内容字号:默认大号超大号

段落设置:取消段首缩进段首缩进

字体设置:切换到微软雅黑切换到宋体

业界资讯软件之家
Win10之家WP之家
iPhone之家iPad之家
安卓之家数码之家
评测中心智能设备
精准搜索请尝试:精确搜索

物理学基础研究正停滞不前:并不正常

2018-11-28 9:05:54来源:新浪科技作者:任天责编:孤城评论:

如今的物理学基础研究是一潭死水。一个又一个实验返回的是毫无意义的结果:没有新的粒子;没有新的维度;没有新的对称性。没错,数据中可能存在着这样或那样的异常,其中有些最终会成为真正的大新闻。但是,实验物理学家们只是在黑暗中摸索。他们不知道新的物理学会出现在哪里,而从事理论工作的同事并不能提供多少帮助。

有些人认为这是一场危机。但我不认为“危机”并不能很好地描述当前的形势:“危机”这个词太乐观了。这个词给人的印象是,理论物理学家们意识到了他们的方法错误,并开始尝试改变;换句话说,他们正在觉醒,并将放弃有缺陷的方法。然而,我没有看到任何觉醒。这一学术共同体的自我反思微不足道,甚至可以说完全没有。他们做的是40年来一直在做的事情,喋喋不休地讲述自然性和多重宇宙,然后(再一次)将他们的“预测”转移到下一个更大的粒子对撞机上。

我认为“停滞”这个词能更好地描述这一状态。让我明确一点,关于这种停滞,问题不在于实验,而是在于理论物理学家的大量错误预测。问题也不是我们缺少数据。我们拥有大量数据。但是,已有的理论——粒子物理学标准模型和“和谐宇宙模型”(cosmological concordance model)——已经对所有数据进行了很好的解释。不过,我们知道情况并非如此。现有理论是不完整的。

之所以这么说有两个原因。首先,我们知道暗物质只是用来描述某种我们不理解的东西的临时名;其次,粒子物理学的数学公式与我们用来研究引力时用的数学并不兼容。早在20世纪30年代,物理学家就知道了这两个问题。直到20世纪70年代,他们取得了很大的进展,但自此之后,物理学基础理论的发展就停滞了。如果实验中发现了什么新东西,那并不是因为有成千上万的错误预测,而只能说是“尽管”有这些错误预测,仍然取得了进展。

成千上万的错误预测听起来很惊人,但其实还是低估了。我只是总结了对物理学的预测,这些预测超出了大型强子对撞机(LHC)应该发现的标准模型:所有具有多种形状和构造的额外维度、所有的对称群,以及所有名称很花哨的新粒子。你可以通过统计论文,或者统计在该领域工作的人数和他们的平均产出来估计这些预测的数量。

他们都错了。即使在大型强子对撞机尚未获得的数据中能发现某些新的东西,我们也已经知道,理论物理学家的猜想并不成立。一个都没有。他们还需要多少证据才能证实他们的方法不能成功呢?

这一缺乏进展的漫长阶段是前所未有的。没错,从古希腊哲学家德谟克利特首次提出原子的猜想,到它们真正被探测到,花了大约两千年时间。然而,这是因为在这两千年时间里,人们除了思考物质的基本结构之外,还有许多其他事情要做,比如建造更加牢固的房屋。因此,援引年代学时间是没有意义的。我们更应该看看物理学家实际的工作时间。

对此,我也可以为你列出一些数字。是的,我爱数字,它们是如此的真实。

根据美国物理学会和德国物理学会的会员数据,在1900到2000间,物理学家的总数增加了大约100倍。这些物理学家中绝大多数都不是从事基础物理学的工作,但就出版活动而言,物理学的各个子领域都以大致相当的速度增长。而且,(撇开第二次世界大战前后的变动)出版物的数量和作者的数量基本上都呈指数性增加。

现在,为了简单起见,让我们假设今天物理学家每周工作的时间和100年前的物理学家一样长——考虑到增长是指数级的,细节并不重要。然后我们可以问:如果从今天开始算,多长时间的工作量能相当于100年前开始的40年的工作量?好好猜一下!

答案是大约14个月。只按工作时间来看,今天物理学家应当能在14个月里完成一个世纪前需要花40年才能做到的事情。

当然,你可以质疑这种“进步”不能如此简单地扩展,因为尽管大家都在谈论集体智慧,但研究毕竟都是个人完成的。这意味着,仅仅雇佣更多的人,并不能任意减少研究时间。个人也需要时间来交流和理解彼此的见解。另一方面,我们已经大大提高了信息传输的速度和便利性,我们现在还利用计算机帮助思考。无论如何,如果你想争辩说雇佣更多的人并不能有助于进步,那为什么还要雇佣他们呢?

所以,不,我对这一估计并不认真,但它解释了为什么许多人不知道目前这种前所未有的停滞现状。今天我们对基础物理学的投资比以往任何时候都多,但没有产出任何东西。这是个问题,而且是一个我们应该谈论的问题。

最近有人跟我说,利用机器学习来分析大型强子对撞机的数据标志着科学共同体正在反思。但事实并非如此。首先,粒子物理学家运用机器学习工具来分析数据已经有至少30年时间。他们现在用得更多,是因为更容易用,因为所有人都在用,还因为《自然-新闻》对此作了报道。因此,不,粒子物理学中的机器学习并不意味着反思。

另一个我必须经常忍受的评论(而非问题)是,我只是在抱怨,但对物理学家应该做什么没有任何更好的建议。

首先,这是一个愚蠢的批评,它让你更关注批评者而不是被批评者。假设我不是在批评一群物理学家,而是一群建筑师。如果我告诉公众,这些建筑师花了40年时间建造的房屋都倒塌了,那么,为什么是我来负责想出更好的房屋建造方法呢?

其次,这一批评是错的。我已经多次非常清楚地指出,理论物理学家应该做出什么改变。只是他们并不喜欢我的答案。他们应该停止尝试解决不存在的问题。一个理论不漂亮并不是问题。我所说的,是应该专注于数学上定义明确的问题。而且,看在老天份上,不要因为科学家忙于同事间流行的工作而奖励他们了。

我的这一建议并非没有根据。如果你审视物理学的历史,你会发现这门学科致力于解决能够带来突破的数学难题。看看科学的社会学,你会发现糟糕的激励手段会导致严重的低效率;你再看看科学的心理学,就知道没有人喜欢改变。

开发新的方法比发明数十种新粒子难得多,这也是他们不喜欢我的结论的原因。任何改变都会减少论文产出,而他们不希望这样。这种阻力并不是来自制度压力,而是科学家自己不愿意挪动屁股。

也许你会问,他们还能坚持多久?他们的理论“传说”还能持续存在多久?我觉得,恐怕没有什么能够阻止他们了。他们互相评审论文,互相评审基金申请,并且不断告诉彼此他们做的是好科学。他们为什么要停下来?对他们来说,一切都很顺利。他们举办会议,发表论文,讨论伟大的新想法。从内部来看,一切如常,只是没有什么有价值的结果出来。

这不是一个会自行消失的问题。

作者简介:萨拜因·霍森菲尔德(Sabine Hossenfelder)是德国法兰克福高等研究所的理论物理学家,研究领域涉及标准模型、量子引力现象和广义相对论的改进。如果你想了解更多物理学研究中存在的问题,可以阅读她的著作《在数学中迷失:美如何使物理学误入歧途》(Lost in Math:How Beauty Leads Physics Astray)。

相关文章

关键词:物理学基础研究

IT之家,软媒旗下科技门户网站 - 爱科技,爱这里。

Copyright (C)RuanMei.com, All Rights Reserved.

软媒公司版权所有