|
对很多有志当科学家的年轻人来说，最头疼的莫过于数学。没有高等数学，你怎么在科学界有所作为？好吧，这里我要分享一个专业性的秘密，当今世界很多颇有成就的科学家在数学方面近乎半个文盲。 我在哈佛教生物学的几十年里，很不幸地看到很多聪明的本科生都拒绝了从事科学事业的可能性，他们担心没有过硬的数学能力，很难有所成就。这种错误的猜想让急需人才的科学领域丧失了无数的人才。这造就了大量脑力的流失，我们需要阻止这种现象。 我作为权威来谈这个主题，是因为我自己就是个极端的例子。在上大学之前，我曾在相对贫穷的南方学校上学，而当时并不学代数，上了阿拉巴马大学头一年才学代数。最后，作为一名32岁的哈佛大学的终身教授，我四处学习微积分，和只有我一半年纪多一点的本科生坐在一起听课，很不舒服。他们中有几个还选了我教的进化生物学的课。我骄傲全无地学着微积分。 我一直在追赶，但顶多得个C，但是这一发现让我更加确信，优秀的数学能力就好像外语方面的流利性一样。如果我多花点功夫和当地人交流，或许我的外语说的更加流利，但是由于各种实地研究和实验室研究让我抽不开身，所以我的外语水平只是略有提升。 幸运的是，只有几门学科要求卓越的数学能力，例如粒子物理学，天体物理学和信息理论学。而科学领域的其他学科更注重思想概念的提出，研究人员在脑海里形成各种图像，然后凭直觉进行处理。 有时，每个人都像科学家一样白日里想入菲菲。经过提高和有序的幻想是一切创意想法的源泉。牛顿在幻想，达尔文在幻想，你也在幻想。脑海里生发的图像一开始模糊不清。他们还可能变换形式，时有时无。而当我们在垫纸上用图表形式勾勒出这些图片时，他们就会变得更清晰，如果我们找到实例时，他们变具有了生命。 科学先驱们几乎很少通过从纯科学研究中提取思想来获得发现。在黑板上研究一行行公式的科学家们，大多数是导师们在解释已有的发现。真正的进步发生在记笔记的过程中，在办公室里那一堆涂鸦之作里，在努力向朋友解释某事的过程中，或是独自吃午饭的时候。灵感的生发需要努力和专注。 当世界本身一部分被研究的时候，科学的灵感最容易产生。这些灵感源于一切周密的，有序的知识，这些知识都是在这种存在碎片里已经知晓或是可以想像出实体或是过程。当遇到新的想法时，接下来要做的通常需要用数学和统计的方法来继续分析。如果这一步对于发现者来说在技术上存在困难时，那么数学家或是统计学者可以进行协助。 在上世纪70年代末期，我曾和数学理论家George Oster一道研究了种姓原则和群居昆虫的劳动分工。我负责提供在自然界和实验室所有发现的详细资料。他则用自己专业的定理和假说来捕捉（理解）这些现象。没有我提供的信息，Oster先生或许只能提出大概的理论，但是他不能推断出地球上存在的究竟是哪一种可能的变化。 多年来，我和很多数学家和统计学家联合著作过论文，所以我可以很自信的列出接下来这一原则。你可以叫它威尔逊第一原则：科学家很容易从数学家和统计学家那里得到需要的合作，但是数学家和统计学家很难找到能够使用他们提出的公式的科学家。 这种不平衡在生物学界尤为明显，生命现象的成因通常一开始被误解或是遭到忽略。理论生物学年报里充斥着数学模型，这些数学模型不是可以被毫无风险的忽略，要么就是进行检验时是错误的。可能只有不到10%具有长久价值。只有那些和真实生物系统知识联系紧密的模型才有可能得到应用。 如果你的数学能力很低，打算提高它，但是同时又觉得以你现有的能力可以有所作为。不管怎样，在选择专业领域时，仔细考虑一下那些需要严密变换实验和量化分析的领域。这些专业包括物理学和化学，以及分子生物学的一些专业领域。 牛顿发明微积分是为了让自己的想象物质化。达尔文几乎没有什么数学能力，但是凭借自己收集的大量信息，他能够提出随后数学被用应的变化过程。 对于有抱负的科学家来说，关键的一步是要找到他们感兴趣的科目，然后专注下去。这样的话，他们应该牢记威尔逊第二法则：对每个科学家来说，总有那么一个学科，以他（她）的数学能力足以大有成就。 |
|
|
