他甚至还进一步声称，这如同天真的干预措施一样，会产生“医源性损伤”，甚至导致负面影响。基利指出，在许多国家，政府的干预方式是通过征税来为科研提供资金，这样就导致了私人投资的减少和转移。比如在日本，经济产业省（管辖技术和投资的部门）就有着惊人的投资记录。我并非利用基利的想法来支持某个反对科研资助的政治计划，而只是要说明在发现重要的事物时，因果关系并不是像一般人所认为的那样。

让我们重新温习一下，工业革命源于“技术人员建立起技术”，或者基利所说的“业余爱好者的科学”。再以蒸汽机为例，这个发明比任何东西都能代表工业革命。正如我们所看到的，亚历山大的希罗早就绘制出了制造蒸汽机的蓝图，但此后大约2 000年，没有人对该理论感兴趣。因此，是实践和重新发现让人们对希罗的蓝图产生了兴趣，而不是相反的情况。

基利曾提出过一个有说服力——非常有说服力——的论点，即蒸汽机的出现是基于已有的技术，而且是由没有受过教育的、经常闷头自己干的人发明的。这些人运用了实践常识和直觉来解决困扰着他们的机械问题，而他们提出的解决方案也往往能带来明显的经济回报。

让我们再来看看纺织技术。同样的，根据基利的观点，这个引导人类飞跃进入现代世界的主流技术的诞生与科学几乎毫无关系。据他说，“1733年，约翰·凯伊发明了飞梭，推动了织布的机械化，1770年，詹姆斯·哈格里夫斯发明了珍妮纺纱机，正如它的名字所示，它推动了纺纱的机械化。纺织技术的发展，加上瓦特和保罗的发明（纺纱机，1758）及阿克莱特的发明（水力纺纱机，1769年），预示着工业革命的腾飞，但这些都与科学无关；它们是基于试错法和一心想改进工厂生产力及利润的熟练工匠，在实验基础上的经验性发展。”

戴维·埃杰顿通过一些调研质疑了学术科学和经济繁荣之间的联系，以及人们过去相信的“线性模型”的观念（即学术研究是技术的源头）。19~20世纪的人们，没有那么容易上当受骗；但今天的我们却相信，那时的他们相信线性模型，其实他们并没有相信。事实上，在20世纪之前，学者们大多是教师，并非研究人员。

现在，与其通过阅读一个学者的著作，来判定他是否可信，不如看看他的批评者是怎么说的——他们往往会发现他最糟糕的论点。所以，我找到了基利的批评者，或者反对他意见的人的观点，来看看他们的评论中有哪些值得思考的——以及他们的批评集中在什么地方。除了乔尔·莫基尔的一些评论（正如我所说，他尚未发现可选择性）以及一个经济学家的攻击（鉴于经济学家的贬值，他的评论也无足轻重），针对基利的主要反对意见，我们是在一本由政府资助的有影响力的杂志《自然》上看到的，批评基利所用的数据来自于政府资助的机构，比如在他所阐述的反对依靠财政支持科研的论点中，就引用了经济合作与发展组织（OECD）的数据。到目前为止，还没有任何实质性的证据表明基利是错误的。但是，既然提到证据，就让我们来看看证据：没有任何证据表明，与其观点对立的论文具有正确性。这类观点很大程度上如同宗教信仰，无条件地相信有组织的科学的力量，这几乎取代了对有组织宗教的无条件信仰。





政府应该把钱花在非目的论的自由探索上，而非科研上


请注意，我并不相信上述论点，在逻辑上应该会引导我们说政府不应该花一分钱。我的论点针对的是有目的的发明创造，而非一般的科研。我们必须找到有效的支出方式。在一系列恶性循环的影响下，政府已经从研究中得到了巨大的回报，但与其最初的预期相比已经大打折扣——看看互联网就知道了。此外，再回顾一下我们用于军事领域创新的开支，以及医疗方面的开支。你会看到，这些职能部门在开展研究时目的性过强（尤其是日本），许多大公司的情况也是如此。大多数大型公司，如大型制药公司，都是自己创新路上的敌人。

以缺乏实用价值的基础科研为例，其研究经费和资金一般直接给予个人，而不是项目，而且是少量给予研究人员。在加利福尼亚花费了很长时间观察风险投资家的科学社会学家史蒂芬·夏平称，投资者往往把钱投给他们看中的企业家，而不是某个创意。决策在很大程度上就是一种观点，并根据“你认识谁”和“谁说了什么”得以强化，用风险投资家的专业术语来说，你应该把赌注投给骑师，而不是马匹。为什么呢？因为创新是需要灵感的，你需要具备像漫游者般的能力，随时抓住突然出现的机遇，而不是墨守成规地行事。夏平让我们看到，重大的风险投资决策往往是在没有制订真正的商业计划的情况下做出的。因此，如果决策前他确实进行了“分析”的话，那么这种分析一定是自由探索的和证实性的。我自己也曾花了一些时间在加利福尼亚州与风险投资家交往，目的是投资自己，我可以证明，这的确是墨守成规的做法。

很显然，钱应该投资给自由探索者，你信任的那些积极进取的探索者才会帮助你获得期权收益。

现在，让我们在这个段落中用统计参数进行一下技术性阐述。研究带来的回报往往源于极端斯坦：它们遵循的是统计分布的幂律，由于可选择性的存在，这里有近乎无限的上升空间，但下跌空间有限。因此，研究的回报与试验次数，与非试验花费的开支存在线性关系。让我们参见图12–3，赢者回报惊人，没有上限，而正确的方法需要某种形式的“广种薄收”。也就是说，正确的策略是采用“一除以n”或者“1 / n”模式，将资金尽可能多地分散在许多尝试中：如果你面对n个选择，那么对所有选择进行等量投资，也就是在每个试验上进行少量金额的投资，但投资的项目有很多，比你愿意投资的项目还要多。这是为什么？因为在极端斯坦下，在某个创意上有少量投资总好过错过这个创意。正如一个风险投资家告诉我的：“回报收益是如此之大，你简直不能错过任何一个可能的创意。”





医疗领域的案例


与技术不同，医疗拥有驯化运气的悠久历史；它现在已经接受了实践中的随机性，但并不是那么乐于接受。

医疗数据使我们能够评估目的论研究相对于随机性发现的成效。美国政府为我们提供了理想的数据：美国国家癌症研究所的活动。这一机构源于20世纪70年代早期尼克松发起的“向癌症宣战”运动。实习医生和研究员默顿·迈尔斯，在他绝妙的书《现代医学的偶然发现》中写道：“在20多年的时间里，筛选了超过144 000种植物萃取物（代表约15 000个物种），其中没有一种植物类抗癌药物能够通过审批。这种失败与20世纪50年代一种从植物中萃取的抗癌药物的发现形成鲜明对比，这种抗癌药物是长春花生物碱，它是偶然发现的，而不是定向研究的成果。”

约翰·拉马蒂纳在离开制药公司后曾爆料制药业内幕，他用统计数据显示，在学术研究对药品研发的贡献问题上，民众的看法与真相之间存在差距：10种药物中有9种是私营企业研制的。甚至靠财政资助的美国国立卫生研究院也发现，市场上销售情况比较好的46种药物中，只有3种与政府资金赞助有关。

我们还没有谈到这一事实，即癌症治疗药物一直源于其他学科研究。在寻找非癌症类药物（或非癌症类的非药物）的过程中，你发现了你并不需要寻找的东西（反之亦然）。但有趣的是，当一个学术研究者最初发现一个结果时，他可能会忽略这个结果，因为这不是他想找的——学者总是喜欢遵循一个计划。用选择权打个比方：尽管选择权很有价值，但他并未行使选择权，严格来说，这违反了理性（无论你如何定义理性），就像某个贪婪的人在自己的花园里发现了一大笔钱却不捡起来一样。迈尔斯显示，发现的成果往往在事后会被归于某项学术研究，从而进一步强化我们的错觉，这与教鸟儿飞行的效应如出一辙。

在某些情况下，由于发现的来源是军事活动，因此我们不知道到底发生了什么。让我们以迈尔斯的书中讨论的癌症化疗法为例，1942年，一艘携带芥子气的美国船驶离意大利巴里后遭到德军轰炸。结果这种气体神奇地治愈了患有血癌的士兵（清除白细胞），由此展开对化疗的研究。但是，芥子气被《日内瓦公约》所禁止，因此这个故事变成了机密——丘吉尔清除了英国所有文件中相关的记录，而在美国，相关信息也被掩盖了，但没有禁止对氮芥效应的研究。

杰姆斯·勒法努是一位医生兼医学作家，他曾写道，治疗的革命，或者说战后时期大量有效治疗方法的涌现，并不是由任何主流的科学洞见所推动的，来源恰好相反。“医生和科学家们认识到，没有必要详细了解误差的任何细节，合成化学会随机地带来医生们找了几个世纪都没有找到的医疗方法。”（他用了格哈德·多马克找到磺胺类药物的例子来说明问题）。

此外，我们对理论的了解，用莫基尔的话来说，即认知基础的提高，与新药数量的减少同步。

　　请记住本书首发域名：www.llskw.org。来奇网电子书手机版阅读网址：m.llskw.org