《形成中的學(xué)科：跨文化視角下的精英、學(xué)問與創(chuàng)新》，[英]G. E. R. 勞埃德著，陳恒、洪慶明、屈伯文譯，商務(wù)印書館，2024年10月出版，258頁，75.00元
究竟何為一個學(xué)科？這個問題看似淺顯，因?yàn)樵谑澜绺鞯卮髮W(xué)的院系劃分，如數(shù)學(xué)、醫(yī)學(xué)、各種自然科學(xué)、人文學(xué)科，通常涇渭分明，對于很多經(jīng)典“學(xué)科”來說，不同學(xué)校的教學(xué)內(nèi)容也大同小異。然而，若從業(yè)者只是順從地接受現(xiàn)有的學(xué)科范疇與分類，而不加以反思，其實(shí)表明他們并未深入思考“我們究竟在做些什么”。另外，研究這一問題也將幫助我們理解和指導(dǎo)很多新興學(xué)科的發(fā)展。
勞埃德（G. E. R. Lloyd）認(rèn)為，當(dāng)今院系學(xué)科分類源自于十九世紀(jì)歐洲的制度性發(fā)展，不可避免地沾染了“西方中心論”的局限性。他批判這種狹隘思維，并主張用跨文化的全球視角來理解不同社會和歷史時(shí)期的學(xué)科研究傳統(tǒng)。在勞埃德所著的《形成中的學(xué)科：跨文化視角下的精英、學(xué)問與創(chuàng)新》（Disciplines in the Making: Cross-Cultural Perspectives on Elites, Learning, and Innovation）一書中，他分析比較了哲學(xué)、數(shù)學(xué)、科學(xué)等八個核心學(xué)科在古希臘、古代中國和其他社會歷史時(shí)期的學(xué)術(shù)傳統(tǒng)，側(cè)重于社會結(jié)構(gòu)與精英階層在學(xué)科形成過程中的作用。
經(jīng)典學(xué)科學(xué)術(shù)傳統(tǒng)的多樣性
在對“哲學(xué)”的分析中，勞埃德首先指出，即使在自稱為“哲學(xué)家”的人中間，究竟“何為哲學(xué)”仍存在爭議，比如對哲學(xué)的理解應(yīng)該是嚴(yán)格的還是寬泛的。所謂“嚴(yán)格”的定義，大致上遵循了我們?nèi)缃袼熘南ＥD傳統(tǒng)。這一理解自然是具有西方中心論色彩的。而“寬泛”的觀點(diǎn)認(rèn)為，“哲學(xué)便是人類基本的認(rèn)知能力的一種拓展，是對道德尤其是推理之類主題的深思、論證”（10頁）。在試圖調(diào)和這兩種定義的過程中，勞埃德首先分析了古希臘哲學(xué)傳統(tǒng)中關(guān)于哲學(xué)的范圍與目的的不同看法及相關(guān)辯論。繼而以中國的資料作為一個測試實(shí)例（test case），分析佛教傳入以前的古代中國學(xué)術(shù)傳統(tǒng)與風(fēng)氣，并與古希臘傳統(tǒng)比較。他認(rèn)為，相較于古希臘，當(dāng)時(shí)的中國學(xué)術(shù)界對“倫理學(xué)”和“政治哲學(xué)”興趣更為濃厚，這一點(diǎn)與羅馬時(shí)期的哲學(xué)類似。勞埃德對古印度和早期伊斯蘭哲學(xué)也做了類似的分析，最后探討了在文字缺失的社會里，哲學(xué)存在的可能性。他認(rèn)為，非正式的哲學(xué)技藝廣泛存在，但在某些哲學(xué)領(lǐng)域中存在的許多得到明確界定的問題，以及對它們的系統(tǒng)分析構(gòu)成了當(dāng)今的哲學(xué)學(xué)科?？傮w而言，哲學(xué)的發(fā)展若能采納某些多元主義的看法，將有助于避免其走向狹隘。
隨后，勞埃德將目光轉(zhuǎn)向古希臘與古代中國的數(shù)學(xué)傳統(tǒng)。兩種文化都認(rèn)為數(shù)學(xué)是理解其他不可估量之物的基礎(chǔ)。兩者都對類似的領(lǐng)域進(jìn)行了深入研究，比如算術(shù)、幾何學(xué)、音樂和聲以及天文學(xué)應(yīng)用等等。兩個社會的數(shù)學(xué)都在兩千年前就取得了輝煌成就，然而此后卻都陷入長達(dá)千年的相對停滯。他認(rèn)為“其原因之一是精英階層為了保持自身地位而付出了不懈努力”（68頁）。兩種數(shù)學(xué)傳統(tǒng)的方法論各有千秋。希臘傳統(tǒng)注重公理化，以便在學(xué)術(shù)爭論中給出確定性的結(jié)論，而非說服性或推測性的論點(diǎn)。中國傳統(tǒng)則更側(cè)重不同數(shù)學(xué)現(xiàn)象之間的聯(lián)系和統(tǒng)一，主要使用外推法和類推法來獲取新知。
何為“科學(xué)”
該書對“科學(xué)”的討論特別值得我們關(guān)注。對“科學(xué)”的狹義理解，也就是沒有附加條件的單詞“科學(xué)”主要指的是物理化學(xué)等“自然科學(xué)”，而非社會科學(xué)心理學(xué)或“道德科學(xué)”。從“狹義”的視角來看，科學(xué)實(shí)踐僅僅在從科學(xué)革命到現(xiàn)在的兩百多年里才存在，而非人類文明中普遍存在的現(xiàn)象。這種觀點(diǎn)假定歷史上發(fā)生過一次科學(xué)革命，在這場“大分界”（Great Divide）之后，被認(rèn)為對現(xiàn)代科學(xué)具有關(guān)鍵作用的實(shí)驗(yàn)方法、“假設(shè)-演繹”方法才產(chǎn)生并付諸實(shí)踐，“科學(xué)”由此誕生。然而，采納這種觀點(diǎn)會帶來對科學(xué)起源問題的困擾：人們?yōu)楹瓮蝗婚_啟這種探索？若緣于新獲得的認(rèn)知能力，又該如何理解這種新能力的產(chǎn)生？如果這種新的探索僅依賴于對既有認(rèn)知能力的運(yùn)用，又為何這些既有能力沒有在更早的時(shí)期或其他文化被人們利用（想想李約瑟之問）？
廣義的科學(xué)觀認(rèn)為，科學(xué)即主動理解世界的雄心，是普遍見于全人類的普遍現(xiàn)象。世界各地的具體科學(xué)的不同表現(xiàn)形式，僅體現(xiàn)了他們對各種現(xiàn)象的興趣、研究動機(jī)和手段上的多樣性。這種觀念面臨的困難是如何理解不同時(shí)代和社會對世界的真實(shí)理解極為不同。勞埃德試圖運(yùn)用“思維方式”這一概念去關(guān)注探索方式的多樣性、應(yīng)用者的自覺性和對方式本身的理解程度，進(jìn)而對“狹義”的和“廣義”的科學(xué)觀進(jìn)行調(diào)和。比如，分類型思維方式可被視為有普世性，但具體分類方法具有多元性；實(shí)驗(yàn)方法可被視為廣泛存在的試驗(yàn)和試錯的系統(tǒng)化發(fā)展。同樣，科學(xué)可被理解為普通平常認(rèn)知手段的延伸。望遠(yuǎn)鏡、顯微鏡等新的工具和干預(yù)手段的產(chǎn)生，又拓寬了科學(xué)的探索領(lǐng)域。所謂大分界可被視為“科學(xué)深化過程中許多探索方式上的發(fā)展、變化所組成的一個完整序列……（各個）探索方式……之間常常表現(xiàn)得更具有互補(bǔ)性、累進(jìn)性，而不是替代性”（202頁）。學(xué)科建立后，科學(xué)精英的作用有兩面性：一方面，從業(yè)者培訓(xùn)要求越來越高，過早獨(dú)立門戶難于立足；另一方面，擁有穩(wěn)固地位的精英人士要在創(chuàng)新和順從之間維持脆弱平衡。
學(xué)科分類與精英
在該書的最后一章，勞埃德嘗試通過跨學(xué)科視角思考各學(xué)科之間的共性和聯(lián)系，總結(jié)各個學(xué)科得以建立的途徑、精英在其中扮演的角色，以及促進(jìn)和抑制創(chuàng)新的因素。他指出，在學(xué)科發(fā)展過程中，“精英所發(fā)揮的積極影響包括：確保知識、技藝的傳遞；使各學(xué)科獲得支持和聲望；對科研成果的質(zhì)量進(jìn)行監(jiān)督；組織協(xié)作型觀測、研究……而消極影響是，人類可以觀察到種種傾向：閉門經(jīng)營，抵制變革，阻礙創(chuàng)新，保守而專斷”（213頁）。勞埃德認(rèn)為，對每一學(xué)科的定義經(jīng)常是有爭議的，有時(shí)即使參照國際知名高等教育機(jī)構(gòu)的定義，專家之間也不存在普遍共識。事實(shí)上，一個學(xué)科不僅在內(nèi)部定義自己，還通過在外部與其他研究領(lǐng)域進(jìn)行對比而界定自身。盡管該書中討論的八個學(xué)科之間的區(qū)別是顯然存在的，但它們之間的分界并沒有我們想象的那么嚴(yán)格。當(dāng)前的學(xué)科界限是一把雙刃劍：它幫助研究者迅速直抵該領(lǐng)域的前沿，但同時(shí)也意味著對學(xué)科關(guān)注中心越走越窄。“思維狹隘是精英自我認(rèn)知中的特有病癥。”（218頁）成功的創(chuàng)新是沒有固定模式的，運(yùn)用起源于其他學(xué)科中的觀念、模式、方法可以收獲創(chuàng)新的碩果。勞埃德主張避免“當(dāng)下的學(xué)科分類神圣不可侵”的想法。
當(dāng)代的“形成中的學(xué)科”
勞埃德的這本著作于2009年問世，商務(wù)出版社的中文版出版于2024年。在此十五年間，數(shù)據(jù)科學(xué)與人工智能等新興學(xué)科迅速崛起，為大眾所熟知，成為當(dāng)代具有代表性的“形成中的學(xué)科”。在此，筆者擬借勞埃德的分析框架，嘗試梳理這兩個學(xué)科的發(fā)展脈絡(luò)的發(fā)展過程，拋磚引玉，望能引發(fā)讀者的進(jìn)一步思考。
（一）成為數(shù)據(jù)科學(xué)
自2012年以來，數(shù)據(jù)科學(xué)逐漸成為顯學(xué)。然而，數(shù)據(jù)科學(xué)到底是什么，各界專家尚未形成共識。著名的“數(shù)據(jù)科學(xué)韋恩圖”將其定位于數(shù)學(xué)統(tǒng)計(jì)、計(jì)算機(jī)科學(xué)和領(lǐng)域?qū)I(yè)知識的交集。但這一表述并非描述性的定義，而更像是借由與“外部”學(xué)科的比較來定義自身：數(shù)據(jù)科學(xué)相較統(tǒng)計(jì)研究，更強(qiáng)調(diào)計(jì)算機(jī)技術(shù)；相較機(jī)器學(xué)習(xí)，更強(qiáng)調(diào)專業(yè)領(lǐng)域知識；相較數(shù)據(jù)處理，則更側(cè)重?cái)?shù)學(xué)。這種比較性的定義表明數(shù)據(jù)科學(xué)的學(xué)科邊界天生難以清晰劃定。
數(shù)據(jù)科學(xué)韋恩圖
“數(shù)據(jù)科學(xué)家”這一職業(yè)在2012年前后迅速流行開來，源于商業(yè)界日益重視海量大數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的收集與利用，同時(shí)也得益于Hadoop、云計(jì)算等適用于大數(shù)據(jù)處理的技術(shù)工具的推廣。這一時(shí)期的業(yè)界數(shù)據(jù)科學(xué)家往往具有處理這種大數(shù)據(jù)的經(jīng)驗(yàn)，比如實(shí)驗(yàn)物理的研究生。在當(dāng)時(shí)關(guān)于統(tǒng)計(jì)學(xué)和數(shù)據(jù)科學(xué)的異同的討論中，一種流行觀點(diǎn)是數(shù)據(jù)科學(xué)聚焦“大數(shù)據(jù)”，即那些需要分布式儲存與并行計(jì)算的數(shù)據(jù)，而統(tǒng)計(jì)學(xué)則偏向“小數(shù)據(jù)”，即可由單臺計(jì)算機(jī)直接分析的數(shù)據(jù)。盡管此劃分非常片面，卻反映了數(shù)據(jù)科學(xué)走進(jìn)公眾視野的歷史契機(jī)。我們姑且把“狹義”的數(shù)據(jù)科學(xué)定義為可以利用“大數(shù)據(jù)”來解決問題的分析方法。這一時(shí)期也可以被視為數(shù)據(jù)科學(xué)發(fā)展史上的“大分界”，它從此作為獨(dú)立的職業(yè)和學(xué)科為世人熟知。許多關(guān)于數(shù)據(jù)科學(xué)歷史的作品將其起源追溯到約翰·特基（John Turkey）1962年對數(shù)據(jù)分析的未來的預(yù)言，甚至更早（參見拉斐爾·C.阿爾瓦拉多[Rafael C. Alvarado]的《數(shù)據(jù)科學(xué)：1963-2012》[Data Science from 1963 to2012]一文）。這種觀點(diǎn)自有道理，但無法解釋今日“狹義”數(shù)據(jù)科學(xué)和2012年以前主流統(tǒng)計(jì)學(xué)傳統(tǒng)之間的差異，也未能涵蓋以其他形式存在的數(shù)據(jù)分析傳統(tǒng)。
借鑒勞埃德對科學(xué)的分析思路，我們可以將“廣義”的數(shù)據(jù)科學(xué)理解為：一切以數(shù)據(jù)分析為核心來解決問題的系統(tǒng)性努力。類似于科學(xué)革命之前世界各地的具體科學(xué)傳統(tǒng)的多樣性，廣義的數(shù)據(jù)科學(xué)傳統(tǒng)也以不同的表現(xiàn)形式廣泛地存在于統(tǒng)計(jì)學(xué)、商業(yè)分析、計(jì)算機(jī)科學(xué)、定量遺傳學(xué)、生物信息學(xué)等學(xué)科和領(lǐng)域中，其差異也可歸因于不同群體的對各種現(xiàn)象的興趣、研究動機(jī)、和使用手段不同。2012年前后“狹義”數(shù)據(jù)科學(xué)的崛起，與圖像數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)等新型大規(guī)模數(shù)據(jù)收集能力的普及密切相關(guān)，同時(shí)也依賴于對既有數(shù)據(jù)分析能力的運(yùn)用。這一數(shù)據(jù)科學(xué)的大分界可被視為是數(shù)據(jù)科學(xué)深化過程中許多探索方式發(fā)展變化組成的一個完整序列。尤其值得統(tǒng)計(jì)學(xué)界注意的是，如今數(shù)據(jù)科學(xué)家的職責(zé)以及數(shù)據(jù)科學(xué)專業(yè)的課程設(shè)置并未限于大數(shù)據(jù)，而是和統(tǒng)計(jì)學(xué)的范疇開始逐漸重合。
目前，要深入探討“精英”在數(shù)據(jù)科學(xué)發(fā)展過程中的作用仍頗具挑戰(zhàn)性——相關(guān)討論仍在動態(tài)演變中。不過，可以確定的一點(diǎn)是：來自不同領(lǐng)域的精英群體尚未就數(shù)據(jù)科學(xué)學(xué)科的本質(zhì)，以及其應(yīng)該如何發(fā)展等問題形成全面共識。各個高校的數(shù)據(jù)科學(xué)專業(yè)設(shè)置也有顯著差異。依我之見，盡管適度探討“是什么讓數(shù)據(jù)科學(xué)成為數(shù)據(jù)科學(xué)”有助于從業(yè)者穩(wěn)固根基，但更重要的是回歸廣義數(shù)據(jù)科學(xué)的初心——即解決實(shí)際問題的實(shí)踐使命。與其執(zhí)迷于積極維護(hù)現(xiàn)有學(xué)科分類邊界，不如以更加開放和多元的態(tài)度，從各方面推動數(shù)據(jù)科學(xué)及其相關(guān)領(lǐng)域的發(fā)展。“數(shù)據(jù)科學(xué)是什么”這個問題，即使真有一個答案，也無法充當(dāng)從業(yè)者的永恒的行動指南，它只能是對每個時(shí)代的“數(shù)據(jù)科學(xué)家”的行動的動態(tài)歸納總結(jié)。
（二）人工智能走向何方
人工智能（AI）是指由人類制造出來的機(jī)器所展現(xiàn)出的智能。作為一個相對獨(dú)立的研究領(lǐng)域，人工智能正式起步于1956年的達(dá)特茅斯會議。盡管“智能”的標(biāo)準(zhǔn)，以及如何評估機(jī)器是否具有智能，學(xué)界尚無普遍共識（圖靈測試僅是一個有意義的提案），但大多數(shù)參與者似乎并未對“人工智能”作為一個學(xué)科的研究領(lǐng)域與對象感到任何困擾。從這點(diǎn)上來看，“人工智能科學(xué)”更像是“火箭科學(xué)”或“農(nóng)業(yè)科學(xué)”——它是以制造（和提高）人工智能為目的的綜合性學(xué)科。其文化上先天是結(jié)果導(dǎo)向的，方法論上先天是多元的。
人工智能的發(fā)展經(jīng)歷了三次顯著的高潮。第一次出現(xiàn)在二十世紀(jì)五六十年代，主要由政府資助推動，出現(xiàn)了以搜索式推理和自然語言研究為代表的研究成果。這一波熱浪終因美國七十年代后期經(jīng)濟(jì)下滑，加之早期對人工智能的樂觀預(yù)期未能兌現(xiàn)而冷卻。第二次高潮是1980年代，始于“專家系統(tǒng)”在商業(yè)界的應(yīng)用興起，進(jìn)而推動“知識處理”成為AI研究的焦點(diǎn)。多國政府在這一時(shí)期加大投入，推動了一系列創(chuàng)新。比如反向傳播算法的出現(xiàn)使得神經(jīng)網(wǎng)絡(luò)獲得新生。第三次高潮是2010年至今，以深度學(xué)習(xí)的突破和ImageNet的成功為最初標(biāo)志，持續(xù)到大語言模型和強(qiáng)化學(xué)習(xí)開花結(jié)果的今天。
以人工智能研究的發(fā)展過程為例來探討精英的作用是非常有意義的。尤其是在2010年以后，主導(dǎo)人工智能研究方向的往往不再是學(xué)術(shù)精英，而是商業(yè)精英。以往，商業(yè)界多通過資助高?；?qū)W術(shù)機(jī)構(gòu)進(jìn)行研究，而如今，大公司更傾向于直接雇傭人工智能人才在企業(yè)內(nèi)部完成高水平研究。相比之下，學(xué)術(shù)界精英所獲得的非商業(yè)資金相對有限，往往難以支撐大數(shù)據(jù)收集儲存和大模型訓(xùn)練所需的算力成本。這一階段的顯著特征是“大”：使用大量算力在大數(shù)據(jù)上訓(xùn)練大模型。理查德·薩頓（Richard Sutton）的博客文章《苦澀的教訓(xùn)》（The Bitter Lesson）被很多業(yè)內(nèi)精英奉為“苦口良言”：真正有成效的進(jìn)步往往來自通用方法和計(jì)算能力的提升，而非人為構(gòu)造的復(fù)雜機(jī)制。在商業(yè)界，人工智能的發(fā)展在一定程度上已經(jīng)演變?yōu)椤八懔妭涓傎悺薄Ｒ粋€自然的問題是，這是正確的道路嗎？前兩次人工智能熱潮結(jié)束都是與政府資助銳減密切相關(guān)。第三次浪潮的不同之處在于它主要由商業(yè)資本驅(qū)動。那么，今天的商業(yè)資本會更有耐心和前瞻性嗎？對AGI（Artificial General Intelligence，人工通用智能）時(shí)間表的預(yù)測提供了有趣的側(cè)面觀察。一項(xiàng)研究分析了九十五個2012年以前的預(yù)測，發(fā)現(xiàn)有代表性的觀點(diǎn)是AGI將在預(yù)測時(shí)間點(diǎn)的二十年后出現(xiàn)；另一項(xiàng)2025年的調(diào)查顯示，發(fā)表過AI文章的研究者平均預(yù)測AGI會在十年后實(shí)現(xiàn)，而AI公司領(lǐng)袖普遍認(rèn)為只需二到五年。可以想象的是，這種差異反映出AI公司在回應(yīng)投資者期望時(shí)有強(qiáng)烈動機(jī)去造神、造夢，通過制造“年度重大突破”維持信心。對于行業(yè)領(lǐng)先者來說，大規(guī)模算力投資可能是維持技術(shù)領(lǐng)先和制造穩(wěn)定投資預(yù)期的最穩(wěn)妥策略，這種從知識密集型向資本密集型的轉(zhuǎn)變也有利于排擠新興的競爭者。
然而，這樣取得的“創(chuàng)新”一般都只是延續(xù)性的量變，而非革命性的質(zhì)變。“深度探索”（DeepSeek）的橫空出世即為一例：該團(tuán)隊(duì)以極低的訓(xùn)練成本取得了接近行業(yè)領(lǐng)先表現(xiàn)，在一定程度上是革命性的，它撼動了“算力等于模型表現(xiàn)”的既有范式。雖因政治原因，DeepSeek暫時(shí)無法直接搶占西方市場，但它激勵了全世界的中小型AI公司以及缺乏商業(yè)資本支持的學(xué)術(shù)界精英，讓他們看到了對AI巨頭彎道超車的可能。AI龍頭企業(yè)如何應(yīng)對，以及國家資本到底是扶持寡頭，還是鼓勵更具多元的創(chuàng)新生態(tài)，是一個值得觀察和研究的問題，也決定了未來AI研究和產(chǎn)業(yè)的發(fā)展方向。我認(rèn)為，下一個具有革命性的AI創(chuàng)新很有可能并非來自當(dāng)前的行業(yè)巨頭。這些創(chuàng)新有可能起源于現(xiàn)階段看起來處在劣勢的方法，在將來新的計(jì)算范式（比如量子計(jì)算或生物計(jì)算）、新興市場需求或網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)推動下獲得“逆襲”的良機(jī)。正如勞埃德在書中的總結(jié)：
如果新的觀念、記憶、雄心為排他性的團(tuán)體所操縱，精英之形成所產(chǎn)生的消極后果逐漸抵消乃至超過積極影響……（人類奮斗的歷史）是一個在創(chuàng)新與權(quán)威之間不斷發(fā)生沖突的過程……我們所追蹤的歷史告訴我們：如果沒有與優(yōu)勢共存的劣勢，那么我們幾乎不可能獲得那些優(yōu)勢。（219頁）
結(jié)語
學(xué)科的劃分并非天賦真理，而是有著歷史背景的社會學(xué)產(chǎn)物。在《形成中的學(xué)科》一書中，勞埃德摒棄西方中心論的狹隘，通過跨文化視角來理解各學(xué)科內(nèi)不同學(xué)術(shù)傳統(tǒng)中的異同，也探討了精英階層在學(xué)術(shù)傳統(tǒng)形成過程中的作用。他認(rèn)為，在學(xué)術(shù)觀點(diǎn)和方法論上的多元化會幫助克服學(xué)術(shù)精英的思維狹隘的傾向，促進(jìn)各學(xué)科的發(fā)展。數(shù)據(jù)科學(xué)和人工智能是當(dāng)代兩大“形成中的學(xué)科”，其未來發(fā)展正取決于精英們?nèi)绾慰创屠媚壳邦I(lǐng)域內(nèi)的觀點(diǎn)和方法論的多樣性。
鄂公網(wǎng)安備 42010302001612號 