这是一个长期的项目，而且谁也不知道它最终会发展成什么样子。这种方法是否高效到不需要超级计算机，或者至少可以算作某种人工智能？毕竟，大脑构造很简单的昆虫也能完成许多事情。更重要的是，我们何时才能实现多人对话的准确转录（transcription）、实时翻译、场景识别、面部识别、自动驾驶汽车，以及能够自动导航、安全运送包裹的无人机？机器何时才能理解物理学和工程学，如何用它们表示生物概念，以及它们何时能阅读图书馆的书籍，并在哲学或历史课上参与讨论？我的数字助手何时才能真正理解我想做的事情？这就是智能火星探测器在火星上寻找生命迹象的方式吗？如何运用人工智能系统进行军事进攻和防守？这种系统如何才能遵守阿西莫夫机器人三定律，以保护人类不受它们的伤害？我们该如何判断是否应该相信机器人？人类何时会被淘汰？
我相信已经有人开始思考这些问题。我看到了作恶的机会，也许，学习黑魔法防御术(57)对我们也有所助益。对于这一现象我既兴奋又害怕。
114
FSM（FECES-STANDARD MONEY）
粪便标准货币
赵宰元（Jaeweon Cho）
韩国蔚山科技大学（UNIST）环境工程学教授。
人类历史上有两项伟大的发明：货币和冲厕所。而现在，我们正面临着这两项发明所带来的问题。
每个人都会使用货币，但也完全可以不使用。货币是人类最伟大的发明之一，但也可能是最糟糕的发明之一。
当前的货币体系完全与人类自身无关。虽然在现代社会，我们可以用钱做很多事情，但货币与人类自身并没有直接联系。因此，使用货币就是将自身与世界隔绝开来。
第二项伟大的发明冲厕所也带来了正负两方面的影响。虽然它有效地解决了卫生问题，但当我们冲刷厕所时，排泄物都被排放到了自然界中，这会造成严重的污染。
不过，有一种方法可以带领我们进入全新的金融世界，你能想象在保持现有货币体系优点的同时解决这些问题吗？有一种科学方法便能将我们的排泄物变成无气味的粉末，然后再用这种粉末替代货币。这就是排泄物标准货币（feces-standard money，简称FSM）。
每天早上，我们都可以将自己的排泄物粉末放入社区的反应炉中，为微生物提供食物，而这些微生物可以产生各种燃料，比如甲烷和生物柴油。这样，我们便可以获得一定数量的排泄物标准货币，以作为排泄物粉末的交换，并使用这些货币换取系统内任何等价的物品。与普通货币类似，排泄物是有限且珍贵的，没有人可以无限量地产出排泄物。同样，排泄物也可以被转化成能量。
任何人都可以产生排泄物。每当产生和使用排泄物标准货币时，这一过程都会提醒我们排泄物标准货币与人类之间的基本联系。因此，从经济和精神的层面来说，排泄物标准货币具有很高的价值。
只要我们每天都将排泄物放入反应炉中，而非排放到自然界，排泄物标准货币就会成为“基本收入”。我们不需要将基本收入的概念的可行性与现行的货币体系进行比较。实际上，我们可以毫无冲突地同时使用这两种货币体系。
排泄物标准货币不同于其他种类的信用，比如里程、优惠券和网络货币，因为它们与我们的存在和自由意志（不使用冲水厕所）直接相关。
我建议为排泄物标准货币体系设计手机应用程序或其他类似的应用形式。这种货币可以与当前的货币一同使用，用于购买天然气、咖啡、食物或者许多令人愉悦的活动项目。我们可以将那些按照指定时间从粪便中产生的拥有价值的能量产品或基于所产生的能量的价值，或者指定日期的排泄物的其他等价物分发给排泄物标准货币的参与者。当然，由于排泄物标准货币无法提供我们所需的所有内容，还需要使用传统的货币。排泄物标准货币体系的实现还有赖于其他技术的发展，比如用于控制能量生产的生物过程的技术，还要借助于新型工业，比如将排泄物转化为粉末的浴室设备等。
115
THE IRONIES OF HIGHER ARITHMETIC
高等算术的讽刺
吉姆·霍尔特（Jim Holt）
哲学家，散文家；著有《世界为何存在？》（Why Does the World Exist）。
1985年首次提出的“abc猜想”断言，所有数字的加法和乘法之间都存在着惊人的联系。abc猜想的名称来源于这个耳熟能详的等式：a+b=c。这一猜想可能是数学史上最深刻、影响最深远、尚未被证明的猜想之一，并与罗斯定律、莫德尔猜想和广义的施皮罗猜想存在重要联系。
2012年，京都大学的望月新一宣称自己证明了abc猜想。这也许是高等算术的一大惊人进步。然而问题是，这个证明是正确的吗？没有人知道答案。2014年年底，一些世界顶尖的数论专家共聚牛津大学，试图证明abc猜想，但结果失败了。
在证明abc猜想时，望月新一运用了“算法变形理论”（inter-universal Teichmüller theory，简称IUT）。这种理论具有高度对称的代数结构，被称为“Frobenioids”。起初的问题是，没有人能理解这种超级抽象的新形式，也许只有望月新一可以，也没有人能理解这种新形式对abc猜想的证明有何种影响。到了举办牛津大学的这次讲座时，有三位数学家有了些眉目，其中两位是望月新一在京都大学的同事，第三位来自美国的普渡大学。然而，当他们试图解释算法变形理论和Frobenioids时，同行不知道他们在说什么。“太难以理解了。”其中一位参与者如此评价道。
从原则上来说，检查数学证明不需要任何智慧和洞察力，这应该是由机器来完成的任务。然而，实际上，没有数学家会写出仅凭计算机就能验证的详细的正式证明。因为这需要花费大量时间。毕竟，生命很短暂。不过，我的一位女性朋友提供了一种比较详细的论证，证明存在这样的正式证明。她希望这一论证能说服同行。
基于算法变形理论和abc猜想，这种说服的过程并不顺利。到目前为止，支持望月新一的人似乎无法与其他人分享自己领悟到的想法。abc猜想仍然只是一个猜想，还没有成为理论。这一局面可能很快就会改变。多位理论学家计划在京都大学再次试图理解并验证望月新一的证明。
那么，我认为的重大新闻是什么呢？那便是，数学是一种更奇怪、混乱、容易出错的超然存在（在愤世嫉俗的我看来，数学就是层层嵌套的复杂逻辑，而在具有高超智慧的超人类看来，数学就像我们眼中的井字棋那样无聊）。
不过，“Frobenioids”可以作为布鲁克林某支独立乐队的名字。
116
BROKE PEOPLE IGNORING $20 BILLS ON THE SIDEWALK
破产的人看不上人行道上的20美元钞票
迈克尔·瓦萨（Michael Vassar）
元医学（MetaMed）研究所共同创始人、首席科学官。
Edge不是每年都会回应《南方公园》（South Park）(58)。我想每个人都在试图搞清楚当前社会的现状。2015年这一季的《南方公园》围绕着人们失去辨别新闻和广告的能力展开。也许有一天，当人们醒来时发现自己破产了，还发生了战争，眼前的一切都让他们难以分辨出朋友和敌人。新闻作为概念，消失了，科学也是如此。在信息战中，人们很难进行可靠、低语境的沟通，新闻和科学都是如此，取而代之的是政治和营销。我认为真正的新闻是拨开政治和营销的迷雾、为自己亲眼所见，并经过科学论证的新闻。
2014年11月，我访问了危地马拉的弗朗西斯科·马罗金大学（Universidad Francisco Marroquín），这所大学被认为是世界上最自由的大学。我的一位同事曾旁听过这所大学的经济学系课程，发现当地硬币的面值刚好相当于20美元。从理论上来说，这种面值的硬币很难在街上发现，而关于汽油价格的标识牌满大街都是。在过去的几年里，我发现汽油的价格不再与石油的价格直接相关，并且各个地方加油站的价格也不一样，无论是不同镇上的加油站，还是马路旁边的加油站。在小时候，我经常发现马路对面的汽油价格每升总会差一两美分，有时还会达到三美分。而现在，这种价格差距每升超过了0.05美元。我最近发现，隔着一条马路的两家加油站的价格差达到每升0.1美元，而两家相隔1.6公里的加油站的油价分别为每升0.66美元和1.02美元。对于一名普通的美国司机而言，如果油价差是每升0.05美元，那么如果按照历史上正常的回报率投资，10年后的累积收益将达到1 500美元。55～64岁的普通家庭的退休存款仅有15 000美元。对于有退休账户的家庭而言，平均存款只有150 000美元。
人们不像理性的经济人（Homo economicus）那样行事，我是可以理解的，但如果破产的人随着时间的推移在经济方面变得越来越不理性，他们就会失去预测未来的能力，也就是说，他们不打算依靠储蓄来满足基本的生活需要。谁又能责备他们在金融经济上的粗心呢？实践和理论都表明，他们的领导者为未来树立的榜样更差。
金融经济学有很多关于经济警示与风险的分析文献。1987年，拉里·萨默斯（Larry Summers）和布拉德·德朗（Brad DeLong）表明，考虑到风险溢价（金融经济学中的一个标准假设），非理性的噪声交易者（noise trader）会随着时间的推移排挤出理性的参与者，这就是噪声交易员的经济后果。当彼得·蒂尔（Peter Thiel）(59)谈论从“具体的乐观主义”到“抽象的乐观主义”的转变时，实际上是在描述这种动态对应的模式。这种向噪声交易者的转变将会导致股票价格发生动荡、财富出现集中以及更多的投机性资产价格发生上涨。当前，84%的公司估值以无形资产的形式存在，40年前这一比例是16%。经济环境的整体差异最终意味着，我们目前采用的策略已经失灵，这使得经济上的审慎策略也会失败。这意味着，从长远来看，如果我们不能找到更好的办法来收集当地的经济信息，就不会耐心有效地利用这些信息。
IF IT’S IN THE NEWS, DON’T WORRY ABOUT IT. THE VERY DEFINITION OF NEWS IS “SOMETHING THAT HARDLY EVER HAPPENS”.
对于新闻报道的事件，我们一般都不必担心。新闻的准确定义是“基本上很难发生的事情”。
——戴维·迈尔斯，《我们怕错了东西》
117
WE FEAR THE WRONG THINGS
我们怕错了事情
David Myers
戴维·迈尔斯
霍普学院心理学教授；著有《迈尔斯直觉心理学》(60)。
如果我们知道2016年使用AK-47自动步枪的恐怖分子可能会造成1 000美国人死亡，那么我们对此的害怕程度应该只有害怕其他枪支暴力犯罪事件（死亡人数超过10 000人）的1/10，害怕摩托车事故（每年因此死亡的美国人大约为22 000）的1/20。然而，最近的几项调查显示，我们对日常威胁的恐惧程度要比对真正可怕的事件的恐惧程度小得多。对恐怖分子的恐惧使我们丧失了理性。这凸显了一个重要且长期存在的科学新闻：我们经常怕错了事情。
“9·11”事件之后不久，美国人民还被笼罩在恐惧之中，当时我提出了一个假设：如果我们将乘坐飞机的次数减少20%，并将这部分里程通过乘坐地面交通工具来完成，那么，与飞机的低事故率相比，由地面交通事故致死的人数可能要多800人。我们为什么如此害怕乘坐飞机呢？即使大部分时候，旅途中最危险的部分是在去往机场的路上？为什么对恐怖主义的恐惧那么容易引起我们对穆斯林群体的敌视，使我们开始以“我们与他们”的二元角度来思考问题？
我们为什么总是夸大恐惧？这背后的原因在于“有效启发”（availability heuristic），即我们害怕的是记忆中存在的东西。生动、有画面感的恐怖事件干扰了我们对风险的判断，比如坠机和大规模屠杀事件。我们记住并害怕的是那些造成多人死亡的焦点事件，比如台风、坠机、袭击等事件，而严重地忽视了那些造成一个个人接连死亡的威胁。比尔·盖茨发现，几乎没有人关注每年死于轮状病毒的50万儿童，这相当于每天有4架满载儿童的波音747飞机被击落。此外，我们总是对未来缺乏关注，比如未来的大规模杀伤性武器、气候变化等，除非这类现象造成的死亡能更快地引起关注。假设吸烟对身体是无害的，但每25 000包香烟里面就有一包里面装的是炸药。初看之下，脑袋被炸开花的概率很小，但全世界每天抽掉的香烟为2.5亿包，因此我们可以推算出每天会有超过10 000人（吸烟实际造成的死亡人数）因抽烟而身亡。毫无疑问，我们完全可以禁烟了。
新闻图片总是让我们过分害怕发生概率很小的事件。因此，我们开始打击恐怖主义，平均花费在每名恐怖分子身上的资金约为5亿美元，而花费在每例由癌症致死的患者身上的资金约为10 000美元。正如一位风险专家所说：“对于新闻报道的事件，我们一般都不必担心。新闻的准确定义是‘基本上很难发生的事情’。”
害怕那些鄙视我们的人的暴力实属正常，但关注人们的主要死因才是明智之举，我们不应该让恐怖分子操纵政局。当死亡画面或者事件萦绕在脑海中时，人们便会启动“恐怖管理”（terror management）。人们总是通过贬低挑战自身世界观的人来回应死亡事件。2004年美国大选之前，一个科研团队发现，“9·11”事件让人们更加支持保守的政客和有关反对恐怖主义的政策。
媒体研究者乔治·格布纳（George Gerbner）在1981年对美国国会某个下属委员会的警告现在听起来仍然受用：“心怀恐惧的人更依赖他人，更容易被操控，更容易受到看似简单且强硬的措施和姿态的影响。”
因此，我们总是怕错了事情，这将会产生严重的后果。
118
THE HEALTHY DIET U-TURN
健康饮食的转变
埃德·里吉斯（Ed Regis）
科学作家；著有《怪物：兴登堡灾难与病态技术的兴起》（Monsters: The Hindenburg Disaster and the Birth of Pathological Technology）。
我认为，在过去几年里最有趣的新闻是，营养专家在饮食建议上的巨大转变：从拒绝食用脂肪、碳水化合物转变为赞同食用低碳水化合物、选择性地增加脂肪。这种转变意义非凡，因为人类的健康及其生命都处于危险之中。
多年以来，专家一直建议美国人要不惜一切代价地拒绝食用脂肪，似乎脂肪就是营养的敌人。低脂、高碳水化合物的饮食能给我们带来光滑、健康的身体和生理启蒙。结果，脱脂和低脂食品风靡一时。在很长一段时间里，超市货架上唯一能找到的酸奶只有胶状的脱脂类酸奶，唯一能买到的金枪鱼罐头用的不是橄榄油，而是水，罐头中可怜的金枪鱼好似在其中游动。
就像这种饮食的索然无味一样，很多美国人刻板地遵守着这一建议。然而，这并没有让美国因此成为一个充满健康、苗条的国民的国家。恰恰相反，所有年龄阶段都出现了大量患有肥胖症和心脏病的人群；Ⅱ型糖尿病的发病率也升高了。所有这些高碳水化合物的食物被消化后都会转化为葡萄糖，这会提高人体内的胰岛素水平，进而导致脂肪堆积。
营养学家吸取到的教训是，高碳水化合物对健康是有害的。然而，这种对脂肪的害怕缺乏科学依据。脂肪也分好（如橄榄油）和坏，碳水化合物也有健康的和不健康的（如精制糖）。许多营养学家现在赞成完全不同的饮食习惯，包括食用一些有益健康的脂肪，减少碳水化合物的摄入，尤其是精制糖和淀粉。
饮食建议的这种转变使人们认识到，所谓的“营养科学”从根本上来说就是错误的。许多关于饮食与营养的规范研究都存在缺陷，比如有选择性地使用证据、采用无代表性的样本、缺乏恰当的控制，以及临床试验人群一直在变动。此外，部分主要研究人员存在选择偏见，不愿采用与他们先入为主的观点不一致的证据。知名记者尼娜·泰肖尔茨（Nina Teicholz）于2014年出版的《关于脂肪的大意外》（The Big Fat Surprise）一书详尽地记录了这些内容和其他失误。
令人感到不幸的是，营养科学的发展仍然像一潭死水。美国国家航空航天局的“好奇号”火星探测器发现了火星的平原、陨石坑和沙丘；“新视野号”宇宙飞船拍摄到了冥王星的高清照片；分子生物学家创造了非凡的基因编辑工具，正在用此复活已灭绝的生物。然而，在我们如何饮食才能保持健康，避免心脏病、肥胖症和其他疾病这个问题上，饮食科学还无定论。
119
FATTY FOODS ARE GOOD FOR YOUR HEALTH
含脂食物对健康有益
彼得·图尔钦（Peter Turchin）
生物学家，康涅狄格大学教授；著有《超社会》（Ultrasociety）。
自20世纪60年代以来，美国人对于遵从何种饮食习惯才真正有益于健康毫无头绪，不过，有一项建议始终被奉为圭臬，那便是：脂肪，尤其是饱和脂肪对健康是有害的。这种饮食建议从20世纪60年代开始一直盛行到2015年。到了20世纪80年代，关于低脂饮食有益于健康的信念被写入了美国农业部的国民饮食指南中，同时还得到了美国卫生局局长的认可。与此同时，美国人摄入的脂肪越来越少，但得肥胖症的人越来越多了。
肥胖症的急剧增多可能源自多种原因。虽然没有人能列举出全部原因，但过去50年间误导我们的饮食建议就是其中一个重要原因。
事实上，没有任何科学证据能够证明，减少脂肪的总摄入量有益于健康，特别是在降低心脏病和糖尿病的风险方面。多年来，那些指出这一问题的人被边缘化了。不过，最近有证据表明，低脂饮食有益于健康的接受度已经出现反转，比如像《时代周刊》这样的主流杂志于2014年发表了一篇名为《科学家认为脂肪是有害的。他们错在哪里？》的文章。2013年，美国膳食指南咨询委员会（Dietary Guidelines Advisory Committee）的一篇官方科学报告也承认了这一点。
低脂饮食不利于健康的原因有很多个，其中一个便是，如果降低脂肪的摄入量，就需要通过别的东西来代替脂肪。而多摄入碳水化合物（无论是精制的还是复杂的）会增加患糖尿病的概率，多摄入蛋白质会增加患痛风的概率。
不过，更为重要的原因也许是，许多美国人不再吃天然食物，转而食用加工过的食物替代品，比如人造黄油、经过加工的肉类（如罐头猪肉）、低脂曲奇饼等。我们有充足的证据证明，这些都是不利于健康的食物，因为它们含有人工反式脂肪、防腐剂或者经过高度处理的碳水化合物。
虽然受控的饮食研究对于制定明智的饮食习惯来说必不可少，但最近令人激动的科学突破来源进化理论对营养学的影响。毕竟，我们需要确定想通过实验来验证什么想法，而进化理论能为这种实验提供理论依据。
随着对早期人类独特的饮食习惯的不断理解，许多假设已经进入了临床验证阶段。首先我们来思考一下这样一个事实（尽管对于传统营养学家来说这一点非常明显）：相比于100年前才开始接触的人造黄油，我们能更好地适应祖先在几百万年前就开始吃的东西。将小麦作为食物，对于部分人群来说已经有一万年的历史了，比如新月沃地(61)的人们；而太平洋岛民开始将小麦作为食物仅有200年的历史。然而，太平洋岛民的肥胖率比美国的都高。这是不是有些出乎意料？我们真的应该告诉他们应该转向地中海式饮食，大量摄入谷物、豆子和奶制品这些他们从未见过的食物吗？
我们对祖先的饮食习惯有了更深入的了解。我们已经适应了吃各种高脂肪食物，包括食草反刍动物（牛肉和羊肉）和海鲜（富含脂肪的鱼类）等，这些食物都富含欧米伽-3脂肪酸。此外，特别重要的一点是，我们的祖先可能会食用骨髓。也许，最早的人类，比如能人（habilis），他们不是猎人而是食腐者，与土狼争夺大型骨头的骨髓。从骨髓（包括大脑）中获取的营养物质可能是人类大脑进化所需的关键资源。
最新的科学发现解释了美国人食用低脂饮食却变得越来越胖的原因。当我们摄入的脂肪比身体（尤其是大脑）实际所需的要少时，身体就会不断发出营养不良的信号。虽然我们不吃含脂肪的食物，但会过量饮食，而摄入的过量的、不必要的卡路里（可能来源于碳水化合物）就会被存储为脂肪。结果便是，我们变得不开心、不健康，并且体重超重。当然，如果我们有超强的自制力（具备这一品质的人并不多），就不会变胖和超重，或者仅是不开心和不健康。
因此，为了减肥，我们需要吃含脂肪的食物，而不是脂肪。实际上，吃足够多适宜的高脂肪食物会让我们变得更苗条、更快乐、更聪明！
120
COGNITIVE SCIENCE TRANSFORMS MORAL PHILOSOPHY
认知科学改变道德哲学
史蒂芬·斯蒂克（Stephen Stich）
哲学家，罗格斯大学教授。
2 500年以来，研究道德哲学的重任被委托给了哲学家和神学家。不过，近些年来，身兼认知科学家的道德哲学家和对道德哲学有深入理解的认知科学家已经改变了道德哲学。源自认知科学多个分支的研究发现和理论对一些传统的问题重新进行了系统性的论述，并捍卫了一些实质性的观点，它们都是针对当代社会所面临的最重要的道德问题的观点。在这种新的融合中，认知科学并没有取代道德哲学，而是为道德推理和道德判断的心理和神经机制提供了新见解，这些见解被用来构建经验主义的道德理论，而这些理论正在重塑道德哲学。
接下来，我们来了解一下关于道德哲学的背景知识。从柏拉图开始，哲学家针对道德问题的思维运作方式提出了自己的看法，但这些看法都是推测性的，经常通过比喻或寓言的形式来表达。随着20世纪心理学的兴起，心理学家对道德判断和道德的发展历程越来越感兴趣。然而，完成大部分相关工作的是对丰富的哲学传统知之甚少的研究人员，这些哲学传统对不同的道德问题进行了区分。因此，做这些研究的哲学家通常认为哲学传统是幼稚和无益的。
21世纪初，这一现状开始发生改变。在跨学科时代精神的推动下，年轻的哲学家（还有一部分不那么年轻）开始学习当代心理学和神经科学的研究方法，并运用这些方法来探索哲学家已经争论了几百年的问题。在另一些学科领域，心理学家、神经科学家和研究人员对人类心智的进化产生兴趣，开始更认真地对待哲学传统。起初，那些在科学和哲学层面都比较复杂的论文寥寥无几，而现在不胜枚举。每年发表的论文数以百计，道德心理学成为热门话题，并取得了不胜枚举的成就，我在此仅举三个例子来说明。
乔舒亚·格林（Joshua Greene）是融合认知科学和道德哲学的代表人物。在攻读哲学博士学位时，格林提出了一种全新的方法：用大脑扫描仪来观察人们在对道德困境做出判断时的大脑动态。哲学家构建了许多道德困境，其中一个是，要求某位领导者在两个决策中做出选择：选择第一个决策会导致5名无辜人员死亡，选择第二个决策会导致1名无辜人员死亡。在类似的案例中，人们有时会选择救5名无辜人员，有时也会选择牺牲这5名无辜人员。这个道德困境令哲学家犯难。格林发现，在做选择时，大脑的不同区域都参与了这一过程。当选择挽救5名无辜人员时，参与选择的大脑区域与理性有关；当选择牺牲这5名无辜人员时，参与选择的大脑区域与情感有关。
这一结论让格林成为一名认知神经科学家，之后他进行了大量探索性研究，其主要目的是探究当人们做出道德判断时，大脑内部所发生的活动。即便格林成了一名认知神经科学家，但他依然是一名哲学家。通过在道德心理学方面10年的潜心研究，他为自己关于如何区分群体的道德决定的观点进行了辩护。
如果说格林是实现认知科学和道德哲学融合的代表人物，那么约翰·米哈伊尔（John Mikhail）就是这种融合的博学之士。在完成哲学博士学位之后，他花了几年时间研究认知科学，之后又拿到了法学学位。目前，他是一位法学教授，主要研究人权法和国际法。米哈伊尔也关注格林在早期的主要研究——道德困境，并做了一系列实验。在他看来，这些实验支持“所有正常人都具有一套重要的先天道德原则”的观点。米哈伊尔认为，这一实证研究为基础人权学说提供了必要的学术基础。
最后这个例子说明，新融合有助于我们发现新问题。最近的心理学研究表明，每个人都有一些令人惊讶的隐性偏见，包括那些支持和努力争取种族平等在内的许多人，他们会在潜意识中将有色人种与负面词汇联系起来，而将白人与正面词汇联系起来。越来越多的证据表明，这些隐性偏见影响着我们的行为，而我们经常对此毫无意识。
长期以来，道德哲学家始终关注着这个问题：如何界定人们应当对自身行为负道德责任的条件？那么，我们是否应该对受隐性偏见影响的行为负道德责任呢？这一问题引发了激烈的讨论。如果没有新融合，就不会有人提出这样的问题。
在未来的几十年里，这会成为新闻吗？我的回答是“会”。新融合对于道德哲学的深刻影响才刚刚显现。
121
MORALITY IS MADE OF MEAT
道德来源于肉体
奥利弗·斯科特·柯里（Oliver Scott Curry）
牛津大学认知与进化人类学研究所高级研究员。
道德是什么，它来源于哪里，以及为什么会对我们产生如此巨大的影响呢？几千年以来，学者一直在努力回答这些问题。对于许多人来说，道德的本质非常令人困惑，因此很多人认为它必定存在某种超自然的根源。好消息是，我们现在终于可以从科学的角度来回答这些问题了。
道德来源于肉体，它是人类社会生活中反复出现的合作问题的生物和文化解决办法的集合。这些合作问题包括照顾家庭、团队工作、利益交易和解决冲突，而解决办法包括爱、忠诚、互惠、尊重。起初，这些解决办法是自然选择产生的本能，之后通过人类的聪明才智得到扩展，并作为文化得以传播开来。这些机制激发了社会、合作和利他行为，并提供了评估他人行为的标准。为什么道德如此重要？因为对于像我们这样的社会性物种来说，合作的益处以及缺乏合作的机会成本大到无法估量。
当亚里士多德第一次提出，道德是自然、习惯和传统等所有让我们表现出社会性行为的产物时，科学方法便成为新闻；当英国哲学家托马斯·霍布斯提出，道德是一种发明，用于将自私的个体变成互惠互利的合作者时，科学方法便成为新闻；当苏格兰哲学家兼经济学家戴维·休谟提出，道德是动物激情和人类技巧的产物，用以提升“公共利益”时，科学方法便成为新闻；当达尔文推测，“所谓的道德源自社会本能”，它能告诉我们“如何为公共利益行动”时，科学方法便成为新闻。在最近几十年里，有关科学方法的发现总是会成为重大新闻，因为在道德的经验基础、进化原理、动物前提、心理机制、行为表现和文化表达等方面，现代科学不断取得重要发现。
令人感到不幸的是，许多哲学家、神学家和政治家还没有理解这一点。他们指出，道德仍然是神秘的，没有上帝就没有道德，而且宗教不适合政府部门。这种关于道德的创世论——“好的鸿沟”是错误的，有些危言耸听。道德是自然的，而非超自然的。我们之所以为善，是因为我们想要为善，我们对于他人的观点（表扬和惩罚）非常敏感。我们可以找到提升公共利益的最佳办法，并在科学的帮助下，让世界变得更美好。
那么，这不是一则好新闻吗？是时候该认识到这一点了。
122
PEOPLE KILL BECAUSE IT’S THE RIGHT THING TO DO
人们制造暴力，因为这是正确的做法
詹姆斯·奥唐纳（James O'Donnell）
经典学者，亚利桑那州立大学图书馆馆长。
人们制造暴力，因为这是正确的做法。
在2014年出版的《道德暴力》（Virtutous Violence）一书中，作者美国西北大学道德心理学家塔格·拉伊（Tage Rai）和加州大学洛杉矶分校心理人类学家艾伦·菲斯克（Alan Fiske）表明，人类的暴力行为并不是对道德规范的违反，而是道德规范的化身。
从某种意义上来说，暴力是我们允许的例外情况。思想家奥古斯丁之所以提出关于正义战争的理论，是因为他所信奉的神赞同部分战争。对奥古斯丁来说，正义战争的理论意味着努力抵抗尽可能多的合法暴力。不过，令他及其支持这一理论的人颜面扫地的是，这意味着他们必须向不合理的证据屈服，并赞同暴力行为。
当然，还有很多类似的实例，比如中东恐怖分子和反堕胎暗杀者。美国或其他国家的一些当选政治家会通过中听的道德观点来证明暴力是正当的。我们不安地寻找其他的例子，期望有例外。但如果例外就是规则呢？
如果拉伊和菲斯克的研究得到认可，则会发生更糟糕的事情：好人变成坏人，教育孩子做正确的事可能会导致被杀害。还有其他证据表明，人类在理想情况下工作的传统模式（根据哲学理论对选项进行理智的思考，从而采取理性行为）不仅是有缺陷的，而且有可能是完全错误的。拉伊和菲斯克认为，作为一种有效假设，这种模式是无法持续下去的，因为它十分危险。
123
INTERDISCIPLINARY SOCIAL RESEARCH
跨学科社会研究
齐亚德·玛拉（Ziyad Marar）
世哲出版公司（SAGE）全球出版总监；著有《亲密》（Intimacy）。
就纯粹的未实现的承诺而言，跨学科研究一定是社会研究领域最令人沮丧的实例之一。现代社会面临的挑战——气候变化问题、抗生素耐药性问题、经济问题、社会问题、与政治和文化福祉相关的问题，都没有成为具体的学科。这些问题都比较复杂，需要大家共同面对，以及多方位的调查研究。然而，我们仍然将自己关在学术的象牙塔里，像盲人摸象那样继续着研究。就如同加里·布鲁尔（Garry Brewer）于1999年一针见血地指出的那样：“世界有很多问题，大学有很多院系。”
这一承诺未能兑现的原因很明显。若想在学术生涯中获得成功，就需要沉浸在专业领域，并且研究成果（论文、书籍、交流）需要获得同行的认可。大学以院系为主要组成部分，学术团体以支持单一的学科为主，而捐助机构对在这种环境中具有可信度的人的具体工作进行了优先级排序。这就意味着，跨学科的研究很难做好，并且经常陷入两难境地，有时迷失于关于其本质的烦琐讨论中，讨论的主题从“跨学科”变成了“多学科”“交叉学科”“反学科”“后学科”以及其他类似的概念。
不过，一些学科成功地克服了这些障碍，它们分别是神经科学、生物信息学、控制论、生物医学工程。最近，我们还看到经济学领域也发生了变化，道德哲学研究也开始借鉴实验心理学方面的成果。然而，大部分社会科学还是有些保守，尽管其问题适合跨学科研究。
好消息是，社会科学领域正在发生的巨大变化在一定程度上是由大数据和新技术的兴起带来的。社会研究人员对此感到无比兴奋，因为新技术可以让他们聆听数百万人的心声、观察数十亿人的交互，以及以前所未有的规模进行模式分析。不过，若想这么多人都认真地参与进来，则需要新的方法和合作形式，这样便能打破定量与定性研究之间不可逾越的障碍。举个例子，加州大学伯克利分校的尼克·亚当斯（Nick Adams）团队正在分析，暴力是如何在抗议活动中发生的，这是一个古老的社会学问题。当前，相关的数据库非常庞大，分析的唯一可行办法是，通过人群内容分析组装线（Crowd Content Analysis Assembly Line，将众包与主动机器学习相结合）对海量文本进行编码。这种关于社会研究的新形式利用计算语言学和计算机科学将海量文本转换为丰富的数据，为许多社会和文化话题带来新见解。如果专注于数据密集型社会研究的优秀研究中心不断地涌现，比如伯克利分校的D基地和哈佛大学的定量社会科学研究所，那么这些变化将会持续下去，并会展现这些机构将如何实现自我发展，以及应对挑战和机遇，正如哈佛大学定量社会科学研究所主任加里·金（Gary King）所说：
社会科学正在经历从研究问题到解决问题的巨大转变；从采用少量的稀疏数据集到分析越来越多、信息丰富的多样化数据；从相互很少交流的学者到更大规模、跨学科的实验室级别的科研协作团队；从纯粹的学术研究到对公共政策、工商业、其他学术领域，以及影响个人和社会的一些主要问题产生重要影响。
这些创新将会带来更多结构性的变化。长期以来，世界各地的大学都在致力于社会科学基础研究，它们十分关注相关模型的建立。比如，威康信托基金会（Wellcome Trust）提供了哈普奖（Hub Award）以支持这类研究：当医学和健康学与艺术、人类学以及社会科学相融合时会发生什么？
当然，对未来研究的最大规划来自国家层面。在英国，跨学科基金与应对全球挑战的新预算也许能表明政府提倡跨学科研究的决心。后续还会公布更多细节，虽然最终的效果不一定令人满意，但毫无疑问的一点是，人们对数据密集型社会研究的兴趣将会持续下去。
跨学科社会研究将会成为新常态。专业化仍然很重要，毕竟，我们需要好的学科才能完成好的协作。也许，我们很快就能看到，社会科学会融合成一门更加单一的学科，并在问题研究与院系改革中发挥更好的作用。
ONE MAJOR DRIVER OF INTELLECTUAL CONVERGENCE IS THE RISE OF BIG DATA, NOT JUST IN THE QUANTITY OF DATA BUT ALSO IN UNDERSTANDING HOW TO USE IT.
知识融合的一个主要原因是大数据技术的兴起，这不仅使数据量增多了，还提供了许多分析这些数据的方法。
——亚当·奥尔特，《知识融合》
124
INTELLECTUAL CONVERGENCE
知识融合
Adam Alter
亚当·奥尔特
心理学家，纽约大学斯特恩商学院教授；著有《粉红牢房效应》(62)。
假设研究人员发现，年收入为50 000美元的人要比年收入为30 000美元的人更快乐。那么，他们该如何解释这一结果呢？
从很大程度上来说，答案取决于研究人员看待这一问题采用的是“长焦变焦镜头”还是“广角镜头”。“长焦变焦镜头”关注狭义层面的原因，比如稳定的经济来源能减少人们的应激激素，改善大脑功能。使用这种镜头的研究人员会关注年收入存在差距的人群，以及他们的大脑功能和行为方式的差异。采用“广角镜头”的研究人员则注重更广泛的区别，比如收入更高的人可能住在更安全的社区，拥有更好的基础设施和更高的社会地位。虽然不同研究人员采用的分析方法不同，得到的答案也不同，但这两种答案都是正确的。
几十年甚至几百年以来，社会科学研究大体上都采用这两种方法。神经科学家和心理学家通过“长焦变焦镜头”来研究个体，而经济学家和社会学家通过“广角镜头”来研究群体。
近期的重大新闻是，科学研究之间的界限正在消失。当前，不同学科的科学家共享“镜头”，或者对相同问题进行独立的研究，然后聚集在一起分享研究成果。不仅跨学科的合作增加了，由不同学科背景的作者合著的论文的引用次数也增多了。这一好处十分明显。正如上述关于年收入差距的例子表明的，跨学科的研究人员更可能对问题做出全面的回答，而不仅是关注某个方面。相比于高收入的人群之所以更快乐仅仅是因为其大脑功能不同这样单一的答案，跨学科的研究人员更可能通过比较不同原因的影响再得出结论。
与此同时，学科内的研究人员也开始采用新的“镜头”。比如，社会学家和认知心理学家曾合作研究人类的行为，现在仍然如此，到了2015年，已发表的许多优秀论文包含了大脑成像数据（长焦变焦镜头）和来源于社交媒体网站和经济方面的海量数据（广角镜头）。有一篇论文记录了一个孩子在三岁前所说的每一句话，以便于研究有的孩子开言得比其他孩子早的原因。一篇论文通过分析数千份资助申请资料发现，资助机构更愿意资助男性科学家。还有一篇论文通过分析47 000条社交媒体上的动态，对快乐和悲伤的表达进行了量化研究。这些方法都与传统的实验室研究方法完全不同，都是从非常规的宽泛或细微的角度来回答相关问题。这些论文的说服力更强，因为它们为所关注的问题提供了更广泛的解决方案，相关论文也更具影响力，部分原因在于它们借鉴了跨学科的内容。
