題。

在什麼時候（如果有的話）我們會認為我們正在努力實現的一些成果是無法實現的？

或者，正如經濟學家可能會說的那樣，我們願意花多少錢來解決那些已被證明非常難以解決的問題？

如果有的話，我們什麼時候應該開始減少損失並停止研究？

訴訟的歷史就是一個例子，它解決了一個乍看之下很容易但非常困難的問題。 熱核融合的發展。 30 年代 50 年代核融合的發現和 XNUMX 世紀 XNUMX 年代熱核武器的發明，讓物理學家期待能夠快速利用聚變來產生能量。 然而，七十多年過去了，我們在這條道路上並沒有取得太大進展，儘管許多人承諾從我們的眼窩中融合產生和平且受控的能量，但事實並非如此。

如果科學正在將研究推向這樣的程度，除了巨額的財政支出之外，沒有其他方法可以取得進一步的進展，那麼也許是時候停下來思考一下它是否值得做。 建造第二個強大裝置的物理學家似乎正在接近這種情況。 大型強子對撞機 到目前為止，還沒有什麼結果……沒有結果證實或反駁這些重大理論。 有人建議需要更大的加速器。 然而，並非所有人都認為這是正確的出路。

創新的黃金時代 - 布魯克林大橋的建設

說謊者悖論

此外，如同教授在 2018 年 XNUMX 月所發表的科學著作中所​​述。 大衛沃爾珀特 來自聖達菲研究所的可以證明它們的存在 科學知識的基本局限性.

這個證明從數學形式化開始，說明「推理設備」（例如，配備超級電腦、大型實驗設備等的科學家）如何獲得有關他周圍宇宙狀態的科學知識。 有一個基本的數學原理限制了人們透過觀察宇宙、操縱宇宙、預測接下來會發生什麼或對過去發生的事情得出結論所能獲得的科學知識。 即輸出設備及其所獲得的知識， 一個宇宙的子系統。 此連線限制了裝置的功能。 沃爾珀特證明，總是會有一些他無法預測的事情，一些他不會記得、也無法觀察到的事情。

「在某些方面，這種形式主義可以被視為唐納德·麥凱主張的延伸，即出納員對未來的預測不能解釋該預測出納員的學習效果，」沃爾珀特在phys.org 上解釋道。

如果我們不要求輸出設備了解其宇宙的一切，而是要求它盡可能多地了解可以知道的內容，該怎麼辦？ 沃爾珀特的數學框架表明，同時具有自由意志（正確定義）和宇宙最大知識的兩種推理裝置不能在該宇宙中共存。 這種「超標準配備」可能有，也可能沒有，但不會超過一個。 沃爾珀特開玩笑地稱這一結果為“一神論原理”，因為雖然它並不禁止我們的宇宙中存在一位神，但它確實禁止多個神的存在。

沃爾珀特將他的論點與 粉筆人的悖論其中克里特島克諾索斯的埃皮米尼德斯發表了著名的言論：“所有克里特島人都是騙子。” 然而，與埃皮米尼德斯的聲明暴露了具有自引用能力的系統的問題不同，沃爾珀特的推理也適用於缺乏這種能力的推理設備。

沃爾珀特和他的團隊的研究涉及多個方向，從認知邏輯到圖靈機理論。 聖達菲的科學家正在嘗試創建一個更加多樣化的機率框架，使他們不僅能夠研究絕對正確知識的局限性，還能研究當推理設備不應該以 XNUMX% 準確度運行時會發生什麼。

聖達菲研究所的大衛‧沃爾珀特

和一百年前不一樣了

沃爾珀特基於數學和邏輯分析的考慮告訴我們一些有關科學經濟學的資訊。 他們認為，現代科學最嚴峻的挑戰——宇宙學問題、關於宇宙起源和性質的問題——不應該是財政支出最多的領域。 能否獲得令人滿意的解決方案值得懷疑。 充其量，我們學習新的東西，只會增加問題的數量，從而增加無知的面積。 這種現象為物理學家所熟知。

然而，正如之前提供的數據所顯示的那樣，對應用科學和所獲得知識的實際效果的關注變得越來越不有效。 就好像燃料即將耗盡，或者科學的引擎因年老而磨損，就在兩百年前，這有效地推動了技術、發明、合理化、生產以及最終整個經濟的發展，領先提高人們的福祉和生活質量。

重點是不要絞著你的手，撕破你的衣服。 然而，絕對值得考慮是否需要進行重大升級，甚至用不同的引擎替換該引擎。