汪诘：科学有故事（主打） - 节目列表

我给大家找了个视频，是著名的科学杂志出品的，它为我们讲解了蛋白质的“折叠（folding）”到底是怎么回事，有兴趣的朋友可以在科学有故事的公众号中，回复“蛋白质折叠”，就可以收看了 。 本节目图文全稿可以在“科学有故事”微信公号中得到。 联系我们：微信/QQ 40000959 说明：《宇宙自然生命简史》是我重译、改编的《万物简史》。 1， 修正了原书中不准确的知识点。 2，更新了最近这 10 年来的科学进展。 3，补充新增大量相关知识点。 4，语言全部直接来自英文原著，没有使用原译。

上周我谈了人工智能预测世界杯之后，又收到很多关于人工智能的问题，很多问题都超出了我现有的知识储备，回答不了。不过有好几个问题都涉及到了人工智能对零售行业的改变，有人问我这两年总是能听到一个引发争议的新名词，那就是“新零售”，有人说它会改变未来的零售业格局，有人说它就是一个伪概念，想听听我对新零售的看法。 我想在回答这个问题之前，先提醒各位听众注意，我的这个节目不是一个财经类节目，因此虽然讲的是同一个话题，但我聚焦的点与财经类节目聚焦的点是不同的，我关注的焦点是话题背后的科学问题，我关心的是能不能满足你的好奇心，至于对你的生活或者创业是否有用，我是丝毫不关心的。 我想，按照惯例，我还是要先把概念定义一下。今天我谈到的新零售是指具有以下一些特征的零售： 1. 特指线下购物，虽然也有人说线上购物也有新零售，但我们今天只谈一般情况下的默认缺省含义。 2. 运用了很多在 2016 年以前没有实用化的 IT 技术，据我所知，新零售这个词最早是 2014 年安永的一份报告中提出的，但是真正让这个词火起来的是 2016 年马云在一次演讲中讲到了新零售。 3. 把很多人工智能的技术应用到了零售中。 好了，概念定义完毕。下面先直接回答听众的问题，我认为：新零售并不是一个伪概念，而是标志着一个新的体验经济时代的来临。 什么叫体验经济？1999年4月，美国学者约瑟夫·派恩和詹姆斯·吉尔摩两人合著了《体验经济》一书，这个词就是从这里来的，他们指出体验经济是更高、更新的经济形态。举个简单例子，过去你爷爷奶奶那辈的人想喝茶，可能得拿着茶票去领，还不是想喝多少喝多少，每个月都有限制，这叫产品经济时代，为什么呢？就是物资匮乏，经济发展不行。而到了你父母这辈，茶叶可以随便买了，可以去街上买，也可以淘宝买，但可能也就是买回家自己泡着喝。再到你这辈，路边一般的贡茶你可能还不喜欢，必须去喜茶这样的网红店，这种门店往往装修的很精致，可以让你拍照发个朋友圈，同样是奶茶，还要做的花花绿绿，盖子上还可以印上你和男女朋友的大头照合影。去一趟门店，五感都被调动起来，这就是体验经济。 当然，像喜茶这样的，还谈不上是新零售，只能算是新零售的一个雏形，原因就是它还没有把人工智能技术给结合进去。那比喜茶更进一步的例子我也找了一个。 我看到一条新闻说，微信联合天天P图在悦诗风吟门店里推出的一款智能镜子，只要你去照一下，马上就能根据你的肤色推荐最合适的眼影盘。对于经常逛美妆店，不知道怎样挑选合适的眼影的妹子们来说，要是不好意思问导购，或者因为店内人太多，导购难以顾及的时候，往镜子前面一坐，马上就能看到适合自己的产品，甚至还能模拟适合的妆面，买完就可以溜了。而这款智能镜子里则使用了基于人脸识别技术的人工智能，能实现刷脸支付等更多的功能。 当然，很多听上去很美好的商业模式，真运营起来，未必真的能受到欢迎，这种智能镜子到底实用不实用，我现在是持保留态度的，我拿出来说事可不是为他们打广告，我跟他们也没有任何关系，我只是为了让你理解人工智能怎么运用到零售业中，找到的一个真实案例。 刚才举的这个智能镜子只是一个小儿科的应用，实际上，以人脸识别为核心的智能商业技术可以在大型商超和连锁商店中发挥更大的作用。比如说，一个大型的连锁商店的重要特点就是通过节约销售费用，薄利多销，争取更多的顾客占领市场。这也就是说，连锁商店的总部会根据各个连锁门店不同的数据反馈来配货，确保连锁商店商品种类既符合品牌调性，又满足门店所在区域内的顾客需求。因此商业智能中的客流分析，消费者画像，优化商品摆放这些功能可以极大地帮助总部的决策人员。过去，总部只能根据每个门店店员的手动计数来统计各个门店的客流，有些 POS 机上还会增加一个表示当前买单顾客性别年龄的按钮，但是，这种传统的方式，效率是很低下的，而且能够采集的顾客信息也是不多的。 你知道现在已经能做到什么程度了吗？前不久，7-Eleven在泰国的11000家门店里使用了基于人脸识别的分析系统。通过人脸识别和行为分析技术来辨别那些忠实顾客，分析顾客在店内的行动轨迹，并且向顾客推荐产品，甚至根据顾客走出门店时的表情来评估店内店员的服务水平。不止7-Eleven这种随处可见的便利店，像H&M，Zara等时尚大品牌也开始通过人工智能，大数据等科技手段来提升店铺的运营效率。 而沃尔玛就做的更厉害了，在沃尔玛的一些实验性店里，可以借助机器学习技术通过面部表情识别排队人群的不满情绪，从而派遣更多收银员前去处理结账事宜，并最终分析消费者购物习惯的变化趋势。 那新零售概念在我国是什么情况呢？我查了一下，发现深圳有很多零售门店都安装了“人脸识别”系统，装在入口的系统，可以统计每天进店顾客的人数、大致年龄、性别等；装在货架上的系统，一方面用于了解顾客的需求，一方面监测货架上的货品数量，及时补货。这些门店还可以提前把VIP顾客的照片、手机等相关数据资料输入到系统，当这些VIP顾客进店时，系统会自动识别，并实时推送相关资料到导购员手机上，让他们了解这些用户以往的消费记录，以便进行针对性的用户交流，这样提升品牌与消费者的粘性。 我还看到一条新闻，说马克华菲上海龙之梦店，接入了天猫推出的智慧魔镜导购硬件，通过挖掘各个地区消费者对于新品的不同偏好，帮助消费者实现试穿一件衣服就能获取全套穿搭的“智慧导购”，这一项目更是直接提升了马克华菲关联商品的购买率达20%。当然，这种新闻很可能是广告软文，是不是真的能提升 20% 是要打问号的。 但是从我举出的这些例子你可以看到，人工智能技术确实已经在开始大规模地影响着零售行业，如果你是零售行业的从业者，意识不到这种变化的趋势，那么后果可能是严重的。 现在国内为新零售概念提供技术解决方案的创业公司也不少，能够看到这个巨大的市场蛋糕的聪明人很多。比如说，我们科学声音理性的力量演讲会的赞助商之一，广州图普科技就是一家以人脸识别技术为核心的公司，他们在新零售的技术解决方案方面就做的相当好。我这期节目的文稿写到一半时，就想到了他们。图普的一位高管也是科学有故事的忠实听众，我跟他聊了几句。他给我讲了一下他们现在做的一些事情。 比如说有一个叫金一珠宝的店就使用了他们的技术。珠宝行业向来认定“一个会员比一颗钻石还贵重”。以前他们会让促销人员守在门口，及时认出会员，并引导到新品柜台，但是有一个问题就是促销人员有限，总会有疏漏的时候，而且一旦换人值守，就可能面临二次到店的会员难以识别出来的问题，同时因为会员数据不统一，常常也难以马上摸清会员的偏好，做出个性化推荐。现在，图普帮他们做了一套系统，布在门口的人脸识别摄像头能够抓取到店顾客的人脸，识别出是否是会员。及时将那些会员到店的信息推送到店员手机上，同时还会附带会员其他可以公开的信息，方便店员进行针对性推荐，提高成单率。这里还有一个什么好处呢？就是店员如果流失，不会对门店造成太大问题，也就是说不存在一个有经验的店员离开了门店之后，其他的店员就无法马上了解会员的喜好这种问题，因为会员的信息都是存在系统上的。不管是哪一个店员在店，他们都可以很快对会员做出推荐，因此门店排班的时候也比较不容易受到影响。 再比如OPPO在上海的旗舰店里，也部署了图普科技的产品。同样是依托人脸识别摄像头，系统会为门店管理人员提供店内顾客的行动轨迹和店内热点区域的分析。这有什么意义呢？事实上根据后台系统显示的门店内的热点区域，再比对热区里放置的机型，管理人员很快就能知道哪几款手机是热门机型，并且及时将结果反馈给总部，总部就可以调整销售策略了。 好了，关于新零售我就讲到这里，希望我上面举的这些例子能够帮助你从务实的角度去理解什么是新零售，我们看到，新零售的本质是两个方面，一个是把顾客的体验放到零售的核心地位，第二个就是让人工智能来完成过去只能靠人来完成的工作。 科技的进步，社会的发展一般都是一根平滑的上升曲线，很少会出现那种跳跃式的情况。所以，新零售与旧零售也不可能有一个明确的分界线，当很多人还在争论新零售是否是一个伪概念的同时，变革其实已经在悄悄地发生了。当争论停止的时候，变革可能都已经完成了。 节目的最后，我给大家找了一个讲解 iPhone X 人脸识别原理的视频。这个视频还是 2017 年下半年苹果刚发布这款新机时推出的，虽然当时在发布会上演示失败，但最终验证下来，苹果这次的创新还是成功的。如果你有兴趣，可以在我的微信公众号科学有故事中，回复“人脸识别”就可以看视频了。

我给大家又补充了一个发现 DNA 形状的故事版本，是高度评价富兰克林的，四分钟左右的视频还原了一段并没有被人完全遗忘、仍然存在争议的历史。如果你有兴趣，可以在我的微信公众号科学有故事中，回复“发现DNA”就可以收看了 。 本节目图文全稿可以在“科学有故事”微信公号中得到。 联系我们：微信/QQ 40000959 说明：《宇宙自然生命简史》是我重译、改编的《万物简史》。 1， 修正了原书中不准确的知识点。 2，更新了最近这 10 年来的科学进展。 3，补充新增大量相关知识点。 4，语言全部直接来自英文原著，没有使用原译。

本期节目，我给大家找了一个牛津大学介绍什么是机器学习的小视频。它举的例子就是，机器会如何区分一张照片里的是猫还是狗呢？如果你有兴趣，可以在我的微信公众号科学有故事中，回复“机器学习”就可以收看了。 这段时间又是四年一度的火热世界杯了，有很多听众来问我是不是球迷，看不看球，怎样才能科学地购买足球彩票？听说今年是人工智能预测世界杯的元年，问我怎么看？还有很多围绕世界杯的问题，那我今天就蹭一个热点，简单聊一下世界杯。 听说有很多人为了看球把工作都辞掉了，等世界杯结束再找工作，我觉得这种才是真球迷，不知道我的听众中有这样的真球迷吗？我可能连伪球迷都算不上，我只会在淘汰赛开始后看完整的比赛。但如果遇到后半夜才开始的话，我也基本上熬不住，睡觉优先。所以，对于足球，我肯定算是一个外行。因此，本期节目的重点与足球本身无关，我只是借着足球这个话题来跟大家简单介绍一下人工智能预测世界杯的技术原理到底是什么？ 但为了能够在举例子的过程中不至于显得完全不懂足球，我找到了我的一位很内行的老听众Bill 先生。 （哈喽，大家好，我是科学有故事的听众比尔。汪老师的节目，我是从《仰望星空》开始听的，非常喜欢这个专辑，然后他的付费专辑每一期我都有买。哈喽，我先介绍一下我自己，我是 2014 年入行做足球分析节目的，现在在腾讯签约的一档足球数据分析节目的一个栏目组里，我也曾经制作过200多期的足球分析数据，数据分析的一些视频。在过去的比赛分析里面，2016年的欧洲杯，还有2018年的欧冠杯，这两个大赛我仅仅是失误了 4.5 场，现在的我是主攻真实球场数据，这个方面去做比赛分析的，我也是秉持着科学的精神去做我的节目，如果大家有兴趣的话，可以关注一下我的公众号，比尔足球，比尔是比尔盖茨的比尔。） 先谢谢比尔。有了他在我边上随时解答我的一些问题，我心里就有底多了，不至于闹出一些笑话。 2018 年 5 月 17 日，全世界著名的投资银行瑞银利用大数据和人工智能技术，发布了一份预测报告，结论是德国夺冠的概率是 24%， 其次是巴西 19.8%，西班牙 16.1%，英格兰 8.5%。至于这个预测准确性如何，我们再过几天就知道了。 其实，预测比赛胜负的软件历史非常悠久，可以说从计算机诞生开始，博彩公司就会利用计算机编写预测软件，辅助分析。但为什么现在却要是说人工智能预测，好像是新诞生了一个什么了不起的新鲜事物。很多人可能认为这只不过是宣传的一个噱头而已，并没有什么本质的区别。 没有那么简单。这确实是一个新事物，人工智能预测和过去的电脑预测确实是有一些根本性的区别。过去，我们编写一个足球预测软件，我们需要请像比尔这样的分析师，来仔细分析影响比赛胜负的因素有哪些，这些因素对胜负的影响权重是什么。例如，比尔告诉我，按照一场比赛的重要程度,这些因素可以分为几个档次: S级: 伤停及阵容的完整性，中场核心的实力，中场核心的状态，以及可以和中场（核心）配合的人数。这里面我老是提到的中场核心是为什么呢？就是因为中场核心会是中场或者前腰或者后腰，他们在每一个队伍的都是攻击或者防守的起点，要是在起点出了差错，后面就会影响流畅性，如果中场本身出现问题了，那后面，一环扣一环的战术逻辑就不攻自破，就不能执行下去了。 A级: 球队风格，教练经验，球队得分方案的多少， 球队的防守球员的默契如何 B级: 球员的休整时间, 球队的锻炼机会, 球队的大赛经验, 年龄, 个性 C级: 气候纬度时差, 球队的精神面貌 你看，这些知识过去的电脑是不可能拥有的，因为电脑哪里懂足球呢？它只能依赖于人编写的一个数学模型，由人来创建一套计算胜负的算法，说白了，在传统的预测软件中，计算机只是起到了一个计算器的作用。如果你精通 EXCEL，再加上一个比尔，你们俩就能完成一个还不错的预测世界杯胜负的电子表格。 但是到了人工智能时代，一个精通人工智能程序编写的程序员，就可以不再需要一个像比尔这样的一个懂足球的分析师，就能做预测软件了。怎么做呢？靠的就是“机器学习”，今天我们所谓的人工智能，它的本质其实是机器学习。 假如我现在就是这个程序猿，我根本不需要知道刚才比尔讲的那些因素到底哪些重要哪些不重要，我只需要随便猜测有可能影响比赛结果的因素有哪些即可，哪怕初听上去似乎八竿子打不着的因素我也可以列进去，比如球员有没有孩子。下一步我就是收集过去几十年中所有参与世界杯比赛的球队的各种数据，只要是含有我怀疑与比赛胜负有关的数据就可以，越多越好。 再下一步，我利用一种叫做“深度学习”的计算机算法，让计算机自己去分析这些因素与比赛胜负的关系。你可能没有理解这是怎么做到的，我给你举个最简单的例子，比如，计算机统计了过去世界杯所有比赛的数据，发现球员平均年龄越接近 30 岁，胜率就越高。注意，我这是打比方，不是说真的是这样啊。那么，当我要预测一场比赛的胜负时，我就统计一下比赛双方球员的平均年龄，然后我就预测更接近 30 岁的那个队伍获胜。虽然我完全不知道这是为什么，但是过去的数据统计的结果就是这样。至于到底是什么原因，计算机根本不管。 现在，这样的深度学习算法都是现成的。最流行的机器学习的编程语言是 Python，你可以很容易在网上下载别人已经封装好的程序库。它就像一个黑盒，你只需要使用几条简单的程序语句，给这个黑盒输入数据，指定一些参数，这个黑盒就能输出它从这些数据中分析出来的你指定的那些关键词的相关率。 而且你还可以不断地让机器自我学习迭代，比如你创建了好了世界杯预测 1.0 的程序，当世界杯开始以后，你就让他根据自己的预测不断地与实际比赛结果比较，如果预测准确就好像是下围棋获得了胜利，预测不准确就是失败。机器就可以根据胜负的情况不断地重新调整自己的算法。现在阿法狗的升级版就是通过自己和自己下围棋来不断地调整自己的算法，道理是相通的。过去啊，我们总觉得，没有会下棋的人参与，怎么能编写下棋软件呢？没有精通中英文的人参与，怎么能写出翻译软件呢？那么，在大数据和机器学习时代，真的就不需要了，计算机只关心统计结果，不关心他们的因果关系。 从这个例子中，我们可以得出这样两个结论： 1.人工智能依赖已知的数据工作：你喂给它的数据越多，它就可以预测的越准确；反之，如果吃不到数据，它就无法工作。 2.人工智能本质上只是一种数学统计模型的具体应用，本质上还是一个计算器：只是计算公式超复杂，运算速度超快而已，计算机并没有 “思考”。也并不真正的懂足球。它甚至完全不知道它是在预测足球赛。它唯一知道的只是在不断地调整一些关键词与另一些关键词之间的统计相关性。 因此，对于预测世界杯来说，真正困难的是找到足够多的有效的数据喂给你的程序“吃”，你喂给机器学习程序的数据越多，越真实，他从中总结出来的规律就越准确。或许讲到这里，你就能理解了，为什么现在我们总是听到有人在说数据比技术值钱。关于这一点，我们也可以听一下比尔是怎么说的： （所有的人工智能现在为止都只能是有数据的基础之上去做的，而且通俗点来讲，这个数据的来源非常重要，要经过筛选，而且现在网络上关于足球的数据可以说是漫天盖地，大家对于数据的东西其实有误解，并不是说数字才是数据，现在的数据很复杂，有数字，有图像的，有声音。只要是你可以量化的一些东西，就称为数据。可以表达的一些东西，也可以称为数据。） 当你理解了所谓的人工智能预测世界杯的技术原理，你也就能发现这种预测方法的局限性，那就是，它无法处理以前从来没有出现过的数据。比如说，这次世界杯法国对阵澳大利亚，世界杯历史上第一次通过录像回放判罚了点球，那这个叫 VAR 的新规则就是一个过去从未出现过的对胜负产生影响的因素，计算机就处理不了，因为没有过去的数据做参考。本期节目，我给大家找了一个牛津大学介绍什么是机器学习的小视频。它举的例子就是，机器会如何区分一张照片里的是猫还是狗呢？如果你有兴趣，可以在我的微信公众号科学有故事中，回复“机器学习”就可以收看了。 那么，关于人工智能预测世界杯的话题我浅尝则止，就谈到这里。 最后我给大家再放一些比尔跟我的谈话录音，或许球迷朋友感兴趣，非球迷不听也无所谓。不过为了节约大家的时间，我把比尔先生的发言用技术手段加快了 1.5 倍。 W：比尔，前两天有一场爆冷的比赛，就是德国队负于了墨西哥队，那我想问一下，这种爆冷的结果会不会让博彩公司赔钱呢？ B：爆冷这个东西，其实大家觉得博彩公司会赔钱是很傻很天真的。爆冷是指很低概率发生的事情。通常这些低概率的事情会有一个很好的回报，也就是说这个叫爆冷的赔率。这个博彩的赔率是一个可以变动的浮点，会随着这个投注量的变化而变化，所以，他们会按照投注量，还有赔率，做出一个实时的平衡的方案，这需要用到计算机的这个技术。尽管不一定会绝对的平衡，但是它可以保证这个公司不会亏钱，不过这个大家可以想象的。但是有一点大家可能不知道的就是，一直有一些人会误导大家说，人家这个平衡的方案，是按照这个胜平负的投入量去设计出来的，这是错的，因为在这个赌局里面，博彩公司不但要平衡胜平负，还要平衡诸如很多刚才所说的什么进球数哇、比分啊、红黄牌啊等等等等。越多的盘口对于博彩公司平衡一场比赛的盈亏就越有利。还有这还不算哈，一天里面有多少场同时结算的一个比赛，很多很多，而且这些东西又不是说立刻就可以提现的，这个有一个结算周期，通常是一天之后才行。如果像是你在中国买了彩票，然后到这个竞彩中心去领奖，这个过程，其实这个结算周期就更长了。所以博彩公司是一个极为庞大的吸金的大黑洞，所以那天如果它爆冷的一场比赛，对于它来说真的就是挠痒痒 一样。博彩公司更多的运营成本在于宣传，还有政策沟通，这方面这些就不做讨论了。再补充一个点，就是大的博彩公司，一般都要一天。小的博彩公司，真的有可能会亏钱，但是人家小的博彩公司也可以采取一些非法的手段，诸如后台篡改这个投注的数据，导致到用户不盈反输，或者说让你的投注无效，这些都是很可恨的，而且无根可寻，你告不了它。所以我还是建议大家去合法的一个投注站啊，去买彩票，这些都是有票据的。现在为什么网上有很多通告说要整顿这些购彩的 APP 呢，原因就是很多的渠道都是灰色的，比如说你够惨了，你不知道在哪一家彩票店出的票，还有后台资金的准确性和安全性，提现的一个手续是不是合法的。如果以上所说有任何一个不合法，那你这个购票的行为，可能都是非法的，可能都不受法律保护。举个例子吧，这个公司，你们要是在里面有资金，万一有一天它被查出了，它被封号了，那么它受到了法律的制裁，但是没人会理你，账号里面还有多少钱立马就被封了，难道你还去报警啊？ W：也就是说呢，比尔先生提醒我们，不要去玩那种非法的赌球，如果要买世界杯的足彩呢，不是不可以，但是请通过合法的途径去购买。不过比尔，我好像听说呢，有些博彩公司啊，它反倒是喜欢爆冷，为什么会这样？ B：如果硬要这么问的话，我觉得博彩公司还是会偏向于想爆冷的。要博彩公司在平衡做这个系统平衡性的时候，出现不同的赛果还是会影响它的盈利的，只不过它盈利多还是少的区别。但按照一个企业最终也希望它的利润最大化的时候，它还是想爆冷的，只不过，实际意义上的爆冷跟大家平时听到的爆冷可能就不一样了。大家都是通过媒体宣称的是爆冷这么一回事，就觉得是爆冷。比如说德国这场比赛，我们在分析的时候，就已经判断到了德国的中场有很大的问题，按照伤病还有中场的状态来说，德国会出现平局，甚至输球的概率都会很大。德国那天的比赛，在专业的数据分析上面，其实并不能称作为爆冷。比如这届世界杯的很多标题党就会传播，巴西夺冠啊，英格兰已经没落了这些消息，普通人看了就会愿意相信他们自己想相信的部分，特别是一些阴谋论的一些软文充斥着网络。所以，这手段给大家爆料一下哈。就是博彩公司会有很多自己的一个合作网站，而且这个网站的都会伪装成为数据网站，比如说有一个叫Whoscored的，公司就是跟(bet)365在合作。嗯，实际上的这个公司它是不产生数据的，它们的一些数据是要去到另外的数据公司去买接口，然后自己拿回来用，例如说opta 就是它的一个数据的提供商，然后拿到数据以后，它们会安排自己的软件工程师做二次的开发，最终变成了一种图文并茂的数据，给用户去看，给用户去分析。你要说这些数据的真实性啊，还并不是用户可以自己参透的。 W：这个看来每一行都有很深的水，那谢谢比尔能够参与我们的节目。 B：如果大家喜欢足球，喜欢世界杯，那你可以关注一下我的公众号，比尔足球，比尔是比尔盖茨的比尔。 W：好的，最后一句话大家听清楚了吗？喜欢足球的朋友可以去关注一下，比尔足球啊。好，那这就是本期的听众问答，咱们下期再见。

这期节目的配套视频是我给大家找了一个纪念摩尔根的视频，如果大家想看看摩尔根的那些果蝇，可以到去科学有故事的微信公众号中回复“摩尔根”三个字，摩托车的摩，尔虞我诈的尔，根本的根，就可以收看了。 本节目图文全稿可以在“科学有故事”微信公号中得到。 联系我们：微信/QQ 40000959 说明：《宇宙自然生命简史》是我重译、改编的《万物简史》。 1， 修正了原书中不准确的知识点。 2，更新了最近这 10 年来的科学进展。 3，补充新增大量相关知识点。 4，语言全部直接来自英文原著，没有使用原译。

如果你想了解科学家是怎么炼成的，我给你们找了一个短小的视频，来看看一个大学生一般都要经历哪些过程才能成为功勋卓越的科学家呢？请在我的微信公众号科学有故事中，回复“科研”两个字，就可以收看了。 选择了职业科普人这样的一份职业，那么回答问题就是工作的一部分。我会在各种各样的场合收到各种各样的问题，大多数问题都是能回答的，即便当面回答不了，也可以事后查找资料，请教专家。但是，却有一类问题，总是会让我非常的尴尬，无论我怎么努力也回答不了。事实上，这样的问题，我经常会收到，除了沉默，我都想不出更好的回应方式。 我给大家举两个近期收到的问题作为例子： 有一位叫做黄大漠的听众给我发来一封长长的邮件，希望我对他提出的一个理论做一些点评，并且也希望通过我的节目能让更多的人对他的理论提出质疑。因为邮件有一万多字，我不可能全文念，我给大家大致介绍一下黄先生的理论。我先把文章的导读念一下： 到目前为止，暗物质暗能量都还只是观察到的一种效应，尽管发现这些效应几十年了，人们作出了无数巨大的努力，还是无法解释产生这些效应的原因，虽然提出了一些假说，但是实验验证都是不成功的，我们知道有个东西就在那里，但就是搞不清楚它是什么，抓狂呀！本文将从“规律场论”的角度，把理论和已知观测数据相结合，阐明暗物质暗能量究竟是什么东西——黑洞的空间效应！ 这篇文章一共有九节，前4 节是介绍暗物质和暗能量的简史，这部分很像是写科普文章，黄先生的文笔很流畅，简单扼要地就介绍了与暗物质和暗能量有关的一些科学史和现存的假说。 从第五节开始一直到最后，黄先生开始介绍自己的理论，它把自己的理论称为规律场论，他的核心观点是暗物质和暗能量都可以用黑洞的空间效应来解释。他还提出了证实和证伪自己理论的方法。黄先生最后说，这篇文章仅仅只是规律场论的一个具体应用，关于规律场论的详细介绍可以到他的QQ 空间中阅读，他的微信和QQ 号都是 1308476377 ，如果各位听众有兴趣了解的话，可以加一下黄先生，他应该是很欢迎你去了解的。 第二个例子是另外一位没有留名的听众发给我的一篇文章，也是希望得到我的点评。这篇文章的题目叫《人类简化简析》。一开始我以为是他写的一篇科普文，文章很长，也有1 万多字，因为我的古生物知识不够丰富，所以读起来的感觉是不明觉厉，但是读到大约三分之二，我才明白，他的本意是要写一篇论文，因为我看到了这样一句话：“综上所述，我认为非洲起源说是彻头彻尾的低级错误”，我才终于明白，这位先生是提出了一套与目前主流科学界观点不一致的观点，希望得到我的评价。这位先生最后的观点是，现代所有的人类都是起源于欧洲的尼安德特人而不是目前科学界占主导地位的智人非洲起源说。 像上面这样的例子其实我还能举出不少，我的抽屉中还有几封手稿，有的是在线下活动时当面交给我的，有的是快递给我的，基本上都是不太会打字的老先生写的，信的内容各不相同，但基本上都表达了一个相同的愿望，就是希望得到我的点评，并且通过我的节目能让更多的人了解他们的思考。 我非常感谢这些听众对我的信任，愿意分享你们的思考给我。但是，我也想非常诚实地说，你们向我提出的这类问题，确确实实超出了我一个科普作家的能力范围。 做科普和做科研好像是一个吃货和五星厨师的区别一样，像我这样的科普作家与一个真正的科学家还有十万八千里的距离，我唯一的本事只是尽可能地把科学家们正在研究的问题和已经得到公认的一些结论设法更加通俗易懂的告诉给你们，换句话说，我与你们的区别仅仅在于，我比你们有更多的时间阅读、甄别、理解各种材料，然后可能是组织语言的能力略微强一点，除此之外，我真的不比你们具备更多的能力。 所以，如果你问我一个在科学界都没有答案的问题，或者提出一些研究成果来找我点评甚至鉴定，那真的就是大大高看我了，我这真不是谦虚，而是实事求是。 我最多只能给你们一些我的建议，帮助你们找到或许有可能成功的路径。我的建议是这样的： 1.如果你想提出一套自己的理论，你首先要学习现在全世界公认的论文写作格式。像我前面提到的那位写人类起源的先生，一万多字的长文，一直看到三分之二的地方才出现你最终想表达的观点，这样就可能让你丧失很多真正对你观点感兴趣的读者。为什么科学界会形成一套大同小异的论文格式呢，这并不是迂腐的体现，而是尊重他人的时间，用最高效的方式表达自己观点的技巧。实际上，论文格式也不复杂，现在全世界广泛接受的一种论文格式称作 APA 格式，你可以搜索学习一下，不复杂，人人都可以掌握。大致来说，一篇论文需要按照标题、作者、目录、摘要、关键词、引言、正文、参考文献这样的顺序来组织，这一切的目的都是为了能够更加准确、清晰、简洁地表达观点而设计的。 2.你要设法找到自己的同行，只有同行之间的评议才是有价值的。像我前面提到的研究暗物质和暗能量起源的黄先生，你要找的同行也一定是和你一样研究暗物质、暗能量或者黑洞的同行，像我这样的科普作家肯定不是你的同行，我什么都看，其实什么都不是真正的懂，仅仅是了解一点皮毛而已。我的同行是那些研究怎么写出更好的科普文章的人。或许你有自己的苦衷，你给大学的相关院系、甚至是中科院的教授寄过材料，但是石沉大海，实在没办法了才寄给我。如果是这样的话，请听我的下一个建议。 3.你作为该研究领域的无名小卒，不要一下子就想着能高攀上这个领域的顶级学者，他们真的很忙，而且有自己的社交圈，不理你不是对你的不尊重，只是一种非常理性、正常的选择。我建议你可以先找到跟你一样也是默默无闻的同行开始，比如，黄先生可以去找理论物理或者天体物理专业的学生，另外那位先生也可以去找古生物系的学生。学生相对来说时间多一些，也不会有什么架子。有一个很好的办法，就是到大学的课堂中去蹭课，一般来说，绝大多数的大学教室都是坐不满的，你只要设法查到了课表，就大大方方地进去听课。听完课后，在课间就可以找到很多与同学们交流的机会。我建议你不要直接去找老师交流，因为老师教学任务繁重，他可能时间紧迫，也不会有耐心听你多说，找同学交流是最好的。我非常不建议您在网上的论坛与他人交流学术问题，因为你真的无法判断他到底是不是你的同行，与其这样浪费时间，不如走进真正的大学校园，找对了院系，就肯定找对了同行。 4.如果你想发表你的研究成果，我不建议你去找出版社出书。这是因为，这种学术类的书籍，往往都是要自费的，因为很难卖出去。但是我不建议出书的真正原因到不是因为钱，而是出书没有意义。现在全世界的科学界，对于科研成果的发表，都只认论文不认书的，除非是那些已经功成名就的科学家出的书。你即便出书了，也不会有什么同行关注到你，因为同行每天都在看论文，不去看除了教科书以外的其他书。你一定要设法在期刊上发表论文。 5.你可以先选择名气不是很响的，但也必须是有正式刊号的期刊。只要你的论文是格式规范的，至少期刊的编辑会认真阅读你的论文，哪怕不接受，他们也会给你一个退稿的说明。这时候，你就要设法搞清楚他们为什么退稿，编辑到底认为你的论文哪些地方有瑕疵，专业期刊的编辑也可以看成是你的半个同行，这样你至少就找到了第一个愿意看你论文的同行了。任何人想要成功都要付出艰苦的努力，而你通向成功的第一个台阶，就是设法先通过审稿编辑这一关，如果这一关没有通过，你不要妄想能得到某个诺奖科学家的垂青而一夜成名，这样的事情永远不可能发生的。 6.最后一条，但也可能是真正能帮助你成功的一条。就是，在你想研究的那个领域，少看科普类型的文章，多看正式的论文。虽然论文往往写的很难懂，还总是会出现各种数学符号，远不如听我的节目来的轻松。但我想认真地对你说，看懂那些枯燥的论文或许真的是你通向成功最不可少的一步。反过来说，不论看多少科普类的书籍都不能增加你成功的概率，这是真的，尽管我是一个科普作家，希望我的书能多卖出一些，但必须诚实地说，我的书对你做科研来说真的用处不大。 好了，6 条建议说完了，希望能够对你有一些实质性的帮助。最后，我还有一点特别重要的说明，以上这些建议是针对由于种种原因，错过了正常的大学专业学习的听众。如果你是一位学子，那么我以上这些建议统统都不要理会，我只有唯一的一个认真的建议，那就是考上大学，去你感兴趣领域的专业院系学习，在充分学习完前人的成就之前，不用急于出自己的科研成果。

如果你有兴趣从考古学的角度多了解一下人类的进化史，可以在我的微信公众号科学有故事中，回复“人类起源”这四个字，观看一个讲解的视频。 联系我们：微信/QQ 40000959 本节目图文全稿可以在“科学有故事”微信公号中得到。 说明：《宇宙自然生命简史》是我重译、改编的《万物简史》。 1， 修正了原书中不准确的知识点。 2，更新了最近这 10 年来的科学进展。 3，补充新增大量相关知识点。 4，语言全部直接来自英文原著，没有使用原译。

本期节目，我找了个视频，是一位主持人对“科学研究”的吐槽。并不是所有打着“科学”旗号的研究都是可信的，而且各种研究有时候确实会自相矛盾。我想说的是，我们尊重真正科学的研究，但不会看到“科学研究”就都去当真。如果你想看视频，可以在科学声音的小程序中，找到国外优秀科学视频精选，打开里面的第33期：“科学”研究不可全信，就可以收看了。 今天的问答不是针对某一个特定听众的特定问题。最近在某平台学习哲学，看到一段论述，觉得挺有典型性，刚好可以回答经常在节目留言中遇到的一大类很难以直接回答的问题。关键原因在于一个善于哲学思维的人和一个善于科学思维的人，往往在思考同一个问题时，采用的路径是不相同的，今天我就想借此来谈谈哲学思维与科学思维的区别。 我先把我看到的东西念一下，那篇文章上说： 但是，我真的发现，受过哲学训练的人在解决问题的思路上会明显胜过普通人。举一个很简单的例子，我见过一些人讨论一个有点庸俗的问题：黑丝袜为什么很能增加女人的性感？那些没受过哲学训练的人，给出的答案都很直接，很突兀。但只要你受过哲学训练，看到这个问题，马上就能找到有效的分析路径：首先你会用亚里士多德的“种加属差”的分类法，先看黑丝袜属于哪个大类，显然它属于丝袜这个大类，再看丝袜对于增加女人性感的共通点是什么，这就要和同类物品去比较，也就是和裤子、裙子、普通袜子去比较，显然这个共通点是良好的塑形能力。在取得这个共通点之后，再去分析黑丝袜相较于其他颜色的丝袜有什么优势，显然优势是显瘦，还能把肤色衬得更白。那么黑丝袜的优势就是，在种差的意义上，塑形能力最好，在属差的意义上，既显瘦又显白。这就是哲学训练能够给人带来的思维章法，你可以举一反三，更高效地应对各种实际问题。 再次申明一下，以上这段是我转述《熊逸书院》中的一段话，并非我自己的观点，我现在很害怕造成断章取义的误解。 看完我就在想，如果是我，拿到一个不得不给出答案的问题：黑丝袜为什么很能增加女人的性感？我会怎么思考怎么做呢？ 假设我不用过多考虑时间和经济成本的话，只是单纯地要把这个问题给研究清楚。那么，我的第一反应是，先确认这个陈述到底是真还是假，因为科学思维已经让我养成了首先质疑一些哪怕是看起来很有道理的观点。如果说，黑丝袜实际上并不能让大多数男人觉得增加了女人的性感，那么这个命题也就成了一个伪命题。 我想，我的第一步就是到论文库中去检索，看看是否有前人做过相关的研究，发表过相关的论文，就目前来说，任何科学研究成果公之于众的最佳途径还是论文，尤其是那些发表在核心期刊上的论文。 很遗憾，经过一番检索，我只找到一些有关腿的长度和女性魅力相关性研究的文章或者引用率很低的论文，我没有找到直接研究黑丝袜和性感方面研究的相关论文。看来，我只能是自己动手去研究这个问题了。那么我想我需要做的第一步还是要确认到底这个陈述是真是假。这就必须设计受控实验。 在设计实验之前，按照科学思维的习惯，我们还要对命题中的每一个概念进行比较清晰的定义。因为在科学思维中，对研究对象要做定性和定量的分析。我们先来做定性分析，在这个命题中，关键词是黑丝袜、女人和性感。我想黑丝袜和女人的定义不会有太大的歧义。至于性感，我的理解是“对一个男人所引起的代表性冲动的生理性反应的程度”。如果大家对此有不同意见，可以再议，不影响我今天讨论的主题。 接下去我们就要定量分析。那实验到底怎么设计呢？我相信会有无数种方案，不同的方案也会有高下之分。我现在提出一个并不是深思熟虑后的方案，毕竟我不是真的要发表论文，只是为了说明一种思维方式。所以，如果你觉得我设计的实验其实很笨，我也虚心接受，我绝对相信有更好、更周密的实验。 我先找到一个 30 岁左右各方面都在平均水平的模特，然后给她拍摄两组照片，一组是穿黑丝袜的，一组是不穿丝袜的，当然，照片要尽可能地展现女性的妩媚动人一面，有些照片需要让模特做出一些性暗示的动作。然后，我从我的听众中找出 100 名志愿测试者，当然，都是成人，样本的随机性分布也是越大越好。 接下去，我把测试对象分成两组，一组称为实验组，让他们看那组穿黑丝袜的照片；另一组称为“对照组”，让他们看那组不穿丝袜的照片。如果条件允许的话，就用物理测试的手段来测量每一个人在看照片时的血压、心率、呼吸、体表湿度以及海绵体血量等等生理指标。如果没有这种条件，退而求其次，可以设计一张问卷，让每个人在看完照片后回答问题。 设计问卷当然也是一门大学问。总之，原则就是尽量不要让被试对象通过问题看出你的实验目的。问题本身也是带有定量的成分，例如不能简单地问你是否愿意和她约会，而是要他选择花100 元请她看场电影、还是花300 元共进烛光晚餐、还是花1 万元一起海南双飞游，我相信你们能设计出比这更好的问题，我就不班门弄斧了。 总之，通过这样一个受控实验，我们就能得出一个相对可信的结论：黑丝袜是否真的会增强女人的性感程度，如果是，会提高多少，以及对哪种年龄或者哪种类型的男人最有效等等。 当然，这个结论要完全可靠，还得由其他独立的机构也重复同样的实验，我们就不展的那么开了。 好了，上面这步做完，我们仅仅是完成了回答问题的第一步。现在我们假设，实验确认这个命题是真的，黑丝袜确实增强了女人的性感程度。那么接下去，我们就要来研究到底是什么原因了。 这时候，我们就要先提出一个假说，然后再用实验的方法去验证这个假说。例如，我的第一个假说是黑丝袜会让女人的皮肤显得更白，所以提升了性感指数。那么我就要先设计实验验证皮肤变白会提升性感指数的假说，得到验证后再设计实验来比较黑丝袜、白丝袜、肉色丝袜等等不同颜色的丝袜对男人的影响。当然，我也可以提出一个假说，认为是黑丝袜会让女人的腿显得更长，而长腿会让女人显得更性感。这时候，就要分步证实长腿对男人的影响和黑丝袜对腿的视觉长短的影响。 在提出一个假说的时候，我们离不开哲学思辨，因为理性的思考有助于我们找到最接近真相的答案。但是，科学思维有一个重要的特点就是在验证假说的时候，不预设哪个假说更有道理，最好忘掉所谓的有道理还是没道理，我们只是严格按照实验步骤作出实验结果。如果我们在做实验的时候，有了心理预期，就很容易忽略不符合预期的数据，强化符合预期的数据。 总之，在我看来，这个问题可以分解的很细很细，需要把这个问题彻底搞清楚，那需要做非常多的实验，甚至需要各个领域的专家一起参与。 听到这里，如果你生出的一个反应是：科学思维的人真 TMD 钻牛角尖，典型的书呆子思维，明明通过思辨或者简单观察就可以轻易得出的结论，非要搞得那么复杂。 对此，我一点也不感到奇怪，实际上，这个世界上大多数人都会觉得这种思维模式很低效率，通俗地讲就是很轴。能具备科学思维的人到今天在社会中也是非常少的，我觉得不会超过人群总数的5%。 但我想告诉你，恰恰是有这么一些少数人大约在400 年前从哲学思辨的模式中又延伸出了这么一种看起来有点笨拙的科学思维模式，人类文明才得到了爆炸式的前进。

本期节目提到了孟德尔和他的豌豆实验。为此，我特地找了个视频。如果你有兴趣，可以在我的微信公众号“科学有故事”中回复“豌豆”，就能收看了。 联系我们：微信/QQ 40000959 本节目图文全稿可以在“科学有故事”微信公号中得到。 说明：《宇宙自然生命简史》是我重译、改编的《万物简史》。1， 修正了原书中不准确的知识点。2，更新了最近这 10 年来的科学进展。3，补充新增大量相关知识点。4，语言全部直接来自英文原著，没有使用原译。

我请我的助理小编给大家汉化了一个视频，是洛斯阿拉莫斯国家实验室发布的，详细介绍了千瓦动力在太空中发电的原理。这个视频的发布时期是 2018 年 1 月，新鲜出炉哦，在我的微信公众号科学有故事中，回复“太空发电”，就可以观看了。另外，《科学美国人》这篇文章的全文大家也可以在科学有故事的微信公号中收到，也是我的助理小编辛辛苦苦翻译出来的。 听众“脑子停不下来”说听了吴老师在4.29绍兴演讲会的关于人类航天梦的演讲，感觉很激动，但同时也觉得有点儿沮丧，为什么呢？因为人类1969 年就登月了，可是都快过去半个世纪了，马斯克发了一个性能还不如五十年前的土星5 号的猎鹰9号重型火箭，大家都激动的不行，人类的宇航技术发展的怎么这么慢，与日新月异的信息技术完全不好比，他想问问我为啥人类的宇航技术进展的如此缓慢，最大的难点到底在哪里？ 我想告诉这位听众，决定某一个领域技术发展的快慢绝不仅仅是一个科学问题，还包含了复杂的政治和经济问题。上世纪六十年代的“阿波罗计划”是在美苏冷战的大背景下，美国举全国之力的产物。有人打比方说，以当时的技术，登月就好像用帆船横渡太平洋。我们可以用一组数字来说明美国当年为了登月耗费的国力，1965年，在阿波罗计划上的花费占到了美国全部GDP 总量的0.8%，而 2016 年美国给NASA 的总预算只占GDP 总量的0.1%,差了八倍。为了登月，美国动员了全国上百家大学、科研机构和企业，2万多名科学家和 40 多万人在为登月服务。这种盛况在现在这样的和平年代，是不可能重现的。 可能你经常会听到别人说，半个世纪以来，人类的宇航技术并没有得到根本性的提升。但你更想了解的可能是到底什么才算是本质的提升。我可以给你一个答案，那就是人类在宇航中使用能量的方式，这是一个最为重要的标志。这有点像衡量宇宙中所有文明等级的卡尔达舍夫等级，用智慧文明能利用的能量等级来划分文明的等级。 这半个多世纪以来，人类宇航中使用的能量的方式主要有三种，给火箭提供动力的是化学能，这种能量的利用效率是很低的；维持各种仪器工作的能量主要来自太阳能和放射性同位素电池。这三种能量利用的方式都已经是半个世纪之前就有的技术，到今天，依然没有什么变化。 要想在宇航技术中实现质的突破，人类就必须掌握在宇航中利用核能的技术，也就是制造出小型可控核反应堆。这里插一句，放射性同位素电池虽然利用的也是核能，但它利用的实际上只是天然放射性释放出来的能量，与原子弹、核电站这种人工激发裂变还是有很大区别的。核能有两种方式可以利用，一种是裂变反应，就像原子弹那样；一种是聚变反应，就像氢弹那样。而可控的核聚变反应即便是要应用于商业发电目前都还看不到希望，更不要说要小型化到能用于宇航了。现在能看到希望的就是小型化的核裂变反应堆，这个技术一旦突破并成熟，人类的宇航技术又将迈上新的台阶。 2018年的5月15日，在《科学美国人》上刊登了一篇文章，标题是《NASA将利用核装置重回月球吗？》，这篇文章对美国现在的小型核反应堆的技术做了比较详细的报道。 NASA 在这个领域已经努力了半个世纪，希望建造出能在太空使用的核电站。最近，它刚刚成功测试了一个全新的设计，被叫做“千瓦动力（Kilopower）”，它很可能成为小型核反应堆的新里程碑，有可能在未来五到十年内完成首次太空飞行。千瓦动力是由NASA和美国能源部共同开发的，是近四十年来美国唯一的全新的核反应堆。它有可能会给人类的宇航技术带来革命性的变化。 在太空探索中，核能主要有两大用途，分别是供电和助推。目前的千瓦动力装置主要用于供电，足够满足一艘大型飞船所需要的电力。在未来，千瓦动力可能也会被用于助推太空飞船，主要通过给离子发动机供电的方式来实现，但NASA目前关于这项使用还没有确切的计划。 我们来了解一下千瓦动力装置的原理：它是一个微型的核反应堆，用一根硼控制棒插入一堆铀中，进行可控的核裂变反应，释放热量，转换为电能。 NASA目前的这个装置可以产生高达 10 千瓦的电力。如果有四个这样的装置，就足够一个火星或月球上的人类前哨站使用。这些电量差不多就是 3-8 户普通的美国家庭的用电量。 实际上，NASA 研制太空核电站的历史已经很悠久了。千瓦动力是从 2012 年开始研发的，它的前身是 NASA 上世纪六十年代的核辅助能源项目，被简称为SNAP。 1965 年 4 月，NASA 发射过一个名为 SNAP-10A 的核电站。它在太空中工作了 43 天，产生了 500 瓦的电力，然后一个零件坏了，戛然而止。它现在仍然在地球轨道上，不过被看作是太空垃圾了。 在二十世纪六七十年代，NASA 还有一个“用于火箭发动机的核动力引擎”（NERVA）的项目，用来研究将核能用于助推火箭。这个项目使用核反应堆来加热氢气，并通过排气口排出氢气，就像化学火箭燃烧燃料来推动火箭一样。但这个项目在 1973 年就结束了。 根据世界核协会的统计，俄罗斯在太空中运行了 30 多个核反应堆。康涅狄格大学研究核能的工程学教授布鲁诺说，在尼克松总统 1973 年取消了NASA的核动能助推研究后，俄罗斯也不再进行这项研究了。从 1973 年起，所有事情基本上都停滞不前了，到了 2018 年，当时在这个领域工作的人基本都退休或去世了。 2012年美国启动千瓦动力项目，最新一次 NASA 和能源部的测试从2017年11 月开始，持续到2018年的3月。这项测试被称为“使用斯特林技术的千瓦级反应堆（KRUSTY）”。千瓦动力首席工程师马克·吉布森表示，这次测试是在 800 摄氏度的环境下进行的，测试地点是在 NASA 的格伦研究中心，千瓦动力产生了超过 4 千瓦的电。 NASA 和能源部的官员表示，由于运行方式的升级，千瓦动力比之前几代都来的更安全。使用硼控制棒和铍反射器，裂变链式反应能被控制，甚至可以停下。只有在反应堆远离地球以后，原子的分裂才会开始。这个项目的负责人是美国能源部洛斯阿拉莫斯国家实验室的帕特里克·麦克卢尔，他说，这个反应堆很安全，哪怕反应堆或搭载它的火箭在发射台上爆炸了，它们中心位置的铀235并不会置人于死地，一公里范围内的人们接触到的辐射水平并不会比自然环境中的高。 洛斯阿拉莫斯国家实验室的首席反应堆设计师戴维·波斯顿表示，一个类似的反应堆可以为离子推进器提供动力，这样就可以助推火箭了，不过这还只是停留在理论上。NASA 目前正在另外开发一种全新的基于铀的核热引擎概念，它的工作方式将和现有的化学火箭十分类似，都是加速推进器后端的燃料。但 2017 年 8 月开始的“核能热力推进”项目和千瓦动力相比，只是刚刚开了个头。 千瓦动力是向在太空中应用核电站这个目标迈出的重要一步。下一步很可能就是在太空中测试反应堆了。NASA 目前还没有批准这样的测试计划。但NASA 太空科技副行政官路特在2018 年 5 月早些时候的一次新闻发布会上说，研究人员将在未来的一年半中，专心致志地研究出如何实现这样的测试飞行的方法。一个可能的方法是在月球着陆器上搭载一个小型的千瓦动力反应堆。NASA 把研究重点重新聚焦在月球上后，相关的探索任务可能会开发这样的着陆器。 可以说，目前的千瓦动力项目还处在非常初级的阶段，但最激动人心的是它的潜力。它只是在太空中使用核裂变能源的第一步，当人类终于能够在太空中大规模地有效利用核能了，那么宇航的新时代也就到来了。 感谢收听今天的听众问答，最后我请我的助理小编给大家汉化一个视频，是洛斯阿拉莫斯国家实验室发布的，详细介绍了千瓦动力在太空中发电的原理。这个视频的发布时期是 2018 年 1 月，新鲜出炉哦，在我的微信公众号科学有故事中，回复“太空发电”，就可以观看了。另外，《科学美国人》这篇文章的全文大家也可以在科学有故事的微信公号中收到，也是我的助理小编辛辛苦苦翻译出来的。

这是一期介绍达尔文生平的节目，其中提到了和他共同发表进化论的华莱士。但2017 年 11 月发布的一期BBC 教学节目中，把达尔文和华莱士演成了互不相让争锋相对的一对冤家，很多说法也和常见的说法完全不同。如果你有兴趣观看这个视频，可以在我的微信公众号科学有故事中，回复“达尔文BBC”观看。在视频的最后，我加入了一段达尔文航行的贝格尔号的1:1的 3D 模型，你可以看看你心目中的贝格尔号和真实的贝格尔号是否一致，达尔文和船长菲茨罗伊就是在这里共度了五年。 联系我们：微信/QQ 40000959 本节目图文全稿可以在“科学有故事”微信公号中得到。 说明：《宇宙自然生命简史》是我重译、改编的《万物简史》。1， 修正了原书中不准确的知识点。2，更新了最近这 10 年来的科学进展。3，补充新增大量相关知识点。4，语言全部直接来自英文原著，没有使用原译。

最近收到一个听众的私信，他说，总是听你鼓吹科学，但是你真的觉得科技让我们生活的更好了吗？从大的方面说，人类面临环境危机、核危机、生化危机、转基因灭种危机等，从我们个体的角度来说，我们就比古人生活的更幸福吗？吃的好点儿、穿的好点儿就更幸福吗？现在这个社会，他后面说了很多现代人金钱至上、利益熏心之类的话，我也不念了，因为我觉得太极端了，念出来怕被人断章取义的利用，说成是我说的话，那就倒霉了。总之他想表达的是现代人未必就比古代人更幸福，至少他自己没觉得科技让他变得更幸福了，反而充满了焦虑。 首先我感谢这位听众花了这么多的笔墨把他的思考告诉我，无论如何，独立思考的精神我是非常欣赏的，但是，我不得不指出，类似的思考实际上一点都不新鲜，反科学的思潮大概诞生已经快 100 年了，在越是科技发达的西方国家，这种思潮反而越是汹涌，中国只不过是最近十几年才开始有一些学者公开站出来表达了他们的这种反科学思潮。例如上海交大江晓原先生在《我们准备好了吗？》一书中写道，他对443部国外优秀的科幻电影进行统计，发现没有一部作品属于讴歌科学的。当然，同样是研究科幻作品的吴岩教授认为这个统计有失偏颇。我今天无意来研究这个问题，我也对此没有兴趣，我只是想借此说明反科学的思潮并不是什么新鲜的观点，由来已久。 如果听多了我的节目的听众，一定知道，我一向很少用思辨的方式做推演和演绎，我只是尽可能地多挖掘事实层面的资料，个人的浅见少谈一些，因为科学精神实际上就是一种重数据，轻思辨的思维模式。 我今天只想从一个具体的事实来谈一下科技是不是让我们的生活变得更美好。在 19 世纪，伦敦和纽约是世界上最发达的两个城市之一，在汽车发明之前，这两个城市的主要交通工具都是马车。可能有人觉得马车多好啊，没有尾气排放，噪音污染小，绿色环保，或许有些人会憎恶汽车，希望回归马车的时代，不知道给我写信的那位听众是不是这么想。然而，我想告诉大家，真实的情况是，马车比汽车带来的环境灾难可怕的多，如果你有过对比的话，你一定不愿意回到 19 世纪的马车时代。为什么这么说，我找了一些资料和数据告诉你： 根据我从 BBC 新闻网和纽约时报网站上查到的数据，伦敦当时有 30 万匹马[1]，纽约有 10 – 20 万匹。一般情况下，每匹马一天会产生 10 公斤的粪便和 1 升左右的尿液，注意，马从来都是随地大小便的。这也就是说，伦敦当时每天会在大街上增加 3000 吨马粪。还有一天 30 万升马尿，相当于每隔 8天就把盛满一个奥运会标准游泳池的马尿倒在伦敦的大街上。这些马粪有人清理吗？部分地区有，部分地区没有，有时候有时候没有，总之，可没有像今天这样成熟的城市环保机构。这是因为，3000吨马粪，如果用现在那种最大的集装箱卡车来拉的话，每天需要拉 115 趟左右，可是当时没有卡车啊，还是只能用马车来拉，我不知道一辆马车都装多少马粪，我估摸着几千辆马车都拉不完吧。例如，我查到一篇报道，上面说1818 年，为了控制粪便造成的污染，纽约市议会要求有专门的人收集并托运走马匹的粪便。1880 年的《纽约时报》报道过在东 92 街有一大片马的粪堆，按照条例，每年 5 月 1 日之前需要清理一次，但实际上，没有人前去处理[2]。马粪是很可怕的，如果连续下雨，那么马粪就会变成污水四处流动，你大可以脑补那种景象，我是不愿意。大量的致病菌在马粪中繁殖，它们是苍蝇的乐园，1908 年时，一位记者在《阿普尔顿》杂志上撰文，提出纽约每年有 2 万人死于多数情况下由马粪造成的细菌四处飞散的疾病。下雨很恐怖，但如果是天气晴朗的夏天，会更恐怖，因为太阳暴晒下，马粪就会很快变成灰尘，被碾压过的时候，扬起漫天的粪尘。在伦敦的城市历史上，曾经出现过一个很著名的词，就叫马粪危机，如果大家用这个关键词搜索的话，可以搜到海量的报道，比我刚才的描述要细致可怕的多。 实际上，马的可怕还不仅仅是排泄物，马还会经常在大街上倒毙。根据《纽约时报》的一篇报道，1880 年，纽约人从街道上移走了 15000 匹死马。但是大多数情况下，死马的尸体很难运走，因为马太重了，当时可没有卡车。多数情况下，马的尸体就在大街上任由它腐烂。说实话，我闭上眼睛想象一下那种场景还不至于太恶心，但是我一想到那种气味，我的胃就开始不舒服了。如果大家去公园骑过马的话，你们印象最深的可能就是马是有很重的体味的，只要有这么几匹马在那里散布，老远就能闻到难闻的臭气。伦敦和纽约可是有几十万匹马在大街上溜达，你去看一些伦敦的老照片，那马车多的就跟今天的汽车差不多，那种气味你可以自己想像。 马粪危机不是伦敦独有的，当时全世界所有的发达城市都面临这个问题，以至于在1898年召开了有史以来第一次以马粪为主题的国际会议。当时会议召开前，泰晤士报就预言如果马粪问题得不到解决，到20世纪，伦敦的马粪基本要堆上天。但是，那个国际会议并没有找到解决方案，当时大家的忧虑可比今天对环境的忧虑大得多了。 谁也没有料到，这场可怕的环境危机竟然突然就被科技的进步化解了，因为汽车出现了，马车因此很快就退出了历史舞台。如果大家对这段历史了解的越多，你就越会发现，汽车会这么快地取代马车可不仅仅是快这一个原因，他是人们毫不犹豫地选择，或许也只有今天我们这些从未在那个时代生活过的人还会怀念马车时代。 有人可能会觉得，马车时代已经是工业时代了，那不能算是田园生活，回到更久远点的田园时代就美好的多了。我觉得，如果是这么想的人，我倒是建议您亲自过一年这样的田园生活，因为马车时代我们回不去了，但是田园时代很容易回去。你找一个山沟沟，自己搭一个茅屋并不是做不到的事情。但是，现代人有几个人能在没有自来水，没有电，没有最基本的卫生设施的情况下很开心地生活超过一个礼拜呢？ 我记得我小时候，在绍兴的测水牌老家，最不美好的回忆就是四处林立的粪缸，每家每户都要自己搭一个粪坑，小时候还听说有小孩在晚上走夜路，不小心掉进粪缸中淹死的传闻，大人们以此来警告小孩晚上别到处乱跑。那时候的夜晚，照明基本上靠星光和月光。这种粪缸的传统，在中国的农村和城郊地区，大约从上古时代一直持续到 30 年前。 在没有电灯的时代，面对平均每天 12 小时的漫漫长夜，普通人除了造人，大概也没有别的娱乐活动了，即便是唯一的娱乐活动也受到太多的限制，因为没有有效的避孕方法。我怀疑女性更不愿意回到古代生活的，为什么？如果你是一个女性，你就问你自己愿不愿意回到一个卫生巾还没有发明的时代生活吧？ 我认为科技让生活更美好是毋庸置疑的，那些一边享受着现代科技成果，一边怀念前科学时代的美好时光的人，或许更多地是怀念过去的精神，而不是物质，这种文化人的浪漫情感我完全可以理解，古诗的意境之美我也完全可以感受。但我们真的要区分事实和想象，科学精神是用证据还原真相。 不过，如果我们没有足够的警惕，科技是否也会给人类带来不可挽回的灾难呢？这也是同样值得深入思考的问题。 但是，现阶段，在中国面向大众的科普是否应当包含反思科学的这部分内容呢？我认为不必。对科学的反思应当局限在科学家、科学哲学家以及与科研活动密切相关的专业人群中，不应当扩大化。 这是因为，今天的中国，科学精神依然只是旷野中的一个小火苗，一阵不大的风就能把它熄灭，我们都知道，这样的事情不是没有发生过。守护这堆小火苗，把科学精神传承下去，并且在中国这片土地上传播开来，对于中华民族的伟大复兴具有不可估量的历史意义，这也是我们每一个科普人的职责和价值所在。 我个人喜欢科幻作家刘慈欣在《从大海见一滴水》这篇文章中写过的一句话，他说：如果不是从负面描写科学，不把她描写得可怖可怕就不能吸引读者，那就让我们把手中的笔停下来吧，没有什么了不起的，还有许多别的有趣的事可做。 我做科普也是这样，就是要赞美和讴歌科学精神，要把实证和逻辑这些中国人最缺少的思维模式传播出去，如果因此被某些人文学者认为是思想浅薄，被那些推崇辩证思维的哲学家鄙视，我不会介意的，我只会以更加高涨的热情，更努力的写作来回应他们。 今天的中国，虽然具备基本科学素养的公民比例还很低，但是，这个阵营却有一个巨大的优势，一旦站过来，就不可能再回去了。一个最好的例子就是，我只见过对待古代医疗理论粉转黑的人，但是从来没见过黑转粉的人，或许有，但我没见过。 最后是给你推荐看一个小视频，是美剧《硅谷》中，Pied Piper 公司的 COO 在接受采访时，用马粪危机做了一个绝妙的比喻，你听完我这期节目，再看硅谷的这个桥段，感受一定深。到科学有故事的微信公号中回复“马粪”两个字即可观看。 [1]http://mini.eastday.com/keji/160126/141057811.html [2]https://cityroom.blogs.nytimes.com/2008/06/09/when-horses-posed-a-public-health-hazard/