大家好，这里是最佳拍档，我是大飞。 今天这期视频我们暂时放下AI相关的话题，转向一个所有科技创新、人类智慧突破的底层元问题：科学到底是如何真正向前走的？我们从小在课本里学到的科学方法——观察现象、提出假设、实验验证、修正理论、最终证伪或确立——这套流程简洁清晰，仿佛科学进步是一条笔直的流水线。但是，当我们真正翻开科学史，触摸那些伟大发现的诞生细节，会发现真实的科学进步远比这套标准流程漫长、复杂、充满悖论，甚至很多时候，科学的突破完全跳脱了所谓的验证闭环。

最近，迈克尔·尼尔森（Michael Nielsen）与德瓦凯什·帕特尔（Dwarkesh Patel）进行了一场深度对谈，全程硬核拆解科学进步的真相。在对谈中，尼尔森聊到为什么阿尔伯特·爱因斯坦（Albert Einstein）的狭义相对论和教科书里说的迈克尔逊-莫雷实验毫无关系；为什么查尔斯·达尔文（Charles Darwin）的自然选择理论，明明是农民都能观察到的现象，却迟到了两千年；为什么AI靠梯度下降几乎不可能推导出广义相对论；甚至为什么外星文明的科技树会和人类完全不同，未来星际文明的核心合作逻辑也会因此彻底改变。今天我们就来给大家分享一下。

经典科学误区与历史真相

我们先从最经典的科学误区开始拆解，这也是尼尔森在访谈中首先抛出的一个核心案例：阿尔伯特·爱因斯坦（Albert Einstein）的狭义相对论与迈克尔逊-莫雷实验。在绝大多数的科普内容、甚至部分物理教材里，都会讲述这样一个故事：19世纪末，物理学家阿尔伯特·迈克尔逊（Albert Michelson）和爱德华·莫雷（Edward Morley）做了一个划时代的实验，试图寻找光的传播介质——以太。结果实验失败，证明了以太不存在，这给物理学界带来了巨大危机，最终爱因斯坦凭借狭义相对论解决了这个危机，重塑了人类对时空的认知。

但是，尼尔森指出，这个广为流传的故事其实是完全不符合历史事实的。尼尔森在访谈中明确指出，爱因斯坦晚年曾公开表示，自己在提出狭义相对论之前，根本没有听说过迈克尔逊-莫雷实验。即便后续史料证明他可能间接知晓，这个实验也从来没有成为他思考狭义相对论的核心依据。17世纪罗伯特·玻意耳（Robert Boyle）首次提出了以太概念。当时的科学家认为，声音依靠空气振动传播，那么光作为一种波动，也需要一种介质，这种遍布宇宙的介质就是以太。迈克尔逊和莫雷的实验初衷根本不是否定以太，而是验证不同的以太理论。他们想测量地球在以太中运动产生的“以太风”，看看光在平行和逆着以太风的方向上速度是否有差异。实验结果显示，没有检测到以太风，这个结果只是否定了部分以太理论，而非全部。迈克尔逊本人直到1929年去世，都始终坚信以太存在。20世纪20年代，物理学家米勒（Miller）还在威尔逊山做实验，声称自己检测到了以太风。爱因斯坦对此回应了那句名言：“上帝隐晦，但是并无恶意。”

更关键的是，在爱因斯坦之前，亨德里克·洛伦兹（Hendrik Lorentz）已经推导出了狭义相对论的核心数学工具——洛伦兹变换，也提出了长度收缩、时间膨胀的概念。但是洛伦兹的解释完全错误，他认为这些现象是物体在以太中运动受到压力产生的物理效应，而非时空本身的属性。亨利·庞加莱（Henri Poincaré）则接近了相对论的核心，他理解了相对性原理和光速不变，却依然执着于长度收缩是动力学效应，无法跳出旧时空观的束缚。这三位都是当时顶尖的物理学家，却都被自己的既有认知困住。而年轻的爱因斯坦没有被以太理论束缚，直接从相对性原理和光速不变出发，重新定义了时空。这才是狭义相对论诞生的真相。而狭义相对论的关键验证实验——μ子实验，直到1940年才完成。此时相对论已经被科学界广泛接受。这意味着科学共同体在实验验证之前，就已经判断出了理论的正确性，这完全打破了对于“实验先于理论”、“证伪驱动进步”的简单认知。

另一个更震撼的案例是阿里斯塔克斯（Aristarchus）的日心说。公元前3世纪，古希腊天文学家阿里斯塔克斯就提出了地球围绕太阳运动的日心模型。但当时的雅典人直接否定了这个理论，理由很简单：如果地球绕太阳公转，恒星应该出现视差位移，而当时的观测中没有发现这个现象。这个质疑在逻辑上无懈可击。而恒星视差的首次成功测量，是在1838年，这意味着日心说的验证闭环长达整整两千年。更讽刺的是，尼古拉·哥白尼（Nicolaus Copernicus）在16世纪提出日心说时，他的模型精度远不如托勒密（Ptolemy）的地心说，因为地心说经过千年完善，叠加了大量本轮、均轮；而哥白尼执着于完美圆周运动，反而需要更多本轮，既不更准，也不更简。但科学共同体依然逐渐接受了日心说。这说明科学进步的核心，从来不是单一实验的验证，也不是暂时的精度优势，而是理论的统一性与解释力。后来艾萨克·牛顿（Isaac Newton）的万有引力理论，同时解释了行星运动、抛物运动、海洋潮汐，把看似无关的现象统一起来，这才让日心说彻底站稳脚跟。

谈到牛顿，尼尔森提到了约翰·梅纳德·凯恩斯（John Maynard Keynes）的经典论述：牛顿不是理性时代的第一人，而是“最后的魔法师”。凯恩斯在整理牛顿未公开的手稿后发现，牛顿的炼金术、神学研究和他的《自然哲学的数学原理》有着完全一致的思维方式，包括极致的严谨、精准的方法、对底层规律的偏执追求。牛顿的科学研究和神秘学研究共享着一套对简洁、统一、本质的审美直觉。而这种直觉，正是科学突破的核心驱动力。这也引出一个关键问题：推动科学进步的，到底是固定的方法，还是科学家的审美、直觉与思维偏见呢？这种审美直觉，能否被编码进AI，成为AI驱动科学发现的核心呢？

达尔文理论的漫长孕育与科学发现的时代性

接下来，两人聊到了一个更贴近当下的问题：为什么达尔文的自然选择理论迟到了如此之久？《物种起源》出版于1859年，而牛顿的《自然哲学的数学原理》出版于1687年。从直观上看，自然选择的逻辑远比万有引力简单；古代的牧民、农民都在做人工选择，明明观察到了生物的变异与筛选，为什么直到19世纪才被系统性的提出呢？尼尔森给出了一个核心答案：那就是达尔文的天才，不是提出自然选择这个想法，而是证明了这个想法是整个生物圈的核心法则。

尼尔森指出，罗马诗人卢克莱修（Lucretius）在公元前1世纪就提出过类似自然选择的观点，但是他的理论是完全错误的：他认为生物是一次性诞生的，经过一次筛选后留存至今，没有持续的渐变，更没有“生命之树”的共同祖先概念。而达尔文的核心贡献，是结合地质学的“深时间”概念——查尔斯·莱尔（Charles Lyell）提出的地球亿万年历史，为自然选择提供了足够的时间尺度。同时，他用海量的生物、地理、化石证据证明了自然选择贯穿所有生命现象。更有意思的是，阿尔弗雷德·华莱士（Alfred Wallace）几乎在同一时间独立提出了自然选择理论。这说明科学发现从来不是单一天才的灵光一现，而是时代的知识储备、观测条件、思维框架全部成熟后的必然结果。这也解释了为什么很多科学发现会同时出现——因为支撑突破的所有积木，已经全部备齐。

AI在科学理论发现上的局限性

聊完经典科学史，两人的话题直接切入到了AI领域的核心争议：梯度下降能否发现广义相对论？AlphaFold到底是不是真正的科学解释呢？这是尼尔森访谈中最具前瞻性的部分，也涉及到了当前AI行业的核心瓶颈。

首先，广义相对论是爱因斯坦通过思想实验、逻辑演绎、数学推导得出的极简理论，寥寥几个方程就能解释水星运动、引力透镜、黑洞等无数现象，具备极强的预测力与解释力。而梯度下降是数据驱动的优化方法，核心是拟合观测数据、最小化误差。它可以像AlphaFold一样，基于蛋白质数据库拟合出蛋白质结构，但是它无法提炼出底层的极简原理。尼尔森明确指出，AlphaFold的成功90%以上来自蛋白质数据库的实验数据，来自X射线衍射、核磁共振、冷冻电镜的数十年积累。AI只是最后一步的拟合工具，而非科学发现本身。AlphaFold是一个高参数黑箱模型，没有可解释的底层原理，无法像广义相对论一样预测未知现象；它是优秀的工程工具，而非科学理论。

更关键的是，科学的证伪从来不是非黑即白的。我们可以看两个对比案例：天王星的轨道异常，科学家用牛顿力学预测出海王星的存在，这是经典力学的伟大胜利。而水星的轨道异常，科学家同样假设存在一颗名为“祝融星”（Vulcan）的行星，却始终找不到，最终证明是牛顿力学的局限，需要广义相对论解释。1990年代的先锋号探测器轨道异常，科学家一度认为是广义相对论的问题，最终发现只是探测器热辐射的不对称导致的微小加速度。99.9%的实验异常都是实验误差、次要因素导致的，只有0.1%是理论的突破点。而AI无法判断哪一个0.1%是真正的科学机遇，这就是AI科学发现的核心瓶颈。

还有一个极端案例：威廉·普鲁特（William Prout）的同位素假说。1815年，普鲁特提出所有元素的原子量都是氢原子的整数倍，这是一个极具洞察力的猜想。但是当时测量的氯原子量是35.5，直接否定了这个假说。科学家们用杂质、分数原子量等理由强行修补，却始终无法验证。直到85年后，人类才发现同位素的存在——氯是不同同位素的混合物，化学方法无法分离，只能物理分离。这是一个长达85年的、充满敌意的验证闭环：正确的理论被实验数据否定，错误的修补却持续了近一个世纪。这再次证明，科学进步从来不是快速验证，而是漫长的、充满试错的过程。

外星文明的科技树与星际合作逻辑

基于这些科学史的真相，尼尔森提出了一个颠覆常识的猜想：外星文明会拥有和人类完全不同的科技栈。我们一直默认所有文明都会沿着物理、化学、生物、计算机的线性科技树演进，最终收敛到同一套科学体系。但是事实并非如此。科技树的分支是无限的，人类的科技演进充满路径依赖。我们是视觉主导的生物，所以优先发展光学、视觉化的计算工具；我们基于碳基生命、地球化学，发展出材料科学、生物技术。我们在20世纪30年代才由艾伦·图灵（Alan Turing）、阿隆佐·丘奇（Alonzo Church）奠定了计算理论，随后衍生出公钥密码学、深度学习、量子计算——这些都是偶然的路径选择。宇宙中可能存在无数文明，有的基于听觉感知发展科技，有的基于不同的基础化学构建物质科学，有的直接跳过经典计算机，发展量子计算。它们的科技树会和人类完全错开，没有优劣之分，只是探索了科技树的不同分支。

这个猜想有一个极其重要的现实意义，那就是星际文明会存在巨大的贸易收益。不同文明的科技栈、制造能力、知识体系完全不同，彼此拥有绝对的比较优势。信息的生产成本极高，但是传播、验证的成本极低。这会让星际合作、知识交换成为未来文明的核心生存逻辑，而非征服与掠夺。这也打破了对科技线性演进、“低等文明被高等文明碾压”的简单想象。

科学前沿与范式跃迁

接下来两人探讨了一个终极问题：宇宙中还有无穷多的深层科学原理等待发现吗？我们已经发现了诺特定理、对称性对应守恒量、丘奇-图灵原理等等，这些原理极简却涵盖万物。这样的原理还有多少呢？尼尔森的答案是肯定的，他说：我们总觉得科学进入了“低悬果实”已经被摘完的阶段。经济学家尼古拉斯·布鲁姆（Nicholas Bloom）的研究显示，半导体行业为了维持摩尔定律，科研人员数量每年增长9%，但是晶体管的密度只增长了40%。科研投入的指数增长换不来进步速率的同步提升。但这只是单一领域的边际递减。

科学的进步从来不是在单一领域深挖，而是不断开辟全新的领域。计算机科学就是最好的例子，它起源于数理逻辑的抽象问题，在19世纪完全不被视为科学，如今却成为人类科技的核心。量子计算、合成生物学、脑机接口——这些全新领域会不断诞生新的“低悬果实”，让年轻科学家在21岁就能做出突破，而不是耗费25年掌握旧知识。人类文明的进步，从来不是匀速的，而是范式跃迁：十万年的石器时代、一万年的农业革命、三百年的工业革命、几十年的信息革命、未来的AI革命。跃迁的速度越来越快，每一次跃迁都会彻底改变科学进步的方式。我们现在无法想象AI之后的下一个范式，就像18世纪的人无法想象计算机一样。这就是人类认知的边界。

作为量子计算的早期先驱，尼尔森也还原了这个领域的诞生历史。很多人好奇，为什么约翰·冯·诺依曼（John von Neumann）既精通量子力学，又开创了现代计算机，却没有发明量子计算呢？核心原因是时代条件不成熟：1950年代，个人计算机尚未普及，人类也无法操控单量子态。直到1980年代，理查德·费曼（Richard Feynman）、大卫·多伊奇（David Deutsch）才奠定量子计算的理论基础。此时个人电脑开始普及，离子阱技术实现了单量子态操控，两个条件同时成熟，量子计算才成为真正的领域。尼尔森本人在1992年被杰勒德·米尔本（Gerard Milburn）教授引导，接触到了费曼和多伊奇的论文。当时全球只有极少数人研究量子计算，但是他立刻意识到，这个领域探讨的是物理系统的通用模拟，是宇宙的底层问题，具备无限的潜力，最终成为这个领域的核心推动者，撰写了量子信息领域的权威教材。这也说明，科学领域的突破需要顶尖科学家的审美直觉，去判断哪些小众方向是未来的核心。

科学信用分配与开放体系：集体科研的未来

而科学的信用分配与开放体系，这是尼尔森的另一个核心研究领域，也就是开放科学。20年前，没人知道开放科学是什么；如今，公众已经普遍接受，公共资金支持的科学应该公开。这是开放科学运动的巨大成功。现代科学的信用体系起源于印刷术时代的期刊发表，科学家通过公开论文获得声誉、资源，推动知识传播。但是在数字时代，代码、数据、未完成的想法都无法获得合理的信用分配，这成为科学进步的阻碍。物理学的预印本文化和生物学的预印本文化差异就是最好的例子：物理学家认为物理竞争更激烈，需要快速上传预印本确立优先权；生物学家认为生物竞争更激烈，需要保密等待期刊发表。这说明科学的信用体系是人类社会构建的，而非天然存在的。

现代科学已经进入集体科研时代。大型强子对撞机发现希格斯玻色子的论文有超过一千名作者，没有任何一个人能精通所有的环节。这其中，加速器物理、粒子探测、逆问题求解、量子场论、数据处理——每个环节都是顶尖专家的分工合作。这种集体科研是现代大科学的核心形态，也是开放科学需要解决的核心问题，那就是如何为集体贡献分配合理的信用。

高产、深度与知识内化

最后，两人还聊到了关于科研与学习的问题：如何平衡高产与深度，以及如何真正内化知识呢？达尔文用几十年打磨《物种起源》，爱因斯坦在1905年一年发表4篇诺奖级论文，两种模式都能诞生出伟大的成果。尼尔森认为，科研工作分为两类：一类是常规工作，需要高效完成、甚至外包，避免拖延；另一类是高不确定性工作，需要投入大量时间、试错、交流，接受大部分努力都没有回报。高产的核心是高效完成常规工作，深度的核心是勇敢投入高不确定性工作，两者缺一不可。

而知识的深度内化，从来不是靠浅阅读、浅交流，而是高要求的创造性产出。帕特尔提到，他自己在做播客时，很多知识只是表面理解，很快就会遗忘；只有像学习AI一样，亲手实现Transformer、做Roof-line分析，才能真正掌握。尼尔森也表示，自己花几天写完的文章很快就会遗忘，但是花三个月打磨的文章，十五年后依然记忆犹新。深度学习的核心，就是给自己设置极高的要求，通过创造性产出把知识刻进认知体系，而不是停留在表面的信息接收。

结语：科学的魅力在于未知与边界的不断打破

到这里，我们已经完整拆解了尼尔森关于科学进步的所有核心观点。他认为，科学进步不是线性的实验验证，而是漫长的、依赖直觉与审美的、路径依赖的过程。AI可以成为科学的工具，但是无法替代人类的理论构建与原理提炼。外星文明的科技树无限分支，星际合作是未来的核心。深层科学原理无穷无尽，人类的认知跃迁永远不会停止。开放科学与集体科研是现代科学的核心形态，而深度内化知识，是所有创新的基础。

不过，科学的魅力从来不是找到标准答案，而是不断打破认知边界，不断的追问“为什么”。我们今天所理解的科学进步，在百年后可能会被彻底颠覆，就像牛顿的经典力学被相对论修正一样。而这，正是人类科技最迷人的地方：永远有未知，永远有突破，永远有下一个时代的智慧之光。

感谢收看本期视频，我们下期再见。