评论 > 动态 > 正文

张峥:中国为何始终缺乏原始创新?

作者:

爱提问题不见得就是具有批判性思维,因为问题的形式无非就那几种:为什么?凭什么?是又如何?等等。最要紧的是提出好问题,有好奇心也可以问出很无厘头的问题,瞎问甚至不如不问。

这需要我们掌握:

第一性原理。也就是说要有穿透力,关心最基本的条件和假设,不要被表面的酷炫、不必要的细节迷惑。每一行都有自己的第一性原理,只有在参透了相关的基础科学才能把握住,把握好了才能问出好问题。马斯克传里提到他在SapceX的研制中要求液态燃料的温度压到最低,使得燃料仓体积最小,给火箭减重,这就是坚持第一性原理的体现,在他看来,只要物理规则没被打破,没有不能打破的现有规矩。

想象力和行动力的结合。坚持在第一性原理指导下的批评性思维,能让我们看清、挖深,但不见得一定会往前走一步,因为那需要,想象力和行动力的结合。有想象力没有行动力,只能做键盘侠,有行动力没有想象力,只能等别人立了标杆之后“赶超”。在开源已经是常态的现在,甚至可以说是习惯性地“敢抄”。中国在人工智能领域的文章都占了40%,但无论阿尔法围棋还是大模型,没有贡献出步子大一点的突破,等别人文章或者代码放出来了才发急追赶。

要培养这些素养并不容易。原创能力的培养,分布在不同学科之中。

比如说,行动力在工科和商科,想象力、创造力在设计和艺术,批判性思维在哲学和历史,而第一性原理又和具体的专业方向紧相关,等等。很难想象专门成立一个科目,叫原创学科,但不管如何,单一的某个专科很难涵盖应该是不争的事实。

如果我们去看那些领导原创的领袖人物,会发觉他们基本是靠自己的努力,自觉去采集来自不同学科的营养,马斯克大学后两年转去宾州大学念物理,就是因为他认识到不懂物理的工程师不是好工程师。

我们在这里讨论如何培养原创力,和如何设计面向未来的通识教育课程本质上是同一个问题。今年上半年,我受邀回母校复旦参加了一次相关会议上,且把我的观点作为本文的结语,并期待更多的讨论:

通识教育不是简单的让学生懂科学、懂人文和懂艺术。不同的专业训练会培养不同的“专业通识”。比如,科学家们相信纷繁复杂的现象背后存在着简洁明快、具有强预测力的模型;工程师认为魔鬼在于细节,他们对复杂性有着深刻的理解,在工作中致力于打造完美平衡细节和性能的产品;艺术和人文类从业者最关注叙事结构,叙事能力和叙事自由;金融类人才关心投入和产出,对人的非理性的理解甚至超过心理学家……每一种专业通识是各自领域的神器,从而深刻影响一个人的世界观和方法论。

目前的教育系统存在两个问题,第一,因为教育资源的严重不均衡,很多孩子被挡在高等教育之外,没有机会接触到专业通识,第二,幸运的孩子们层层选拔进入大学后,又必然进入各个专业,多年历练下却只拥有单一的视角。

因此,专业通识既不相通,也不通用,更不能下沉作为普惠教育的一部分,这样的教育显然不再适应未来的发展。

本文肯定不能全面回答题目所抛出的问题,权作抛砖引玉,希望更多的同道中人共同讨论中国从零到一的原始创新难题。

参考文献:

[1]吴国盛:什么是科学?——中美之间真正的差距是什么?https://mp.weixin.qq.com/s/B2bC9-PCd6MyItBV48xHvg

[2]中国为何会错失分子生物学革命?https://mp.weixin.qq.com/s/XC1d6QyDYfKXb2O7TprqNA

[3]“学好数理化,走遍天下都不怕”,今天有必要重提这个口号了!https://www.toutiao.com/article/6696375647385682444/

[4]What China’s leading position in natural sciences means for global research.https://www.nature.com/articles/d41586-023-02159-7

[5]Nature Index Annual Tables2023: China tops natural-science table.https://www.nature.com/articles/d41586-023-01868-3

[6]Wireless:

ohttps://en.wikipedia.org/wiki/Hertz

ohttps://spark.iop.org/hertzs-useless-discovery

ohttps://www.pbs.org/wgbh/americanexperience/features/rescue-wireless-signals/1904

ohttps://en.wikipedia.org/wiki/Guglielmo_Marconi

oThunderstruck, Erik Larson

[7]Computer science:

ohttps://tomrocksmaths.com/2021/08/03/turing-machines-the-death-of-formalism-and-the-birth-of-computer-science/

[8]WWW:

ohttps://en.wikipedia.org/wiki/Internet

ohttps://en.wikipedia.org/wiki/Hypertext

ohttps://home.cern/science/computing/birth-web/short-history-web

责任编辑: 李广松  来源:网友推荐 转载请注明作者、出处並保持完整。

本文网址:https://www.aboluowang.com/2024/0106/2000345.html