當與正在準備科學考試的高中生交談時，你可能會聽到兩個觀點：一是他們害怕物理，二是他們覺得生物更親切。奇怪的是，這與大多數科研人員的觀點相反。科學的時代精神是，物理學是容易的。

━━━━

物理學的簡潔性來自于能創造水晶般清澈透明的理論，從亞原子粒子的存在到恒星周圍光線如何彎曲，這種理論都具有強大的預測性。與物理學相比，生物學更難提煉出優雅的定理和數學方程。因此，一些杰出的思想家認為，相比于遙遠且難以觀測的黑洞，細胞和森林更難理解。

然而，也許根本就沒有所謂的簡單或難的學科，有的只是簡單的問題和難的問題。生物學之所以顯得如此難，是因為它是由一套非常困難的問題所定義。物理學之所以顯得簡單，是因為具有深刻見解的思想家用幾個世紀的努力，提出了一系列可以解答的問題。

而諷刺的是，使生物學如此具有挑戰性的原因，正是我們與它的親密關系。不妨問問自己：在一個迷戀對象和一個同事之間，誰更容易理解？我們與生物學——以及心理學和社會科學——的親密關系，使我們能夠用已有的淵博知識來審視這些現象。我們提出非常細致的問題，然后因看似神秘或矛盾的答案而驚訝。

在森林中散步時，我們可能會看到楓樹上不同尋常的葉子形狀。這可能會讓我們驚奇，為什么樹葉有裂片，為什么秋天樹葉會變紅，凋落的樹葉叢中有什么昆蟲，這些昆蟲是如何分解和滋養土壤的。盡管我們提出這些問題的時候非常自然，但是這掩蓋了問題事實上的復雜性。

○因為對楓樹的熟悉，我們提出非常細致的問題，這掩蓋了問題事實上的復雜性。| 圖片來源：PxHere

相比之下，太空中那冰冷廣闊的虛空，夸克那無法看見的微小，對我們來說是如此陌生，以至于我們能得意地談論與它們有關的最簡單的事物，甚至只是為了證明它們的存在。

━━━━

有時，類似的親密關系也會減緩我們對物理學的理解。例如行星的運動就是困擾人類的最古老問題之一，它貫穿于許多不同的神話中。然而，正是由于我們人類的自我中心，行星的本輪理論曾將地球錯誤地置于宇宙的中心——這個錯誤持續了大約2000年。直到將這一問題抽象為牛頓物理學中的力、質量和引力問題時，行星運動才變得更易于預測和理解。

對于物理學家來說，難以解答的問題仍有許多。如果物理學將它的聲望建立在預測下一次將出現的能干擾地球通訊的太陽耀斑上，那么它將被視為一個更加復雜和困難的學科。為什么呢？因為模擬能產生太陽表面動力學的許多機制是極其復雜的，它涉及到引力、電磁、熱與核等全部過程。至于行星運動，只要認識到太陽的質量允許我們忽略其他天體的影響，就能夠對行星的軌跡有足夠好的了解。但如果真想要研究其中的細節，就會很快發現，我們甚至不能精確地預測三個質量相等的物體的運動。同樣，使用混沌理論時，我們知道，對于兩個運動耦合在一起的單擺，我們只能粗略地猜測它們的具體位置，卻不能肯定說出哪一個鐘擺將處于什么地方。

也許我們要生物學解答的問題都太難了。如何拯救一個人的生命？為什么這只冠藍鴉略暗于另一只？但是，僅僅因為我們對生物學有更多需求，并不意味著我們不能提出稍微簡單一點的問題。事實上，借鑒“簡單”的物理學就可以幫助我們找到這些問題。物理學家特別擅長尋找普遍的、大規模的現象，這些現象適用于多種系統，而且很可能是一些簡單且共有機制的結果。

○為什么這個冠藍鴉比另一只稍微暗一點？也許我們對生物學提出的問題太難了。| 圖片來源：Mdf

以生物尺度（biological scaling，也就是異速生長問題）為例。這一概念源于早期的觀察，即哺乳動物的代謝率與其體型大小遵循一種可預測的非線性冪律關系。冪律是一種數學關系，它告訴我們，當系統的尺度呈數量級（通常是按照10的倍數）增長時，某種特性會如何隨之變化。因此，當一個生物體的質量增加1000倍時，生物尺度的原理可以準確地預測出，它的代謝率將增加100倍。

但是，同樣的數學怎么可能既適用于描述兩個物體之間的引力這樣簡單的事情，又可用于描述不同棲息地物種形成這樣混亂的過程呢？

━━━━

在物理學中，冪律指出了在所有尺度上運行的共有機制和對稱性。而研究表明，在生物學中，發揮作用的基本機制是血管網絡的結構和流動。事實證明，血管可以有效地拓展身體，為生物體的所有細胞提供資源，同時減輕心臟的壓力。

○ 連接三角形三條邊的中點，將其分割成四個形狀相同卻更小的三角形，如此不斷分割，最終形成細致復雜的圖案。而自然界中樹的結構可以抽象為不斷分叉的線條。這些結構在不同尺度都具有相似性，類似于在時間、空間的變換下保持不變的對稱性，這是一種在不同尺度下保持不變的對稱性。| 圖片來源：Rafael Ruggiero

這個簡單的洞察力催生出越來越多成功的理論，這些理論使用最優化生物結構的概念來預測現象，比如森林中樹木的分布，我們需要多長的睡眠時間，腫瘤的增長速度，最大和最小尺寸的細菌，在某種環境中樹最多能長到高。

━━━━

然而，生物學也可以提出自己獨特的問題。例如，正如圣達菲研究所的科學家Jessica Flack和David Krakauer所展示的那樣，靈長類、神經元和黏菌等生物系統的信息處理和決策能力，產生了獨特的有別于純粹物理系統的反饋、適應性和因果關系類型。

生物系統的額外復雜性是否可以通過擴展信息論等由物理學啟發的觀點來解釋，還有待觀察。或許有一天，面對難以攻克的難題，生物學和復雜系統的研究會有所進展，又或許，對這些問題進行巧妙的重新闡釋將會消除當前的挑戰。這可能會為我們指明通往簡單答案的道路，正如達爾文所做的那樣，他用自然選擇和變異的概念重新定義了生命起源和多樣性的問題。

○ 通過兩個維度衡量系統的復雜性：1）科學描述所需的細節和精度；2）在某一特定現象中組合的機制數量。最困難的科學是對由多種機制組成的系統提出詳細的問題。

物理學家菲利普·安德森（Philip Anderson）在1972年發表的文章《多而不同》（More Is Different）中，強調了試圖將一切現象還原到最微觀層次的危險（還原論）。相反，他關注的是出現在自然現象各種尺度上的復雜性的跳躍（演生論）——比如從量子力學到化學。然而，讀者往往忽略了他的論點，那就是有效的理論應該建立在能解釋一個系統的基本機制的組成模塊上——即使這些組成模塊是相對較大或中等規模的實體。

基于后一種觀點，我們的論點是，我們不知道黑洞是否比森林簡單。我們不可能知道，除非有一個普遍有效的理論來解釋森林的存在，或者直到我們能觀察到最細致的黑洞坍縮和蒸發的動力學。如果不徹底定義我們對每個系統提出的問題的類型，就不能得出哪個問題更為復雜的結論。或許存在一些特定類型的問題，當面對這些問題時，我們的知識會遇到困難，但更多時候，有關的是我們提出的問題，而不是系統本身。

━━━━

所以，物理可以很難，生物學也可以很容易。難度的大小更多地取決于提出的問題，而不是所在領域。

在復雜系統科學中，這兩種觀點交界處常常取得巨大的進展。

前進的一條道路是，先解決簡單的問題，然后用這些答案嘗試找到一些原則，在涉及到更詳細的問題和理論時，這些原則將有所幫助。有可能從簡單的問題開始，我們可以慢慢“積累“，最終達到困難的問題。

又或者，我們可以從相反的方向，觀察那些跨學科現象背后的奇怪的相似性，或許能促使我們尋求全新的機制和原理。有時，這需要一種不那么詳細、卻更為抽象的視角，正如物理學家蓋爾曼（Murray Gell-Mann）在他的著作《整體概觀》（A Crude Look at the Whole， 2016）中所述的那樣。在不遠的將來，這種因物理學的距離所致、因生物學的親密所掩的概觀，應在科學領域產生更多深刻的見解與簡化。

撰文：

Chris Kempes（圣菲研究所物理、生物及地球科學跨學科教授）

Van Savage （加州大學洛杉磯分校生態、進化生物學及生物數學跨學科教授）

原文標題為“When science hits a limit, learn to ask different questions”，首發于2018年10月22日的Aeon。原文鏈接：https://aeon.co/ideas/when-science-hits-a-limit-learn-to-ask-different-questions。中文內容僅供參考，一切內容以英文原版為準。

文章來源：原理

IEEE Spectrum

《科技縱覽》

官方微信公眾平臺