7.8
深览指数
科技虎嗅·TOP创新区研究院©··AI 生成
科学大爆炸是个幻觉？我们正在集体减速？
文章通过颠覆性指数、知识重担、科研人口老龄化等研究数据论证，尽管科学论文和研发投入爆炸式增长，真正颠覆性的科学成果比例却在急剧下降。指出原因包括知识积累使学习成本飙升、学术资源向年长者倾斜导致保守、同行评审与资助机制偏好安全牌，以及大团队取代小团队后更倾向共识驱动。最后讨论了AI作为拯救者的潜力与局限，以及中美在科研年龄结构上的反差。适合关心科技趋势、科学政策与科研体制问题的深度读者。原文 ↗
核心观点
- ▍我们并未处于科学大爆炸的黄金时代，尽管研发投入与论文数量激增，但真正改变人类认知范式的颠覆性成果在比例上越来越低，科学正经历一场「大减速」。
- 01芬克团队利用CD颠覆性指数分析1945年至2010年间的4500万篇论文和390万项专利，发现物理学、生物医学等主流学科的平均颠覆性得分骤降了79%到100%。
- 02尽管文献通胀的统计争议存在，但批评者与支持者达成共识：高颠覆性成果的绝对数量在过去几十年里几乎是一条水平线，没有增长。
- 03经济学家的「知识重担」理论指出，年轻科学家需花近二十年时间学习前人的知识才能触及前沿，导致其研究方向越收越窄。
- 04布鲁姆等人的研究显示，为了维持摩尔定律，半导体行业今日投入的研发人员数量是1970年代的18倍以上；生物制药领域每10亿美元研发预算产出的新药数量持续下降。
- 05埃文斯团队的《Science》研究追踪1250万名科学家发现，学者每多工作一年，其论文参考文献平均年龄增加约一个月，存在显著的「智力锚定」现象。
- 06学术资源分配向年长群体倾斜，年轻美国生物学家拿到首笔核心经费的年龄中位数从1980年代的35岁攀升至2021-2023年的42岁。
- 07哈佛大学拉哈尼的实验发现，同行评审在讨论时更关注项目的潜在「瑕疵」与「风险」，倾向于枪毙颠覆性方案。
- 08王大顺团队2019年在《Nature》发表的研究表明，小团队倾向于颠覆性研究，而大兵团工作本质上是「共识驱动」的，倾向于在已有发现上进行证实与开发。
- 09MIT一名博士生发表的声称AI大幅提升材料发现数量的论文，因核心数据涉嫌系统性造假，半年后被MIT要求撤下预印本。
反方 / 局限
- — 文章承认，即使有「大减速」的趋势，像AlphaFold这样借助AI解决传统难题的颠覆性突破依然在发生（如2024年诺贝尔化学奖快速授予AlphaFold），AI可能构成重要的对冲力量。
- — 作者也指出，中国凭借年轻化科研队伍在细分领域实现了学术大爆发，但这种模式在「零到一」的原始创新上仍面临体制性挑战，暗示「大减速」在不同国家与领域表现存在显著分化。
CD颠覆性指数 (CD Index)知识重担 (Burden of Knowledge)拉塞尔·芬克 (Russell J. Funk)本杰明·琼斯 (Benjamin Jones)詹姆斯·埃文斯 (James Evans)卡里姆·拉哈尼王大顺明尼苏达大学芝加哥大学MITAlphaFold摩尔定律
18 分钟 · 5 卡片 · 11 资料
读原文 →