博客文章：机会青睐（理论上）准备好的头脑 数据庞大，机器在学习，那么理论有什么用呢？难道大多数发现不是由偶然驱动的吗，理论大多只是作为一种“事后分析”吗？我认为这种观点低估了理论的价值。 简而言之 人们常说理论跟随实践，几乎像是一种“事后分析”，这让许多人质疑理论的价值，尤其是在我们这个数据密集的现代世界中。为什么要投资于理论？我认为这种心态源于对发现因果链的过于狭隘的看法。如果你放眼更广阔的视野，你会看到理论是推动修补者进行新发现的引擎。我认为我们需要在现代世界中保留理论的位置，以免我们失去一些关于科学和社会进步的教训。 如今，理论处于一个糟糕的境地。在20世纪的辉煌之后，随着我们开始研究复杂系统，这些系统或许现在开始向机器学习揭示它们的秘密，我认为问我们为什么还要关注理论已经成为一种时尚——让我们收集所有数据，让一些GPU告诉我们这一切的意义。这种心态并不是AI时代的新现象。关于理论价值有限的论点，认为它往往是在工程师取得所有实际进展之后才出现，这种观点我记得已经存在很久了。基本上，理论就像是一种“事后分析”，用来向一些书呆子解释事情是如何运作的，早在它的实用性被确立之后。 例如： 我认为这些论点源于对进步的过于狭隘的看法。问题在于，理论应用的时间尺度实际上是如此之长，以至于我们混淆了因果关系。让我们以电路和麦克斯韦方程为例，这些方程支配着电动力学。是的，电路确实早于麦克斯韦方程，因此如果你从这个角度看，当然可以说这是一个“事后分析”。 不过，让我们放眼更广阔的视野。人们是随意把金属片拼凑在一起，发现它们形成了电路吗？一点也不！当时，电力是一种流体（本·富兰克林）的想法（理论，如果你愿意的话），可以从一个地方移动到另一个地方，这为电路设计提供了基础。我不确定，但我想理论是电路设计的基础。 我们可以在另一边做同样的练习。以马可尼发明无线电为例。他的发明仅仅是随机修补的结果吗？一点也不。他的工作已经严重依赖于电磁辐射的波动理论（赫兹证实），没有这个理论，他根本无法取得任何进展。我可以假设这些理论已经得到很好的确立，可能到被视为理所当然的地步。 当然，有人可能会争辩说，在生命科学中，我们更多依赖实验和偶然性，因此理论的相关性较低。我认为有一种观点认为我们因此应该进行更多的实验。请参见例如@RuxandraTeslo的推文，提到上述关于理论滞后于实践的推文。 我当然对这一观点表示同情，并且我同意Teslo，我们需要更多的实验。并且偶然性在药物开发的背景下经常被提及。但问题是：所有可能实验的空间是不可思议地庞大的，而理论在这个空间中充当了一种（有时是隐形的）指南。 让我们看看青霉素，这似乎是一个经典的偶然性案例：弗莱明把一个培养皿放在外面，变得发霉，而霉菌杀死了细菌。从那里，青霉素被提取出来，一个新的医学时代由此诞生，似乎是偶然的，无论青霉素的作用机制的具体细节如何。但即使在这里，模式实际上是相同的。放眼更广阔的视野，这一发现的基础是巴斯德在60年前形成的病原体理论。没有病原体理论，这一观察就没有任何意义。反向放眼：发现青霉素抗药性的遗传基础对于推动生物技术领域的分子克隆至关重要。 癌症化疗也是如此。顺铂的发现是通过注意到一个电极能够阻止细菌分裂，因此推测它可能对癌细胞分裂有影响。然而，这整个链条依赖于我们对癌症是我们自身细胞失控分裂的疾病这一知识。事实上，在人类历史的很大一部分时间里，人们认为癌症实际上是由外部物体或体液内部失衡引起的疾病。概念创新是必需的，以便有人能够建立起所需的联系，从而意识到这一观察的重要性。 无论如何，再次强调，这并不是说偶然性没有任何作用，也不是说我们应该减少而不是增加临床试验（我当然会主张相反）。但我确实认为，在围绕高通量数据收集、机器学习等的所有兴奋中，我们应该小心不要低估理论的价值。我们可能不会立即看到，甚至在短期内也不会看到，但我们忽视理论将是我们的危险。这就是让我们的头脑准备好将变化转化为偶然性的原因。 附言： 同样值得注意的是，所有这些发现都是由那些深深沉浸在自己学科中的人所做的。这些人并不是随机的人在做随机的事情。这些人都是准备好的头脑。反对体制的情绪认为学习机构阻碍了知识和进步。我认为证据根本不支持这种观点。