1月27日，公司青年教师贺卓然在PLoS ONE上发表了一篇题为“蚁群算法启发下的合作化科研模型研究”的文章。该文章由贺卓然与美国加州理工大学的周廷弢合作完成，二人在本科时为北京大学同学。今天我们邀请到贺卓然与我们谈谈这篇文章背后的故事。

在网络时代，科学研究进入合作化模式。科研人员的数量越来越庞大，然而全新的概念和思路的提出速度却远远没有赶上前者的增长速度。很多时候科研人员只是在前人的既定范式下小修小补、重复研究。有时某个东西一热起来就有大批研究者跟风，遇到瓶颈这些研究者又大批离去。真正有能力、有毅力去攻坚克难、原创突破的研究者并不多见。

面对上述现象及其成因，许多人有不同的解读。有人认为是独立精神和怀疑精神的缺失导致研究者的跟风；有人认为是过度专业化导致每个人的科研领域越来越窄；也有人能看到科研评价体系对研究者的压力在起作用。然而，所有这些说法都比较容易受制于个人的科研经历、所见所闻的局限。正所谓“不识庐山真面目，只缘身在此山中”。

如何才能得出关于现行科研模式的问题成因的客观分析？贺卓然和周廷弢采用以“科学研究”的方法研究“科学研究”本身的思路，将一种AI算法——蚁群算法求解旅行商问题（TSP）的过程看作是一个科学问题的研究过程，对整个科研领域的合作化科研活动进行建模。蚁群算法是一种启发性算法，类似于人在遇到多个岔路的时候做决策的方式。每个研究者有不同的启发参数，代表不同的科研风格。不同科学问题的贡献者会有不同的启发参数分布。通过观察AI蚁群求解TSP问题的过程，他们成功在模拟中获取了整个科研领域的“上帝视角”，并可以测试各种不同的进化策略对科研人员参数分布的选择，以及用TSP问题结果的好坏来量化地评价不同科研政策（进化策略）的好坏。

在该研究工作中，他们发现面对复杂问题，让科研人员个体通过发挥独立思考来摆脱整个领域的路径依赖是困难的。相反，这样容易陷入闭门造车。摆脱路径依赖的有效方式是领域内多种技术路线的并行研究。这要求领域本身必须对目前处于次优地位的技术路线持一种兼收并蓄、共同发展的开放态度。如果以“市场不接受第二名”的方式，让目前最优的研究范式垄断了整个领域，就会造成未来研究进展的放缓。他们还发现，基于个体贡献大小的评价机制也会导致问题。正是这种机制使研究者竞相跟风追逐新问题、热点问题，容易出成果的问题。当整个领域失去了对长期悬而未决问题的研究能力，科研风气变得日渐浮躁，对科学进展长期来看显然也是不利的。

贺卓然是公司计算材料研究中心的校聘副教授，主要研究强关联电子体系和超导、磁性材料方向。他坦言，虽然自己并不是一直做蚁群算法、进化策略这个方向，但正是这种跨领域、跨专业的研究视角，才使这篇文章的新思路成为可能。他希望本文的研究结果可以被更多科研同行和政策制定者看到，发挥出这个研究工作应有的积极作用。

论文链接：https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0262933