1L喂熊

好吧好吧

3L再讲个长点的笑话：
有个农场有100只鸡。这一天农场的鸡都病了，农场主很着急，就找来一个实验化学家，求他帮忙解决。实验化学家满口答应。他先找农场主要了7000000块钱基金建造了一个养鸡场，买了一堆试剂和仪器。又从农场里弄来10只鸡，又向农场主申请100000块钱基金买了50只健康的鸡，实验化学家选出了其中的5只病鸡和5只健康的鸡，用花钱买来的仪器对鸡做了色谱、质谱、X射线衍射、圆二色、热重、电化学、核磁、二维核磁、远红外光谱、红外光谱、紫外可见光谱、光电子能谱、穆斯堡尔谱以及酸碱滴定和配位滴定等测试，对病鸡和健康的鸡的相对数据进行了对比。然后将剩下的5只病鸡和45只健康的鸡养在了养鸡场，通过观察病鸡和健康的鸡的生活习惯：吃的有什么不同，平常爱不爱遛弯，喜不喜欢看电影之类的，得出了影响鸡生病的主要因素。然后想法把45只健康的鸡中25只也染上了与5只病鸡相同的病，用各种不同的试剂进行试验，在死掉了28只鸡后，终于研究出了治疗病鸡的有效方法。此时实验 化学家把治好的2只鸡和剩下的20只健康的鸡做了小鸡炖蘑菇、盐酥鸡、香鸡排、宫保鸡丁、葱油淋鸡、椒麻鸡、怪味鸡、左宗堂鸡、港式油鸡、酱瀑鸡丁、烧酒鸡、水晶鸡、三怀鸡、鼓椒风爪、麻油鸡、锅塌鸡片等菜肴自己吃了，并在核心期刊Chicken Letters上发表一篇了Towards a systematic approach to the good care of your chickabiddies，并申请了三个专利，凭此晋升为副教授，而他将建好的养鸡场与其他人合资，自己入股做了股东，从而学术挣钱两不误。而他将治疗方法交给了农场主时，已经过去了一年了，95只鸡已经死掉了35只了，农场主用实验化学家的方法对鸡进行治疗，结果不错，60只鸡治好了58只，只死了2只鸡。
后来农场主的鸡繁衍到了100只，又生了一种新的病。农场主觉得上次的成本太高了，就找来一个计算化学家，求他帮忙解决。计算化学家满口答应。他向农场主申请了200000块钱买了一堆服务器建立了一个集群，又买了一个专业级的计算鸡的软件Chickian2010，然后参考了Towards a systematic approach to the good care of your chickabiddies中的成果，将上次鸡的病情输入了计算机，选择了十几种方法和和基组对鸡进行计算，然后反复迭代优化参数，终于复现了文献中的结果，然后他找农场主要了5只病鸡，进行检验计算，最后结果表明对5只鸡的误差均在系统误差之内。于是计算化学家在Journal of Chicken Caring(THEOCHICK)发表了论文A density functional theory study of caringyour chickabiddies，然后将论文交给了农场主，告诉他先学习学习Linux操作系统，然后学会内坐标描述你的鸡，再了解几个IOP，然后将你的鸡的病情输入计算机，调用Chickian2010计算你的鸡就可以得到治疗方法。此时时间过了3个月，农场主还剩85只鸡活着，可是农场主的计算机本来就不好，花了2个月才稍微学会了Linux和Chickian2010，此时85只鸡剩下了80只，农场主对每一只鸡用计算化学家推荐的方法计算并治疗，结果80只鸡有35只彻底治好了，30只治的半死不活，15只给治死了。过了几个月，那30只半死不活的后来有10只好了，20只死了。
后来农场主的鸡又繁衍到了100只，又生了一种新的病。农场主觉得上次的成本虽然不高，但是效果不太好，就找来一个理论化学家，求他帮忙解决。理论化学家满口答应。理论化学家向农场主申请了700块钱劳务费。结果不到半个月，理论化学家拿着他在Chicken Hen Hen Chichen上面发表的An accurate model of caring your chickabiddies with feed additives correction交给了农场主，称这是一种新的治病的方法。农场主很高兴，感觉这次的花费还很值，于是就用这种方法给他的100只鸡治病，结果没有一星期100只鸡死掉了99只，只有一只胖乎乎的鸡处于半死不活的状态。农场主愤怒的给理论化学家打电话，质问他原因。理论化学家说你没有注意到我论文里面的使用条件吗？农场主拿过论文仔细看，最后在Appendix一栏里发现：
这个方法只对真空中的球形的鸡有效。

你就拿这个出来！

好了，笑话讲完了。。开始转载
原文中的数据和事实基本上都有出处，在原网页中是以超链接的形式出现的
可惜百度这里没办法弄超链接，所以如果你对文章中出现的数据和事件有疑问的话，可以去原网址看：
http://www.geekonomics10000.com/566

科学家是有偏见的。他可能因为拿了医药公司的资助而希望证明一个药物的疗效，他更可能为了能在发表有轰动效应的论文而追求惊人的结果。鉴于10%的效应率和30%的偏见率差不多就是一般流行病学研究的水平，我们大概可以说80%的流行病学研究都是错的。根据同样的计算，小规模随机试验的可信性也只有23%。Ioannidis 这篇文章就是用数学方法证明这种偏见有多可怕。
光玩数学当然不行，批评现实得有真实证据。这正是Ioannidis另一篇论文干的事情，发表在权威期刊 JAMA上。没有人能把所有医学论文都研究一遍，所以他的做法相当具有戏剧性：他只看1990到2003年间发表在顶级临床医学期刊上的顶级论文，入选标准是被引用超过1000次。符合这个标准的论文一共有49篇，其中45篇声称发现了某种有效的药物或者疗法。
我们都知道科学结果必须都是可重复的，我们不知道的是有多少科学结果真的被人重复过。这45篇论文虽然都被引用了千次以上，其中只有34篇被重复检验过。
而后人检验的结果是其中7篇的结论错误。比如有一篇论文说维生素E对降低男子冠心病风险有好处，有一篇论文说维生素E对降低女子冠心病风险有好处，而后来的大规模随机实验则证明维生素E对降低冠心病风险根本没好处。另有7篇论文被发现是夸大了有效性。也就是说34篇经过检验的论文中的14篇（41%），被发现结论有问题。这45篇最权威的论文中只有20篇接受了并抗过了时间的考验。
顶级论文尚且如此，一般论文又能怎么样呢？真有90%都不可靠么？我从未发现 Ioannidis 说过“90%的医学研究都错了”这句话，时代周刊的报道的确是标题党。
Ioannidis 说的不是90%，而是432分之431。没有人能彻查所有医学论文，所以 Ioannidis 的做法是选择一个热门领域，彻查这个领域内所有的论文。这个领域是研究男女患各种疾病的风险不同，是不是因为基因的影响。在2007年 JAMA 的一篇论文中，Ioannidis 与合作者找到这个领域的所有77篇论文，然后逐篇分析这些论文处理数据的方法是否足够严谨。这些论文一共提出了432个论断，其中只有60个论断可以称得上是方法严谨。而这60个拿的出手的论断中，曾经被其它研究至少重复验证了两次的，只有一个。
如果我们对正确科学论断的要求是方法严谨，结果至少经过两次检验，那么这个领域的合格率只有1/432。如果我们放宽要求，只要一篇论文不被证明是错的，就算它是好论文，那么发表在最权威期刊上的被引用次数最多的医学论文中，有7/45是坏论文。
这七篇坏论文中的两篇说维生素E可以降低冠心病风险，而事实上，后来2000年新英格兰医学杂志上就有文章用超过9000人的严格随机实验证明维生素E根本不能降低冠心病风险，这一结论从此之后再也没被推翻过。那么到底有多少科学家知道这件事儿呢？Ioannidis 等人曾经专门调查了到底有多少论文还在使用“维生素E降低冠心病风险”这个错误知识，结论是一直到2005年，仍有50%的新发论文还在引用前面那两篇错误的顶级论文，并且以为它们是对的。
如果你现在随便找个中国医生问他维生素E是否对冠心病有好处，我敢打赌他说有好处。我在Google用中文搜索“维生素E 冠心病”，第一页的结果全是说有好处，它甚至已经作为常识进入各种医学网站。
肯定有人因为看了2000年之前的新闻报道而大吃维生素E来降低冠心病风险。肯定有人还在吃大蒜降胆固醇。肯定有人还在补钙加D。
把学术论文的结论推广到真实世界的真理，有时候是非常危险的事情。因为不理解科学研究的思维方式，导致大多数人对科学有两个重大误解：第一，认为科学研究绝对真理；第二，认为每一项科研都是在生产我们日常决策的答案。真实的科学研究其实一个充满曲折，甚至有时候错进错出的过程。
更重要的是，科学的野心其实比公众设想的小。而恰恰是因为这个原因，科学才有这么强大的力量。很多论文不严谨，甚至很多都是错的，这并不表明科学中没有正确答案，它只是表明得到和判断正确答案并不简单。
科学报道都是用人类传统语言写成的，而科学研究使用的却不是人类传统语言。所谓“科学方法”，其实是另一套很不一样的思维方式。今天医学研究的悲催现状并不见得就说明科学方法不行。我想用接下来的几篇小文，介绍一下“科学方法”，这种超越了人类本能的思维方式。一个简单的问题是我们凭什么相信“维生素E不能降低冠心病风险”这个结论就是对的？因为有些科学方法比另一些科学方法更可信。我们将说明为什么看新闻不如看论文，为什么看一篇论文不如把多篇论文综合在一起看（称为 meta-analysis），以及为什么这么看还是不行。
科学是成年人玩的东西。我认为抱着谦卑的情绪去“仰望科学”是个错误的态度，
正确的
视角因该像下棋一样，是俯视。
卢瑟福说全部的科学就是物理学和收集邮票。当然卢瑟福是个物理学家，而且现代有些学科似乎正在超越集邮的阶段……不论如何，我们先谈物理学，再谈集邮的科学。后者对我们更重要，因为绝大多数日常所需的科学都是集邮，而集邮行为非常容易被误解。
–
注：其他医学研究者并没有对 Ioannidis 揭示的现状无动于衷。有一个成立于1993年的叫做 Cochrane Collaboration 的国际组织，就正在专门严格审视各种医学研究，并且推出了很多报告，而且他们也采纳了 Ioannidis 提出的审查方法。这个组织特别强调经费只来自于政府，大学和私人捐款，而不拿医药公司的钱。

看了码

科学新闻没告诉你的那些事儿 2
真空农场中的球形鸡
美剧《生活大爆炸》曾经讲过一个好多观众没听懂的笑话。说有一个农民发现自己养的鸡都出问题不下蛋了，找一个物理学家帮忙。物理学家做了一番计算之后宣布我已经找到了一个解！但是这个解只对真空农场中的球形鸡有效。这个笑话的意思是物理学家使用了一个过分简化的模型去模拟真实世界。
更有效的模型大概需要考虑在空气中传播的病毒对存在空气的农场中的有下蛋器官的鸡的影响。但不管你使用什么模型，你必须得使用一个模型。任何科学研究中的任何计算都是针对科学家选择的模型，而不是针对“真实世界”本身。
有时候简化的模型已经足够好，比如我们要计算天体运行的轨道，把任何恒星和行星都简化为没有体积的质点就可以了。有时候是不得不简化。比如说如果要模拟全球气候，大概要考虑洋流运动和南北极冰川的影响，那么要不要考虑云的变化？要不要考虑太阳黑子的影响？要不要考虑植物分布的影响？要不要考虑冰岛火山爆发、喜马拉雅山、贝加尔湖、三峡大坝和中国春运的影响？在有限计算能力下不可能都考虑。但世界复杂并不是我们必须使用模型的本质原因。
我们必须使用模型的本质原因是，我们对世界的观察是主观的。霍金和 Leonard Mlodinow 在《大设计》这本书里讲了一个金鱼的故事，说意大利 Monza 市禁止在弯曲的碗状鱼缸里养金鱼，因为从弯曲的鱼缸往外看会看到一个扭曲了的现实，这对金鱼“太残酷了”。对此霍金提出一个庄子式问题：我们又怎么知道我们看到的现实不是扭曲的？金鱼仍然可以对鱼缸外部的世界总结一套物理定律。也许因为坐标系弯曲，金鱼总结的物理定律会比我们总结的要复杂一点，但简单只是个人品味，金鱼的物理学同样正确。
从这个角度说，所有物理定律，乃至所有科学理论，都只不过是主观模型。托勒密的理论说地球静止，太阳绕着地球转；而哥白尼的理论说太阳静止，地球绕着太阳转 — 这两个模型其实都可以用，只不过其中一个比另一个更好用一点。
物理学革齤命其实就是用一个模型取代另一个模型。我们可以把力解释成一种波动的场，或者空间的弯曲，或者一堆粒子的来回传递，或者又把各种粒子解释成弦的震动。当物理学家发明这些模型的时候，他们心里想的并不是“真实的力到底是什么东西呢？超弦理论符合我的世界观么？”这种哲学问题，他们想的是什么模型有效就用什么模型！
也许与模型无关的“现实概念”根本就不存在，霍金管这个思想叫“依赖模型的现实主义（model-dependent realism）”。这听上去有点像中国人说的“道可道非常道”，又有点像《论语》里面每次有不同的人问孔子“仁”是什么，孔子都给一个“依赖提问者的仁的定义”。但实际上这里面说的是科学这门业务的工作方式，是从来不直接追求那个“最后的，真正的现实”，而只是不停地用不同的模型去模拟现实。
也许有些科学家的确相信绝对真理的存在 — 但科学研究从来不涉及绝对真理。哲学才研究绝对真理。科学研究的是“有效的真理”，是“有限的真理”。两个古代哲学家坐在那里谈论天道怎么样，天道怎么样，说来说去只能是空对空。科学方法的第一个智慧就是我不直接用心去跟“天道”对话，我做几个实验，总结几条规律，形成一个不求天道但求有效的“模型”。
所以当一个科学家说一个真实世界中的什么东西会发生什么情况的时候，他说的实际意思是在他使用的那个模型里，这个东西对应的变量发生了什么状况。他说的是真空农场中的球形鸡
[注1]。
在所有科学模型中理论物理是最成功的，而且成功到了不可思议的地步。量子电动力学并不是物理学家关于世界的最新模型，它把各种基本粒子都简单地当做球，完全不考虑原子核内部的相互作用，没有引力，但它却是一个相当完美的模型。它只用非常简单的几个方程，就能够描写原子核和引力之外几乎所有现象，而且这个模型无比精确。费曼曾经在一本通俗读物里自豪地写道，量子电动力学计算的电子自旋磁矩是1.00115965246个玻尔磁子，而实验测量的值1.00115965221，这个误差相当于横跨美国东西海岸，计算从波士顿到帕萨迪纳的距离，结果只差一根头发丝那么细。

我们可以无比准确地预言每一次日食，可以拦截导弹，甚至可以用遥控方法把探测器精确地放置在火星表面指定地点。这些并不完美的物理模型是如此的足够完美，有些人错误地以为科学就应该提供这么精确的答案。但事实是很多重要问题的模型根本做不到这一点。2008年金融危机给人的印象就是所有正规经济学家都没有预见到。格林斯潘说，“我们都错误判断了这个风险。所有人都没想到 — 学术界，联储，监管者。”一时之间批评经济学成了时尚，很多人认为经济学根本不能算科学。
我不知道经济学模型算不算科学，但的确有正规经济学家，在不使用阴谋论的情况下，预警过这场金融危机。去年，2500名经济学家投票选出了对这次危机的最好预测：Steve Keen 早在1995年就搞了一套理论模型，并且从2006年开始使用这个模型每月发布预警报告；Nouriel Roubini在2005年就指出美国房价会在3年内跌30%；而Dean Baker则从2002年开始反复说房价是个泡沫。我们可以看到这些预测有限的，不论是金融危机的规模还是爆发时间，它们都远远谈不上准确。
不论如何，嘲笑经济学模型是从事“硬科学”的科学家，甚至是所有学者最爱干的事情之一。看完《金融时报》上一个历史学家（！）嘲笑经济学家的文章之后，一个物理学家笑了。他说我看经济学模型还算好的，气候模型还不如经济模型。经济学家至少知道模型里面“经济人”是什么东西，而气象学家根本不知道气候模型里的云和海洋混合（ocean mixing）是怎么回事。
他说的是关于模型的重大问题：如果你根本没搞清楚所有的原理和机制，你做的简化距离真实世界非常遥远，你的模型还有意义么？物理大佬 Freeman Dyson 认为没意义。他说，
--- “我没有气象学位，所以我大概没资格谈论这个话题。可是我也研究过这些气象模型，我知道它们能干什么。这些模型对大气和海洋的流体力学方程可以解的很好，但是它们对云，尘埃，地表和森林中生化过程的描写很差。它们根本谈不上描写我们生活的这个真实世界……这就是为什么搞气象模型的这帮人只不过是自己相信自己的模型而已。”-------------
那么 IPCC 自己怎么评价气象模型呢？在2007年报告的一个FAQ中，IPCC 表示它对这些模型非常自信。但是在我看来，这份文字写的有点不够意思。IPCC 说这些模型的基本原理是建立在动量能量守恒这些基本物理定律上的，而且还有大量观测事实作为支持。它没说的是模型的“非基本原理”，比如Dyson说的那些东西，是怎么处理的，更没说这些非基本原理能起到多大作用。IPCC 还说这些模型能够成功的模拟当前气候，而且还成功再现了过去100年的气候变化。没错，但IPCC没说的是这正是那些“大量观测事实”支持的结果，是用这些观测事实调参数凑答案的结果（叫做”parameterisation”），这些模型在很大程度上是基于经验的。
其实调参数没有什么不对。根据“依赖模型的现实主义”这个精神，你怎么就能说基本物理定律不是基于经验的呢？气象学家可能的确不怎么理解云，但难道物理学家就敢说自己真的理解电子么？所以我认为 Dyson 的批评等于说黑猫肯定不如白猫，并不重要。重要的是气象模型预测未来的能力怎么样。
有一个关于天气预报的笑话是这么讲的。有人打电话到电台问你们每天预报的降雨概率到底是怎么算出来的？主持人回答说我们一共有十个预报员，每天投票预报，如果有3个人认为会下雨，我们就说降雨概率是30%。IPCC 预测未来的办法跟这个有点类似。一个最常用的办法，是把各个不同气候模型综合起来取平均值。比如把12个国家的17个研究组使用的24个模型取平均。
上面这张图来自IPCC网站，其用现有模型去模拟过去100年的温度变化，看看是否符合观测结果。图中杂乱的黄线是使用14个不同气候模型进行的58次模拟的结果，而红线则是这些结果的平均值，它与实际观测值（黑线）相当接近。

我们可以仔细想想这个事情。IPCC 这个做法相当于投票选举真理。如果我们对气候的认识是完美的，如果科学家明确知道自己在做什么，那么世界上应该只有一个气候模型。现在这种让大家都算一算然后取个平均值的做法，等于说我们不知道到底哪个对，其根本原因在于模型中的物理机制和参数有很多不能确定的地方。而这张图则说明这个做法效果还不错！
但既然你的模型中有很多参数都是用历史数据拟合出来的，这些模型能够再现历史就不奇怪，最关键的测试还是你能不能预测未来。2007年Science上的一篇论文比较了IPCC在1990年对未来气候的预测，与从1990到2006期间的实际观测。图中虚线是IPCC的预测，实线则是观测值。
这是一个非常有意思的结果。尽管我们一再被告知二氧化碳浓度上升主要是人为的，但IPCC对二氧化碳浓度的上升却预测的非常准确（文中解释，这是一个巧合）。它预测得不太准确的是温度上升，它预测得更不准确的则是海平面的上升。但最惊人的是IPCC不是高估了温度和海平面上升，而是低估了。实际情形比IPCC警告我们的更坏。
这张图至少说明在签署京都议定书期间，IPCC 的模型不是故意夸大危险来忽悠世人。此图用的都是1990年的旧模型，那么新模型们是否表现更好呢？一份非正式的研究，把IPCC 2007年的新报告跟从2007到现在的实际观测比较，则发现IPCC
高估了温度的上升。
所以用模型预测未来是非常困难的事情，越复杂的模型就越困难，而且越细致的未来就越不好预测。我们看到预测海平面上升已经比预测温度上升困难，那么如果有人想进一步预测全球变暖带来的恶劣气候导致多少“气候难民”，我们就可以想见那是不可能准确的。联合国环境规划署曾经在2005年预测到2010年沿海地区将会有50万气候难民，结果到今年人们发现这些地区的人口不减反增。那么联合国网站怎么办？第一，删除原有预测（有人还是保留了一份证据）；第二，不解释；第三，50万难民的预测时间现在被改成2020年了。
不要特别相信那些复杂的模型对未来做出的复杂预测。问题是新闻记者总是比科学家更相信模型。今年初一份气候预测报告说未来十年温度将上升2.4度并导致全球粮食短缺，科学家很快发现报告存在严重错误并且立即撤回了报告 — 可是这时候这个新闻已经被无数媒体广泛报道过了。
2009年，英国女王伊丽莎白质问经济学家说你们就怎么都没预测到这次金融危机呢？经济学家们回信，说经济学这个工作都是各自为战研究具体领域内的小问题的，我们并没有做在一起对世界经济这个整体发挥“集体想象力（collective imagination）”。换句话说，他们玩的都是小模型，没玩过这么大的。
科学家也是这样，一般情况下不想玩大的。科学家玩模型最大的目的其实是想解决小问题，是想通过模型来发现和证实一些小机制。所有玩模型的科学家都知道自己模型的局限性。可是公众和政客非逼着你预测。如果非得预测大的不可，最好还是用 IPCC 爱用的这种多个模型取平均值的办法 — 也叫“发挥集体想象力”。
[注1]：
那么实验呢？如果有人做实验证明比如说两个铁球同时落地，他难道不就是在揭示一个与模型无关的现实么？没错，但他揭示的现实只是我们眼中的这次试验中的这两个铁球，要想把实验结果推广到所有物体以形成“现实概念”，他就必须制造一个理论，也就是模型。

绝学与证据
不管你用来解释的理论对不对，这都是一个错误的判断标准。能用理论解释的结论未必正确，不能用理论解释的结论未必错误。古代文人的思维习惯，是遇到无法判断对错的局面就查经典，想获得理论上的指导。而科学家的方法则要朴素得多：你直接用事实验证一下不就行了么？我们根本不需要任何学派的任何医学知识，甚至不需要什么逻辑推理，只要随便找个死亡年龄分布数据就会发现73岁和84岁并不比其临近年龄更容易让人死亡。这个工作是如此简单，据说连北京电视台都做过。
古人说“为往圣继绝学”，很多现代人也追求用某种特定理论来指导实践，好像不用这个理论就对不起别人一样。科学家不从绝学出发，而选择从证据出发的根本原因不仅仅是科学尚未达到找到绝学的程度（物理学家仍未找到统一理论），更是因为就算有绝学也无法放之四海而皆准。就算我们完全知道人脑中每一个原子，进而到每一个大分子，进而到每一个细胞是怎么回事，也无法从中计算出心理学来 — 因为这是不同尺度上的问题，这种跨尺度的计算量大到了即使是科幻世界里也不可能的程度。
所以科学家强调事实。科学放弃了从一套最基本的哲学出发推导所有结论的尝试，改为在每一个领域内就事论事地搜集事实。有人指责科学家说你们相信现代科学理论难道不也是一种迷信么？但科学家其实不迷信任何理论 — 很多情况下他们完全用不上什么绝学，唯一做的事情就是把事实搜集在一起，就好像集邮一样。只要有证据，反驳一个理论是非常简单的事情。
但是要想用证据建立一个理论，则要困难得多。只有运气好的时候，科学家才能在大量事实中发现一些有趣的规律，以至于可以向形成科学理论的目标前进一步。

相关性思维
最简单的规律叫做“相关性”。人是如此复杂的东西，我们根本没办法精密计算各种物质致癌的概率，比如说吸烟对肺癌的作用。科学家常用的是没有什么技术含量，不需要任何高科技仪器，更谈不上什么门派的办法：他们直接调查吸烟人群和不吸烟人群的肺癌发病率。
这种研究要把被调查的人分组，比如分成两组：得了这种病的患者一组（叫病例组，case），没有这种病的人一组（对照组，control）。然后考察这两 组人在生活习惯上和饮食、吃药方面有什么不同。如果你发现患有肺癌的人中烟民比例显著地高于没有肺癌的人，你就得到了肺癌与吸烟的一个正的“相关性”。这个方法很简单，得到的证据却是强硬的。睡眠时间与判断力的关系，孕妇焦虑与小孩任性的关系，出生季节与平均寿命的关系 — 我们看到的大量科学新闻本质上都是相关性研究。
相关性研究只是科研的初级阶段。但就是这样它也已经超越了我们的思维本能。某些人只要被某地区生产的产品坑过一次，就会认为这个地区的所有产品都不好，他们的发现连相关性都算不上。我们每天看到铺天盖地的各种营养品的广告往往都能找到几个用户出来现身说法，可就是没有一个疗效相关性的数据。“一朝被蛇咬十年怕井绳”，是人这种动物的最自然思维，而使用大规模统计发现实在的相关性这个最简单的科学方法，是我们摆脱童稚状态的第一步。
绝大多数人没有相关性思维。比如在一篇讨伐网瘾的文章中，作者援引“戒网专家”陶宏开的数据说，
---“
中国80%的青少年犯罪与网瘾有关，中国20%的网瘾少年有违法犯罪行为。”---
在另一篇文章中则有人进一步指出，
---“
济南在押的1500名少年犯中，80％是“网瘾”造成的，北京更是有90％的青少年犯罪案与“网瘾”有关。”---
我们能否根据这些数字得出结论说网瘾人群比没有网瘾的人群更容易犯罪呢？
不能。我可以构建这么一个国家，这个国家80%以上的青少年有网瘾，而这个国家的所有青少年，不管有没有网瘾，都有20%的犯罪概率。这个虚拟国家完美符合以上数据，但是它的犯罪与网瘾完全无关。实际上，如果你把“网瘾”改成“钱”，甚至“空气”，那么我们可以说“中国xx%的青少年犯罪者都缺钱/需要空气，中国yy%的缺钱者/需要空气者有犯罪行为”，而缺钱和需要空气不是毛病。
这个错误就是没有建立对照组。我们缺少的关键数据是没有网瘾的青少年的犯罪率，以及没有犯罪的青少年的网瘾率。这是一个非常常见的错误。这就好比说列举再多“发达的民主国家”，也不能说明民主与发达的相关性，你还必须统计那些不发达的民主国家、不民主的发达国家、和既不发达也不民主的国家。
发现相关性，已经是一个足够发表的科学成就，但相关性结论并不能指导实际生活。假设我用无可质疑的统计事实告诉你“吸烟的人更容易得肺癌”，而你不想得肺癌，那么你是否能推论出应该因此戒烟呢？

科学的目标
得到因果性远远不是科学家的目标，科学不是一本写满什么东西会导致什么现象的菜谱。好的科学除了能证明因果关系之外，还必须有一个机制，得能解释为什么会有这种现象。比如二氧化碳增多导致全球变暖，其机制是二氧化碳是一种温室气体，它能够吸收从地面反射回空中的红外线，再把这个能量辐射出去促使大气温度升高。
相关性思维和因果性思维只是思维方式的转变，真正的技术含量在于发现机制。你必须说明是吸烟导致肺变黑，而变黑的肺容易得癌症，还是烟草中有什么化学物质可以直接致癌（正确答案是后者）。机制提出来之后，这个机制中的每一步也必须是可以验证的，一个课题只有做到这个程度才算超越了集邮阶段。也只有到了这个程度，才真正谈得上把各种不同机制综合在一起建立模型去预测未来。
有时候这个过程会反过来，也就是用现有的机制理论推导一些现象，再去寻找证据证实。但探索未知最基本科学方法是证据第一，然后谋求建立因果关系，然后是提出机制。仅仅是对其中一步作出很小的贡献，就可以发论文。大部分这样的论文事后会被证明没有太大意思，甚至是错误的。比如研究孕妇焦虑与儿童ADHD的论文虽然有好几篇，但它们说的其实是一个非常微弱的效应 — 也许将来我们会发现儿童多动症的真正原理根本就不是孕妇焦虑。但科学就是这么一个不断试错的过程。
每一篇论文都是我们从个人感觉到客观事实，从客观事实到因果关系，从因果关系到能推广使用的机制，这个过程中的一小步。这个过程的每一步都不是完美的，但只有这么做，我们才能摆脱童稚状态。
----------------------------------
谨以此文标题纪念王小波。他曾经在这个标题下讲述过类似的道理。可惜大多数人只记住了他文章的结论和价值取向，而没有学会他使用的方法。比如据有识之士尼伯龙根·蜗藤指出，李银河就应该重读那篇文章。

科学新闻没告诉你的那些事儿 4
怎样才算主流科学？
“主流科学”在很多情况下并不是一个好词儿。科学记者眼中的主流科学界也许是一座可以威慑众生的殿堂，而对那些敢想敢干的年轻人来说，你跟他说主流科学认为怎么怎么样，他的第一反应是怎么证明这是错的。“主流科学”，在某种意义上是固步自封甚至以权压人的代名词。比如2011年诺贝尔化学奖得主谢赫特曼，在做出其获奖工作（发现准晶体）后相当长的一段时间内，就曾经饱受“主流科学”的打击。据新华社一篇文章报道，
---“他面对的是来自主流科学界、权威人物的质疑和嘲笑，因为当时大多数人都认为，“准晶体”违背科学界常识。“当我告诉人们，我发现了准晶体的时候，所有人都取笑我。”谢赫特曼在一份声明中说。”---
这个报道不能算说错。谢赫特曼本人的一个采访视频说的可能没有这么夸张，但仍然有点悲愤的情绪。准晶体被发现了，主流科学界却没有接受。既然如此，那么现在主流科学界拒绝接受的很多东西，将来是否也都有可能被证明是正确的呢？“主流科学”到底是不是一个贬义词呢？
本文试图通过仔细分析这个事件，来说明一个关于科学进步的道理。当然根据孤证不举的精神，你不能讲一个故事就说明一个道理 — 所以我们讲三个故事。
在谈论诺贝尔奖之前，我们先看主流科学是怎么让一个著名理论得不了奖的。

大陆漂移学说的故事
在《难以忽视的真相》纪录片的一开头，戈尔说了一件相当令人感叹的事。他说他六年级时候的一位同学，曾经在课堂上面对世界地图当场指出南美洲大陆似乎曾经跟非洲大陆是一体的。这其实就是大陆漂移学说，现在已经成了科学常识。然而戈尔上小学的那个年代这个学说还没有被“主流科学”接受，以至于他的老师立即告诉学生这纯属无稽之谈 — 根据戈尔说的戏剧性结局，后来这位具有非凡眼光的学生成了一事无成的毒瘾者，而老师却成了布什政府的科学顾问。
也许某些教育专家会痛心疾首地说“你看，天才就这么被扼杀了”。可是如果你是一个科学老师，你会怎么样呢？不管别人提出什么新奇的想法，你都鼓励“是啊，这真是个有意思的想法，我认为它有可能是对的”么？可是这样一来你所能提供的有效信息其实等于零。“一切皆有可能”，就是一切都不太可能。真正的科学家应该敢于直接了当地告诉别人哪些想法不可能正确 – 总统科学顾问更得有这个气质。哪怕最粗暴的判断，也比廉价的鼓励值钱。
早在1912年，也就是戈尔的小学同学出生之前，魏格纳（Alfred Wegener）就提出了大陆漂移假设，认为地球大陆最早是连成一片的。传说他也是看地图得到的灵感，但魏格纳并不是用小学生思维搞科研。除了各个大陆的形状看上去似乎能合在一起，他还有其它证据。一个很有说服力的论点是各大陆发现的古生物化石惊人地相似，乃至一些现代生物也是如此。鉴于这些生物不太可能渡海走那么远，唯一的解释似乎就是原始地球上这些大陆本是连在一起的。更进一步，人们发现几个不同大陆上有相同的岩石构造。不但如此，漂移学说还可以解释一些此前人们想不通的问题，比如说南极大陆上为什么会有煤 – 要知道煤是古代植物累积形成的，南极那么冷怎么会有这么多植物？
面对这么多证据，一般人也许会认为大陆漂移是显然的。但科学家不是一般人。卡尔萨跟说，“Extraordinary claims require extraordinary evidence”。超乎寻常的论断需要超乎寻常的证据。生物化石最多只能算间接证据。而一个论断想要被科学全面接受，除了要求超乎寻常的证据，还必须有一个机制。
关键是，科学家想不通为大陆怎么能漂移。比如，分裂大陆需要极大的能量，这些能量从哪里来？魏格纳曾经提出几个假说，都被一一否决了。结果大陆漂移学说在半个世纪内都是被主流所否定的。一直到后来人们发现地质板块边缘火山喷发和地震可以提供能量，并且的确发现了火山曾经在不同时期喷发的证据。再加上其它证据，比如发现海底岩石比陆地岩石年轻，才以“板块构造理论”承认了大陆漂移。这时候魏格纳已经死了。如果今天论功行赏，魏格纳提出的东西只能叫做“假说”，甚至连科学理论都不算。
这还是听起来合理的理论。而那些听起来不合理的理论，则就算你有证据也不太容易被接受。当然好消息是这样的理论一旦被接受，没准就是诺贝尔奖。

诺贝尔化学奖的故事
历史就好像非诚勿扰舞台上的女嘉宾。你离着很远看，和把她领回家细看，看到的东西都是真实的，但你可能会有不一样的人生感悟。新华社的报道相当简略。我们如果把谢赫特曼的讲话视频、一篇被广泛转载的英文报道、一个背景知识的介绍、以及以色列某杂志的一篇写得非常牛的长篇报道放在一起看，就会看到一个更有意思的故事。这个故事的每一步都值得深思。
谢赫特曼1982年在国家标准局的本职工作并不是去探索晶体科学的新突破，而仅仅是为航空工业寻找合金材料。不但如此，当时晶体理论已经相当成熟，什么样的原子对称结构能形成晶体是明明白白写在教科书上的。人们根本没指望发现新的晶体形态，就算发现也轮不到谢赫特曼。
某天上午，谢赫特曼用电子显微镜测定了他自己合成的一块铝锰合金的衍射图像，发现是一个正十边形的对称结构 — 对寻常晶体来说这是一个不可能的对称性，因为从数学上很容易证明你不可能用正十边形（或者简化到正五边形）去周期性地铺满平面。谢赫特曼认为这是一种全新的晶体，它的特点就是只具有准周期性，也就是“准晶”。
如果我们只看简单的新闻报道，下面的故事就是谢赫特曼跟每一个同事通报这个新发现，但是没人相信他，人们都认为晶体就应该是周期性结构，实验组领导指着教科书说他胡扯，然后把他赶走了。但这里有一个问题：衍射图像是明摆着的，难道他的同事们连十都不会数么？
事实上，同事们对他的这个衍射图像有一个解释：孪晶。人们早就知道孪晶可以出现类似正五边形旋转对称的衍射图像，但并不是一种新晶体。谢赫特曼进一步观察，他找不到孪晶，坚持说这是新晶体。现在的局面是同事们相信这种衍射图像有一个解释，谢赫特曼不接受这个解释。但不利的是，他也不能提供别的解释。
科学要求解释。你不能说“我看到这个现象，而你们解释的不对，所以它一定是个新东西”。全世界的实验室中可能每天都会产生一些看上去不太对的实验结果，它们中的绝大多数是……不对的。一个有个人荣誉感的科学家不会看到什么都发文章。你得给一个理论。1983年，Ilan Blech 帮谢赫特曼搞出了一个数学模型，二人这才决定发表论文，结果被APL编辑据稿。接下来谢赫特曼回到国家标准局，在John Cahn帮助下进一步完善了数学，然后找到一位真正的晶体学家Denis Gratias入伙，最后文章被PRL发表。
到这一步，“准晶”这个发现才算被正式的
提了出来。谢赫特曼在论文中详细说明了这个特殊合金的制备过程，使得很多实验组重复验证了他的发现。然而一直到这一步，仍然只有少数科学家接受这是一种新晶体。
关键在于，谢赫特曼实验使用的是电子显微镜，而晶体学界的标准实验工具是更为精确的X射线，他们不太信任电子显微镜的结果。不能用X射线的原因是生长出来的晶体太小。一直到1987年终于有人生长出来足够大的准晶体，用X射线拍摄了更好的图像，科学家中的“主流”才接受了准晶的发现。这才是真正的转折点。等到人们在实验室中又发现各种别的准晶体，乃至于再自然界又发现天然准晶，准晶就已经是绝对的主流科学，谢赫特曼也开始什么奖都能拿了。
回顾整个过程，我们并没有看到所谓“学术权威”在其中能起到什么打压的作用。的确有个两届诺贝尔奖得主至死都反对准晶，但并没有听说他有什么徒子徒孙为其马首是瞻。搞科研不是两个门派打群架。科学家之所以从一开始就质疑，恰恰是因为证据还没有达到“超乎寻常”的地步。而当X射线图像一出来，不管那个诺奖大牛怎么说，“主流”立即就接受了。
我们看被主流科学“打压”，一般不会上升到人身攻击的地步……除非你的理论侮辱了“主流科学家”。比如说要求他们洗手。

洗手的故事
1840年代欧洲医院受到产褥热的困扰.1841到1846年,维也纳最好的一家医院里,产妇死亡率居然达到十分之一,到1847年甚至是六分之一.青年医生 Ignatz ѕemmelweis决心找到解决办法.他判断,当前这帮所谓"主流医生"根本不知道是什么导致产褥热.有些医生声称他们知道,而且还头头是道地列举原理,但他们就是解决不了问题.
ѕemmelweis的办法是索性抛开主流医学,干脆直接上数据分析.通过大量统计,他发现一个最不可思议的事实:如果产妇在家里生产,她的死亡概率比去医院至少低60倍!哪怕最穷的女人,在街上生了孩子再被送到医院的,也没有得产褥热.这使ѕemmelweis怀疑导致产褥热的不是别的,正是医院.
ѕemmelweis所在的医院有两个分开的病房,其中一个主要由医生负责,另一个则是助产士负责,产妇则被几乎随机地分配到这两个病房.ѕemmelweis暗中统计,发现医生负责的病房,产妇死亡率是助产士负责病房的两倍.难道是医生让产妇得病的么?他对这个问题百思不得其解.直到一个教授在指导学生解剖尸体的时候被学生的手术刀划到,然后患病死了,症状与产褥热相似,ѕemmelweis才获得灵感.他推测,是医生们离开解剖室直接进病房把什么能致病的"尸体颗粒(cadaverous particles)"带给了产妇.
而当时医院无比热衷于解剖,病人死了之后立即送解剖室.这可能就是为什么之前的时代为什么没有这么流行产褥热.
于是ѕemmelweis要求医生解剖后必须洗手,结果产妇死亡率马上降到了百分之一.
如果现在哪个医生能有这样的成就,说他是华佗在世也不为过,但ѕemmelweis结局是直接被主流医生"逼"疯了.ѕemmelweis不能解释"尸体颗粒"是什么东西,当时医学并没有微生物传播疾病这个概念.ѕemmelweis摆平了自己的医院,但其他医院的医生根本不买账,尤其反感他把病因归罪于医生.在ѕemmelweis看来这些医生是在迫害自己,他甚至自诩弥赛亚,最有居然得了精神病,死的很惨.
一直到一二十年以后,医学界才接受"微生物能传播疾病"这个理论.而ѕemmelweis?没人拿他当科学家,科学史只记载了发现微生物的人.顺便指出,一直到现在,医生仍然不怎么爱洗手,至少不如护士洗得多.
到这一步,"准晶"这个发现才算被正式的提了出来.谢赫特曼在论文中详细说明了这个特殊合金的制备过程,使得很多实验组重复验证了他的发现.然而一直到这一步,仍然只有少数科学家接受这是一种新晶体.
关键在于,谢赫特曼实验使用的是电子显微镜,而晶体学界的标准实验工具是更为精确的X射线,他们不太信任电子显微镜的结果.不能用X射线的原因是生长出来的晶体太小.一直到1987年终于有人生长出来足够大的准晶体,用X射线拍摄了更好的图像,科学家中的"主流"才接受了准晶的发现.这才是真正的转折点.等到人们在实验室中又发现各种别的准晶体,乃至于再自然界又发现天然准晶,准晶就已经是绝对的主流科学,谢赫特曼也开始什么奖都能拿了.
回顾整个过程,我们并没有看到所谓"学术权威"在其中能起到什么打压的作用.的确有个两届诺贝尔奖得主至死都反对准晶,但并没有听说他有什么徒子徒孙为其马首是瞻.搞科研不是两个门派打群架.科学家之所以从一开始就质疑,恰恰是因为证据还没有达到"超乎寻常"的地步.而当X射线图像一出来,不管那个诺奖大牛怎么说,"主流"立即就接受了.
我们看被主流科学"打压",一般不会上升到人身攻击的地步……除非你的理论侮辱了"主流科学家".比如说要求他们洗手.