ការអភិវឌ្ឍន៍ដែលជំរុញដោយការស្រាវជ្រាវ។ ការពាក់ម៉ាស៊ីន
ការស្រាវជ្រាវ "តើវាពិបាកក្នុងការស្វែងរកគំនិតទេ?" ("តើវាកាន់តែពិបាករកទេ?") ដែលត្រូវបានចេញផ្សាយនៅក្នុងខែកញ្ញា 2017 ហើយបន្ទាប់មកនៅក្នុងកំណែដែលបានពង្រីកនៅក្នុងខែមីនានៃឆ្នាំនេះ។ អ្នកនិពន្ធដែលជាសេដ្ឋវិទូល្បីឈ្មោះបួននាក់បង្ហាញនៅក្នុងវាថាកិច្ចខិតខំប្រឹងប្រែងស្រាវជ្រាវដែលចេះតែកើនឡើងនាំមកនូវផលប្រយោជន៍សេដ្ឋកិច្ចតិចនិងតិច។
John Van Reenen នៃវិទ្យាស្ថានបច្ចេកវិទ្យា Massachusetts និង Nicholas Bloom, Charles I. Jones និង Michael Webb នៃសាកលវិទ្យាល័យ Stanford សរសេរថា:
"ទិន្នន័យមួយចំនួនធំពីឧស្សាហកម្ម ផលិតផល និងក្រុមហ៊ុនជាច្រើនបង្ហាញថាការចំណាយលើការស្រាវជ្រាវកំពុងកើនឡើងយ៉ាងខ្លាំង ខណៈដែលការស្រាវជ្រាវខ្លួនឯងកំពុងធ្លាក់ចុះយ៉ាងឆាប់រហ័ស។"
ពួកគេផ្តល់ឧទាហរណ៍មួយ។ ច្បាប់របស់ Mooreដោយកត់សម្គាល់ថា "ចំនួនអ្នកស្រាវជ្រាវឥឡូវនេះតម្រូវឱ្យសម្រេចបាននូវការកើនឡើងទ្វេដងនៃដង់ស៊ីតេគណនាដ៏ល្បីល្បាញរៀងរាល់ពីរឆ្នាំម្តង គឺច្រើនជាងដប់ប្រាំបីដងដែលទាមទារនៅដើមទសវត្សរ៍ទី 70"។ អ្នកនិពន្ធកត់សម្គាល់និន្នាការស្រដៀងគ្នានៅក្នុងឯកសារវិទ្យាសាស្ត្រដែលទាក់ទងនឹងកសិកម្ម និងឱសថ។ ការស្រាវជ្រាវកាន់តែច្រើនឡើងលើជំងឺមហារីក និងជំងឺផ្សេងទៀតមិននាំឱ្យមនុស្សបានសង្រ្គោះជីវិតកាន់តែច្រើននោះទេ ប៉ុន្តែផ្ទុយទៅវិញ ទំនាក់ទំនងរវាងការចំណាយកើនឡើង និងលទ្ធផលកើនឡើងកាន់តែតិចទៅៗ។ ជាឧទាហរណ៍ ចាប់តាំងពីឆ្នាំ 1950 ចំនួនថ្នាំដែលត្រូវបានអនុម័តដោយរដ្ឋបាលចំណីអាហារ និងឱសថសហរដ្ឋអាមេរិក (FDA) ក្នុងមួយពាន់លានដុល្លារដែលបានចំណាយលើការស្រាវជ្រាវបានធ្លាក់ចុះយ៉ាងខ្លាំង។
ទិដ្ឋភាពបែបនេះមិនមែនជារឿងថ្មីទេក្នុងពិភពលោកខាងលិច។ រួចហើយក្នុងឆ្នាំ ២០០៩ បេនចាមីន ចូន នៅក្នុងការងាររបស់គាត់លើការលំបាកកាន់តែខ្លាំងឡើងក្នុងការស្វែងរកការច្នៃប្រឌិត គាត់បានអះអាងថា អ្នកដែលនឹងក្លាយជាអ្នកច្នៃប្រឌិតនៅក្នុងវិស័យណាមួយឥឡូវនេះត្រូវការការអប់រំ និងជំនាញច្រើនជាងមុន ដើម្បីក្លាយជាអ្នកជំនាញគ្រប់គ្រាន់ដើម្បីឈានទៅដល់ដែនកំណត់ដែលពួកគេអាចឆ្លងកាត់បាន។ ចំនួនក្រុមអ្នកវិទ្យាសាស្ត្រកំពុងកើនឡើងឥតឈប់ឈរ ហើយក្នុងពេលជាមួយគ្នានេះ ចំនួនប៉ាតង់របស់អ្នកវិទ្យាសាស្ត្រកំពុងថយចុះ។
សេដ្ឋវិទូចាប់អារម្មណ៍ជាចម្បងទៅលើអ្វីដែលហៅថាវិទ្យាសាស្ត្រអនុវត្ត ពោលគឺសកម្មភាពស្រាវជ្រាវដែលរួមចំណែកដល់កំណើនសេដ្ឋកិច្ច និងវិបុលភាព ក៏ដូចជាការលើកកម្ពស់សុខភាព និងកម្រិតជីវភាពរស់នៅ។ ពួកគេត្រូវបានគេរិះគន់ចំពោះរឿងនេះ ព្រោះបើតាមអ្នកជំនាញជាច្រើន វិទ្យាសាស្ត្រមិនអាចកាត់បន្ថយការយល់ដឹងដ៏តូចចង្អៀតបែបនេះបានឡើយ។ ទ្រឹស្ដី Big Bang ឬការរកឃើញរបស់ Higgs boson មិនបង្កើនផលិតផលក្នុងស្រុកសរុបទេ ប៉ុន្តែធ្វើឱ្យការយល់ដឹងរបស់យើងកាន់តែស៊ីជម្រៅអំពីពិភពលោក។ តើនោះមិនមែនជាវិទ្យាសាស្ត្រទេឬ?
ការស្រាវជ្រាវទំព័រមុខដោយអ្នកសេដ្ឋកិច្ច Stanford និង MIT
Fusion, i.e. យើងបាននិយាយជំរាបសួរទៅកាន់សត្វក្រៀលរួចហើយ
ទោះយ៉ាងណាក៏ដោយ វាពិបាកក្នុងការប្រកួតប្រជែងជាមួយសមាមាត្រលេខសាមញ្ញដែលបង្ហាញដោយអ្នកសេដ្ឋកិច្ច។ អ្នកខ្លះមានចម្លើយដែលសេដ្ឋកិច្ចអាចពិចារណាយ៉ាងហ្មត់ចត់។ យោងទៅតាមមនុស្សជាច្រើន ឥឡូវនេះ វិទ្យាសាស្រ្តបានដោះស្រាយបញ្ហាដែលងាយស្រួល ហើយកំពុងស្ថិតក្នុងដំណើរការឆ្ពោះទៅរកភាពស្មុគស្មាញបន្ថែមទៀត ដូចជាបញ្ហាផ្លូវចិត្ត ឬការបង្រួបបង្រួមនៃរូបវិទ្យា។
មានសំណួរពិបាកនៅទីនេះ។
តើនៅត្រង់ចំណុចណា បើមិនធ្លាប់មាន តើយើងនឹងសម្រេចចិត្តថាផលខ្លះដែលយើងព្យាយាមសម្រេចមិនអាចសម្រេចបាន?
ឬដូចអ្នកសេដ្ឋកិច្ចអាចនិយាយបានថា តើយើងសុខចិត្តចំណាយប៉ុន្មានលើការដោះស្រាយបញ្ហាដែលបង្ហាញថាពិបាកដោះស្រាយ?
តើនៅពេលណាដែលយើងគួរចាប់ផ្តើមកាត់បន្ថយការខាតបង់ និងបញ្ឈប់ការស្រាវជ្រាវ?
ឧទាហរណ៍នៃការប្រឈមមុខនឹងបញ្ហាដ៏លំបាកដែលដំបូងហាក់ដូចជាងាយស្រួលគឺប្រវត្តិនៃវិវាទ។ ការអភិវឌ្ឍនៃការលាយ thermonuclear. ការរកឃើញនៃការលាយនុយក្លេអ៊ែរនៅទសវត្សរ៍ឆ្នាំ 30 និងការច្នៃប្រឌិតអាវុធនុយក្លេអ៊ែរក្នុងទសវត្សរ៍ឆ្នាំ 50 បាននាំឱ្យអ្នករូបវិទ្យារំពឹងថាការលាយបញ្ចូលគ្នាអាចត្រូវបានប្រើប្រាស់យ៉ាងឆាប់រហ័សដើម្បីបង្កើតថាមពល។ ទោះជាយ៉ាងណាក៏ដោយ ជាងចិតសិបឆ្នាំក្រោយមក យើងមិនបានរីកចម្រើនច្រើននៅតាមផ្លូវនេះទេ ហើយទោះបីជាមានការសន្យាជាច្រើនអំពីថាមពលសន្តិភាព និងការគ្រប់គ្រងពីការលាយបញ្ចូលគ្នានៅក្នុងរន្ធភ្នែករបស់យើងក៏ដោយ ក៏វាមិនដូច្នោះដែរ។
ប្រសិនបើវិទ្យាសាស្ត្រកំពុងជំរុញការស្រាវជ្រាវដល់ចំណុចដែលមិនមានវិធីផ្សេងទៀតសម្រាប់វឌ្ឍនភាពបន្ថែមក្រៅពីការចំណាយហិរញ្ញវត្ថុដ៏មហិមាផ្សេងទៀតនោះ ប្រហែលជាដល់ពេលដែលត្រូវបញ្ឈប់ហើយពិចារណាថាតើវាមានតម្លៃឬអត់។ វាហាក់ដូចជាអ្នករូបវិទ្យាដែលបានសាងសង់ការដំឡើងទីពីរដ៏មានឥទ្ធិពលកំពុងខិតជិតស្ថានភាពនេះ។ ហាដរ៉ុនខូលីនធំ ហើយរហូតមកដល់ពេលនេះមានតិចតួចប៉ុណ្ណោះ... មិនមានលទ្ធផលណាមួយដើម្បីគាំទ្រ ឬបដិសេធទ្រឹស្ដីធំៗនោះទេ។ មានការផ្ដល់យោបល់ថាត្រូវការឧបករណ៍បង្កើនល្បឿនធំជាងនេះ។ ទោះយ៉ាងណាក៏ដោយ មិនមែនគ្រប់គ្នាគិតថានេះជាផ្លូវដែលត្រូវទៅនោះទេ។
យុគសម័យមាសនៃការច្នៃប្រឌិត - ការកសាងស្ពាន Brooklyn
ភូតកុហក
ជាងនេះទៅទៀត ដូចដែលបានបញ្ជាក់នៅក្នុងការងារវិទ្យាសាស្ត្រដែលបានបោះពុម្ពក្នុងខែឧសភា ឆ្នាំ 2018 ដោយ Prof. លោក David Woolpert ពីវិទ្យាស្ថាន Santa Fe អ្នកអាចបញ្ជាក់ថាពួកគេមាន ដែនកំណត់ជាមូលដ្ឋាននៃចំណេះដឹងវិទ្យាសាស្ត្រ.
ភ័ស្តុតាងនេះចាប់ផ្តើមជាមួយនឹងការបង្កើតជាទម្រង់គណិតវិទ្យានៃរបៀបដែល "ឧបករណ៍បញ្ចេញ" និយាយថា អ្នកវិទ្យាសាស្ត្រដែលបំពាក់ដោយកុំព្យូទ័រទំនើប ឧបករណ៍ពិសោធន៍ធំៗ។ល។ អាចទទួលបានចំណេះដឹងវិទ្យាសាស្ត្រអំពីស្ថានភាពនៃសកលលោកជុំវិញគាត់។ មានគោលការណ៍គណិតវិទ្យាជាមូលដ្ឋានដែលកំណត់ចំណេះដឹងវិទ្យាសាស្ត្រដែលអាចទទួលបានដោយការសង្កេតសកលលោករបស់អ្នក រៀបចំវា ទស្សន៍ទាយអ្វីដែលនឹងកើតឡើងបន្ទាប់ ឬធ្វើការសន្និដ្ឋានអំពីអ្វីដែលបានកើតឡើងកាលពីអតីតកាល។ ពោលគឺឧបករណ៍បញ្ចេញ និងចំណេះដឹងដែលវាទទួលបាន។ ប្រព័ន្ធរងនៃសកលលោកមួយ។. ការតភ្ជាប់នេះកំណត់មុខងាររបស់ឧបករណ៍។ Wolpert បង្ហាញថានឹងមានអ្វីដែលគាត់មិនអាចទស្សន៍ទាយបានជានិច្ច ជាអ្វីដែលគាត់មិនអាចចាំ និងមិនអាចសង្កេតបាន។
Woolpert ពន្យល់នៅ phys.org ថា "ក្នុងន័យមួយ ទម្រង់បែបបទនេះអាចត្រូវបានគេមើលឃើញថាជាផ្នែកបន្ថែមនៃការអះអាងរបស់លោក Donald McKay ដែលថាការទស្សន៍ទាយរបស់អ្នកនិទានរឿងនាពេលអនាគតមិនអាចគិតគូរពីឥទ្ធិពលនៃការសិក្សារបស់អ្នកនិទានរឿងនៃការទស្សន៍ទាយនោះបានទេ" ។
ចុះប្រសិនបើយើងមិនតម្រូវឱ្យឧបករណ៍បញ្ចេញដើម្បីដឹងអ្វីៗទាំងអស់អំពីសកលលោករបស់វា ប៉ុន្តែទាមទារឱ្យវាដឹងឱ្យបានច្រើនតាមដែលអាចធ្វើទៅបានអំពីអ្វីដែលអាចដឹងបាន? រចនាសម្ព័ន្ធគណិតវិទ្យារបស់ Volpert បង្ហាញថាឧបករណ៍សន្និដ្ឋានពីរដែលមានទាំងឆន្ទៈសេរី (កំណត់យ៉ាងល្អ) និងចំណេះដឹងអតិបរមានៃសកលលោក មិនអាចរួមរស់ជាមួយគ្នានៅក្នុងសកលលោកនោះទេ។ អាចមាន ឬមិនមាន "ឧបករណ៍យោងទំនើប" បែបនេះ ប៉ុន្តែមិនលើសពីមួយ។ Wolpert ហៅលទ្ធផលនេះដោយលេងសើចថាជា "គោលការណ៍នៃលទ្ធិសាសនានិយម" ពីព្រោះខណៈពេលដែលវាមិនហាមឃាត់អត្ថិភាពនៃអាទិទេពនៅក្នុងសកលលោករបស់យើង វាហាមឃាត់ការមានច្រើនជាងមួយ។
Wolpert ប្រៀបធៀបអំណះអំណាងរបស់គាត់ជាមួយ ដីស ប្រជាជន paradoxដែលក្នុងនោះ Epimenides នៃ Knossos ដែលជាជនជាតិ Cretan បានធ្វើសេចក្តីថ្លែងការណ៍ដ៏ល្បីល្បាញថា "Cretans ទាំងអស់គឺកុហក" ។ ទោះជាយ៉ាងណាក៏ដោយ មិនដូចសេចក្តីថ្លែងការណ៍របស់ Epimenides ដែលបង្ហាញពីបញ្ហានៃប្រព័ន្ធដែលមានសមត្ថភាពក្នុងការយោងដោយខ្លួនឯង ហេតុផលរបស់ Volpert ក៏អនុវត្តចំពោះឧបករណ៍សន្និដ្ឋានដែលខ្វះសមត្ថភាពនេះផងដែរ។
ការស្រាវជ្រាវដោយ Volpert និងក្រុមរបស់គាត់ត្រូវបានអនុវត្តក្នុងទិសដៅផ្សេងៗគ្នា ចាប់ពីតក្កវិជ្ជាយល់ដឹង រហូតដល់ទ្រឹស្តីនៃម៉ាស៊ីន Turing ។ អ្នកវិទ្យាសាស្ត្រ Santa Fe កំពុងព្យាយាមបង្កើតគ្រោងការណ៍ប្រូបាប៊ីលីតេចម្រុះបន្ថែមទៀតដែលនឹងអនុញ្ញាតឱ្យពួកគេសិក្សាមិនត្រឹមតែដែនកំណត់នៃចំណេះដឹងត្រឹមត្រូវប៉ុណ្ណោះទេប៉ុន្តែថែមទាំងមានអ្វីកើតឡើងនៅពេលដែលឧបករណ៍សន្និដ្ឋានមិនត្រូវបានគេសន្មត់ថាដំណើរការជាមួយនឹងភាពត្រឹមត្រូវចំនួន XNUMX% ។
David Wolpert នៃវិទ្យាស្ថាន Santa Fe
វាមិនដូចមួយរយឆ្នាំមុនទេ។
ការពិចារណារបស់ Volpert ដោយផ្អែកលើការវិភាគគណិតវិទ្យា និងតក្កវិជ្ជា ប្រាប់យើងអំពីសេដ្ឋកិច្ចនៃវិទ្យាសាស្ត្រ។ ពួកគេស្នើថាកិច្ចការឆ្ងាយបំផុតនៃវិទ្យាសាស្រ្តទំនើប - បញ្ហាលោហធាតុ សំណួរអំពីប្រភពដើម និងធម្មជាតិនៃសកលលោក - មិនគួរជាតំបន់នៃការចំណាយហិរញ្ញវត្ថុដ៏ធំបំផុតនោះទេ។ វាគួរឱ្យសង្ស័យថាដំណោះស្រាយដែលពេញចិត្តនឹងត្រូវបានទទួល។ ល្អបំផុត យើងនឹងរៀនអ្វីដែលថ្មី ដែលនឹងបង្កើនចំនួនសំណួរ ដោយហេតុនេះបង្កើនតំបន់នៃភាពល្ងង់ខ្លៅ។ បាតុភូតនេះត្រូវបានគេស្គាល់យ៉ាងច្បាស់ចំពោះអ្នករូបវិទ្យា។
ទោះជាយ៉ាងណាក៏ដោយ ដូចដែលទិន្នន័យបានបង្ហាញមុននេះ ការតំរង់ទិសឆ្ពោះទៅរកវិទ្យាសាស្ត្រអនុវត្ត និងផលប៉ះពាល់ជាក់ស្តែងនៃចំណេះដឹងដែលទទួលបានគឺកាន់តែមានប្រសិទ្ធភាពតិចទៅៗ។ វាដូចជាឥន្ធនៈកំពុងអស់ ឬម៉ាស៊ីននៃវិទ្យាសាស្ត្របានអស់ពីអាយុចាស់ ដែលកាលពីពីររយ ឬមួយរយឆ្នាំមុន មានប្រសិទ្ធភាពជំរុញដល់ការអភិវឌ្ឍន៍បច្ចេកវិទ្យា ការច្នៃប្រឌិត សនិទានកម្ម ការផលិត និងចុងក្រោយសេដ្ឋកិច្ចទាំងមូល។ នាំឱ្យមានការកើនឡើងនូវសុខុមាលភាព និងគុណភាពជីវិតរបស់មនុស្ស។
ចំណុចសំខាន់គឺកុំយកដៃហែកខោអាវចេញ។ ទោះជាយ៉ាងណាក៏ដោយ វាពិតជាមានតម្លៃក្នុងការពិចារណាថាតើវាដល់ពេលសម្រាប់ការធ្វើឱ្យប្រសើរឡើងដ៏ធំ ឬសូម្បីតែការជំនួសម៉ាស៊ីននេះ។
