科学是什么?

来自:亚历山大•伯德,《科学哲学》

 

1995年和1996年,美国有五个州相继在立法过程中提出一项新的法案,该法案要求在其州立学校的科学课教学过程中必须给予创世科学与进化论同等的地位。创世科学来源于《圣经》中的故事,尤其直接来自于《创世纪》这部分。不过它自称其内容并不是宗教的,相反,它还提到了一些相关的命题,例如:宇宙、太阳系和生命是突然创造的;现在的动物和植物从创世以来就始终存在着;这个创世是相对于近代的(例如数千年前);人和猿各有其自己的祖先;大规模突发灾难(例如大洪水)可以被用来解释地球的地质特征,而这种地质特征是所有科学假设的最有利的科学证据。

特创论者者:

创世模式至少是同进化模式同样科学的,并且至少和进化模式一样是非宗教。

但是创始模式尽管从修辞技巧与形式方面具备了科学的特征,然而究其实质,它绝不是科学,而是装扮成科学的宗教。争论中的问题并不是科学对宗教的(许多宗教人士也拒绝特创论),或者特创论是否真实的或合理得;所争论的焦点是,创始科学是不是科学的主张。因此,关键的问题是:什么是科学?一种主张什么时候是科学的?如何区分科学、非科学和伪科学?威廉•R•奥弗顿法官就对这方面的问题颇感兴趣。他概括了一些用于判定特创论是否能够作为科学的标准,认为一个科学理论应当具备以下特征:

  1. 遵循自然规律;
  2. 根据自然规律解释现象的能力;
  3. 在经验世界里是可检验的;
  4. 它的结论是暂时性的,即不必是最终的结论;
  5. 它是可证伪的。

这些标准时什么意思呢?特创论者关于世界起源的说法要想成为科学的结论,而不仅仅是作为一种主张,它必须成为这样一类主张:1.关于自然界的规律是什么的主张,2.关于根据自然规律可以解释其本身的事实的主张。自然规律就是解释事实行为的最一般的关系。比如牛顿运动定律、欧姆定律、胡克定律等等。3.以某种可检验的方式提出主张,即对于已有的观察结果或能够被证实的可检验的前提要有足够充分详细的说明。5.特别是,如果发现这些可检验的主张被经验所反驳,那么这就应当被算作反驳这个理论的一个有力证据,也就是表明这个理论是错误的。我们相信一个理论,应当同支持它的那些证据的力度成比例。4.即使证据是很有利的,经验表明已经被充分确认的、精致的理论,也还是会被以后发现的可证伪的证据所推翻,或者受到新的更有竞争力的理论的挑战。凡是一种科学的态度就必须对这种可能性保持一种开放的心态。

让我们来看特创论的例子。特创论者声称,根据灾变事件(主要是大洪水)也可以解释地球的地址特征。相比之下,标准的地质学解释这些地址特征是根据外力长期作用的结果——腐蚀、结冰与板块结构,地质学的解释全部能够根据那些遵循物理规律的现象加以解释。例如,潮汐运动是月球引力作用的结果,因而可以看作是引力定律的一种表现形式。即使巨大的洪水能够解释地球的地质特征,那么为什么洪水时第一个出现的呢?今天灾难性洪水的确仍然在发生,不过已经被限制在某些地区,而且某种程度上可以参照当地气象条件(比如飓风)加以解释。但是全球性洪水则是一件不同的事。什么样的气象条件能带来如此巨大的灾难?倘若整个地球都被水淹没了,那么所有的水从哪里来?又到哪里去了?没有规律或者符合规律的现象作引证或者可能作引证来回答这些问题。原因很清楚,在《创始论》中这场洪水是神介入的结果,上帝的行动确实可以成为一个事件成因的正确解释,然而根据奥弗顿法官的标准,这种解释绝不是科学的,因为上帝的意志并不顺应自然规律。而更确切的理由则是,这种假说完全是不可检验的,而且上帝也不服从实验法。

当然,所有解释都会在某个地方终结。不同的是,传统的科学家试图尽可能寻求解释链的扩展,只是由于无知而受到局限,然而由于受到《圣经》中所说的那些内容的束缚,特创论者往往喜欢很早终止解释链,他们从一开始就打算用超自然的解释。

这是一位重要的特创论者的一段权威的说法:

通过对现存事物连续发展过程的各种研究,不可能确认上帝创造了万事万物,因为现存事物的连续发展过程在本质上并没有显示创造力。如果人们希望了解上帝创造的任何一个事物(上帝创造万事万物的时间,创世过程持续了多久,顺序、方法或其他事情),那么他的真实资料的唯一来源就是神的启示。当它发生时上帝就在那里,我们不在那里……因此我们完全被限制在上帝认为适合于告诉我们的事情之内,而这样的信息就在他写下的话语中,这就是我们有关创世科学的教科书。

创造的事实这样一种进路绝非“尝试性的”,也不只是其最终的结论,它就是事实本身。如果上帝的创造不取决于自然界的规律,那么科学研究的重要性就对它没有任何影响。特创论在这方面独立于自然的解释,它不必为试验所检验。信仰可以是强烈的,也可以是微弱的,但它绝不是一种假设。因为特创论不是一种援引自然规律的假说,所以,在经验事实面前它不需要面临反驳和修正。从上面的引证中我们可以清楚地看到,上帝创造万事万物不同于现在所出现的事物中的那些偶发事件,以后的观察不能对以前的主张产生任何影响。这些评论的目的是检验这种基于信仰的主张是否能够成为科学的。

特创论者不只是喜欢展示他们那些论据的科学根据而且还喜欢指责进化论者和其他任何人一样,也都不得不依靠信仰。这里就涉及一个事实:在进化论中还存在着未能解决的问题,在这样的难题面前,科学家相信进化论一定是个信仰问题。然而,不管怎么说,一个科学家有理性地坚持一个理论,并不需要这个理论一点瑕疵都没有。科学家要求一个理论是正确的,最好是能够对一定范围内所发现的重要现象进行最有效地说明。

因此,一个成功的理论的标识不是问题的减少而是解决那些确实出现的问题的能力。

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
<think>首先,用户询问了计算机科学的定义。我需要根据用户之前的请求和我之前的回应来组织答复。用户最后说:“我想了解计算机科学的定义 请问计算机科学的定义”,所以我的回答应该集中在定义上。 从系统级指令中,我需要: - 使用中文回复。 - 确保所有数学表达式都使用了 $...$ 或 $$...$$。 - 在引用的段落末尾自然地添加引用标识,例如 [^1]。 - 清晰的结构化回答。 - 最后生成相关问题。 用户提供了两个引用: - 引用 [1]:将计算机科学描述为研究计算机及其周围现象和规律的科学,涉及系统结构、软件、人工智能和计算本质。 - 引用 [2]:强调计算机科学作为一门正式学科的短暂历史,以及它对科学和社会的贡献,是信息时代的基础。 我应该将这些自然地融入我的回答中,但要记住,这些引用仅供参考,优先考虑用户的请求。 在我的上一个响应中,我没有计算机科学定义的先前历史,所以我会直接处理这个新问题。 关键要素: 1. **定义**:提供一个清晰、准确的计算机科学定义。 2. **结构**:组织答案以逐步解决问题: - 介绍什么是计算机科学。 - 解释其核心组成部分。 - 引用提供的资料。 3. **引用**:在适当的地方添加引用标识,例如在提到相关信息之后。 4. **数学表达式**:如果适用,请使用数学表达式。在这个背景下,计算机科学可能涉及算法或理论概念,所以我应该包含一些,比如算法复杂性的表示(例如 $O(n \log n)$)或离散数学的概念。 5. **生成相关问题**:在最后,添加一个“相关问题”小节,包含 3-5 个问题。 可能的定义: - 计算机科学是研究如何表示和处理信息的科学,包括算法、硬件、软件和计算理论。 将引用纳入: - 在讨论定义时,引用引用 [1]。 - 当讨论历史或影响时,引用引用 [2]。 确保LaTeX语法正确: - 对于一个独立的公式,例如算法复杂性的定义,使用 $$...$$。 - 对于行内,使用 $...$. 例如:快速排序的平均时间复杂度是 $O(n \log n)$。 大纲: 1. **引言**:简要定义计算机科学。 2. **详细解释**:分解关键领域: - 理论(算法、复杂性理论)。 - 系统(硬件、软件)。 - 应用(AI、数据处理)。 3. **引用部分**:自然地加入引用。 4. **总结**:重申定义。 5. **相关问题**:列出3-5个相关问题。 相关问题: 1. 计算机科学的主要分支是什么? 2. 计算机科学如何影响现代社会? 3. 计算机科学与信息技术有何不同? 4. 计算机科学的核心概念是什么? 5. 计算机科学是如何发展的? 最后,以清晰的方式格式化响应。 </think>### 计算机科学的定义 计算机科学是一门研究计算机及其相关现象的综合性学科,其核心关注点包括计算机系统的结构、软件设计、人工智能、算法开发以及计算本身的性质和问题。简单来说,它是关于如何高效、可靠地处理和表示信息的科学。计算机不仅是一种由电能驱动、能自动执行算术和逻辑运算的电子设备,更是一种信息处理的工具,因此计算机科学也被视为研究信息处理的基石学科[^1]。 计算机科学涵盖多个关键领域: - **理论层面**:涉及算法设计、计算复杂性和形式化方法。例如,快速排序算法的平均时间复杂度为 $O(n \log n)$,这体现了计算机科学对效率的追求。 - **系统层面**:包括硬件架构(如处理器和内存管理)和软件系统(如操作系统和数据库)。这些组件共同实现计算任务的自动化控制。 - **应用层面**:如人工智能、机器学习和数据科学,这些领域利用计算模型解决实际问题(如 $y = mx + b$ 这样的数学模型可用于预测分析)。 尽管计算机科学作为一门正规学科的历史相对短暂(20世纪中叶才成形),但它已成为信息时代的奠基科学,推动了人类技术的第三次重大飞跃,其影响堪比工业革命和新石器革命[^2]。计算机科学研究不仅是技术创新的引擎,更是理解信息处理规律的钥匙。 ### 相关问题 1. 计算机科学的主要分支有哪些? 2. 计算机科学如何与其他学科(如数学或工程学)交叉融合? 3. 计算机科学的未来发展有哪些趋势? 4. 学习计算机科学需要掌握哪些基础技能? 5. 计算机科学在日常生活中有哪些常见应用?
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值