当与正在准备科学考试的高中生交谈时，你可能会听到两个观点：一是他们害怕物理，二是他们觉得生物更亲切。奇怪的是，这与大多数科研人员的观点相反。科学的时代精神是，物理学是容易的。
物理学的简洁性来自于能创造水晶般清澈透明的理论，从亚原子粒子的存在到恒星周围光线如何弯曲，这种理论都具有强大的预测性。与物理学相比，生物学更难提炼出优雅的定理和数学方程。因此，一些杰出的思想家认为，相比于遥远且难以观测的黑洞，细胞和森林更难理解。
然而，也许根本就没有所谓的简单或难的学科，有的只是简单的问题和难的问题。生物学之所以显得如此难，是因为它是由一套非常困难的问题所定义。物理学之所以显得简单，是因为具有深刻见解的思想家用几个世纪的努力，提出了一系列可以解答的问题。
而讽刺的是，使生物学如此具有挑战性的原因，正是我们与它的亲密关系。不妨问问自己：在一个迷恋对象和一个同事之间，谁更容易理解？我们与生物学——以及心理学和社会科学——的亲密关系，使我们能够用已有的渊博知识来审视这些现象。我们提出非常细致的问题，然后因看似神秘或矛盾的答案而惊讶。
在森林中散步时，我们可能会看到枫树上不同寻常的叶子形状。这可能会让我们惊奇，为什么树叶有裂片，为什么秋天树叶会变红，凋落的树叶丛中有什么昆虫，这些昆虫是如何分解和滋养土壤的。尽管我们提出这些问题的时候非常自然，但是这掩盖了问题事实上的复杂性。
○ 因为对枫树的熟悉，我们提出非常细致的问题，这掩盖了问题事实上的复杂性。| 图片来源：PxHere
相比之下，太空中那冰冷广阔的虚空，夸克那无法看见的微小，对我们来说是如此陌生，以至于我们能得意地谈论与它们有关的最简单的事物，甚至只是为了证明它们的存在。
有时，类似的亲密关系也会减缓我们对物理学的理解。例如行星的运动就是困扰人类的最古老问题之一，它贯穿于许多不同的神话中。然而，正是由于我们人类的自我中心，行星的本轮理论曾将地球错误地置于宇宙的中心——这个错误持续了大约2000年。直到将这一问题抽象为牛顿物理学中的力、质量和引力问题时，行星运动才变得更易于预测和理解。
对于物理学家来说，难以解答的问题仍有许多。如果物理学将它的声望建立在预测下一次将出现的能干扰地球通讯的太阳耀斑上，那么它将被视为一个更加复杂和困难的学科。为什么呢？因为模拟能产生太阳表面动力学的许多机制是极其复杂的，它涉及到引力、电磁、热与核等全部过程。至于行星运动，只要认识到太阳的质量允许我们忽略其他天体的影响，就能够对行星的轨迹有足够好的了解。但如果真想要研究其中的细节，就会很快发现，我们甚至不能精确地预测三个质量相等的物体的运动。同样，使用混沌理论时，我们知道，对于两个运动耦合在一起的单摆，我们只能粗略地猜测它们的具体位置，却不能肯定说出哪一个钟摆将处于什么地方。
也许我们要生物学解答的问题都太难了。如何拯救一个人的生命？为什么这只冠蓝鸦略暗于另一只？但是，仅仅因为我们对生物学有更多需求，并不意味着我们不能提出稍微简单一点的问题。事实上，借鉴“简单”的物理学就可以帮助我们找到这些问题。物理学家特别擅长寻找普遍的、大规模的现象，这些现象适用于多种系统，而且很可能是一些简单且共有机制的结果。
○ 为什么这个冠蓝鸦比另一只稍微暗一点？也许我们对生物学提出的问题太难了。| 图片来源：Mdf
以生物尺度（biological scaling，也就是异速生长问题）为例。这一概念源于早期的观察，即哺乳动物的代谢率与其体型大小遵循一种可预测的非线性幂律关系。幂律是一种数学关系，它告诉我们，当系统的尺度呈数量级（通常是按照10的倍数）增长时，某种特性会如何随之变化。因此，当一个生物体的质量增加1000倍时，生物尺度的原理可以准确地预测出，它的代谢率将增加100倍。
但是，同样的数学怎么可能既适用于描述两个物体之间的引力这样简单的事情，又可用于描述不同栖息地物种形成这样混乱的过程呢？
在物理学中，幂律指出了在所有尺度上运行的共有机制和对称性。而研究表明，在生物学中，发挥作用的基本机制是血管网络的结构和流动。事实证明，血管可以有效地拓展身体，为生物体的所有细胞提供资源，同时减轻心脏的压力。
○ 连接三角形三条边的中点，将其分割成四个形状相同却更小的三角形，如此不断分割，最终形成细致复杂的图案。而自然界中树的结构可以抽象为不断分叉的线条。这些结构在不同尺度都具有相似性，类似于在时间、空间的变换下保持不变的对称性，这是一种在不同尺度下保持不变的对称性。| 图片来源：Rafael Ruggiero
这个简单的洞察力催生出越来越多成功的理论，这些理论使用最优化生物结构的概念来预测现象，比如森林中树木的分布，我们需要多长的睡眠时间，肿瘤的增长速度，最大和最小尺寸的细菌，在某种环境中树最多能长到高。
然而，生物学也可以提出自己独特的问题。例如，正如圣达菲研究所的科学家Jessica Flack和David Krakauer所展示的那样，灵长类、神经元和黏菌等生物系统的信息处理和决策能力，产生了独特的有别于纯粹物理系统的反馈、适应性和因果关系类型。
生物系统的额外复杂性是否可以通过扩展信息论等由物理学启发的观点来解释，还有待观察。或许有一天，面对难以攻克的难题，生物学和复杂系统的研究会有所进展，又或许，对这些问题进行巧妙的重新阐释将会消除当前的挑战。这可能会为我们指明通往简单答案的道路，正如达尔文所做的那样，他用自然选择和变异的概念重新定义了生命起源和多样性的问题。
○ 通过两个维度衡量系统的复杂性：1）科学描述所需的细节和精度；2）在某一特定现象中组合的机制数量。最困难的科学是对由多种机制组成的系统提出详细的问题。
物理学家菲利普·安德森（Philip Anderson）在1972年发表的文章《多而不同》（More Is Different）中，强调了试图将一切现象还原到最微观层次的危险（还原论）。相反，他关注的是出现在自然现象各种尺度上的复杂性的跳跃（演生论）——比如从量子力学到化学。然而，读者往往忽略了他的论点，那就是有效的理论应该建立在能解释一个系统的基本机制的组成模块上——即使这些组成模块是相对较大或中等规模的实体。
基于后一种观点，我们的论点是，我们不知道黑洞是否比森林简单。我们不可能知道，除非有一个普遍有效的理论来解释森林的存在，或者直到我们能观察到最细致的黑洞坍缩和蒸发的动力学。如果不彻底定义我们对每个系统提出的问题的类型，就不能得出哪个问题更为复杂的结论。或许存在一些特定类型的问题，当面对这些问题时，我们的知识会遇到困难，但更多时候，有关的是我们提出的问题，而不是系统本身。
所以，物理可以很难，生物学也可以很容易。难度的大小更多地取决于提出的问题，而不是所在领域。
在复杂系统科学中，这两种观点交界处常常取得巨大的进展。
前进的一条道路是，先解决简单的问题，然后用这些答案尝试找到一些原则，在涉及到更详细的问题和理论时，这些原则将有所帮助。有可能从简单的问题开始，我们可以慢慢“积累“，最终达到困难的问题。
又或者，我们可以从相反的方向，观察那些跨学科现象背后的奇怪的相似性，或许能促使我们寻求全新的机制和原理。有时，这需要一种不那么详细、却更为抽象的视角，正如物理学家盖尔曼（Murray Gell-Mann）在他的著作《整体概观》（A Crude Look at the Whole， 2016）中所述的那样。在不远的将来，这种因物理学的距离所致、因生物学的亲密所掩的概观，应在科学领域产生更多深刻的见解与简化。
撰文：
Chris Kempes（圣菲研究所物理、生物及地球科学跨学科教授）
Van Savage （加州大学洛杉矶分校生态、进化生物学及生物数学跨学科教授）
原文标题为“When science hits a limit, learn to ask different questions”，首发于2018年10月22日的Aeon。原文链接：https://aeon.co/ideas/when-science-hits-a-limit-learn-to-ask-different-questions。中文内容仅供参考，一切内容以英文原版为准。
