2023成都積分入學什么時候開始申請
2023-01-31
更新時間:2023-01-06 12:05:27作者:智慧百科
詹士 蕭簫 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
顛覆性研究正在衰落,人類重大科技進步正放緩。
上述觀點來自本周Nature封面文,主標題:NET LOSS(凈虧損),頗為醒目。
文章作者認為,盡管近幾十年來創(chuàng)新和科學研究呈爆炸式增長,但是,知識的增加并未帶來重大進展。
通過分析過去60年來4500萬篇論文及390萬項專利數(shù)據(jù),作者發(fā)現(xiàn),這些研究對現(xiàn)有科技的顛覆性越來越少。
他們進一步指出,此種現(xiàn)象可能預示著——科學技術的性質發(fā)生了根本轉變。
目前,該觀點及內容已被經濟學人、福布斯等主流媒體介紹,推特、Reddit及Hacker News上亦有不少關注。
所以,這個結論是怎么得出的?
答案還得從研究本身里找。
研究主要通過兩類方法,來衡量論文創(chuàng)新程度的變化。
第一種方法是根據(jù)論文引用情況判斷。
這種方法會將新研究分成兩類。
一類在現(xiàn)有理論基礎上實現(xiàn)突破,本質上鞏固了已有研究理論(Consolidation);另一類則是顛覆已有理論,本質上是開拓性的新工作(Destabilization)。
舉個栗子,DNA雙螺旋結構和密度泛函理論(DFT,Density Functional Theory)都獲得了諾貝爾獎。
如果按上面的方式進行分類,DNA雙螺旋結構顯然是顛覆性的研究,因為它否定了生物界權威鮑林的“三螺旋結構”研究。
但密度泛函理論,卻是建立在之前研究的基礎上提出來的,與DNA雙螺旋結構的開拓性程度并不相同。
如何判斷一篇論文更具開拓性?
作者們采用了一種叫CD指數(shù)的方法(CD index)。
如下圖,黑色代表目前待判斷的研究,白色代表前人的研究,灰色是后來的新研究,CD指數(shù)范圍在±1之間。
如果一篇論文(黑色)是基于已有研究做出改進,那么新研究(灰色)在引用這篇論文時,肯定也會引用前人的研究(白色),CD指數(shù)為負:
反之,這篇論文顛覆了之前的研究,那么新研究都會以這篇論文為基底,而不會再去引用之前的研究,CD指數(shù)為正:
所以,雖然DNA雙螺旋結構和密度泛函理論的論文引用量都非常大,但它們的CD指數(shù)卻分別是0.62和-0.22。下面這張圖顯示了論文和專利CD指數(shù)的分布:
第二種方法,則是通過論文中的詞匯多樣性來判斷。
一方面觀察論文中出現(xiàn)新詞的情況。
注意,這里的造新詞并非老詞新造(給已有的定義換個說法),而是新出現(xiàn)的、在后來的論文內容和標題中會重復使用的詞匯。
另一方面統(tǒng)計與“創(chuàng)造”相關的動詞數(shù)量。
例如,與創(chuàng)造、發(fā)現(xiàn)相關的動詞通常包括produce、form、prepare和make,類似的還包括determine、report以及measure等。
與之相反,偏向改進、優(yōu)化乃至應用一類的動詞,則包括improve、enhance、increase,以及use和include等等。
作者們采用這兩種方法,分別計算了4500萬篇論文和390萬項專利的CD指數(shù)和詞匯多樣性。
具體來說,研究得出的結論如下。
先看創(chuàng)新性隨年份的變化。如下圖,從1945年到2010年間,左側各年份論文平均CD5指數(shù)(統(tǒng)計時間范圍為論文發(fā)表后5年)有明顯下降。不同領域降幅略有不同,社科為91.9%,物理為100%。
技術專利創(chuàng)新性也呈下降趨勢。根據(jù)美國國家經濟研究所(NBER)數(shù)據(jù),從1980年到2010年間,計算機與通信領域CD5降幅達93.5%,藥物與醫(yī)療領域降幅為96.4%。
從“語言措辭”變化中也能看到相關跡象。
在1945-2010年論文中,其內容所使用的獨特詞匯及新造詞匯均呈下降態(tài)勢。
有意思的是,措辭上50年前后論文中“創(chuàng)新性”的相關動詞的出現(xiàn)頻率也更占主導,排在前面的高頻動詞包括:產出、報告、確定、測量……
與之對應,2010年論文,排在前列的高頻動詞為:基于、改善、聯(lián)系、增強……
上述動詞同既有科學發(fā)現(xiàn)成果的“聯(lián)系意味”更強。
同樣的情況,也發(fā)生在專利內容統(tǒng)計中。
△ 1950年及2010年論文每百個動詞中的高頻詞統(tǒng)計
但值得明確的是,盡管論文創(chuàng)新性的比例在下降,但從絕對數(shù)量看,創(chuàng)新成果產出量趨于穩(wěn)定。
如下圖所示,左側針對1950-2010論文統(tǒng)計,右側針對1980-2010專利數(shù)量,不同顏色的線條,代表了不同CD5指數(shù)區(qū)間。
能看出,盡管藍色線條隨年份變化快速上升,但該部分代表創(chuàng)新性較弱的論文及專利數(shù)。相對而言,高創(chuàng)新性的論文及專利,絕對數(shù)量趨于平穩(wěn):
數(shù)據(jù)統(tǒng)計外,本文作者也列舉了一些近年重大突破,諸如引力波、新冠疫苗。
他們指出,整體的創(chuàng)新性下降并不能讓我們忽視許多高創(chuàng)新性的研究成果及發(fā)明。
那么,是什么導致了整體創(chuàng)新性的下降?
研究者推測,該趨勢與各研究領域的知識增長相關。
為此,他們統(tǒng)計了數(shù)十年論文及專利的引用多樣性、自引均值、被引作品平均年份。
結果顯示,無論論文還是專利,幾十年來引用多樣性在下降,自引均值上升,且引文中平均發(fā)表年份也在增加。
通過上述統(tǒng)計結果,研究者推斷,科學家與發(fā)明家們更多依賴熟悉的現(xiàn)有知識技術,且這些知識高度同源。
這可能導致創(chuàng)新性成果的不足。
目前,這項研究引來了不少相關從業(yè)者及科技愛好者的關注。
一位生物醫(yī)學家認為這毫不驚訝,并表示研究內容挺有意思。
還有網友認為,資本也是導致上述現(xiàn)象的一大因素。
他補充道,在過去50年中,更多資金從產出顛覆變化的基礎研究,轉向收益直接可見的應用研究。
對此,你怎么看?
論文地址:
https://www.nature.com/articles/s41586-022-05543-x
參考鏈接:
https://pubsonline.informs.org/doi/epdf/10.1287/mnsc.2015.2366
— 完 —
量子位 QbitAI · 頭條號簽約
關注我們,第一時間獲知前沿科技動態(tài)