当你达到极限时,学会提出不同的问题

和准备科学考试的高中生交谈,你可能会听到两件事:他们害怕物理学,而且对生物学比较满意。 奇怪的是,这与大多数研究人员的观点相反。

和准备科学考试的高中生交谈,你可能会听到两件事:他们害怕物理学,而且对生物学比较满意。 奇怪的是,这与大多数研究人员的观点相反。 科学的时代精神是物理学很容易。 它的简单性来自于创造有力预测的晶体理论的能力,从亚原子粒子的存在到光在恒星周围的弯曲。 另一方面,生物学更难以提炼出优雅的定理和数学方程式。 出于这个原因,一些着名的思想家都有 争论 细胞和森林比遥远和难以观察的黑洞更难理解。

但也许没有简单或严格的纪律。 也许只有简单而难以解决的问题。 仅限生物学 似乎 这么难,因为它是由一系列非常难的问题定义的。 仅限物理学 似乎 很容易,因为深刻洞察力的思想家经过几个世纪的努力已经产生了一系列可回答的问题。

具有讽刺意味的是,生物学如此具有挑战性的是我们对它的接近程度。 问问自己:谁更容易理解 - 浪漫迷恋还是工作同事? 我们与生物学以及心理学和社会科学的亲密关系使我们已经掌握了深刻的知识来质疑这些现象。 我们问非常详细的问题,然后我们对看似神秘或矛盾的答案感到惊讶。

在森林中散步时,我们可能会观察到枫树上不寻常的树叶形状。 这可能会让我们想知道为什么叶子有裂片,为什么它们在秋天变红,什么昆虫生活在落叶中,以及它们如何分解和喂养土壤。 尽管我们提出这些问题的自然性,但这些问题看似复杂。 相比之下,冷空间的巨大空间和夸张的不可思议的小空间对我们来说是如此陌生,以至于我们为这些实体的最简单的事情而言感到自豪 - 甚至只是为了表明它们的存在。

亲密关系有时也减缓了我们对物理学的理解。 行星如何移动的问题是人类最古老的痴迷之一,贯穿于许多不同的神话中。 然而,由于我们物种的自我吸收,长期的本轮理论错误地将地球置于宇宙的中心 - 这个错误在2,000年左右持续存在。 当问题被抽象为牛顿物理学中的力,质量和引力问题时,行星运动变得更容易预测和理解。


内在自我订阅图形


对于物理学家来说,仍有许多难题可以解决。 如果物理学在预测下一个可能干扰地球电信的太阳耀斑方面的声誉,它将被视为一个更加复杂和困难的学科。 为什么? 因为模拟产生太阳表面动力学的许多机制 - 所涉及的所有引力,电磁,热和核过程 - 都是非常棘手的。 至于行星运动,我们可以通过认识到太阳的巨大让我们忽略其他天体的影响,来获得足够好的行星轨迹图。 但如果我们真的想要了解这些细节,我们很快就会发现我们无法准确预测三个质量相等的物体的运动。 同样,在混沌理论的基础上,我们了解到我们只能粗略猜测两个摆动的特定位置,这两个摆的运动是耦合在一起的。 但是,我们不能肯定地说任何一个钟摆都在哪里。

P也许我们对生物学所要求的问题太难了。 我们如何拯救个人生命? 为什么这个蓝鸟比另一个稍暗? 但仅仅因为我们对生物学的要求更高并不意味着我们不能提出稍微容易的问题。 事实上,借鉴“简单”的物理学可以帮助我们弄清楚如何 发现 那些问题。 物理学家特别擅长寻找适用于多个系统的普遍的大规模现象,这可能是简单的共享机制的结果。

采取的想法 生物缩放。 这个概念源于早期的观察结果,即哺乳动物的代谢率可通过一种可预测和非线性的方式取决于体型 权力法。 幂律是一种数学关系,告诉我们随着系统的大小增加数量级(即,通过一定数量的倍数,通常为10),一个特征会有多少变化。 因此,当一个生物的体重增加1,000倍时,生物缩放的原理准确地预测其代谢率将增加100倍。

但是,相同的数学如何应用于两个物体之间的引力和不同生境中物种形成的混乱过程之类的简单事物? 在物理学中,幂律指向在所有尺度上运行的共享机制和对称性。 在生物学,我们自己 研究 - 以及 Geoffrey B West,James H Brown和Brian J Enquist表明,工作的基本机制是血管网络的结构和流动。 事实证明,血管倾向于有效地跨越身体并为所有生物细胞提供资源,同时减少心脏的压力。 这种简单的洞察力催生了越来越多的成功理论,这些理论利用优化生物结构的概念来预测诸如分布等现象。 在森林里的树木,我们需要多长时间 睡觉,a。的增长率 ,最大和最小的 细菌大小最高的树 在任何环境中。

然而,生物学也可以产生自己独特的问题。 例如,作为我们的同事 杰西卡弗拉克大卫Krakauer 在Santa Fe研究所已经表明,代理商(如灵长类动物,神经元和粘液霉菌)的信息处理和决策能力导致独特类型的反馈,适应性和因果关系,与纯物理系统不同。 生物系统的其他复杂性是否可以通过扩展物理学启发的观点(如信息理论)来解释还有待观察。 可能一般来说,对生物学和复杂系统的研究有一天会进展到难以置信的难题 - 或者对问题的精彩重铸将导致消除当前的挑战。 正如查尔斯·达尔文(Charles Darwin)在自然选择和变异方面重新提出有关生命起源和多样性的问题所做的那样,这可能会显示出更容易回答的途径。

当你达到极限时学会提出不同的问题:沿两个轴测量系统的复杂性
系统的复杂性沿着两个轴测量:1)科学描述所需的细节和精度; 2)在特定现象中组合的机制数量。 最难的科学问题是关于由许多机制组成的系统的详细问题。

在他的 刊文 “更多不同”(1972),物理学家菲利普安德森强调了试图将一切都降低到最微观水平的危险。 他专注于在不同尺度的自然现象中发生的复杂性跳跃 - 例如从量子力学转向化学。 然而,读者经常忽视他的论点,即有效的理论应该依赖于解释系统底层机制的构建块 - 即使这些构件是相对大型或中型实体。

在后一种观点的基础上,我们的论点就是我们 不知道 如果黑洞比森林更简单。 我们 不能 知道,直到我们有一个解释森林存在的一般有效理论,或者直到我们能够观察到最详细的黑洞坍塌和蒸发动态。 如果没有彻底定义我们为每个系统提出的问题类型,就无法做出相对复杂性的陈述。 可能存在某些类型的查询,我们的知识将会遇到困难,但更常见的是我们提出的问题而不是系统本身。

物理学 能够 很难,还有生物学 能够 放轻松。 困难程度更多地取决于所询问的问题而不是现场。

在复杂系统科学中,通常在这两种观点之间的界面上取得了巨大进步。 前进的一条道路是首先解决简单的问题,然后使用我们的答案,试着找到有关更详细的问题和理论时有用的原则。 从简单的问题开始,我们可以慢慢“积累”到困难的问题。

或者,在相反的方向上,观察跨学科的现象的奇怪相似性可能会使我们倾向于寻找全新的机制和原则。 这有时需要一个不那么详细,更抽象的视角 - 我们的同事约翰·米勒引用诺贝尔奖获奖物理学家默里·盖尔曼的话,在他的书中讨论了这一点。 粗略看待整体 (2016)。 这些粗糙的外表 - 由物理学的偏僻所迫使,并被生物学的亲密关系所掩盖 - 应该在未来几年中产生更多深刻的科学见解和简化。

关于作者

Chris Kempes是Santa Fe Institute的教授,从事物理学,生物学和地球科学的交叉。

Van Savage是加州大学洛杉矶分校的生态学,进化生物学和生物数学教授。

本文最初发表于 永世 并已在Creative Commons下重新发布。 与Aeon战略合作伙伴Santa Fe Institute合作出版。永旺计数器 - 不要删除

相关书籍

at InnerSelf 市场和亚马逊