作者：（美）爱德华·威尔逊
出版社：中信出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
给年轻科学家的信试读：
给年轻科学家的信[美]爱德华·威尔逊 著王惟芬 译中信出版集团献给我的良师益友拉尔夫·L.谢马克威廉·L.布朗普通圆球虫，一种单细胞海洋生物。修改自加州大学戴维斯分校的霍华德·J.斯佩罗的照片推荐信 和声威尔逊前辈的经验之谈是后生应该听取和重视的，何况这里的经验是一位名满科学殿堂的长者，从事科学研究半个世纪的结晶。而本文是在下郑某以70年虚度之经验推介85岁（本书出版时作者的年龄）的威尔逊（生于1929年）的经验之谈。我在讲授如何写论文（后结书为《论文与治学》）时说，能写好论文的第一要素是非常想写好论文，如同能升官的第一要素是非常想升官，能发财的第一要素是非常想发财。但三个“非常想”的背后的动力是不同的。升官与发财的动力绝大多数是功利。而仅凭功利，不足以为学者注入充沛的动力。做学术靠兴趣，这是敝人与威尔逊的高度共识。原因是从功利出发每每走向机会主义：官场中升迁不成就下海吧，这生意发不了财就换个行业嘛。而做学术需要持久的专注，故唯有兴趣可以做其不衰的动力。时下的中国学生过于重视毕业后的收入。我想告诫他们：这是上辈人穷疯了的思想方式之遗留。以科技做推动的人类经济呈加速度发展趋势。待你学有所成之时，姑且算作十余年后，体面的生活当不成问题。而学有所成的支点是兴趣而非功利。所以不要委屈了自己的兴趣。那是你智力成长，乃至有尊严地出人头地的支点。考官和正在选择方向的考生大多关心的一个问题是：搞科学需要哪些素质。威尔逊告诉我们，数学并非关键；除了粒子物理学、天文物理学，其他学科对数学的倚重并不很大；连达尔文都承认自己数学不好——这是敝人首次听到，吃惊不小。数学是考官一向倚重的法宝，说数学其实不重要，不知考官们该如何是好，我们不去管它。威尔逊告诉我们，对科学研究来说“形成概念”的能力更重要。这可是含金量极大的观点。各位好好体会吧。接下来威尔逊说：见过许多领域中杰出的研究人员后，我认为理想的科学家只要有中高等智商就够了，聪明到知道哪些研究可以做，但不至于聪明到厌倦研究。就我所知，有两位诺贝尔奖得主，其研究都是非常具有原创性和影响力的，一位是分子生物学家，另一位是理论物理学家，他们在开始从事科学研究时，智商为120左右（我自己开始投入研究时智商也才123而已）。据说达尔文的智商在130上下。这说法算不上新鲜。早有门槛理论告诉我们，智商120是个门槛，在其下难有创造力，而在120以上则创造性与智商无关。难得的是威尔逊企图深入思考为何很多高智商者搞不了科研。他说：对高智商的人来说，在早期的训练阶段，凡事都太过容易。他们通常不费吹灰之力就能完成大学的科学课程，没有办法从烦琐而重复的数据收集和分析工作中得到许多乐趣。……必须要具备一种特征，能够享受长时间学习和研究的乐趣，即便有时候一切努力都付诸流水，这就是要跻身一流科学家行列的代价。对此他开了个好头，当然远未解开这个奥秘。少年期什么样的环境对哺育一个日后的科学家最好？威尔逊说：［九岁时］我们举家从南方搬到华盛顿特区。……搬去那里的第一个夏天，我还是独自一人，时间完全是自己的。没有沉闷的钢琴课，没有无聊的探亲，没有暑期学校与旅行团，也没有电视和男孩俱乐部，什么都没有，这真的是太棒了！这对今天众多的中国父母，当为棒喝。威尔逊对已经进入科研领域的新来者的告诫是：尽量避开系级行政工作（除了担任论文审查委员会主席），无论是用借故搪塞、主动逃避、诚心恳求还是合理交换。多花时间去关心有天赋并且对你的研究领域感兴趣的学生，聘用他们当助理，这样对彼此都有帮助。周末时多休息，转换一下心情，但不要度长假。真正的科学家是不度长假的。为什么那么多中国学者反其道行之，愿意做学术官僚？我猜测原因有二。其一，那是捞取荣誉、地位和利益的捷径。其二，他们对学术没那么热爱，对自己的学术能力没那么自信。如此，他们离开科研似不足惜。但在当今中国，只有最痴迷学术的人才会断然拒绝做学术官僚，喜欢但不痴迷的学者多半会被官职吸引。于是仅靠人格的力量是不够的，要以制度来抑制学术官僚的荣誉、地位，不使有才华的学者对官职趋之若鹜。如此，学术界才有正常的生态。学术荣誉问题在本书最后一节“学术伦理”中被再次讨论，而且他认为那其实是科学伦理的重头，而人造生物这类东西是多数学者不会碰到的。他说：容我再提醒你一次，原创发现是最有分量的。说得更直接一点：只有原创发现才算数。原创发现是科学界的金银岛。因此，如何适当地划分功劳，不仅是道义责任，也是信息自由交流和维持整个科学界友好气氛的关键。研究人员都期待自己的原创研究被认可，就算不是举世皆知，至少也要在自己的领域中获得名声，这完全是合情合理的。……正如詹姆斯·卡格尼在谈到他的演艺生涯时所讲的：“你究竟有多棒，要别人说了才算数。”……所以在阅读和引用文献时，请小心谨慎，将每一项发现、每一个想法都归功于应得的人，并要求他人也做到这一点。让研究人员实至名归，这件事情意义非凡。威尔逊还告诉后生，不要因当今科学成果加速度涌现，就惧怕你进入后没什么好研究的了。他说，正相反，可研究的题目越来越多。他还说，走到一个阶段，科学发现的速度会大大地放慢，不过那还远，你赶不上。我不知道他这么说的根据是什么，能这么看真是乐观。我倒觉得，我们唯一可以想象的是，我们无法想象人类认知的速度会放慢。人类很可能是地球上迄今为止唯一的智能生物。因此，成也智能，亡也智能，合情合理。我以为，它将亡于其凭借智能利器的发现。因为其越来越多的发现中埋伏着越来越大的风险。没有一种力量能阻挡这个智能物种去发现，故没有一种力量能阻挡它如此走上绝路。我一点都不觉得我这么看是悲观。相反，觉得如此灭绝，无限凄美。此亦为我对威尔逊唱腔的和声。威尔逊说着说着，不觉转向了他本人研究的腹地，他是博物学家出身，且自命为演化生物学的中坚分子。他在第十八、第十九封信中，以极简的方式勾勒出自马修、达林顿，到麦克阿瑟和他自己的这一脉络。这一部分，既与治学经验结合，又有独立的阅读价值，由此可了解这派学者如何以博物学的视角洞察进化。对这一思路感兴趣的读者，不可放过。郑也夫，北京大学教授2019年8月9日开篇语 你做了正确的选择亲爱的朋友：我在科学界任教长达半个世纪，接触过许多学生和年轻的专业人才，对于自己能够指导许许多多才华横溢、雄心勃勃的年轻人，我感到莫大荣幸。这段经历让我体认到，任何人想要在科学界成功闯出一片天，都必须先明白一些观念，这些观念算得上一整套哲学。在接下来这些信中，我将和你分享一些想法和故事，衷心希望你能从中受益。首先也是最重要的一点，我希望你竭尽所能地坚持下去，继续留在你选择的这条路上，因为这世界非常非常需要你。人类目前已完全进入科技时代，不可能回头了。虽然各学科发展的速度不尽相同，但基本上，科学知识的成长速率大约是每15年至20年增加一倍，从17世纪科学革命以来就是如此，因此至今累积了如此惊人的知识量。而且，就像只要给予足够时间就能无限增长的指数性成长一样，它十年接十年地以近乎垂直的趋势向上攀升，尖端科技也以旗鼓相当的速度发展。科学和技术形成紧密的共同体，渗透到我们生活的每个层面。没有什么科学奥秘可以长久隐藏，任何人随时随地都可一窥究竟。网络和其他各种数字科技打造出的交流方式不仅是全球性的，也是即时性的。要不了多久，只要敲几下键盘，就可以取得所有已公之于世的科学和人文知识。或许这说法有点夸张（我个人对此倒是深信不疑），所以我在此会提供一个知识巨大飞跃的范例，而且我曾很幸运地亲身参与此事。这个例子发生在生物分类学领域，这是个长久以来被视为过时而发展缓慢的古老学科，直到最近才改观。这一切要回到公元1735年，从瑞典博物学家卡尔·林奈说起，他在18世纪和牛顿齐名。林奈启动了一项有史以来最大胆的研究计划——他打算调查地球上的每一种动植物，并予以分类。为了简便易行，他在1759年开始以两个拉丁文单词构成的“双名法”来为每个物种命名，例如将家犬命名为Canis familiaris，将美国红枫命名为Acer rubrum。林奈完全不知道他给自己的这项任务有多么艰巨，也对全球物种数量的量级毫无概念，不确定究竟是有1万、10万还是有100万种。身为植物学家，他猜测植物总共约为1万种——显然，他对热带地区的物种多样性一无所知。今日已分类的植物是31万种，预计总量则为35万种。若再加上动物和真菌，我们目前已知的物种已超过190万种，预计最终可能超过1000万种。至于细菌这类物种的多样性，我们所知甚少，目前（2013年）辨认出的种类只有约1万种，但这数字正在增长，全球物种名录里可能会增添数百万笔数据。从这个角度看来，在距离林奈的时代已有250年之久的今天，我们关于全球物种的知识仍然少得可怜。对生物多样性认识不足，不只是专家学者的问题，也是其他所有人的问题。如果我们对这个星球认识得这么少，那要如何管理它，使其永远发展呢？就在不久之前，解决方案似乎还是遥不可及的。科学家们再怎么勤奋，每年也只能确定约1.8万个新物种。若以这样的速度继续下去，要等上两个世纪或更长的时间，才能认识地球上所有的物种，这几乎跟从林奈的时代到现在一样久。是什么原因造成这个瓶颈？在过去，这被视为难以解决的技术层面问题。由于历史因素，大量参考标本和相关文献存放在少数几间位于西欧和北美城市的博物馆里，任何人想要从事分类学的基础研究，都必须亲身造访这些遥远的地方。唯一的替代方案是邮寄标本和文献，但这不只浪费时间，而且风险甚大。跨入21世纪之际，生物学家试图找出在某种程度上可以解决这个问题的技术。我在2003年提出了一套现在看起来理所当然的解决方案：打造一套在线生物百科全书，收纳所有物种的数字化信息，以及所有参考样本的高分辨率照片，并且持续更新。这套系统将是开放式资源，由各领域的专业审查人，例如蜈蚣专家、树皮甲虫专家或是针叶树专家等等，负责增补筛选新条目。这项计划在2005年获得资助，和“国际海洋生物普查计划”一同推动了分类学的发展，也连带使生物学里那些依赖分类精确性的分支学科受益进步。在我撰写本书之际，地球上超过半数的已知物种的信息都已纳入这套在线百科全书，不论何时何地，任何人只要输入网址（eol.org）就能免费读取这些信息。生物多样性研究的进步如此神速，其他每门学科也都来到了重大的转折点，因此我们难以预见它们在未来十年会发生怎样的科技革命。当然，新发现和知识积累的爆炸性增长趋势必然会达到高峰，然后趋缓，但这并不会对你造成什么影响，因为这场革命至少会延续大半个21世纪。在此期间，世界将变得与今日大不相同，传统的研究方法会彻底转变，超乎我们今日的眼界。在这段过程中，新的研究领域将开创出来：基于科学发展的技术提升，基于技术提升的科学发展，还有基于技术与科学进展而诞生的新产业。最后，所有的科学终将统合，每个学科之间都能相互诠释援引，任何人只要受过适当的指导，掌握了原理和法则，就能优游其中。在接下来的几封信里，我将说明科学以及科学生涯是怎么一回事，这不会是老掉牙的东西，而是尽可能以我个人的研究和教学经验描绘真实画面，告诉你，如果你立志投身于科学之路，你面前真正的挑战和奖赏会是什么。第一编 选择道路1940年“动物学”荣誉徽章标志。摘自《童子军手册》（Boy Scout Handbook），美国童子军，第四版（1940年）第一封信 先有热情，再谈训练在这封信的开头，最好先谈谈我到底是个怎样的人，这一切都要从1943年的夏天讲起。那时候第二次世界大战还没结束，我刚满14岁，住在我的家乡，亚拉巴马州的小城莫比尔，当时这里主要忙于战时造船业和建设空军基地。虽然我担任应急信差，一天要在莫比尔的街上来回骑好几趟车，但我对这城镇和世界上发生的重大事件漠不关心，只是用大把课余时间来[1]累积童子军功绩勋章，以便早日升上鹰级。然而，我最常做的事情其实是在附近的沼泽和森林里探险，采集蚂蚁和蝴蝶；我在家里打造了一座私人动物园，里面有蛇和黑寡妇蜘蛛。受到世界大战的影响，附近的普什马塔哈童子军夏令营找不到足够的年轻人担任辅导员，那里的招聘员听说我的课外搜集活动，于是询问我是否愿意担任他们的野外辅导员。我想他当时一定是走投无路了，才会找到我，但一想到能够免费参加夏令营，还能做自己最喜欢的事，我当然是欣喜若狂地答应了。不过，除了蚂蚁和蝴蝶之外，我对其他生物的了解很有限。年轻又鲁莽的我，就这样两手空空地前往普什马塔哈。我的内心忐忑不安，担心年纪比我大的学员会嘲笑我教的东西。突然之间，我有了一个灵感——蛇。大多数人看到蛇时都会吓得两脚发软、无法动弹，但又难掩对它的好奇心。这种反应其实来自我们的基因。那时我并不知道，墨西哥湾沿岸的中南段是北美洲蛇类的大本营，种类多达40种。我一抵达营地，便请工作人员帮忙用木箱和纱网做了一些笼子。在接下来的漫长夏日里，只要不影响平时的安排，我就会让所有夏令营的学员加入我的捕蛇行列。这段日子里，平均每天都会有好几次听到从树林里传来的叫喊：“蛇！蛇！”所有听到的人都会招呼同伴冲到现场，等待我这个“蛇王”到来。若是无毒的，我会直接抓住它；若是毒蛇，就先用一根木棒压住它的头部后方，再向前滚动木棒，直到它的头部无法动弹为止，然后捏着它的脖子提起来。接着，我会向围观的童子军展示，向他们讲解我对这种蛇仅有的一点认识（通常我知道的不多，但他们知道的更少）。然后，我们会走回营区，把蛇养在笼子里一个星期左右。我会在我们的“动物园”里发表简短谈话，谈一些我新学到的关于当地昆虫和其他动物的知识（我对植物完全不在行）。我和捕蛇小队在这个夏天过得很愉快。唯一可能干扰这美好工作的当然还是蛇。我听说所有的蛇类专家，不论是科学家还是业余爱好者，一生都至少被毒蛇咬过一次，我也不例外。夏天过了一半，我去清理蛇笼，里面关了几条侏儒响尾蛇，这是种毒蛇，但不会致命。我没有留意到我的手太靠近一条蜷缩在旁边的蛇，它突然弹起来咬了我的左手食指。我赶紧到营地附近的医生办公室紧急处置，但为时已晚，基本没有任何效果。然后我被护送回家，让肿大的左手掌和左臂得到休息。大约一星期后，我回到普什马塔哈，夏令营主任命令我不得再抓毒蛇，就跟在家时父母告诫的一样。夏季即将结束，在大家离开之前，主任举办了一场活动，让大家投票选出最受欢迎的人。由于大部分学员都担任过捕蛇助理，我获得了第二名，仅次于总辅导员。就在那时，我发现了这辈子要走的路——虽然还没想得透彻，目标也还很模糊，但我知道我要成为一名科学家，一位教授。进了高中之后，我很少花时间在课业上。多亏亚拉巴马州南部在世界大战期间相对宽松的教学体系，以及过于劳累而无暇他顾的老师们，我才能轻松度过这段日子。在莫比尔读墨菲高中的岁月里，有一天值得纪念，那天我一挥手就能拍死一只苍蝇，一堂课上我一共拍死了20只，然后把尸体一字排开摆在桌上，留给下一堂课的同学欣赏。第二天上课时，一位年轻女老师沉着地向我道贺，但此后加倍盯着我的一举一动。我得很不好意思地承认，我对整个高一只记得这件事。刚满17岁不久，我进入亚拉巴马大学，成为整个家族第一个大学生。此时，我的兴趣已从蛇和苍蝇转移到蚂蚁。我决心要成为昆虫学家，一有机会就往野外跑，同时尽力让每一科的成绩都保持在A。我发现维持学业成绩并不困难（听说今天已经大不相同了），只要读透当时能弄到的所有初级和中级化学课本与生物学课本就可以了。1951年我到哈佛大学读博士，校方相当宽容，认为我在田野生物学和昆虫学方面表现优异，足以弥补先前在亚拉巴马大学因为过得太惬意而没学好的普通生物学。我从南方童年到哈佛这段时间里累积的能量，让我成为哈佛的助理教授。在接下来的60多年时间中，我在这座伟大学府里取得了丰硕的工作成果。我之所以告诉你这段经历，并不是建议你采取我这种怪异的行径（虽然在适当的情况下，这可能也是一种优势）。我并不认为自己对早期正规教育漫不经心的态度是正确的。我们成长于不同的年代，相较之下，你的时代有更多机会，但要求也更为严苛。我之所以坦白地告诉你这些事，只是为了说明一项重要的原则，这是我在许多成功科学家身上发现的。很简单：先有热情，再谈训练。不论用什么方法，找出你在科学、技术或其他相关领域中最想做的事情，在这份热情还没消失之前，尽力顺从它，吸收所需的知识来使心智成长；同时还要涉猎其他科目，广泛修习一般科学课程，如果有更吸引你的东西出现了，要机灵地适时切换跑道。但不要换个不停，还指望真爱会自动找上门来。这也许会发生，但我劝你别冒险。就如同你一生中必须面对的其他重大关头一样，处处都有危机，然而，顺从持久的热情所做出的抉择和努力绝对不会让你失望。从地球轨道外观测的小行星2010 TK7“特洛伊”165年间的运动路径示意图。修改自手稿。版权所有：保罗·维格特，西安大略大学[1] 鹰级是童子军的最高级别。——编者注（本书注释均为编者所加，后文不再注明）第二封信 别担心数学我想快点切入正题，不过在开始讨论这一切之前，还剩下一个大问题：数学。它是你投身科学生涯的重要资产，也是一项潜在障碍。在许多想成为科学家的人眼中，数学是一头难以驾驭的巨兽。我提起这一点，不是想让你更加心烦意乱，而是要鼓励和帮助你。我这封信是想让你不再担心数学。如果你已经具备基本的数学能力，比方说你已经修完微积分和解析几何，碰巧又喜欢解决难题，并且认为对数是表现超大数字的简洁方式，那么你相当不赖，我不必太为你担心，至少不必马上为你担心。但是请记住，高超的数学能力并不是——真的不是——让你在科学上有所成就的保证。稍后我会再解释这一点，所以请把它放在心里；事实上，我想要提醒那些数学爱好者的事情反而更多。而如果你的数学能力不足，甚至不太灵光，也无须过于忧虑，你在科学家这个群体里绝不孤独。让我告诉你一个科学界的秘密，相信你听了以后一定会信心倍增：今日世界上许多成功的科学家，都可说是半个数学白痴。这样讲似乎有点前后矛盾，让我用个比喻来进一步澄清。杰出的数学家通常在拓展科学疆界时扮演理论的建筑设计师角色，其余大多数基础研究者和应用科学家负责绘制地形图、侦察边境、开辟道路，并在这条通往边疆的新路上盖起第一座建筑物。这些科学家负责提出问题——有些是数学家可以帮忙解决的——但他们主要是以图像和事实来思考，只是稍微触及数学而已。你可能觉得我这样讲太过鲁莽草率，但我跟有志成为科学家的年轻人交谈时，总是以此来帮助他们摆脱数学焦虑症。在哈佛讲授生物学几十年下来，我经常看到优秀的学生因为担心数学而拒绝以科学为志向，甚至根本不碰非必修的科学课程。为什么我会关心这件事？因为数学焦虑症不仅害科学界痛失难以估量的人才，也让许多学科失去有创意的年轻人，这种人才缺失问题必须解决。现在，让我来告诉你如何纾解数学焦虑症。要知道，数学是一种语言，就像我们日常生活所用的语言一样，自有一套文法和逻辑系统。任何具备一般智商，并且学过初级数学的人，在解读数学语言时，都不会遇到什么困难。在此，我想用人口遗传学和人口生态学为例（它们是生物学中相对前沿的学科），说明视觉图像和简单数学叙述之间的关联。想想这个有趣的事实。你有一父一母，祖父母加上外祖父母是4位，曾祖父母那一辈一共有8位，高祖父母那一辈则有16位。换句话说，既然每个人都是由一父一母所生，你的直系X血亲每往前推一代就增加一倍。用数学来表示就是N=2。在这个数学式中，参数N代表一个人的祖先数量，而x则是回推的世代层数。那么，十代以前你有几个祖先呢？我们不必逐代X10写出来，可以直接用数学式来表示：N=2=2；或是这样表10示：2=N。因此，当x=10，你的祖先N=1024位。现在，将时间轴倒过来，想想从现在开始往未来推算十代，你可望有多少后代？在估算后代时，整件事会变得复杂一点，因为我们不知道自己究竟会有多少后代，不过为了说明基本思路，我们可以仿效数学家通常采用的做法，加上限定条件，假设每对夫妇会有两个孩子存活下来，而且每代人相隔的时间保持不变。（平均生两个孩子与今日美国的实际状况相去不远，而且也很接近2.1这个数字，这是维持本地人口规模的最低生育率。）那么，在十个世代后，你将会有1024个子孙。为什么要算这个？因为它可以让我们粗略了解每个人的基因来源和后续状况。事实上，有性生殖会拆散每个人特有的基因组合，将其中一半和别人的基因重组，创造出下一代的基因组合。过不了几代，任意亲代的基因组合就会被稀释进整个族群的基因库中。假设你有一位杰出的祖先曾经在美国独立战争中奋勇作战，你还有大约250个直系祖先跟他活在同一个时代，当中可能有一两个是偷马贼（我的8个高祖父中，有一个是南北战争时期的南方军的退伍军人，他就是个恶名昭彰的马贩，不比偷马贼好到哪里去）。数学家喜欢测量指数增长，从单纯计算两代人之间的人口增幅到一个时间段内人口增长的普遍状况（可以是小时、分钟甚至更短的时间单位），这是利用微积分推导出来的，以dN/dt=rN来表示族群的增长率。在这个方程式里，dt表示任何一个短暂的时间间隔，dN表示此期间的族群增长数量，dN/dt的微分计算结果就是族群增长率。在指数增长的情况下，族群个体的即时数量N要乘以常数r，这个常数的大小取决于族群特性和其生存环境的条件。你可以随便挑选一个你感兴趣的N和r，然后以这两个参数进行计算，时间多长都可以。如果微分的dN/dt大于零，而且假设这个族群（不管是细菌、老鼠还是人类）能够无限制地以相同的速率增长，你会很惊讶地发现，要不了几年，这个族群的重量将会超过地球，甚至超过整个太阳系或整个目前已知宇宙的总和。在数学上看似正确的理论，有时候会导向空想式的结论，但也有不少模型是与现实吻合的，可以传达正确的意义，促使我们改用很不一样的方式去思考。有个相当知名的例子，便是由我刚才所描述的那种指数增长关系中推导出来的：假设在一个池塘中种了一株睡莲，隔天增生成两株，这两株每过一天又各自增生一倍，这样过了30天，池塘就会填满，没有空间可以再让睡莲继续增加；那么，池塘会在何时处于半满的状态呢？答案是第29天。这是靠常识就可以想到的初级数学，经常用来凸显族群增长过快的风险。过去两个世纪以来，全球人口每隔几个世代就增加一倍。大多数的人口学家和经济学家都认为，一旦全球人口超过100亿，地球就将很难维持下去。人类数量最近已超过70亿，那么地球是在何时达到半满状态的呢？专家表示早在几十年前就达到了——人类正冲进一条死巷子里。你越是逃避，就越难掌握数学语言，连达到一知半解的程度都不容易，这就跟学习任何一种语言是一样的；但是，不论在什么年龄，都有可能提高数学能力。在这方面，我可以算是权威，因为我本身就是一个极端的例子。我最初在南方的穷乡僻壤念书，当时恰好是经济大萧条的末期，学校根本没有能力开设代数课程，我直到进入亚拉巴马大学才接触到这门课；等到32岁当上哈佛大学的终身教授，我才开始学习微积分。那时我尴尬地坐在教室里，和一群年龄只有我一半的大学生一起上课，当中还有几位是我演化生物学班上的学生。我放下自尊，学会了微积分。我得承认，补修这些课程时，我的成绩很少超过C，不过我发现，提升数学能力就像练习说外语一样。如果我付出更多努力，并且多向内行请教，本来可以学有所成，但野外和实验室沉重的研究工作使我无暇顾及课业，因此只进步了一点。数学天赋可能有部分来自遗传，这意味着一群人所展现出的数学能力差异，在相当的程度上是由群体内部的基因差异造成的，而不是他们的成长环境。遗传差异是你我改变不了的，但我们可以通过教育和练习来大幅降低环境造成的不利影响。数学的美妙之处就在于可以通过自学提高。既然已经扯得这么远，我想干脆再深入一点，解释一下如何获得优秀的数学能力。持续的练习可以让我们想都不用想就做出基本运算（比如，“如果y=x+2，那么x=y-2”），就像说出单词和词组差不多；然后，就像我们几乎不需思考就可以将单词、词组组成句子，将句子组成段落一样，我们也可以轻而易举地将各种数学运算组合成更为复杂的序列和结构。当然，数学推理有多种形式，包含公理的假设和证明，探索数列以及发明新的几何模型。不过就算没受过这类高等纯数学训练，我们还是可以学会足够的数学语言，看懂科学期刊上的绝大部分数学式。只有少数几门学科需要高超的数学能力。目前我能够想到的是粒子物理学、天体物理学和信息论，在其余的科学和应用领域中，形成概念的能力更为重要。在形成概念的过程中，研究人员凭直觉将种种片段组合起来，使其成为视觉图像。大家或多或少都有能力办到这一点。假设你是18世纪的物理学家牛顿，正在思考自由落体的问题（传说他是因一颗从树上掉下来的苹果而受到启发的）。设想某物从非常高的位置落下，譬如从飞机上掉下来一个包裹，这个包裹会加速到时速190多公里并维持这个速度，直到撞上地面。该怎么解释这个不断加速直到临界速度的过程呢？使用牛顿运动定律，再把气压的因素，也就是一般用来推动帆船的那种力考虑进去即可。再多谈一会儿牛顿。他注意到光线穿过弯曲的玻璃时，有时会出现彩虹的颜色，而且顺序总是红黄绿蓝紫。牛顿认为白光其实是彩色光线的混合。他让一组按相同顺序排列的色光通过棱镜，结果出现白光，证明了这个假设是正确的。后来的科学家利用许多其他的实验和数学推导，了解到颜色来自不同波长的辐射。我们所能看到的最长波长，会引发红色的视觉感受，而最短的波长则会引发蓝色的视觉感受。这些你可能早就听说过了。不管你知不知道，现在让我们跳到达尔文。在1830年，年轻的他跟着英国军舰“小猎犬号”前往南美洲，在那里的海岸来回航行了5年。在这么长的一段时间中，他广泛而深入地探索和思考大自然，在那里发现了许多化石。其中有些是已经灭绝的大型动物，类似现代的马、老虎和犀牛，但有许多重要特征都和现代物种大相径庭。它们是挪亚来不及拯救的受害者吗？因为没能逃过《圣经》上记载的大洪水，而留在地层中？但这实在不太可能。达尔文想必知道，挪亚当时拯救了所有物种，但这些南美动物显然不在其中。达尔文身为一名年轻的博物学家，从欧洲大陆来到美洲大陆，他注意到一个现象：一个大陆上的鸟类和陆生动物，在另一个大陆上会被极为相似但明显不同的物种所取代。他当时一定对此感到十分好奇，想知道到底是怎么回事。今天我们知道这就是演化的结果，但这个答案对年轻的达尔文来说是个禁忌——在他英格兰的老家，公然反驳《圣经》内容会被斥为异端，而他可是在剑桥大学受训要成为神职人员的。在回程路上，他终究还是接受了演化的概念，并且很快就开始思索演化的原因。这是神意吗？不太可能。会是如法国动物学家拉马克所言，直接由环境造成的吗？其他人早已推翻了这个理论。会是生物体在遗传过程中逐渐累积变异，然后一代代展现出来的吗？这实在很难想象。无论如何，达尔文很快就想出另一种可能的过程——自然选择。在这个过程中，物种内部出现的带有强势遗传变异的个体——有的能够延长寿命，有的可以增加繁殖数量，或两者兼而有之——会逐渐取代同一物种里头相对弱势的个体。自然选择的想法和逻辑推演过程，多半是达尔文在家乡的田园间散步、乘车，有一次还是坐在自家花园里盯着蚁丘时慢慢汇整成形的。达尔文后来表示，要是他那时想不通该如何解释不具生殖能力的工蚁将工蚁的身体构造和行为传给下一代的办法，他可能会放弃整套演化论。所幸，他想到了解决方案：工蚁的性状是通过蚁后传递的。工蚁和蚁后具有相同的遗传组成，但工蚁是在不同的、会使生殖能力失效的环境中生长的。据传闻，有一天，女仆看到他在花园里盯着蚁丘出神，她后来对一位住在附近的、著作颇丰的小说家说：“真可惜，达尔文先生不像萨克雷先生您一样懂得怎么打发时间。”每个人多少都会像科学家一样做做白日梦，只要努力不懈并加以训练，幻想其实是所有创造性思维的源泉。牛顿有过梦想，达尔文有过梦想，你可能也在编织梦想。最初的形象可能很模糊，没有确定的轮廓，若隐若现。它们被勾勒在纸上后，会变得清楚些，这时它们就有了生命，成了真正可以追寻探索的目标。科学先驱很少通过纯粹的数学概念获得新发现。世人一提起科学家，往往就会想起站在写满公式的黑板前的身影，但那种刻板印象反映的其实是教师的形象，教师是在对学生解释已知的科学发现。真正的科学进展出现在田野调查时，出现于在研究室里乱写乱涂时，在走廊上吃力地对朋友解释时，独自吃午饭时，甚至出现于花园散步的途中。努力工作才能带来灵光一现的机会——当然还要专注。一位杰出的研究人员曾经对我说，真正的科学家可以一边与另一半聊天，一边思考研究题目。当世界的某个领域因为其自身的缘故被人研究时，最容易出现新的科学想法。它们来自一种透彻而成体系的知识，这种知识关乎那个领域里的实体与发展过程当中的已知或可想象的一切。遇到新事物时，后续步骤通常需要用到数学和统计方法，以进行分析。要是发现者认为这个步骤太过困难，可以找数学家和统计学家合作。我自己就曾和他们合写过多篇论文，我有信心提供以下原则，就让我们称此为“一号原则”：科学家从数学家和统计学家那里得到所需的帮助，比数学家和统计学家找到能够使用其方程式的科学家容易得多。比方说，在20世纪70年代末期，我和数学理论家乔治·奥斯特一起讨论过社会性昆虫的阶级和分工原则，我提供给他所有在自然界和实验室里发现的细节，奥斯特根据我所描绘的这个真实世界，从他的数学工具箱中找出方法，建构出假设和定理。要是没有我提供的讯息，奥斯特或许会研发出一套以抽象术语表达的广义理论，足以涵盖宇宙中所有可能的阶级排列和劳动分工，但这样却不能回推，在众多选项之中，哪一种符合存在于地球上的真实状况。实际观察和数学论证之间的失衡，在生物学中尤其明显，现实现象中的因素往往不是被误解，就是压根不曾被注意。理论生物学中充斥着种种数学模型，有些一望即知可以忽略，有些则是经过检验后发现与现实不符。真正具有长久价值的可能不超过百分之十，只有那些和真实的生物系统的知识紧密结合的数学模型，才有用得上的机会。若是你的数学能力太差，要想办法提升它，但同时要知道，以你现有的能力，也可以做出色的工作，尤其是在主要依靠大量田野调查数据的领域中，譬如说分类学、生态学、生物地理学、地质学和考古学。若你想去的是需要做许多实验和定量分析的专门领域，就千万要三思而后行了，这些学科都会涉及大量的物理、化学以及分子生物学中的专门知识。随着你的发展步调，学习那些可以提高你数学能力的基础知识；倘若你的数学仍然薄弱，那就在广大的科学领域中另觅他途，寻求你真正的幸福吧！相反地，要是你觉得收集资料所带来的乐趣，比不上做实验和数学分析，那就远离分类学和上述其他描述性的学科。以牛顿为例，他是为了验证自己的想象，才发明了微积分。达尔文自己也承认，他的数学能力并不好，甚至对数学一窍不通，但他却能够用累积的大量数据，构思出一个后来能够用数学模型去诠释的过程。对你来说，重要的一步是找到一个符合你的数学能力的学科，并且专注于此。这样做的时候，请记住我的“二号原则”：每一位科学家，无论是研究员、技术专家还是教师，不管数学能力如何，都能在科学中找到一门学科，以其有限的数学能力就可获得卓越成就。基于相对论假设的气体和恒星落入黑洞时形成的喷流；艺术家的概念图。修改自太空望远镜科学研究所的丹娜·贝里的画作。http://hubblesite.org/newscenter/archive/releases/1990/29/image/a/warn/第三封信 选定的道路这封信旨在协助你在同侪之间找出方向。我还只是16岁的高中生时，就已决定要选出一种动物作为主要研究对象，等到秋季进大学后好好研究。我想过尖翅蝇家族，它们迷你的身躯在阳光下闪耀如宝石，但那时找不到适合的设备或文献来研究它们。于是，我选了蚂蚁——纯粹就是运气好，那是一个正确的选择。抵达位于塔斯卡卢萨的亚拉巴马大学后，我向生物系办公室呈上精心准备的分类好的蚂蚁标本，然后开始我的大一新人生活。不知是我的天真打动了校方，还是他们真的慧眼识英雄，看出我的潜力，或者兼而有之，总之他们相当欢迎我，还给我一架载物台显微镜和一处个人实验空间。获得系里如此的支持，加上在普什马塔哈夏令营的成功经验，我深深觉得自己选对了科系和学校。然而，我的好运气其实来自一个全然不同的地方——是我一开始选的蚂蚁。这些六脚迷你小战士是昆虫中数量最丰富的，因此，在世界各地的陆域环境中，它们都扮演着重要的角色。在科学研究中，它们也同样重要，因为蚂蚁、白蚁与蜜蜂的社会制度是所有动物中最先进的。然而，令人惊讶的是，在我进大学时，全世界只有十几位科学家以蚂蚁为研究对象——我抢先挖到金矿了。后来，我所有的专题研究，无论有多简单（其实全都很简单），几乎都能在学术期刊上发表。这个故事对你而言意义何在？太重要了。我相信任何有经验的科学家都会同意我的看法：在选择进行原创研究的知识领域时，最明智的做法是去找一个人烟稀少的地方，只要比较一下各领域有多少学生和研究人员，就能判断你的机会有多大。这并不是要否定广泛涉猎的重要性，也不是否定加入卓越的研究计划并向优秀研究者学习的价值，这些都有助于你结识同辈的朋友和同事，相互支持。然而，尽管有这一切好处，我还是要劝你另辟蹊径，找出你可以自行开拓的领域。若是以每年每名研究人员做出多少科学发现来衡量的话，这可能是进展最快的方式。如此一来，你有更大的机会成为领先者；长时间下来，你可以获得更多自由发展的机会。如果一个课题已经有许多人关注，或者具有迷人的光环，而且研究者都是有大笔经费资助的各种奖项得主，你最好离它远点。多听听热门研究的消息，弄清楚它们发展成热门课题的过程和原因，但是，在你给自己做长期规划之前，请记住那些领域已经人才济济，你只是一个新人，恐怕只能扮演一群受勋将领麾下的小卒。撇开那些看起来很有趣的，很有前途的课题，选择还没有什么专家在竞争的，没有或很少提供奖项或奖学金的，而且研究文献中欠缺丰富数据和数学模型的课题。刚开始，你可能会觉得孤单，充满不安全感，但是在其他一切都相同的情况下，在这样的地方，你更有机会崭露头角，及早体验找到科学新发现的快感。你可能听说过召唤部队前往战场的军事原则：“朝着枪炮声前进。”在科学界则刚好相反，正如我为你拟定的“三号原则”：远离枪炮声，尽可能从远处观察战局。万一你身陷其中，设法为自己创造一个新战场。一旦你找到自己喜爱的课题，若是你全心投入研究，让自己成为世界级的专家，你成功的概率将大幅提高。这个目标并没有看上去那样困难，即使对研究生来说也是如此。这话并不夸张，科学里有成千上万的课题，从物理、化学、生物到社会科学，一定有课题能让你在短时间内就成为权威。若这课题持续无人问津，只要你辛勤耕耘，甚至能在年纪轻轻时，就成为全世界唯一的权威。社会需要这样的专业知识，也会奖励那些愿意取得它的人。目前可用的信息和你最初的发现可能少得可怜，而且难以和其他知识体系连接。若真是如此，那真是太棒了。为什么通往科学新疆界的道路总是这么难走？答案就在“四号原则”中：在通往科学新发现的路上，每个问题都是一个机会。越是困难的问题，它的答案可能越重要。越极端的例子，越能够表明我提出的原则堪称至理名言。人类基因组测序、探寻火星上的生命迹象、寻找希格斯玻色子，这些计划分别对医学、生物学和物理学至关重要，每个项目都需要投入无数人力，耗资数十亿美元，当然这一切的麻烦和花费都是有价值的。但是，在田野研究，以及没有那么前沿的研究课题中，规模相对要小得多，只需要一个小团队，甚至一个人就够了。只要认真努力，就可以用相对较低的成本进行重要的实验。写到这里，我要谈谈如何找到科学中的问题，以及如何获得新发现。科学家（包括数学家在内）有两种策略可选。第一种策略是在研究初期就确认一个问题，然后设法找到答案。这个问题可小（例如尼罗河鳄的平均寿命有多长）可大（暗物质在宇宙中的角色是什么），当答案出现时，通常还会发现其他现象，带出其他问题。第二种策略则是尽可能全方面地研究某一课题，寻找任何未知的，甚至是超乎想象的现象。这两种原创性科学研究的策略便是“五号原则”：在科学的任何一个学科中，每个问题都有一个相对应的物种、实体或现象，可作为寻找答案的最佳选择。（例如研究记忆细胞基础的时候，最理想的是海兔这种软体动物。）反过来说，每一个物种、实体和现象，也都会对应几个最适合用它来解决的重要问题。（例如蝙蝠适合用来探讨声呐问题。）两种策略显然都行得通，你可以同时或先后使用，但是，一般而言，选用第一种策略的科学家是天生的问题解决者。他们倾向于依照其偏好与天赋来选定一种特殊的生物、化合物、基本粒子或物理过程，去解释其性质及其在自然界中的作用。这就是物理学和分子生物学的主要研究活动。下面是我虚构的情节，但我可以向你保证，这与实际发生在实验室里的场景十分接近。时间是下午，实验室里有一小组身着白袍的男男女女，正在读取屏幕上的实验结果数据。那天早上，在进行实验之前，他们先在附近的会议室讨论，轮流到黑板前写下不同的论点。喝光咖啡，吃完午餐，讲了几个笑话之后，他们决定进行实验以验证某个论点。如果读取的数据合乎预期，那就太棒了，这将是一个真正的线索。组长会说：“这就是我们在找的。”那确实是他们要找的！这次研究的目标是了解一种新的激素在哺乳动物体内的作用。不过，组长接下来会说：“先来开香槟庆祝一下。今晚，我们上馆子好好吃一顿，聊聊下一步要怎么走。”在生物学中，以问题为导向的第一种策略（每一个问题都有适合的生物可供研究）让研究人员非常倚重几十个“模型物种”（model species）。当你研究遗传的分子基础时，会发现很多知识来自一种生活在人体肠道里的细菌，名为大肠杆菌；研究神经系统的细胞组织时，则会发现许多知识都来自线虫；等你读到基因学和胚胎发育学时，你将会对果蝇这个标志性物种非常熟悉。一切理当如此：深入了解一个方面比肤浅地认识许多方面来得好。不过，请记住，在未来的几十年里，顶多会出现几百个模型物种，至于其余将近200万个物种，在科学中只会有简短的描述和一个以拉丁文写的学名。虽然它们与模型物种基本上非常相似，但在构造、生理和行为等方面依然具有极大的特殊性。现在，不妨试着在脑海里比较不同的物种，首先回想一下天花病毒以及你对它所知的一切，然后以同样的方式去想想变形虫、枫树、蓝鲸、帝王蝶、虎鲨和人类。我之所以要你这么做，是希望你明白，每个这样的物种都自成一个世界，拥有独特的生物性状，在生态系统中扮演各自不同的角色，而且经历过几万到几百万年的演化过程。生物学家在研究任何一群物种时，不论是只有3种现存的大象，还是有1.4万种的蚂蚁，若尽可能广泛地学习与其相关的一切生物现象，那多半就是依循第二种策略的研究人员，将他们称为博物学家比较适合。他们热爱自己挑选的生物，喜欢在野外的自然环境中研究。他们会告诉你，即便是黏菌、蜣螂、蜘蛛或响尾蛇等大多数人起初不认为具有什么吸引力的生物，也拥有数不清的细节和美感。他们的说法是对的。他们的乐趣在于寻找新发现，而且发现越惊人越好。这些人通常是生态学家、生物分类学家或生物地理学家。下面所描述的场景，来自我亲身见证过很多次的经历。两名生物学家正背着沉重的设备在雨林中采集物种，他们的网络田野调查指南在营地里，DNA（脱氧核糖核酸）分析则要回到实验室才能做。“天哪，这是什么？”一名生物学家指着一只奇形怪状、颜色鲜艳、附着在棕榈叶下方的小动物叫道。“我想这是一只雨蛙。”他的同伴答道。“不，不，等等，我从来没见过这种生物，它一定是新物种。这到底是什么鬼东西？听好，小心地接近，不要把它吓跑了。耶！抓到了。先不要泡进防腐剂，搞不好这是濒危物种。我们带活体回营地，看看在生命大百科（EOL）上能不能找到什么数据。康奈尔大学有个家伙对这类两栖动物很熟悉，我想可以先和他联系看看。不过，我们应该先在这里多找几个标本，把所有数据都带回去。”这两人返回营地后，便上网查询信息。他们的发现相当惊人，这种蛙似乎自成一个新属，和已知的任何一种蛙都没有关联。他们对此感到难以置信，便在网上把这个发现传给了世界各地的两栖类专家。在科学界中，你可以选择的路径不计其数。你的选择可能会带领你走进我所描述的某个场景当中，也有可能截然不同。你选的课题，就跟你的真爱一样，必须让你感兴趣、充满热情、愿意为它奉献一生，并且乐在其中。31岁的查尔斯·达尔文。修改自乔治·里士满的画作第二编 创造的过程第四封信 何谓科学科学除了帮助我们认识天地万物之外，还可以增强人类的能力，这份宏伟的事业到底是什么？科学是关于现实世界，关于我们周遭的一切及人类自身的，成体系且可检验的知识，与神话和迷信中千奇百怪的信仰截然不同。科学是身体活动和精神活动的结合，是致力于以最有效的方式获取事实知识的富有启迪意义的文化，有越来越多受过教育的人将它视为一种习惯。在科学研究中，你会不断听到“事实”、“假设”和“理论”这些字眼。但若不与实际经验相结合，这些抽象的概念很容易流于空谈，因而被误解或误用。只有在了解其他科学家的研究过程，或者你亲自体验过之后，这些概念的完整意涵才会逐步显现。我会拿自己的一个例子来跟你解释我的意思。我是从一个简单的观察开始的：蚂蚁会把蚁尸搬出蚁巢。有些种类的蚂蚁只是把蚁尸随便扔在蚁巢外，但另一些种类则会将蚁尸成堆摆放，简直像在打造一座“墓园”。我从这一行为中发现的问题简单却很有意思：“蚂蚁怎么知道身边有只死蚂蚁？”即使是在完全黑暗的地下巢穴中，蚂蚁也能认出尸体，显然它们不是通过视觉感知死亡的。而且，若一只蚂蚁刚死不久，即便是在明亮的地方，仰在那里一动不动，也没有同伴会注意到它。一直要到尸体腐化一两天之后，这个虫体对其他蚂蚁来说才算是一具尸体。我猜（此时我做了一个假设），搬尸蚂蚁是靠尸体腐化时的气味辨认死尸的。我还推测（这是我的第二个假设），在尸体的渗出物中，只有少数物质会触发这种弃尸反应。第二个假设的灵感来自一项演化原则：地球上绝大多数动物的大脑都很小，它们往往只接收身边最简单的线索，以此来指引行动。腐化中的尸体会释放出几十种甚至几百种化学物质，这些物质可作为信号让蚂蚁选择行动。要是在人类世界中，我们当然可以将这些物质一一解析厘清，但是对于大脑只有我们的百万分之一的蚂蚁来说，全面分析是不可能的任务。若我的假设成立，会是哪些物质引发弃尸行动呢？是所有物质？少数物质？还是说根本不是这些物质？我去找化学材料供货商，买来各种尸体分解时释放的物质的合成样品，包括粪便的主要成分粪臭素、死鱼气味的主要成分三甲胺、各种脂肪酸以及在一种死虫身上发现的酯类。这段时间我的实验室闻起来简直就是停尸间再加上污水厂。我把微量的试剂滴在纸制的假尸体上，然后塞到蚁群中。经过大量发臭的实验，我发现油酸和其中的一种油酸盐会引发这种反应。其他物质不是完全被忽略，就是只引起一阵骚动。我又用另一种方式重复了这个实验（我得承认这次只是为了自娱自乐而已），把微量的油酸抹在搬运尸体的工蚁身上。它们会变成“活死蚁”吗？果不其然，它们变成蚂蚁界的“僵尸”了。尽管奋力挣扎，它们还是被巢友抬起搬到“墓园”里扔掉了。它们直到把自己清理干净，才能重返家园。于是我又有了另一个想法：苍蝇和金龟子这些靠捡拾各类残渣维生的昆虫，应当也是靠着嗅觉去寻找动物的尸体或粪便的，而且只需要辨认物质腐败时释放出的少数几种化学物质就可以了。这种至少以部分事实和逻辑推理为基础的推论就是理论，而理论的应用是很普遍的。当然，我们还需要在其他物种身上进行更多这类实验，才能有把握地将这些发现称为“事实”。那么，从最广义的角度来看，到底什么是科学方法呢？科学方法始于发现一种现象，比方说看到蚂蚁的古怪行为，或是找到一种无法归类的有机化合物，或是发现一种新植物，甚至是一处海沟里的神秘水流。科学家会问：“这种现象的性质是什么？是什么引起的？源自何处？会产生怎样的后果？”这些疑问便会引出科学问题。那么，科学家如何找到科学问题的答案呢？总是会有线索的，而这些线索会让人很快产生各种想法，提供解决方案。这些想法就是假设，很多时候纯粹只是符合逻辑的推测。最明智的做法是一开始就尽可能地列出各种可能的答案，然后全部进行检验。可以逐项检验，或是分组检验，在检验过程中不断排除，直到只剩下一个，这方法就是所谓的“多竞争假设”（multiple competing hypotheses）。多竞争假设并不是最普遍的方法——其实这种方法平时很少有人用。许多科学家倾向于只检验某一种假设，特别是自己提出来的假设。毕竟，科学家也是人。在研究的起步阶段，很难准确地提出所有可能的假设。这种情况在生物学研究中尤其普遍，主要是因为生物现象牵涉到太多因素。有些因素尚未发现，而那些已知的因素通常会彼此重叠，相互影响。观测环境中的干扰因素也困难重重。在医学中，癌症是典型的例子，在生态学中则是生态系统的稳定性。因此，科学家只能竭尽所能地去尝试，一路凭着直觉猜测，搜集更多的信息，不断坚持下去，直到合理的解释可以连在一起，使人们达成共识。这过程有时很快，但有时则相当漫长。唯有当一个现象在明确界定的条件下，呈现出不变的性质时，才可以说先前提出的“科学解释”是“科学事实”。氢是一种不能分解成其他物质的元素，这是一个事实；摄取过量的汞会导致某种疾病这种说法，在经过充分的临床研究后，也可称为事实。很多人相信，因为一两种在人体细胞内的化学反应，汞会导致一系列类似的疾病。汞会以这种方式致病的想法，可能会通过进一步的研究得到证实，也可能不会。而在眼下，相关研究尚不完善，因此这种想法只是一个理论。就算这理论最后被证明是错误的，它也不全然是个坏的理论，因为它至少会激发新的研究，增加知识。许多后来被推翻的理论仍可称为“启发式理论”，便是因为它们有助于推动新发现。顺带一提，“尤里卡”（eureka，意为“我发现了！”）一词源自古希腊科学家阿基米德的故事。据说，有天他泡在公共浴池里，思考该如何测量形状不规则的物体的密度。他想到，只要把物体放进水里，就可由水面上升的幅度测量其体积，由下沉的速度估计其重量，而密度便是以其重量除以其体积。据说，阿基米德一想到这个主意，立即跳出浴池跑到街上，大喊：“Heurika!”希望那时他是穿着浴袍的。说得更具体一点，他当时找到了判断王冠是否为纯金的方法，因为银这种贵金属的密度比金小，所以纯金的密度会高于金银混合物。更重要的是，阿基米德发现了测量所有固体密度的方法，不论其形状或成分为何。现在来举一个关于科学方法的更宏观的例子，这要回到1859年达尔文出版《物种起源》的时代。长久以来，许多人认为生物的演化只是一种理论，而不是事实；然而，光是达尔文时代的证据就足以说明演化是事实，至少在某些年代的某些生物身上发生过。今天，我们已经从植物、真菌、动物到微生物等各类生物的众多遗传特征中累积了许多有说服力的演化证据，这些证据来自生物学内的每一个学科，所有的解释都环环相扣，迄今还没有发现任何例外，因此我们可以很有信心地说：“演化是事实。”在达尔文的时代，人类是早期灵长类动物后代的想法只是一个假设，但现在有大量的化石和基因证据可以支持这个假设，因此它已可称为事实。演化仍然有理论推测的部分，即这一切普遍是通过“自然选择”发生的。这种理论认为，在一个有繁殖能力的种群中，某些遗传特征的组合会比其他组合更适应环境，因此它们的生存概率和繁殖成功率不同。这个推论已经用各种方式检验过很多次，现在称它为事实一点也不为过。演化论在整个生物学界影响深远，从过去到现在都是如此。我们观察到定义明确且具有高度一致性的现象，例如磁场中的离子流，物体在无重力真空状态中的移动，或是气体体积随温度变化而胀缩的现象之后，便可以精确地测量其变化幅度，并且以数学形式写成定律。物理和化学领域比较容易找到定律，在这些领域中，定律可以通过数学推理，轻易地演绎并深化。那么，生物学中也有定律吗？最近几年我大胆地提出，生物学也有两条定律可循。第一条定律是：所有的实体和生命历程，都遵从物理和化学中的定律。虽然生物学家很少谈到生物同物理与化学的关系，至少不会以这种方式去谈论，但在分子和细胞的层面上进行研究的人相信存在这种定律。在我所认识的科学家中，没有一位认为有必要去寻找所谓的“生命力”，也就是生物体特有的物质力量或能量。生物学的第二条定律比第一条更像臆测：一切演化都来自自然选择，而不只是由于高突变率和相互竞争的基因在数量上的随机波动所造成的微小随机扰动。科学的基础力量，不仅来自物理、化学和生物学等单一学科内部的关联，也来自这些基础学科之间的关联。在科学和哲学中一直有个悬而未决的大问题：“相去甚远的知识体系之间的这种关联（即知识大融通）可以扩展至社会科学和人文学科，甚至延伸到艺术创作吗？”我认为是可以的，我甚至相信，在21世纪未来的时间里，建构这种跨领域关联的工作，将是知识领域中最重要的活动。为什么我和另一些人会产生这样极具争议性的想法？因为科学是现代文明的泉源，而不只是等同于宗教或超验冥想的“另一种认识世界的方法”。科学并不会夺走包括艺术创作在内的各种人文学科的精髓，恰恰相反，科学可以提供一些方式来增添人文学科的内涵。科学方法一直比宗教信仰更能贴切地解释人类的起源和意义。组织架构较为严谨的宗教，会像科学一样提出创世神话来解释世界的起源、天球的构造，甚至解释时间和空间的性质。这些神话，主要来自古代先知的想象和顿悟，各宗教的说法也莫衷一是。不论有多精彩，多么能够抚慰信徒，这些故事都是相互抵触的。一旦以现实世界来检验，它们就会破绽百出，从来都是错的。创世神话的错误更进一步证明，宇宙以及人类心灵的奥秘不能单凭直觉来解释。而且，单单凭借着科学方法，人类就能从我们动物祖先遗留的狭隘感官世界中解放出来。人类曾经相信光可让我们看到一切，现在我们知道，激活大脑视觉皮质层的光波，仅是电磁频谱上的一小段区域而已，从极高频的伽马射线到极低频的辐射，完整的频谱其实涵盖好几个数量级。分析电磁频谱，让我们得以认识自然光的真正性质，而我们对光试读结束[说明：试读内容隐藏了图片]