පර්යේෂණ මත පදනම් වූ සංවර්ධනය. එන්ජින් ඇඳීම
අන්තර්ගතය
පර්යේෂණ "අදහස් සොයා ගැනීමට අපහසු ද?" ("සොයා ගැනීමට අපහසු වේද?"), එය 2017 සැප්තැම්බර් මාසයේදී නිකුත් කරන ලද අතර පසුව, මෙම වසරේ මාර්තු මාසයේදී පුළුල් කරන ලද අනුවාදයකින් නිකුත් කරන ලදී. කතුවරුන්, සුප්‍රසිද්ධ ආර්ථික විද්යාඥයින් හතර දෙනෙකු, නිරන්තරයෙන් වැඩි වන පර්යේෂණ ප්‍රයත්නයන් අඩු හා අඩු ආර්ථික ප්‍රතිලාභ ගෙන දෙන බව එයින් පෙන්නුම් කරයි.
මැසචුසෙට්ස් තාක්ෂණ ආයතනයේ John Van Reenen සහ Nicholas Bloom, Charles I. Jones සහ Stanford University හි Michael Webb මෙසේ ලියයි.
"විවිධ කර්මාන්ත, නිෂ්පාදන සහ සමාගම් වලින් විශාල දත්ත ප්‍රමාණයක් පෙන්නුම් කරන්නේ පර්යේෂණ වියදම් සැලකිය යුතු ලෙස වැඩි වන අතර පර්යේෂණම වේගයෙන් පහත වැටෙන බවයි."
ඔවුන් උදාහරණයක් දෙනවා මුවර්ගේ නීතිය"සෑම වසර දෙකකට වරක් පරිගණක ඝනත්වයේ සුප්‍රසිද්ධ දෙගුණයක් සාක්ෂාත් කර ගැනීම සඳහා දැන් අවශ්‍ය පර්යේෂකයන් සංඛ්‍යාව 70 දශකයේ මුල් භාගයේදී අවශ්‍ය වූවාට වඩා දහඅට ගුණයකටත් වඩා වැඩිය." කෘෂිකර්මය හා වෛද්‍ය විද්‍යාව සම්බන්ධ විද්යාත්මක පත්‍රිකාවල කතුවරුන් විසින් සමාන ප්‍රවණතා සටහන් කර ඇත. පිළිකා සහ වෙනත් රෝග පිළිබඳ වැඩි වැඩියෙන් පර්යේෂණ වැඩි ජීවිත බේරා ගැනීමට මඟ පාදන්නේ නැත, නමුත් ප්රතිවිරුද්ධයයි - වැඩිවන පිරිවැය සහ වැඩිවන ප්රතිඵල අතර සම්බන්ධය අඩු හා අඩු වාසිදායක වෙමින් පවතී. නිදසුනක් වශයෙන්, 1950 සිට, පර්යේෂණ සඳහා වැය කරන ඩොලර් බිලියනයකට එක්සත් ජනපද ආහාර හා ඖෂධ පරිපාලනය (FDA) විසින් අනුමත කරන ලද ඖෂධ ගණන නාටකාකාර ලෙස පහත වැටී ඇත.
බටහිර ලෝකයේ මෙවැනි අදහස් අලුත් දෙයක් නොවේ. දැනටමත් 2009 දී බෙන්ජමින් ජෝන්ස් නවෝත්පාදන සොයාගැනීමේ වැඩෙන දුෂ්කරතාව පිළිබඳ ඔහුගේ කාර්යයේ දී, ඔහු තර්ක කළේ, දී ඇති ක්ෂේත්‍රයක නවෝත්පාදකයින් වීමට අවශ්‍ය වන විට, ඔවුන්ට පසුව තරණය කළ හැකි සීමාවන් කරා ළඟා වීමට තරම් ප්‍රවීණයෙකු වීමට පෙරට වඩා වැඩි අධ්‍යාපනයක් සහ විශේෂත්වයක් අවශ්‍ය බවයි. විද්යාත්මක කණ්ඩායම් සංඛ්‍යාව නිරන්තරයෙන් වර්ධනය වන අතර, ඒ සමඟම, එක් විද්‍යාඥයෙකුට පේටන්ට් බලපත්‍ර සංඛ්‍යාව අඩු වෙමින් පවතී.
ආර්ථික විද්යාඥයින් මූලික වශයෙන් උනන්දු වන්නේ ව්‍යවහාරික විද්‍යාවන් ලෙස හැඳින්වෙන දෙයයි, එනම් ආර්ථික වර්ධනයට සහ සමෘද්ධියට දායක වන පර්යේෂණ ක්‍රියාකාරකම් මෙන්ම සෞඛ්‍ය හා ජීවන තත්ත්වයන් වැඩිදියුණු කිරීමට. මේ සඳහා ඔවුන් විවේචනයට ලක් වන්නේ, බොහෝ ප්‍රවීණයන්ට අනුව, විද්‍යාව මෙතරම් පටු, ප්‍රයෝජනවාදී අවබෝධයකට ඌනනය කළ නොහැකි බැවිනි. මහා පිපිරුම් න්‍යාය හෝ හිග්ස් බෝසෝනය සොයා ගැනීම දල දේශීය නිෂ්පාදිතය වැඩි නොකරන අතර ලෝකය පිළිබඳ අපගේ අවබෝධය ගැඹුරු කරයි. විද්‍යාව කියන්නේ ඒක නෙවෙයිද?
Stanford සහ MIT ආර්ථික විද්යාඥයින් විසින් මුල් පිටුවේ පර්යේෂණ
විලයනය, i.e. අපි දැනටමත් පාත්තයාට ආයුබෝවන් කිව්වා
කෙසේ වෙතත්, ආර්ථික විද්යාඥයින් ඉදිරිපත් කරන සරල සංඛ්‍යාත්මක අනුපාත අභියෝගයට ලක් කිරීම අපහසුය. සමහරුන්ට ආර්ථික විද්‍යාව ද බැරෑරුම් ලෙස සලකා බැලිය හැකි පිළිතුරක් තිබේ. බොහෝ දෙනෙකුට අනුව, විද්‍යාව දැන් සාපේක්ෂව පහසු ගැටළු විසඳා ඇති අතර මනස-ශරීර ගැටළු හෝ භෞතික විද්‍යාව ඒකාබද්ධ කිරීම වැනි වඩාත් සංකීර්ණ ගැටළු කරා ගමන් කරමින් සිටී.
මෙතන අමාරු ප්‍රශ්න තියෙනවා.
අප ලබා ගැනීමට උත්සාහ කරන සමහර ඵල ලබා ගත නොහැකි බව කවදා හෝ කවදා හෝ අප තීරණය කරන්නේ කුමන අවස්ථාවේදීද?
එසේත් නැතිනම්, ආර්ථික විද්‍යාඥයෙකු පවසන පරිදි, විසඳීමට ඉතා අපහසු බව ඔප්පු වී ඇති ගැටළු විසඳීම සඳහා අප කොපමණ මුදලක් වැය කිරීමට සූදානම්ද?
කවදා හෝ, අපි පාඩු කපා හැරීම සහ පර්යේෂණ නැවැත්වීම ආරම්භ කළ යුත්තේ කවදාද?
මුලදී පහසු යැයි පෙනෙන ඉතා දුෂ්කර ගැටලුවකට මුහුණ දීමේ උදාහරණයක් වන්නේ නඩු පැවරීමේ ඉතිහාසයයි. තාප න්යෂ්ටික විලයනය වර්ධනය කිරීම. 30 ගණන්වල න්යෂ්ටික විලයනය සොයා ගැනීම සහ 50 ගණන්වල තාප න්යෂ්ටික අවි සොයා ගැනීම නිසා ශක්තිය ජනනය කිරීමට ඉක්මනින් විලයනය භාවිතා කළ හැකි යැයි භෞතික විද්‍යාඥයන් අපේක්ෂා කළහ. කෙසේ වෙතත්, වසර හැත්තෑවකට වැඩි කාලයකට පසුව, අපි මෙම මාවතේ වැඩි දියුණුවක් ලබා නොමැති අතර, අපගේ අක්ෂි කුහරවල විලයනය මගින් සාමකාමී සහ පාලිත ශක්තිය පිළිබඳ බොහෝ පොරොන්දු තිබියදීත්, මෙය එසේ නොවේ.
තවත් යෝධ මූල්‍ය පිරිවැයක් හැර තවත් ප්‍රගතියක් සඳහා වෙනත් මාර්ගයක් නොමැති තැනට විද්‍යාව පර්යේෂණ තල්ලු කරන්නේ නම්, සමහර විට එය නතර කර එය වටිනවාද යන්න සලකා බැලීමට කාලයයි. බලගතු දෙවන ස්ථාපනයක් ගොඩනඟා ඇති භෞතික විද්යාඥයින් මෙම තත්වයට ළඟා වන බව පෙනේ. විශාල හැඩ්‍රොන් ඝට්ටනය සහ මේ දක්වා එයින් සිදු වී ඇත්තේ අල්ප වශයෙනි... විශාල න්‍යායන්ට අනුබල දීමට හෝ ප්‍රතික්ෂේප කිරීමට ප්රතිඵල නොමැත. ඊටත් වඩා විශාල ඇක්සලරේටරයක් අවශ්‍ය බවට යෝජනා තිබේ. කෙසේ වෙතත්, සෑම කෙනෙකුම මෙය යා යුතු මාර්ගය යැයි සිතන්නේ නැත.
නවෝත්පාදනයේ ස්වර්ණමය යුගය - බෘක්ලින් පාලම ගොඩනැගීම
බොරු විරුද්ධාභාසය
එපමණක් නොව, 2018 මැයි මාසයේදී මහාචාර්ය විසින් ප්‍රකාශයට පත් කරන ලද විද්යාත්මක කෘතියේ සඳහන් කර ඇති පරිදි. ඩේවිඩ් වුල්පර්ට් සැන්ටා ෆේ ආයතනයෙන් ඔබට ඒවා පවතින බව ඔප්පු කළ හැකිය විද්යාත්මක දැනුමේ මූලික සීමාවන්.
මෙම සාධනය ආරම්භ වන්නේ "ප්‍රතිදාන උපාංගයක්" - සුපිරි පරිගණකයක්, විශාල පර්යේෂණාත්මක උපකරණ ආදියෙන් සන්නද්ධ විද්‍යාඥයෙකුට ඔහු වටා ඇති විශ්වයේ තත්වය පිළිබඳ විද්යාත්මක දැනුම ලබා ගත හැකි ආකාරය පිළිබඳ ගණිතමය විධිමත් කිරීමකිනි. ඔබේ විශ්වය නිරීක්ෂණය කිරීමෙන්, එය හැසිරවීමෙන්, ඊළඟට කුමක් සිදුවේදැයි පුරෝකථනය කිරීමෙන් හෝ අතීතයේ සිදු වූ දේ පිළිබඳ නිගමනවලට එළඹීමෙන් ලබා ගත හැකි විද්යාත්මක දැනුම සීමා කරන මූලික ගණිතමය මූලධර්මයක් තිබේ. එනම්, නිමැවුම් උපාංගය සහ එය ලබා ගන්නා දැනුම, එක් විශ්වයක උප පද්ධති. මෙම සම්බන්ධතාවය උපාංගයේ ක්රියාකාරිත්වය සීමා කරයි. වොල්පර්ට් ඔප්පු කරන්නේ ඔහුට පුරෝකථනය කළ නොහැකි, මතක තබා ගත නොහැකි සහ නිරීක්ෂණය කළ නොහැකි දෙයක් සැමවිටම පවතින බවයි.
"එක්තරා ආකාරයකට, මෙම විධිමත්භාවය අනාගත කථකයාගේ අනාවැකිය එම අනාවැකියේ කථකයාගේ ඉගෙනීමේ බලපෑම සඳහා ගණන් ගත නොහැකි බවට ඩොනල්ඩ් මැකේගේ ප්‍රකාශයේ දිගුවක් ලෙස සැලකිය හැකිය," Woolpert phys.org හි පැහැදිලි කරයි.
නිමැවුම් උපාංගයට එහි විශ්වය පිළිබඳ සෑම දෙයක්ම දැන ගැනීමට අවශ්‍ය නොවන්නේ නම්, ඒ වෙනුවට එය දැනගත හැකි දේ පිළිබඳව හැකි තරම් දැන ගැනීමට අවශ්‍ය නම් කුමක් කළ යුතුද? Volpert ගේ ගණිතමය ව්‍යුහය පෙන්නුම් කරන්නේ නිදහස් කැමැත්ත (හොඳින් නිර්වචනය කර ඇති) සහ විශ්වය පිළිබඳ උපරිම දැනුම යන දෙකම ඇති අනුමාන උපාංග දෙකකට එම විශ්වය තුළ එකට පැවතිය නොහැකි බවයි. එවැනි "සුපිරි යොමු උපාංග" තිබිය හැක හෝ නොතිබිය හැකිය, නමුත් එකකට වඩා වැඩි නොවේ. වොල්පර්ට් මෙම ප්‍රතිඵලය විහිළුවෙන් හඳුන්වන්නේ "ඒක දේවවාදයේ මූලධර්මය" ලෙසයි. මන්ද එය අපගේ විශ්වයේ දෙවියෙකුගේ පැවැත්ම තහනම් නොකරන නමුත්, එය එකකට වඩා පැවැත්ම තහනම් කරන බැවිනි.
Wolpert ඔහුගේ තර්කය සමඟ සංසන්දනය කරයි හුණු මිනිස්සු විරුද්ධාභාසයඑහි ක්‍රේටන් ජාතිකයෙකු වන නොසෝස්ගේ එපිමෙනිඩීස් ප්‍රසිද්ධ ප්‍රකාශය කරයි: "සියලු ක්‍රේටන්වරු බොරුකාරයෝය." කෙසේ වෙතත්, Epimenides ගේ ප්‍රකාශය මෙන් නොව, ස්වයං-යොමු කිරීමේ හැකියාව ඇති පද්ධතිවල ගැටලුව හෙලිදරව් කරයි, Volpert ගේ තර්කය මෙම හැකියාව නොමැති අනුමාන උපාංග සඳහා ද අදාළ වේ.
වොල්පර්ට් සහ ඔහුගේ කණ්ඩායම විසින් කරන ලද පර්යේෂණ සංජානන තර්කනයේ සිට ටියුරින් යන්ත්‍ර න්‍යාය දක්වා විවිධ දිශාවන් ඔස්සේ සිදු කෙරේ. සැන්ටා ෆේ විද්යාඥයින් වඩාත් විවිධාකාර සම්භාවිතා රාමුවක් නිර්මාණය කිරීමට උත්සාහ කරන අතර එමඟින් නිරපේක්ෂ නිවැරදි දැනුමේ සීමාවන් පමණක් නොව, අනුමාන උපාංග XNUMX% නිරවද්‍යතාවයෙන් ක්‍රියා කළ යුතු නැති විට සිදු වන දේ ද අධ්‍යයනය කිරීමට ඉඩ සලසයි.
Santa Fe ආයතනයේ David Wolpert
අවුරුදු සියයකට කලින් වගේ නෙවෙයි
ගණිතමය හා තාර්කික විශ්ලේෂණ මත පදනම් වූ Volpert ගේ සලකා බැලීම්, විද්‍යාවේ ආර්ථික විද්‍යාව ගැන අපට යමක් කියයි. ඔවුන් යෝජනා කරන්නේ නවීන විද්‍යාවේ දුරස්ථ කර්තව්‍යයන් - විශ්වීය ගැටළු, විශ්වයේ සම්භවය සහ ස්වභාවය පිළිබඳ ප්‍රශ්න - විශාලතම මූල්‍ය පිරිවැය ඇති ප්‍රදේශය නොවිය යුතු බවයි. සෑහීමකට පත්විය හැකි විසඳුම් ලැබේද යන්න සැක සහිතය. හොඳම දෙය නම්, අපි නව දේවල් ඉගෙන ගන්නෙමු, එමඟින් ප්‍රශ්න ගණන වැඩි වන අතර එමඟින් නොදැනුවත්කමේ ප්‍රදේශය වැඩි වේ. මෙම සංසිද්ධිය භෞතික විද්යාඥයින් හොඳින් දන්නා කරුණකි.
කෙසේ වෙතත්, කලින් ඉදිරිපත් කළ දත්ත පෙන්වා දෙන පරිදි, ව්‍යවහාරික විද්‍යාව දෙසට නැඹුරු වීම සහ ලබාගත් දැනුමේ ප්‍රායෝගික බලපෑම් අඩු වෙමින් පවතී. වසර දෙසීයකට හෝ සියයකට පෙර තාක්ෂණය, නව නිපැයුම්, තාර්කිකකරණය, නිෂ්පාදනය සහ අවසානයේ සමස්ත ආර්ථිකයේ දියුණුව සඳහා ඵලදායී ලෙස ඉන්ධන සැපයූ මහලු වියේ සිටම ඉන්ධන අවසන් වී හෝ විද්‍යාවේ එන්ජිම ගෙවී ගොස් ඇතිවාක් මෙනි. , මිනිසුන්ගේ යහපැවැත්ම සහ ජීවන තත්ත්වය වැඩි කිරීමට හේතු වේ.
කාරණය වන්නේ ඔබේ අත් මිරිකීම සහ ඔබේ ඇඳුම් ඉරා දැමීම නොවේ. කෙසේ වෙතත්, එය ප්රධාන උත්ශ්රේණි කිරීම සඳහා හෝ මෙම එන්ජිම සඳහා පවා ප්රතිස්ථාපනය කිරීමට කාලය පැමිණ තිබේද යන්න සලකා බැලීම වටී.
