关键验证 Critical Test

为什么需要理论

假设一个人无法对太阳第二天还会不会升起做出判断，那么他就得为第二天的活动做出至少两套准备方案，而另外一个人总结出了规律可以做出判断，就只需做出一套方案，后者明显比前者效率更高。这种效率体现在人类从诞生以来的方方面面，包括采摘、狩猎、种植、以及后来的现代文明。

简言之，掌握规律的人或者群体，其存活几率更大，文明更发达，所以我们需要理论，这是进化论决定的。

理论怎么得来的

理论最容易获得的方式是归纳。比如，人们看到扔一个石子一定会落回地面，就总结出一个规律。看到扔一块木头也落回地面，但是速度比石子略慢，也总结出一个规律。扔一片羽毛，就落得更慢了，风大时还会被吹走，迟迟不落地，于是又总结出一个规律。

规律太多了，使用起来还是不够方便，于是人们就思考，能不能有个更根本的理论来解释这一切物体下落的规律呢？

这时候，演绎法就出马了。亚里士多德就构建了一个理论，它包含一些基本的公理性假设，以及由此而来的推理：

1）地球上的万物都由四种元素构成，土、气、水、火，其中土元素最重；2）地球是宇宙的中心且静止不动；3）四元素都有向宇宙中心运动的动力，且土元素动力最大；4）物体落向宇宙中心时，怀着愉悦的心情，会越来越强烈的想靠近。

这个理论有很多现实世界里看不见、摸不着的东西，我们其实无从判断它是不是正确，尤其那个年代的人们，只能是作为公理来相信 ，比如四种元素、万物、宇宙中心、动力、愉悦的心情等。

这个理论本身是可以自洽的，简单的说就是各种元素都落向中心，越重的东西落得越快。演绎法推演出来的理论和归纳法不同的地方在于，这个理论本身不能给我们带来什么，这纯粹是一个抽象的概念和规律，如果应用，就必须把这个理论套到实践中，增加新的外部条件，然后看其解释也预测和现实是不是相符。

比如，石头的土元素比羽毛多，所以，虽然两者都会落向宇宙中心，但是石头明显下降的更快。我们把石头和羽毛套进这个理论中，得到了一个结论，然后这个结论和我们的观测是相符的。一般来说，我们这个时候会说，该理论是正确的。

到这里，一切都没什么问题。

但是，后来人们发现， 牛顿力学也可以解释这些现象，但解释的方法不同，物体下落是因为万有引力，物体下降得越来越快是因为重力作用，羽毛比石头落的慢是空气阻力。

仅到此为止，我们是无法判断出亚里士多德和牛顿的理论，哪一个更正确的。历史上，这种情况也很常见，不同的理论会有一段时间共存，彼此都不能完全取代对方，比如地心说和日心说，以太论和非以太论，燃素说和无燃素说。现代经济学和心理学更是流派林立。

那么问题来了，两个理论都可以解释同样的现象，都可以做出同样的预测，那么究竟哪一个更正确呢？

理论为什么需要验证

这里要先澄清一个概念，何为一个理论正确？对于归纳法总结出的规律，这个定义相对简单，只要符合现实就是正确的。但是对于演绎法总结出的规律，就有分歧了。

一种观点认为，理论是否正确，仅仅取决于其自身是否逻辑自洽，和现实无关，现实只能用来选择理论，不能判定理论正确与否。比如，牛顿力学和相对论都是正确的，欧式几何和非欧几何都是正确的，适用范围不同而已，具体应用不是判定谁对谁错，而且看谁更适合解决问题。

另外一种观点认为，理论逻辑自洽仅仅是一种假说，判断其是否正确，还是要用实践检验，看其预测的结果和实际是不是相符，相符才叫正确，或者暂时正确。

大部分科学领域遵从第二个标准，也就是理论必须被验证后才能说其正确与否。

我们观察诺贝尔奖的评判标准，也可以看出当今科学界对理论验证的看法。希格斯早在1964年就发表论文提出了玻色子的概念，但直到2013年才被观测到，而同年希格斯马上获了诺贝尔物理学奖。霍金的物理学水平不在希格斯之下，知名度还更高，但是由于他研究的是宇宙起源、黑洞等，尚未甚至无法被观测到，所以霍金没有获诺贝尔奖。而诺贝尔经济学奖有个不成文的规定，不会授予一个历史短于30年的理论的作者，这也是因为在真实世界验证一个经济学理论是十分困难的，尤其还要多次验证的话。

回到亚里士多德。那么人们是怎么用牛顿力学取代了亚里士多德的物理学的呢？牛顿力学可以精准的预测出来物体下落的速度，这个亚里士多德做不到。牛顿力学可以预测出在真空环境里，羽毛和石块下降速度一样，但是按照亚里士多德的预测，真空中仍然是石头下降快，牛顿力学的预测结果更符合观测。

广义逻辑融洽

王东岳提出了一个广义逻辑融洽的概念，来定义什么叫正确的理论。

他认为我们所有的认知来源于两个逻辑通道，一个是感性，一个是理性，除此之外再无第三个。我们对外部世界的感知和认知均是通过这两个通道完成的。

理性的特点是认知深刻，复杂，可以通过抽象概念，逻辑推理等得出复杂的结论，但缺点是不稳定，比如我们的宇宙观，在三千年里经历了很多次变革，从天圆地方、到地动说，地心说，日心说，物理学也从牛顿力学发展到了相对论和量子力学。哲学、心理学、经济学等更是每几十年就出现一股新的理论。

感性的特点恰恰相反，它的认知相对简单、直接，但是非常稳定。比如，几万去甚至几十万年，我们对绿色和光线的感知都不会变。

所以，一个理论是否正确，就看其能否在理性逻辑通道和感性逻辑通道上都不矛盾，既能自圆其说，又能符合观测，这叫广义逻辑融洽。

也就是说，这是一个双保险，这样的理论更加正确。这提现的是人类认知的最高水平。

关键验证

科学界有一个词叫关键验证，Critical Test，说的是，如果有两个理论都可以解释同样的现象，无法区别谁对谁错，那么可以设计一个场景，在这种条件下，两个理论的预测结果是不同的，从而可以用实际观测来检验。

比萨斜塔扔下轻重不同的两个铁球，正是这种实验。

真空中，看羽毛和石块是否同时落下，月球上重力作用会不会减少，都是。

上世纪三、四十年代，关于宇宙的起源有膨胀说和恒态说两种，彼此都不能说服对方。后来几位持宇宙膨胀论观点的学者，通过数学演算做出预测，宇宙中应该存在一种微波辐射，而这个预测是其它任何理论都无法得出的，20年后，人类发现了宇宙微波背景辐射 ，从此宇宙膨胀论占据了主流。

爱因斯坦的相对论预测出光线靠近大质量物体时会弯曲，这个预测是牛顿力学做不出来的，1919年爱丁顿爵士利用日全食，在两个地方分别观测到了光线的弯曲，从而证实了相对论。

验证的困难

有人说，现代科学始自实验。实验就是验证。

在亚里士多德时代，也就是在17世纪之前的近2000年时间里，人们是反对做实验的。这源自亚里士多德的一个哲学观点，自然的不同于人为的。大家认为实验是人为营造的一个场景，和自然本来的面目是有本质区别的，就算你在实验室验证了，也无法表明其在真实世界是正确的。这个观念直到培根、伽利略、笛卡尔时代才被扭转，人们发现并证实万物规律是统一的，在物理、化学等很多领域实验室结果和真实世界结果是一样的。

伽利略为了验证重力加速度，在一个斜面上涂了蜡，制造出一种接近零摩擦力的场景，然后多次实验。在自然科学领域，这就是可控实验，保持其它变量不变，只改变一个，以此来观察这个变量和结果的因果关系，也就是验证理论的有效性。

但有些领域就没法做可控实验了，比如天体物理学，你没法摁住太阳不同，去观察月亮的变化。但我们仍然可以做出预测，用事实进行验证。这需要更加精巧的设计，有时还需要等待时机。

比如前面提到的宇宙微波背景辐射，相对论预测出光线靠近大质量物体时会弯曲，引力波、希格斯玻色子等，都不是在实验室做的实验，是用现实世界来检验。

社会科学领域也没法做可控实验。比如经济学里有需求定理，要求其它条件不变，仅仅改变价格，现实世界里，我们没法去控制其它条件不变而仅仅改变价格；要检验经济危机理论，你也不能人为的制造一个危机。再者，现实世界是不可重复的，每一秒和上一秒都不同，所以也没法做到真正的重复。

同样的道理，这些领域也需要用现实来检验，也需要精巧的设计和等待时机。

曼昆的《经济学原理》中讲过一个案例，中东战争时中断了原油供给，全世界石油价格飞涨，这就提供了一个千载难逢（尽管并不令人喜悦）的机会，去研究自然资源对世界经济的影响。弗里德曼的《实证经济学方法论》详细的阐述了如何做出预测，并在真实世界里进行验证。

应用本身就是检验

关于理论为什么需要用预测来检验，还可以从另外一个角度来看 -- 理论是拿来干什么的？简单的说，理论研究的目的分为两大类，满足好奇心和应用。研究理论的人，其动机是千差万别的，有的人是纯粹的好奇心，或者智力溢出，比如历史上很多数学天才，纯粹为了研究而研究，其理论长期都没什么用。但是还有些人，甚至是更多的人，研究理论是为了应用，为了改造世界，或者就算其本人没有这个意愿，但别人有。

应用的本质就是预测。

你把一个理论拿来应用，就是用它来指导未来。那么，你如何确保这个理论比你现在正在用的理论，或者比你纯粹的瞎蒙更好呢？如果你不能确定，那不就是另外一个新的瞎蒙吗？你首先肯定是看其解释力，和你现在比。但无论如何，只要你用了，你本身就是在做出预测了，然后你会拿结果和预期相比较，随着应用次数的增多，其正确性自然就出来了。

总之。理论是否需要检验，取决于对“正确的理论”的定义。科学界一般认为，只有经过检验的理论才是正确的，或者暂时正确，因为存在被证伪的可能性。只有经过检验的理论，才值得拿来使用。

一个典型的例子就是现代医药。药的理论，叫药理。药理证明某种药可以治疗某种疾病，在现实世界里是一个非常虚无缥缈的假说，药最后能不能被销售，被患者使用，要经过三期临床试验和双盲实验法，短则三五年，长则数十年，最后一切验证说了算 。