观察、理解、证伪、实践……以科学为方法，人类的世界观逐渐形成并不断更新，以科学为方法，又将引领人类走向何方？
10 月 10 日-10 月 15 日，知乎科学季「以科学为方法」科学季问答策划持续更新，十八位嘉宾答主，十次追问，从「数学、物理」到「天文、深海」，从「食品安全」到「人工智能」，从「科研前沿」到「科普传播」，TA 们认真追问，引领向前。
「以科学为方法」科学家问答篇「收官两问」今日释放，和知友一起聊聊科研和科普。
如何找到愿意为之付出一生的研究事业？
华裔数学家张益唐选择了回答该问题。他称这个问题因人而异，自己选择数学，并且把它当成终身的事业，有两个关键原因：一个是兴趣，一个是坚持。
讲述个人对数学的兴趣时，张益唐认为这是一个自然而然的事，这种被「数学」迷住的感觉一直没有改变，几十年如一日。数学难题，尤其是数论里的这些课题，往往都不是轻易能够解决的。回头来看，他认为也许是自己对生活要求并不高，即使生活得不像别人那么轻松，也没有觉得命运对他有何亏欠——总觉得这些都是暂时的，迟早能够跨出来。「我那时候也年少气盛，根本没有考虑过这个研究做不出来怎么办，反正做就是了，终究是能做出一些像样的东西的。即使到了如今这个年纪，我的意气依然如是。」这是张益唐的原话。在回答中，张益唐也提到了跟大家聊过的 Landau-Siegel 零点猜想的论文。中间的确遇到过一些技术性障碍，但本质上他知道自己能够把它做出来，会坚持把这个问题彻底完成的。 首先在本科或者硕士选方向的时候，尽量按大了选，比如肝癌、COPD 这种，只要是这种大方向的研究均可尝试；而不是一下子具体到了某种通路或者分子，比如 miRNA 在肝癌中的应用，非要到这个领域的导师那去。学习过程中，可以通过参与不同领域的短期研究项目，感受实际研究的过程和乐趣，逐渐明确自己真正喜欢的方向。还可以找到合适的导师或志同道合的同行能为你的探索提供指导和灵感，帮助你发现领域中的潜力和挑战。通过尝试和交流，不断调整方向，在探索中积累经验，最终再确定自己的方向。未来是难以预测的，所以要有开放的心态，了解行业变化，从变化中寻找新的机遇，比如即使本身的蛋白被发现造假，你的部分研究也可以平移到类似的通路上去；发现 AI 改变了工作模式，就努力学习 AI 掌握 AI ，利用 AI 发展新的可能。有个很俗但是很真实的看法：先填饱肚子，再寻找路子，以及，研究并不是人生唯一选择（我觉得这一点尤为更重要）。如果你想寻找自己「愿意为之付出一生的研究事业」，那么请先解决自己的生计问题。在此基础上，寻找自己感兴趣的内容，甚至，可以不局限在自己的学科领域。这一点，我有点羡慕那些「搞笑诺贝尔奖」得主，真的很好玩。当然，其实，我觉得，研究并不一定是很多人必须做的，真的，自我实现从来都不是只有研究这一条路。凡事可以问 AI 的时代，人们还需要什么样的科普内容创作？
凡事可以问 AI 可以回答基本所有简单问题，和一些复杂问题，会让科普圈子逐渐迭代剩余一小波完全原创，有深度，有技巧的科普博主。这个问题其实让我迅速想到 reddit 上很火的一个话题：chatgpt 时代之后，stackexchange（一个英文问答社区，大名鼎鼎的子社区包含 stackoverflow（汇集编程问题），mathoverflow（数学问题）等网站集合）访问大幅下降。以比较有代表性的 upvote 作为参考衡量，几乎在 chatgpt 发布之后的短期内断崖式下降：很多问题，在大语言模型和生成 AI 的帮助下，可以直接被方便快速回答。甚至，一些接入了大语言模型的插件，可以在编程环境中，通过你已经写出代码的上下文和注释，「猜」你接下来要写的内容，并给你生成一些你可能要用到的代码。AI 能够有效提供对常见问题的即时解答，但这也意味着，浅层次或广泛科普内容的需求可能减少。（从这个角度看，可以很有效打击洗稿，因为可以被大范围洗稿的问题会迅速被大语言模型同化并解答）。与此同时， AI 无法快速解决的问题，复杂有深度，值得思考和讨论的问题，涉及交叉领域，需要创新思维的问题。所以，这是一个更值得思考的问题 ：「凡事问 AI」的时代我们需要如何激励更多高质量有深度的创作。（大语言模型公司盆满钵满的情况下如何回馈内容本身）对于摘抄百度百科式的科普，AI 必然是毁灭性的打击，AI 可比人会抄多了。但对于真正言之有物，富有逻辑和思想的科普来说，AI 确实是科普的很好补充。在刻板印象的科普之外，还有为数不多的真正优质的科普，比如伽莫夫的《物理世界奇遇记》，比如于渌老师的《相变边缘奇迹》，比如斯莫林的《物理学的困惑》，比如曹天元的《量子力学史话》。这些科普最大的特点是知识不是死板的，是融入作者大量理解的，作者不是把知识抄到书上然后让你看，而是作者把自己内心的故事娓娓道来。于是，科普作品的读者可以跟随着作者的思路一点点思考，一点点了解这段故事，这种书真的会让人百看不厌，甚至荡气回肠。AI 对后面那种优质科普很难构成威胁，更多是作为一种补充而存在。最好的科普一定是说人话，是把自己对世界的理解和体悟融会贯通，然后整合成一个整体去讲出来，其中不仅仅是知识的传输，更是思想、感情甚至包含过往经历的诸多体悟的传递。这样活生生的科普，我想总归还是会被大多数爱好者需要的。我觉得人们需要的科普内容其实与 AI 时代是否来临并没有太大的关系。因为有温度的内容，恰好是人类的天赋。回顾一下我们自己对于科普内容的吸纳情况，应该大部分朋友都是类似的。在如今信息爆炸的时代，我相信光就这一年，每个人通过短视频，文字，朋友圈等各种媒介，应该不可避免的接触到了不少的科普内容。但我猜，其中大部分的知识点，或许其中还有很多在刚看到时，眼前一亮的点，现在应该都已经随风而去了吧。至于我为什么会知道？这个问题就别问了……我个人觉得，看科普内容和单纯学知识是有很大区别的。后者可能会因为工作学习需要，通过反复重复强化而形成记忆。而前者往往是在没有预期的情况下碰上的，同时因为兴趣而开起了浏览，大多数情况，这是一个松散的阅读环境，所以我也非常理解，大家对于科普内容的阅读门槛要求是必须要低的。所以从阅读的科普内容中，遗忘大部分的只是点，我认为是常态。如果你还能从中记住一些知识点，那就是纯赚。
以科学为方法，向科学要答案，邀你一起在问答之间，追问向前。
