Post sul blog: La fortuna favorisce la mente (teoricamente) preparata I dati sono enormi, le macchine stanno imparando, quindi a cosa serve la teoria? Non è che la maggior parte delle scoperte sia guidata dalla serendipità, con la teoria che funge principalmente da "post-mortem"? Sostengo che questo punto di vista sminuisce il valore della teoria. tl;dr È un refrain comune che la teoria segua la pratica, quasi come un “post-mortem”, portando molti a mettere in discussione il valore della teoria, specialmente nel nostro mondo moderno, ricco di dati. Perché investire nella teoria? Penso che questa mentalità derivi da una visione eccessivamente ristretta della catena causale della scoperta. Se allarghi la visuale, puoi vedere i numerosi modi in cui la teoria è il motore che spinge i creativi verso nuove scoperte. Sostengo che dobbiamo preservare un posto per la teoria nel nostro mondo moderno, affinché non perdiamo di vista alcune lezioni su come la scienza e la società progrediscono. La teoria è in una brutta posizione in questi giorni. Dopo i trionfi del XX secolo, mentre ci siamo spostati verso lo studio di sistemi complessi che forse ora stanno iniziando a rivelare i loro segreti all'apprendimento automatico, penso sia di moda chiedersi perché ci preoccupiamo della teoria—raccogliamo tutti i dati e lasciamo che alcune GPU ci dicano cosa significa tutto ciò. Questa mentalità non è nuova nell'era dell'AI, però. Versioni dell'argomento che la teoria ha un valore limitato perché spesso arriva dopo che gli ingegneri hanno fatto tutti i progressi pratici sono in circolazione da quanto ricordo. Fondamentalmente, la teoria è come un “post-mortem” per spiegare come funzionano le cose a un paio di esperti molto tempo dopo che la sua utilità è stata stabilita. Ad esempio: Penso che questi argomenti nascano da una visione eccessivamente ristretta del progresso. Il problema è che le tempistiche delle applicazioni della teoria sono, in effetti, così lunghe che confondiamo l'assegnazione di causa ed effetto. Prendiamo l'esempio citato sopra dei circuiti e delle equazioni di Maxwell, le equazioni che governano l'elettrodinamica. Sì, i circuiti certamente precedono le equazioni di Maxwell, e quindi se lo guardi in quel modo, certo, è un “post-mortem”. Ma allarghiamo un po' la visuale. Le persone hanno semplicemente messo insieme pezzi di metallo a caso e hanno scoperto che formavano circuiti? Affatto! All'epoca, l'idea (teoria, se vuoi) che l'elettricità fosse un fluido (Ben Franklin) che poteva muoversi da un luogo all'altro serviva da base per la progettazione dei circuiti. Non ne sono sicuro, ma presumo che la teoria abbia servito da base per i circuiti. Possiamo fare lo stesso esercizio dall'altro lato. Prendi l'invenzione della radio da parte di Marconi. È stata la sua invenzione solo il risultato di un tinkering casuale? Affatto. Il suo lavoro si basava già pesantemente sulla teoria delle onde della radiazione elettromagnetica (confermata da Hertz), senza la quale non ci sarebbe stato modo per lui di fare alcun progresso. Posso presumere che queste teorie fossero ben consolidate, probabilmente al punto di essere date per scontate. Certo, si potrebbe sostenere che nelle scienze della vita ci si affida molto di più alla sperimentazione e alla serendipità, quindi la rilevanza della teoria è inferiore. Penso ci sia un senso che quindi dovremmo fare molta più sperimentazione. Vedi, ad esempio, un tweet di @RuxandraTeslo, fatto in riferimento al tweet sopra sulla teoria che ritarda la pratica. Sono certamente simpatetico a questo punto, e sarei d'accordo con Teslo che abbiamo bisogno di molta più sperimentazione. E certamente la serendipità viene spesso menzionata nel contesto dello sviluppo di farmaci. Ma ecco la cosa: lo spazio di tutti i possibili esperimenti è impossibilmente grande, e la teoria funge da guida (a volte invisibile) attraverso questo spazio. Diamo un'occhiata alla penicillina, un caso apparentemente classico di serendipità: Fleming lascia un piatto Petri all'aperto, che diventa muffoso, e la muffa uccide i batteri. Da lì, si estrae la penicillina, e nasce una nuova era della medicina, apparentemente per caso, indipendentemente dai dettagli particolari (“meccanismo d'azione”) con cui gli effetti della penicillina sono mediati. Ma anche qui, il modello è in realtà lo stesso. Allarga un po' la visuale, e la base stessa di questa scoperta è la teoria germinale della malattia, formulata circa 60 anni prima da Pasteur. Senza la teoria germinale, non ci sarebbe alcuna base affinché questa osservazione avesse un significato. Allarga anche nell'altra direzione: scoprire la base genetica per la resistenza alla penicillina è fondamentale per il cloning molecolare che ha alimentato il campo della biotecnologia. Lo stesso vale per le chemioterapie contro il cancro. Il cisplatino è stato scoperto notando che un elettrodo aveva l'effetto di fermare la divisione dei batteri, quindi il ragionamento era che potesse avere un effetto sulla divisione cellulare nel cancro. Tuttavia, tutta questa catena si basa sulla conoscenza che il cancro è una malattia delle nostre stesse cellule che si dividono in modo incontrollato. Infatti, per gran parte della storia umana, si pensava che il cancro fosse in realtà una malattia causata da oggetti estranei o squilibri interni dei fluidi corporei. L'innovazione concettuale era necessaria affinché qualcuno potesse fare le connessioni necessarie per realizzare il significato dell'osservazione. Comunque, di nuovo, nulla di tutto ciò vuole dire che la serendipità non giochi alcun ruolo, né che dovremmo avere meno piuttosto che più trial clinici (sosterrei certamente il contrario). Ma penso che, in mezzo a tutto l'entusiasmo per la raccolta di dati ad alta capacità, l'apprendimento automatico e simili, dovremmo stare attenti a non sottovalutare il valore della teoria. Potremmo non vederlo immediatamente, o anche a breve termine, ma ignorare la teoria è a nostro rischio e pericolo. È ciò che prepara la nostra mente a trasformare il cambiamento in serendipità. PS: Inoltre, è notevole che tutte queste scoperte siano state fatte da persone che erano profondamente immerse nelle loro discipline. Queste non erano persone a caso che facevano cose a caso. Queste erano persone con menti preparate. C'è una corrente di sentimento anti-establishment che dice che le istituzioni di apprendimento stanno trattenendo la conoscenza e il progresso. Penso che le prove semplicemente non supportino quel punto di vista.