अनुसन्धान-संचालित विकास। इन्जिन पहिरन
सामग्रीहरू
अनुसन्धान "के यो विचार फेला पार्न गाह्रो छ?" ("के यो फेला पार्न गाह्रो भइरहेको छ?"), जुन सेप्टेम्बर 2017 मा जारी गरिएको थियो, र त्यसपछि, विस्तारित संस्करणमा, यस वर्षको मार्चमा। लेखकहरू, चार प्रसिद्ध अर्थशास्त्रीहरूले यसमा देखाउँछन् कि निरन्तर बढ्दो अनुसन्धान प्रयासहरूले कम र कम आर्थिक लाभहरू ल्याउँछ।
म्यासाचुसेट्स इन्स्टिच्युट अफ टेक्नोलोजीका जोन भ्यान रेनेन र निकोलस ब्लूम, चार्ल्स आई जोन्स, र स्ट्यानफोर्ड विश्वविद्यालयका माइकल वेब लेख्छन्:
"विभिन्न प्रकारका उद्योगहरू, उत्पादनहरू र कम्पनीहरूको ठूलो मात्रामा डेटाले अनुसन्धान खर्च उल्लेखनीय रूपमा बढ्दै गएको संकेत गर्दछ जबकि अनुसन्धान आफैंमा द्रुत रूपमा घट्दै गएको छ।"
उदाहरण दिन्छन् मूरको कानूनध्यान दिँदै "अब प्रत्येक दुई वर्षमा कम्प्युटेशनल घनत्वको प्रख्यात दोब्बर हासिल गर्न आवश्यक अनुसन्धानकर्ताहरूको संख्या 70 को दशकको प्रारम्भमा आवश्यक पर्ने अठार गुणा भन्दा बढी छ।" यस्तै प्रवृत्तिहरू कृषि र औषधिसँग सम्बन्धित वैज्ञानिक कागजातहरूमा लेखकहरूले उल्लेख गरेका छन्। क्यान्सर र अन्य रोगहरु मा अधिक र अधिक अनुसन्धानले अधिक जीवन बचाउन को लागी नेतृत्व गर्दैन, बरु उल्टो - बढेको लागत र बढेको परिणामहरु बीचको सम्बन्ध कम र कम अनुकूल हुँदैछ। उदाहरण को लागी, 1950 देखि, अमेरिकी खाद्य र औषधि प्रशासन (FDA) द्वारा अनुमोदित औषधिहरु को संख्या प्रति बिलियन डलर अनुसन्धान मा खर्च नाटकीय रूपमा घटेको छ।
पश्चिमी संसारमा यस प्रकारको दृश्य नयाँ होइन। पहिले नै 2009 मा बेन्जामिन जोन्स आविष्कार खोज्ने बढ्दो कठिनाईमा आफ्नो काममा, उनले तर्क गरे कि कुनै पनि क्षेत्रमा आविष्कार गर्नेहरूलाई पहिले भन्दा बढी शिक्षा र विशेषज्ञता चाहिन्छ ताकि उनीहरूले पार गर्न सक्ने सीमाहरूमा पुग्न पर्याप्त दक्ष बन्न। वैज्ञानिक टोलीहरूको संख्या निरन्तर बढ्दै गएको छ, र एकै समयमा, प्रति वैज्ञानिक पेटेंटहरूको संख्या घट्दै गएको छ।
अर्थशास्त्रीहरू मुख्य रूपमा लागू विज्ञान भनिन्छ, अर्थात्, आर्थिक वृद्धि र समृद्धि, साथै स्वास्थ्य र जीवन स्तर सुधार गर्न योगदान गर्ने अनुसन्धान गतिविधिहरूमा रुचि राख्छन्। यसका लागि तिनीहरूको आलोचना भइरहेको छ, किनभने धेरै विज्ञहरूका अनुसार विज्ञानलाई यस्तो संकीर्ण, उपयोगितावादी बुझाइमा कम गर्न सकिँदैन। बिग ब्याङ्ग सिद्धान्त वा हिग्स बोसोनको खोजले कूल गार्हस्थ्य उत्पादन बढाउँदैन, तर विश्वको हाम्रो बुझाइलाई गहिरो बनाउँछ। विज्ञान भनेको यही होइन र ?
स्ट्यानफोर्ड र MIT अर्थशास्त्रीहरू द्वारा अगाडि पृष्ठ अनुसन्धान
फ्युजन, अर्थात् हामीले पहिले नै हंसलाई नमस्कार भन्यौं
यद्यपि, अर्थशास्त्रीहरूले प्रस्तुत गरेको साधारण संख्यात्मक अनुपातलाई चुनौती दिन गाह्रो छ। कसैको जवाफ छ कि अर्थशास्त्रले पनि गम्भीरतापूर्वक विचार गर्न सक्छ। धेरैका अनुसार, विज्ञानले अब अपेक्षाकृत सजिलो समस्याहरू समाधान गरेको छ र दिमाग-शरीर समस्याहरू वा भौतिक विज्ञानको एकीकरण जस्ता जटिल समस्याहरूमा जाने प्रक्रियामा छ।
यहाँ कठिन प्रश्नहरू छन्।
कुन बिन्दुमा, यदि कहिल्यै, हामीले निर्णय गर्ने प्रयास गर्नेछौं कि हामीले प्राप्त गर्न खोजेका केही फलहरू अप्राप्य छन्?
वा, एक अर्थशास्त्रीले भन्न सक्छ, हामी समाधान गर्न धेरै गाह्रो साबित भएका समस्याहरू समाधान गर्न कति खर्च गर्न इच्छुक छौं?
कहिले, यदि कहिले, हामीले घाटा काट्ने र अनुसन्धान रोक्न सुरु गर्नुपर्छ?
सुरुमा सजिलो लाग्ने धेरै गाह्रो मुद्दाको सामना गर्ने एउटा उदाहरण मुकदमेबाजीको इतिहास हो। थर्मोन्यूक्लियर फ्यूजन को विकास। सन् १९३० को दशकमा आणविक फ्युजनको खोज र १९५० को दशकमा थर्मोन्यूक्लियर हतियारको आविष्कारले भौतिकशास्त्रीहरूलाई फ्युजनलाई ऊर्जा उत्पादन गर्न चाँडै प्रयोग गर्न सकिन्छ भन्ने आशा गर्न प्रेरित गर्यो। यद्यपि, सत्तरी वर्षभन्दा बढी समय बितिसक्दा पनि हामीले यस बाटोमा धेरै प्रगति गर्न सकेका छैनौं, र हाम्रा आँखाको कोटमा फ्युजनबाट शान्तिपूर्ण र नियन्त्रित ऊर्जाको धेरै प्रतिज्ञाहरू गरे पनि, यो अवस्था छैन।
यदि विज्ञानले अनुसन्धानलाई त्यो बिन्दुमा धकेलिरहेको छ जहाँ अर्को विशाल वित्तीय परिव्यय बाहेक थप प्रगतिको लागि अर्को कुनै उपाय छैन, तब सायद यो समय रोकेर यसको लायक छ कि छैन भनेर विचार गर्ने समय आएको छ। यस्तो देखिन्छ कि भौतिकशास्त्रीहरू जसले शक्तिशाली दोस्रो स्थापना निर्माण गरेका छन् यो स्थितिमा आउँदैछन्। ठूलो हेड्रन कोलाइडर र अहिलेसम्म यो थोरै आएको छ... ठूला सिद्धान्तहरूलाई समर्थन वा खण्डन गर्ने कुनै परिणामहरू छैनन्। त्यहाँ सुझावहरू छन् कि अझ ठूलो एक्सेलेटर आवश्यक छ। यद्यपि, सबैले सोच्दैनन् कि यो जाने बाटो हो।
नवीनता को स्वर्ण युग - ब्रुकलिन ब्रिज निर्माण
झूटाको विरोधाभास
यसबाहेक, मे 2018 मा प्रकाशित वैज्ञानिक कार्यमा प्रो. डेभिड वुलपर्ट Santa Fe Institute बाट तपाईंले प्रमाणित गर्न सक्नुहुन्छ कि तिनीहरू अवस्थित छन् वैज्ञानिक ज्ञानको आधारभूत सीमाहरू.
यो प्रमाण कसरी एक "आउटपुट उपकरण" - भनौं, एक सुपर कम्प्युटर, ठूला प्रयोगात्मक उपकरणहरू, इत्यादिले सशस्त्र एक वैज्ञानिकले आफ्नो वरपरको ब्रह्माण्डको अवस्थाको बारेमा वैज्ञानिक ज्ञान प्राप्त गर्न सक्छ भन्ने गणितीय औपचारिकताबाट सुरु हुन्छ। त्यहाँ एक आधारभूत गणितीय सिद्धान्त छ जसले वैज्ञानिक ज्ञानलाई सीमित गर्दछ जुन तपाइँको ब्रह्माण्ड अवलोकन गरेर, यसलाई हेरफेर गरेर, भविष्यमा के हुनेछ भनेर भविष्यवाणी गरेर, वा विगतमा के भयो भन्ने निष्कर्ष निकालेर प्राप्त गर्न सकिन्छ। अर्थात्, आउटपुट उपकरण र यसले प्राप्त गरेको ज्ञान, एउटा ब्रह्माण्डको उपप्रणाली। यो जडानले उपकरणको कार्यक्षमता सीमित गर्दछ। वोल्पर्टले प्रमाणित गर्दछ कि त्यहाँ सधैं केहि चीज हुनेछ जुन उसले भविष्यवाणी गर्न सक्दैन, केहि उसले सम्झन सक्दैन र अवलोकन गर्न सक्दैन।
"एक अर्थमा, यो औपचारिकतालाई डोनाल्ड म्याकेको दावीको विस्तारको रूपमा देख्न सकिन्छ कि भविष्यको कथाकारको भविष्यवाणीले उक्त भविष्यवाणीको कथाकारको सिकाइ प्रभावको लागि जिम्मेवार हुन सक्दैन," Woolpert phys.org मा बताउँछन्।
यदि हामीले आउटपुट यन्त्रलाई यसको ब्रह्माण्डको बारेमा सबै कुरा जान्न आवश्यक छैन भने, तर यसको सट्टा के थाहा पाउन सकिन्छ भन्ने बारे सकेसम्म धेरै जान्न आवश्यक छ भने? भोल्पर्टको गणितीय संरचनाले ब्रह्माण्डको स्वतन्त्र इच्छा (राम्ररी परिभाषित) र ब्रह्माण्डको अधिकतम ज्ञान दुवै भएका दुई इन्फरेन्सन यन्त्रहरू त्यस ब्रह्माण्डमा सँगै रहन सक्दैनन् भनेर देखाउँछ। त्यहाँ यस्तो "सुपर-सन्दर्भ उपकरणहरू" हुन सक्छ वा नहुन सक्छ, तर एक भन्दा बढी छैन। वोल्पर्टले मजाकमा यस परिणामलाई "एकेश्वरवादको सिद्धान्त" भनिन्छ किनभने यसले हाम्रो ब्रह्माण्डमा देवताको अस्तित्वलाई निषेध गर्दैन, यसले एकभन्दा बढीको अस्तित्वलाई निषेध गर्दछ।
वोल्पर्टले आफ्नो तर्कसँग तुलना गर्छन् चक मान्छे विरोधाभासजसमा Knossos को Epimenides, a Cretan ले प्रसिद्ध कथन दिन्छ: "सबै क्रेटानहरू झूटा हुन्।" यद्यपि, एपिमेनाइड्सको कथन विपरीत, जसले स्व-सन्दर्भ गर्ने क्षमता भएको प्रणालीहरूको समस्यालाई उजागर गर्दछ, भोल्पर्टको तर्क पनि यो क्षमता नभएको अनुमान यन्त्रहरूमा लागू हुन्छ।
भोल्पर्ट र उनको टोलीद्वारा अनुसन्धान विभिन्न दिशाहरूमा गरिन्छ, संज्ञानात्मक तर्कदेखि लिएर टुरिङ मेसिनको सिद्धान्तसम्म। सान्ता फे वैज्ञानिकहरूले थप विविध सम्भाव्यता ढाँचा सिर्जना गर्ने प्रयास गरिरहेका छन् जसले उनीहरूलाई पूर्णतया सही ज्ञानको सीमाहरू मात्र अध्ययन गर्न अनुमति दिनेछ, तर के हुन्छ जब अनुमान यन्त्रहरूले XNUMX% सटीकताका साथ काम नगर्ने हो।
सान्ता फे संस्थानका डेभिड वोल्पर्ट
सय वर्षअघिको जस्तो होइन
वोल्पर्टको विचार, गणितीय र तार्किक विश्लेषणमा आधारित, हामीलाई विज्ञानको अर्थशास्त्रको बारेमा केही बताउँछ। तिनीहरू सुझाव दिन्छन् कि आधुनिक विज्ञानको सबैभन्दा टाढाका कार्यहरू - ब्रह्माण्ड सम्बन्धी समस्याहरू, ब्रह्माण्डको उत्पत्ति र प्रकृतिको बारेमा प्रश्नहरू - सबैभन्दा ठूलो वित्तीय लागतको क्षेत्र हुनु हुँदैन। सन्तोषजनक समाधान हुनेमा शंका छ । सबै भन्दा राम्रो, हामी नयाँ चीजहरू सिक्नेछौं, जसले प्रश्नहरूको संख्या मात्र बढाउँछ, जसले गर्दा अज्ञानताको क्षेत्र बढ्छ। यो घटना भौतिकशास्त्रीहरूलाई राम्रोसँग थाहा छ।
तर, यसअघि प्रस्तुत गरिएका तथ्याङ्कले देखाउँछ भने, उपयोजित विज्ञानतर्फ अभिमुखीकरण र प्राप्त ज्ञानको व्यवहारिक प्रभाव कम र प्रभावकारी बन्दै गएको छ । इन्धन सकिन लागेको हो, वा विज्ञानको इन्जिन पुरानो उमेरदेखि नै सकिएको हो, जसले दुई सय वा एक सय वर्षअघि मात्र प्रविधि, आविष्कार, तर्कसंगतता, उत्पादन र अन्ततः समग्र अर्थतन्त्रको विकासलाई प्रभावकारी रूपमा इन्धन दिएको थियो । , मानिसहरूको कल्याण र जीवनको गुणस्तरमा वृद्धि हुन्छ।
बिन्दु आफ्नो हात मुर्दा र त्यसमाथि आफ्नो लुगा च्यात्नु होइन। यद्यपि, यो निश्चित रूपमा विचार गर्न लायक छ कि यो ठूलो अपग्रेडको लागि समय हो वा यो इन्जिनको प्रतिस्थापनको लागि पनि।
