科学不是按流程前进的：Michael Nielsen 给 AI 从业者的冷水与答案

如果你相信“科学=假设→实验→结论”的直线流程，这期对谈会让你当场破防。Michael Nielsen 用一连串历史反例说明：真正推动科学前进的，往往不是验证，而是解释、审美和押注。这对今天的 AI 研究者，是一次危险但必要的提醒。

第一个反直觉：最著名的实验，并没有“否定”任何东西

Michael Nielsen 一上来就拿教科书级案例开刀：Michelson–Morley 实验。我们常被教导，这是“以太不存在”的决定性证据。但历史并不是这么走的。1881 年，Michelson 做完实验后，并没有宣布以太死亡，反而说：这给了我们大量关于“以太必须长什么样”的信息。

这不是嘴硬，而是当时物理学界的主流理解。实验结果不等于唯一解释，它只是排除了一些可能性。你以为科学在做 yes/no 判断，实际上它在做的是：不断压缩“还能怎么解释”的空间。

更残酷的真相：科学界常常在“证实之前”就选边站了

更让人不安的是后续发展。19 世纪末，Lorentz 给出了一个复杂但自洽的理论，能把这些实验结果全部解释掉。而后来我们回头看，会觉得“更正确”的解释，其实是在还没有被实验彻底偏爱之前，就逐渐被科学共同体采纳了。

Nielsen 点破了一层幻觉：我们以为是实验带着人类走向真理，实际上很多时候，是一套解释框架先赢得了信任，然后实验才慢慢跟上。这不是阴谋，而是人类认知的工作方式。

连爱因斯坦也会选错：过程、方法和事后神话

当我们谈“科学方法”，常常假设存在一条事先写好的流程。但 Nielsen 强调，所谓 process，本身就是事后总结出来的神话。一个刺眼的例子是：爱因斯坦本人，后来并没有接受他那个时代被认为是“正确解释”的量子力学版本。

这并不是说他不聪明，而是说明：即便是顶级天才，也是在不完全信息下做判断。科学进展更像是一连串押注，而不是严格执行说明书。

审美、简约与启发式：被低估的“非理性”力量

对谈中提到一个很有代表性的例子：μ 子（muon）。围绕它的异常结果，科学家并不是只有“等更多实验”这一条路，而是会下意识使用一些启发式：理论是否简洁？是否优雅？是否和已有框架协调？

Nielsen 抛出的问题是：这些看似主观的标准，是否在科学中扮演了比我们承认的更重要角色？如果答案是肯定的，那我们就必须重新理解“理性”的边界。

为什么这件事对 AI 特别重要：我们也没有验证闭环

谈话最后绕回 AI。Nielsen 的核心担忧是：即便在传统科学中，验证闭环都远比想象中脆弱，那在 AI 里就更糟。今天最大的“成功案例”，并不等于我们真的知道模型为什么有效。

当你开始给模型加约束、调目标、堆技巧时，事前并不存在一个可靠的启发式，告诉你这是在逼近真理，还是在制造幻觉。我们正在重复科学史中最混乱、但也最有创造力的阶段。

总结

这场对谈真正的价值，不在于纠正某个历史细节，而在于拆掉一个危险的信念：只要数据够多、实验够强，真理就会自动浮现。对 AI 从业者来说，更现实的 takeaway 是三点：第一，不要把“验证”神圣化；第二，警惕自己在用审美和直觉做决定，却假装那是客观必然；第三，学会在不确定中下注，并为下注负责。一个值得你带走的问题是：你现在坚信的哪个判断，可能只是“暂时被选中的解释”？

关键词： Michael Nielsen， 科学方法， Michelson-Morley， AI验证， 研究启发式

事实核查备注： 需要核查：Michelson-Morley 实验年份（1881）、Lorentz 理论的历史时间点、爱因斯坦对量子力学解释的态度表述、μ 子案例是否仅用于方法论讨论而非具体结论、视频中关于 AI 验证闭环的原始措辞