不是「事情会好起来的」，是「这个问题能被解决」
你这辈子，在同一道难题上花过的最长时间，是多久？
十分钟？两小时？一整天？一个月？一年？十年？
想好了再往下看。
偷懒是进化来的——为了省体力。奇怪的是，努力思考也一样让人精疲力竭，于是我们本能地绕开它，就像宁可绕远路也不爬陡坡。
而好奇心又天生短命：一个问题苦想一天之后，它就从「新颖有趣」变成了「枯燥乏味」。
天生的好奇心 + 天生的懒惰 = 三分钟热度。
先把它和「乐天」分开
「事情总会好起来的。」
这是一种情绪。它关于结果，而且不需要你做任何事。
「这个问题一定能被解决——不管是靠我，还是靠一群人。」
这是一种工作态度。它关于问题，而且它的全部作用就是让你继续动手。
书的说法更直接：只要你相信总有一天能找到办法，你就更有可能真的找到。
科学家发明了一系列的自我催眠法，让自己深信问题一定能解决，只要「自我欺骗」的时间足够长，最终就能真正地解决问题。
然后书加了一句括号——
（这可是本书唯一没有要求你要避免「自欺欺人」的地方！）
想想那些曾被认为不可能打破的田径纪录
比如四分钟跑完一英里。
一旦有人跨过那条线，后来者就前赴后继地跟着跨过去。
科学史上是同一个剧本：一件事本来大家都觉得不可能，突然传出某处有人做到了——
于是很多人心想：「既然有人知道怎么做，说明这事儿肯定可行。」
然后他们各自琢磨：「哦，或许他们是这样做的……不，行不通，换个路子……」
最后常常是：他们找到了一条和最初那位完全不同的路。
你面前是一个大盒子，里面乱七八糟装满了废弃零件。你要用它们拼出一个完整的橱柜。
你不知道零件全不全。
你手里是一套全新的宜家橱柜零件，而且好几个朋友买了同款，都装成功了。
哪种情形你更有动力动手？显然是第二种。
科学乐观主义的作用是：让你在情形一里，也能暂时相信自己拿的是情形二。
无论人还是动物，在多次尝试都无法改变痛苦状态之后，通常会选择放弃。
麻烦在于：那些失败经历教会的东西会留下来。
后来即使他们已经有能力摆脱困境了，也不再尝试。
一个最极端的例子
将一个立方数分成两个不同的立方数之和，或将一个四次方幂分成两个不同的四次方幂之和，或者一般地将一个高于二次的幂分成两个同次幂之和，这是不可能的。关于此，我确信已发现了一种美妙的证法，可惜这里空白的地方太小，写不下。
— 费马，1637 年，写在一本书的页边空白处
全世界的数学家孜孜不倦地研究这个问题，因为他们对费马的论断坚信不疑，认为一定能找到证明之法。
1995 年，它被攻克了。
而最终那个证明的方法，并非完全符合费马的设想。
一个有具体时间表的例子
理查德·穆勒教授牵头 · 索尔读研时选的
穆勒给小组灌的是一种「敢为天下先」的精神：任何能激发兴趣的项目，都是可以追的目标。
那几年这个小组同时在搞：测量木星引力透镜效应的技术、迷你台式回旋加速器、测量海洋上空大气中的碳元素以揭开地球碳循环、
以及——全球第一个自动化望远镜系统。
目标：用同样的技术找更遥远的超新星，揭开宇宙膨胀的历史。团队信心满满地估计：三年内找到几十颗。
书讲得很具体：
在项目的每一个阶段，小组都能看到自己已经取得的成功，并且清楚地知道接下来该做什么，才能往目标推进一步。
这叫步步为赢。
科学家不能指望成功可以一蹴而就。
书说：起草福利改革、教育、减少犯罪这类法案时，制定者可以而且应该始终假设——
随着政策落地，我们会知道哪些措施有效、哪些无效，所以每隔几年就该更新一次法案。
书接着很直白地说：这种机制算不得新鲜，但目前显然不是政府计划的突出特色。
本章第二个大主张
水该优先给农业还是城市？那座为全城供电的燃煤电厂该建在哪个小区旁边？
这类冲突看起来是哲学观的巨大分歧，还会激发人类竞争天性里最恶劣的一面：抢最大的一块蛋糕，或者干脆干掉对手。
但书说：声称某种资源稀缺，通常是基于一些错误的假设——而造成这种错误的原因，是想象力不足。
过去一百年，全球人口增长到了四倍。
同期，极端贫困人口的比例从近 60% 降到了不足 10%。
这意味着：尽管总人口激增了六十多亿，极端贫困人口的绝对数量还是显著下降了。
这一积极转变的主要原因并非掠夺某个群体的资源并分享给其他群体，而是得益于全球资源生产的迅猛增长。
书没有就此收工，它接着说：我们仍在关注深陷贫困的少数群体，也在审视生产增长对环境的影响。
面对这些，还是要靠同样的东西——迭代式解决问题的能力，和「敢做能为」的精神。
风能、太阳能、地热、水能这些低排放技术近年被深入开发，传统技术也在持续优化。
有些专家断言：相比高排放的传统能源，新能源用起来已经更便宜、更安全。
如果这是真的，那么书给了一个很干脆的推论：
围绕能源技术使用权的政治纷争就不再有意义了。
因为即使公众对温室气体的忧虑程度各不相同——只要不产生温室气体的那条路更便宜，各方就会站到同一边。
本章最要紧的一页在这一节
这是沉没成本谬误。书说得很直接：
如果你发现自己坚持下去的理由，仅仅是「已经在这上面投了大量时间和精力」——这恰恰是该放手的警示信号。
投入过的时间和资源，本身不能成为继续的理由。
反过来，只要能看到循序渐进、稳扎稳打的进步，就说明方向是对的，正在通过迭代逼近解决方案。
这时候才该秉持科学乐观主义，坚持到底。
判据不是投入了多少，是这一步比上一步好了没有。
就算判断迭代进展不足、该停下——
这更像是中场休息，不是彻底退场。
有时候解决问题的要素并没有同时就绪，只能先搁下，等新的配套技术出现。
科学家之所以能「敢做能为」，很大程度上是因为他们对那些长久以来悬而未决的问题有着非凡的记忆力，并且能在技术到位时意识到：这个问题现在有救了。
前九章讲的几乎都是怎么别骗自己：怎么校准、怎么分辨噪声、怎么找出系统偏差。
那些全是刹车。
解决问题就像开车一样，光有刹车可不行。
科学乐观主义是油门。
它要区分两样东西：
健康的怀疑主义（这是刹车，需要） vs 愤世嫉俗（这是熄火）
后者长什么样？书给了那句台词：
「说得好像它行得通似的。」
一句话就能终止谈话。而愤世嫉俗的评论，往往会直接终结一场本可能收获满满的交流。
于是这一章被读成了一碗鸡汤，跟「坚持就是胜利」画上等号。
书自己的话：人们总是会倾向于过早放弃目标，所以才需要科学乐观主义。
但光有「这问题能解」还不够。
下一章给的是一把非常具体的刀：
不依赖任何精确数据，靠常识把一个大问题拆开、算出数量级。
它的名字来自一位物理学家——他曾经用撕碎的纸片，估算出了一颗原子弹的当量。
第 11 章：理解顺序和费米估算法
| → ↓ 空格 | 下一页 |
| ← ↑ | 上一页 |
| Home / End | 首页 / 末页 |
| N | 讲稿面板 |
| O | 缩略图总览 |
| F | 全屏 |
| P | 讲义模式（可打印） |
| Esc | 关闭浮层 |
| ? | 本帮助 |