吴军：飘忽不定的世事，如何在牛顿之后变得有迹可循？

以下根据吴军于2019年10月17日在高山大学英国站的部分课程内容整理而成，经老师审核后公开发布。

演讲|吴军  来源|高山大学(ID：gasadaxue)

授课老师：吴军，著名学者，投资人，人工智能、语音识别和互联网搜索专家，丰元创投创始合伙人，前Google智能搜索科学家。

吴军，2019年10月17日在高山大学英国站

牛顿时空与前人肩膀

讲牛顿，或任何一个历史人物，都需要把他放到当时的时空背景下，进行比对分析。

比如秦桧是好是坏，用今天的道德价值观评断，没有意义。过去，他被视作卖国恶贼；后来又有人说他有点委屈。其实，他做的事还是那些事，只不过随着我们发展出了新的价值观，就有了不同的评价。

政治上，牛顿时代是从王权过渡到资产阶级革命的克伦威尔独裁时期，所以牛顿没有经历封建制，也不像伽利略那样需要面对教会的迫害。

经济上，社会开始富足，基础教育也已经普及。所以牛顿不用帮家里干活，能够上学去。

社区上，皇家学会已经成立。牛顿有一个共同商讨事物的圈子，不像罗吉尔·培根自己一个人搞科学。

科技上，大航海时代，西欧一些国家在海外遍布殖民地，对航海技术存在巨大需求，比如从大帆船到蒸汽船的改造、经度的确定等等问题。

牛顿之所以能成为了不起的科学家、思想家，除了时空因素，也因为在他前面站着一批巨人，而他站到了巨人肩上。

实际上，这也是企业取得成功的关键。双创时期，中国流传着一种对硅谷的错觉，就是车库文化。实际上，纵观所有硅谷诞生的伟大公司，只有苹果一家诞生于车库，其他都孕育于已有的大企业。

苹果公司也并非彻底从零做起——沃兹尼亚克当时已经把机器做了出来，只是惠普公司没看上，而慧眼识英雄的乔布斯趁机捡起了璞玉。

1. 阿奎那

阿奎那，首先把科学带进了神学。虽然身为神学家，但他并不单纯信主、信教义。他也讲究逻辑，有很多唯物主义的想法。作为自然神论者，他一方面相信世界是上帝所创，另一方面怀着虔诚的心去破解上帝创造的规律。

关于这些规律，阿奎那提出5个属性：简单、完美、无限、不变、一致。后来，这些也成了机械思维的原则。

阿奎那有一句名言：“凡在理智中的，无不先在感性之中”。他认为，人类建立的所有理性结论，必须可以真实感受到，而不是玄幻飘忽的东西。

他把知识来源归于三类：

1. 自然的存在。可以亲身感知，比如2个苹果与3个苹果，数下来共5个苹果，就是自然的结论。

2. 人的发明。

3. 神的谕示。很多科学传说，比如牛顿被苹果砸，于是发现万有引力；瓦特看见壶盖被蒸汽顶起来，于是发明蒸汽引擎。故事经过都是往神谕的方向凑。牛顿晚期也研究圣经，希望从中找到神谕。

将科学融入神学，固然保护及推进了科学，但也导致了科学僵化。当时的科学依据很多来自于亚里士多德，而亚里士多德许多结论并没有通过实证，而是停留在主观想象。比如“男人的牙齿数量比女人多”或“重的铁球先落地”这些错误结论，其实并不难验证。

2. 伽利略

方法论上，伽利略最大的影响在于实证主义——结论必须建立于实验结果。

在伽利略之前，哥白尼已经提出了日心说，不过哥白尼的模型并没有比当时托勒密的地心说更精确或更有用。直到伽利略后来靠天文望远镜观测到金星凌日、木星系统等现象，才证明了地心说不太靠谱，从而一步步确立日心说。

除了实证主义，伽利略也强调了逻辑在自然科学里的重要性。比如著名的比萨斜塔实验，伽利略最初之所以认为两个球会同时落地，是出自一个漂亮的逻辑。

8磅的球和7磅的球，被拴在一起。如果把它看作一个15磅的球，按亚里士多德——重的球先落地，15磅比10磅早落地；但如果把它看作两个球，8镑和7磅的球都比10磅迟落地。

一模一样的情况，却得到两个相悖的结论，只能说明：亚里士多德的假设一开始就错了——两者必须同时落地。当然，秉持着实证主义，伽利略也做了实验，验证了结论。

3. 第谷、开普勒

开普勒，算是最早以大数据驱动研究的科研人员。

当时丹麦皇家天文台台长第谷，透过观测累积了很多天体数据，死后交给了开普勒。而开普勒根据数据推算出地球绕太阳的轨迹或许不是圆，而是椭圆。

这一下，方程就简化了，也产生了开普勒三定律。不过开普勒仅是给出描述，后来才由牛顿做出解释，并进行了一些修正。

4. 笛卡尔

笛卡尔是牛顿之前最重要的一个巨人。

某次，他躺在病床上百无聊赖地盯着苍蝇看，为了确认苍蝇位置，突发奇想把天花板想成一个个方格子，由此开创了直角坐标系。

在那之前，人们研究几何问题、物体运动，基本以直线为主，偶有圆形，几乎不涉及椭圆或不规则曲线；所以没有坐标系也没大碍。但到了笛卡尔，考虑的事复杂了，而随着坐标系出现，代数轻松融进了几何，衍生出了解析几何。

坐标系、解析几何，是牛顿微积分及经典力学的根基性数学工具。数学，常常起源于想象和发明，不存在于自然世界，但到了解决现实问题的关头非常有用。 

巨人肩上的牛顿

牛顿的贡献，除了经典力学，还有微积分。而微积分的重要性，不在于那些公式，更在于一套看待世界的高阶思维。 

首先，什么是微积分？

举个例子：速度。

一辆车开了10分钟，经过2公里；速度是每小时12公里。但这是全程的平均速度——如果汽车撞了墙，决定受伤与否的，是撞车一刻的瞬间速度。那么瞬间速度是多少？对撞的瞬间连一秒都不到。

于是牛顿把时间切分得更短，0.001秒、0.000001秒……当时间无限小，这速度就成了瞬间速度——这就是微分。

微分的本质，是把一个宏观的整体，拆分成微观的局部进行了解。而积分的本质，反过来，就是从微观了解宏观、从局部了解整体、从趋势了解总量。

值得一提的是，积分有滞后效应——当增长趋势到达最高的时候，总量还要隔一段时间才会到达顶峰。

打个比方，公司出现亏损，全力进行止损。亏损速度虽然慢了下来，但账目上的数字仍在减少；最低谷（转机）的来临还要再等一阵子。可见，公司预留现金流时，必须考量这个滞后效应。 

同样，人在顺境自满的时候，也容易忽略这点。看着事业大好便开始花天酒地，事业并不会立刻搞砸，最初只是放缓，再过一阵子，业务才开始下坡。当老板、股东终于不满，你还以为别人在挑刺，其实荒废的种子早就种下了。

随着微积分的诞生，判断一件事最高和最低点的方法也得到了提升。传统的算数思维，是把所有数据摆出来排序；牛顿的微积分思维，是从趋势上判断。

当一条曲线到达最高点，它的增长速度必然历经一个“从快到慢，再停滞，最后转负”的过程。所以找最高点，不用比较所有的数，看变化速度就可以，而且现实操作上，后者常常比前者更有用。

概括起来，微积分思维，在于动态看待事情，从宏观看微观、从趋势看总量。

牛顿另一个思维上的重大贡献，是把繁琐哲学简单化，并量化。

在过去，物理更多是一种定性的描述；从牛顿开始，物理、数学结合了起来，进入了一个定量的时代。比如“钟摆绳子越长，时间越长”，透过简单的公式，已经能明确计算出来：“当绳子多长，时间多长”。

这么一来，很多难题就能解决，很多发明也应运而生。

时代的自信：机械论

从此，人类有了空前的自信。

在那以前，人匍匐在神的前面。什么事解释不了，都是神的安排。到了牛顿时代，人也信神，但更深信神所创造的世界规律可以认识清楚，而一旦认识清楚，遇到的问题都可以解决。所以，科学和宗教并非完全对立。

从不确定性到确定性，涉及到机械思维。对此，皇家院士波义耳做过一番总结。

首先，世界是一台极其复杂的机器，但整体等于部分之和。一个大问题，可以拆解成小问题分别解决，再还原成大答案。像是福特生产汽车，就在于把车拆解成许多零件，然后生产、拼装。

同时，机械论眼中的规律符合五大原则：简单、完美、无限、不变、一致——基本对照阿奎那的上帝的5个属性，把上帝变成了科学。

当然，随着科学进步、认知拓展，我们今天知道这些原则有局限性。比如一些规律存在例外、矛盾。凡是规律性，都可能存在变化。世界也不一定是确定的，在量子力学里，不确定性是本质——但至少在牛顿那个时代，这些原则是成立的，并且是重要的；如此，人们才有自信去认识和掌握世界。

在这里，科学家的工作，是通过观测和实验一步步破解未知。所以，科学是一个过程，不是一个结论——所有科学结论，都是相对的，而非绝对的。

绝对正确的，不是科学，而是宗教。当下再好的一个结论，都始终面对着其他科学家的证伪，被修正或被推翻——这条路没有终点。所以，科学家这职业也挺悲催。

机械论的影响

机械论，对科研、对企业、工业乃至经济等，都有莫大影响。

爱因斯坦即便在理论框架超越了牛顿力学，但思维上，依然沿用机械论思维，至死都坚信确定性，以至于他曾跟玻尔争执：上帝不可能掷色子。 

计划经济

计划经济，是一个典型的机械论。它相信人类朝着一个固定、可测的轨迹发展。而这件事，到了美国和前苏联，发展成了两个情况。

在前苏联，它衍生出一个计划部门，集结2万名科学家，负责规划国家未来十年生产的所有细节，觉得市场尽在预测之中。在今天，有点匪夷所思。

美国里根说过一句话：我的需求不是华盛顿政策部署部门可能知道的，而且我随时都可能变。

所以在美国，它成了工业的福特主义——所有生产，都能以流水线进行规划和优化；规划得足够好，掐准所有时间，甚至都可以做到不需要设立仓储。而它的基础是确定性，这才能对一个产品进行拆分、组装，打造流水线，使得任何原料丢进去，结果都是可测的。

如果整体不等于部分之和，比如生命与原子，就不行——把各种原子组装起来，并无法形成生命，尽管生命物质是由原子组成。

泰勒科学管理学

另外，机械思维也带来泰勒科学管理学。当中，有4个要点。

第一，效率优先——效率先行，其他指标像是环境污染，之后再说。

第二，同构组织架构。

第三，可预测性。

第四，人性化管理。

前3点，都源于机械思维，而第4点，是因为他从小工人一路成长为大学者，懂得产业工人的艰辛。

关于第2点，以微软为例——office产品都有一个个功能模块，各自搭建出下拉菜单，没有交叉，规律好预测；而人事组织，每个小组有一个经理，往上有个总监，再往上有个高级总监，一级级竖状构成管理体系。

这样的组织架构，好处是效率优先、职责明确，出了事一定能找得出问题点。坏处是部门之间壁垒严重。部门之间员工要沟通，得先通知上级，才再一环环联系到对方。

在IBM，一个箱子从3楼搬到2楼，平均是半年。因为首先规章不允许员工自己搬，闪了腰得工伤赔偿，所以得按程序、结构一层层报告，最后才搬得了。同时，层与层之间壁垒也大。当了总经理的人，再让他当总监，心理过不去。但当留在一线工作的人经验都不超过三年，产品肯定做不到一流。

药品研发，也体现机械论

 从不信医学，到相信医学，到发现药效、确认药效、找到药理，然后提取药效成分，最后商品化——这都是按照机械思维逻辑，一步步解决问题的方法。

人类真正相信医学，是在青霉素诞生以后。史料上，青霉素第一次出现是唐朝。一帮裁缝发现被锈割伤后抹上长了绿毛的浆糊就没事了。但当时连细菌都不知道。

青霉素的杀菌效果是英国医生弗莱明在一次实验中发现的。他留意到自己培养的细菌被某霉菌杀死。但之后的10年，研究一直没有进展，因为培养皿的青霉素太少，所以实验时灵时不灵，无法验证。

1938年，战争之际，牛津大学弗洛里和团队（钱恩、哈特利、亚伯拉罕）接过了工作。首先是量产；他组织一批年轻人养青霉菌，把牛津大学变成一个霉菌工厂。然后进行白老鼠实验——50只感染的老鼠中，用了青霉素的25只全好了，而其他全死了。双盲实验初步确认了药效。

然而，产量仍然不够。在慈善家的出资下，弗罗里、哈特利到美国搞量产，不断克服问题，把产量提高了1000倍。很多时候，实质突破就需要数量级的提升。

接着，到了青霉素临床阶段，弗洛里说服了4家药厂参与，最终在当局批准下，对一个感染的黑人妇女进行了一次成功的人体实验。

但科学不但要知其然——青霉素能治病，还要知其所以然——它背后的原理、因果。

待在英国的亚伯拉罕和钱恩发现，一种青霉烷的物质，靠着溶解细菌的细胞壁把细菌杀死。

接着，牛津大学科学家霍奇金，再通过X光衍射发现了它的分子结构。知道了分子式，青霉素从此可以人工合成，高产、高效，而且成本低廉。当然，这背后也因为弗罗里和乔治默克放弃专利的高风亮节，让全世界参与生产。

随着青霉素面世，人类出现了抗药性，亚伯拉罕对青霉烷进行一些结构改造，发明出新的抗生素：头孢——不过亚伯拉罕没拒绝专利，成了英国最富有的人。

研制一款药，从论文发表到药品上市，平均需要投入20年、20亿美元。而回收成本，专利表面看能长达20年，但由于论文发表、临床试验都全公开，专利必须提早申请，所以回收成本的时间平均只有7年。

这也是为什么新药很贵。前阵子，有种给小孩治病的药，一针需要200万，听起来不人道；但换个角度想，没有这200万，就没人去研发药，病人求治无门更不人道。

不确定性思维

那么，有没有更好的解决方案呢？

几年前，斯坦福医学教授提到了大数据——今天全世界有约10000种药及5000种病；搭配起来，这里有5000×10000可能的组合。过去有研究发现，某种心脏病的药能治胃病。

把不同药与病组合起来，临床试验中的毒性试验就可以省略，降低开发时间和成本——最低3年、1万美元就能完成。换言之，解决方案不一定非得是一种新药，而是一种新组合。

到这里，其实已经不是机械思维了。因为它没有确定性、可预测性。

总的来说，机械思维对人类的进步举足轻重，包括今天。但步入了信息时代，很多难题在信息论思维下能更有效地解决，成本也更低——这以后有机会再分享。

编者按：本文转载自微信公众号：高山大学(ID：gasadaxue)，整理：邱施运