अनुसंधान संचालित विकास। इंजन पहनना

शोध "क्या विचारों को खोजना कठिन है?" ("क्या इसे ढूंढना कठिन हो रहा है?"), जिसे सितंबर 2017 में जारी किया गया था, और फिर, एक विस्तारित संस्करण में, इस साल मार्च में जारी किया गया था। लेखक, चार जाने-माने अर्थशास्त्री, इसमें दिखाते हैं कि लगातार बढ़ते शोध प्रयास कम और कम आर्थिक लाभ लाते हैं।

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के जॉन वान रेनन और स्टैनफोर्ड यूनिवर्सिटी के निकोलस ब्लूम, चार्ल्स आई. जोन्स और माइकल वेब लिखते हैं:

"विभिन्न प्रकार के उद्योगों, उत्पादों और कंपनियों से बड़ी मात्रा में डेटा इंगित करता है कि अनुसंधान खर्च में काफी वृद्धि हो रही है जबकि अनुसंधान में तेजी से गिरावट आ रही है।"

वे एक उदाहरण देते हैं मूर की विधियह देखते हुए कि "हर दो साल में कम्प्यूटेशनल घनत्व के प्रसिद्ध दोहरीकरण को प्राप्त करने के लिए आवश्यक शोधकर्ताओं की संख्या 70 के दशक की शुरुआत में आवश्यक अठारह गुना से अधिक है।" लेखक कृषि और चिकित्सा से संबंधित वैज्ञानिक पत्रों में समान प्रवृत्तियों पर ध्यान देते हैं। कैंसर और अन्य बीमारियों पर अधिक से अधिक शोध से अधिक जीवन बचाया नहीं जा सकता है, बल्कि इसके विपरीत - बढ़ी हुई लागत और बढ़े हुए परिणामों के बीच संबंध कम से कम अनुकूल होता जा रहा है। उदाहरण के लिए, 1950 के बाद से, यूएस फूड एंड ड्रग एडमिनिस्ट्रेशन (एफडीए) द्वारा अनुसंधान पर खर्च किए गए प्रति बिलियन डॉलर में दवाओं की संख्या में नाटकीय रूप से गिरावट आई है।

पश्चिमी दुनिया में इस तरह के विचार नए नहीं हैं। 2009 में ही बेंजामिन जोन्स नवाचारों को खोजने में बढ़ती कठिनाई पर अपने काम में, उन्होंने तर्क दिया कि किसी दिए गए क्षेत्र में भावी नवप्रवर्तकों को अब पहले की तुलना में अधिक शिक्षा और विशेषज्ञता की आवश्यकता है ताकि वे उन सीमाओं तक पहुंचने के लिए पर्याप्त रूप से कुशल हो सकें जिन्हें वे पार कर सकते हैं। वैज्ञानिक टीमों की संख्या लगातार बढ़ रही है, और साथ ही, प्रति वैज्ञानिक पेटेंट की संख्या कम हो रही है।

अर्थशास्त्री मुख्य रूप से उस चीज़ में रुचि रखते हैं जिसे व्यावहारिक विज्ञान कहा जाता है, अर्थात्, अनुसंधान गतिविधियाँ जो आर्थिक विकास और समृद्धि के साथ-साथ स्वास्थ्य और जीवन स्तर में सुधार में योगदान करती हैं। इसके लिए उनकी आलोचना की जाती है, क्योंकि, कई विशेषज्ञों के अनुसार, विज्ञान को इतनी संकीर्ण, उपयोगितावादी समझ तक सीमित नहीं किया जा सकता है। बिग बैंग सिद्धांत या हिग्स बोसोन की खोज सकल घरेलू उत्पाद में वृद्धि नहीं करती, बल्कि दुनिया के बारे में हमारी समझ को गहरा करती है। क्या यह सब विज्ञान नहीं है?

स्टैनफोर्ड और एमआईटी अर्थशास्त्रियों द्वारा फ्रंट पेज शोध

संलयन, यानी हम पहले ही हंस को नमस्ते कह चुके हैं

हालाँकि, अर्थशास्त्रियों द्वारा प्रस्तुत सरल संख्यात्मक अनुपात को चुनौती देना कठिन है। कुछ लोगों के पास इसका उत्तर है जिस पर अर्थशास्त्र भी गंभीरता से विचार कर सकता है। कई लोगों के अनुसार, विज्ञान ने अब अपेक्षाकृत आसान समस्याओं को हल कर लिया है और अधिक जटिल समस्याओं की ओर बढ़ने की प्रक्रिया में है, जैसे कि मन-शरीर की समस्याएं या भौतिकी का एकीकरण।

यहां कठिन प्रश्न हैं.

किस बिंदु पर, यदि कभी, क्या हम यह निर्णय लेंगे कि जिन फलों को हम प्राप्त करने का प्रयास कर रहे हैं उनमें से कुछ अप्राप्य हैं?

या, जैसा कि एक अर्थशास्त्री कह सकता है, हम उन समस्याओं को हल करने पर कितना खर्च करने को तैयार हैं जिन्हें हल करना बहुत मुश्किल साबित हुआ है?

कब, यदि कभी, हमें घाटे में कटौती और अनुसंधान बंद करना शुरू करना चाहिए?

एक बहुत ही कठिन मुद्दे का सामना करने का एक उदाहरण जो पहले आसान लगता था वह मुकदमेबाजी का इतिहास है। थर्मोन्यूक्लियर संलयन का विकास. 30 के दशक में परमाणु संलयन की खोज और 50 के दशक में थर्मोन्यूक्लियर हथियारों के आविष्कार ने भौतिकविदों को उम्मीद जताई कि ऊर्जा उत्पन्न करने के लिए संलयन का उपयोग तुरंत किया जा सकता है। हालाँकि, सत्तर से अधिक वर्षों के बाद, हम इस पथ पर बहुत अधिक प्रगति नहीं कर पाए हैं, और हमारी आंखों की जेबों में संलयन से शांतिपूर्ण और नियंत्रित ऊर्जा के कई वादों के बावजूद, यह मामला नहीं है।

यदि विज्ञान अनुसंधान को उस बिंदु तक धकेलता है जहां आगे बढ़ने के लिए एक और विशाल वित्तीय परिव्यय के अलावा कोई अन्य रास्ता नहीं है, तो शायद यह रुकने और विचार करने का समय है कि क्या यह इसके लायक है। ऐसा लगता है कि भौतिक विज्ञानी जिन्होंने एक शक्तिशाली दूसरी स्थापना का निर्माण किया है, इस स्थिति के करीब पहुंच रहे हैं। बड़े हैड्रॉन कोलाइडर और अब तक इसका बहुत कम परिणाम सामने आया है... बड़े सिद्धांतों का समर्थन या खंडन करने के लिए कोई परिणाम नहीं हैं। ऐसे सुझाव हैं कि एक और भी बड़े त्वरक की आवश्यकता है। हालाँकि, हर कोई नहीं सोचता कि यही रास्ता है।

नवाचार का स्वर्ण युग - ब्रुकलिन ब्रिज का निर्माण

झूठा विरोधाभास

इसके अलावा, जैसा कि प्रोफेसर द्वारा मई 2018 में प्रकाशित वैज्ञानिक कार्य में कहा गया है। डेविड वूलपर्ट सांता फ़े संस्थान से आप साबित कर सकते हैं कि वे मौजूद हैं वैज्ञानिक ज्ञान की मूलभूत सीमाएँ.

यह प्रमाण एक गणितीय औपचारिकता से शुरू होता है कि कैसे एक "आउटपुट डिवाइस" - मान लीजिए, एक सुपर कंप्यूटर, बड़े प्रायोगिक उपकरण आदि से लैस एक वैज्ञानिक - अपने चारों ओर ब्रह्मांड की स्थिति के बारे में वैज्ञानिक ज्ञान प्राप्त कर सकता है। एक बुनियादी गणितीय सिद्धांत है जो उस वैज्ञानिक ज्ञान को सीमित करता है जो आपके ब्रह्मांड का अवलोकन करके, उसमें हेरफेर करके, भविष्यवाणी करके कि आगे क्या होगा, या अतीत में जो हुआ उसके बारे में निष्कर्ष निकालकर प्राप्त किया जा सकता है। अर्थात्, आउटपुट डिवाइस और उसके द्वारा प्राप्त ज्ञान, एक ब्रह्मांड के उपतंत्र. यह कनेक्शन डिवाइस की कार्यक्षमता को सीमित करता है. वोल्पर्ट साबित करता है कि हमेशा कुछ ऐसा होगा जिसकी वह भविष्यवाणी नहीं कर सकता, कुछ ऐसा जिसे वह याद नहीं रख सकता और जिसका वह निरीक्षण नहीं कर सकता।

वूलपर्ट phys.org पर बताते हैं, "एक तरह से, इस औपचारिकता को डोनाल्ड मैके के दावे के विस्तार के रूप में देखा जा सकता है कि भविष्य के कथावाचक की भविष्यवाणी उस भविष्यवाणी के कथावाचक के सीखने के प्रभाव का हिसाब नहीं दे सकती है।"

क्या होगा यदि हमें आउटपुट डिवाइस को उसके ब्रह्मांड के बारे में सब कुछ जानने की आवश्यकता नहीं है, बल्कि इसके बजाय जो कुछ भी जाना जा सकता है उसके बारे में जितना संभव हो उतना जानने की आवश्यकता है? वोल्पर्ट के गणितीय ढांचे से पता चलता है कि दो अनुमान उपकरण जिनमें स्वतंत्र इच्छा (अच्छी तरह से परिभाषित) और ब्रह्मांड का अधिकतम ज्ञान दोनों हैं, उस ब्रह्मांड में सह-अस्तित्व में नहीं रह सकते हैं। ऐसे "सुपर-रेफरेंस डिवाइस" हो भी सकते हैं और नहीं भी, लेकिन एक से अधिक नहीं। वोल्पर्ट मजाक में इस परिणाम को "एकेश्वरवाद का सिद्धांत" कहते हैं क्योंकि हालांकि यह हमारे ब्रह्मांड में एक देवता के अस्तित्व को मना नहीं करता है, लेकिन यह एक से अधिक के अस्तित्व को मना करता है।

वोल्पर्ट ने अपने तर्क की तुलना की चाक लोग विरोधाभासजिसमें नोसोस के एपिमेनाइड्स, एक क्रेटन, प्रसिद्ध बयान देता है: "सभी क्रेटन झूठे हैं।" हालाँकि, एपिमेनाइड्स के कथन के विपरीत, जो स्व-संदर्भ की क्षमता वाले सिस्टम की समस्या को उजागर करता है, वोल्पर्ट का तर्क इस क्षमता की कमी वाले अनुमान उपकरणों पर भी लागू होता है।

वोल्पर्ट और उनकी टीम द्वारा संज्ञानात्मक तर्क से लेकर ट्यूरिंग मशीनों के सिद्धांत तक विभिन्न दिशाओं में अनुसंधान किया जाता है। सांता फ़े के वैज्ञानिक एक अधिक विविध संभाव्य ढांचा बनाने की कोशिश कर रहे हैं जो उन्हें न केवल बिल्कुल सही ज्ञान की सीमाओं का अध्ययन करने की अनुमति देगा, बल्कि यह भी कि जब अनुमान उपकरणों को XNUMX% सटीकता के साथ काम नहीं करना चाहिए तो क्या होता है।

सांता फ़े इंस्टीट्यूट के डेविड वोल्पर्ट

यह सौ साल पहले जैसा नहीं है

गणितीय और तार्किक विश्लेषण पर आधारित वोल्पर्ट के विचार हमें विज्ञान के अर्थशास्त्र के बारे में कुछ बताते हैं। उनका सुझाव है कि आधुनिक विज्ञान की सबसे दूर की समस्याएं - ब्रह्माण्ड संबंधी समस्याएं, ब्रह्मांड की उत्पत्ति और प्रकृति के बारे में प्रश्न - सबसे बड़ी वित्तीय लागत का क्षेत्र नहीं होना चाहिए। संतोषजनक समाधान निकलेगा इसमें संदेह है. अधिक से अधिक हम नई चीजें सीखेंगे, जिससे प्रश्नों की संख्या ही बढ़ेगी, जिससे अज्ञानता का क्षेत्र भी बढ़ेगा। यह घटना भौतिकविदों को अच्छी तरह से ज्ञात है।

हालाँकि, जैसा कि पहले प्रस्तुत आंकड़ों से पता चलता है, व्यावहारिक विज्ञान के प्रति रुझान और अर्जित ज्ञान के व्यावहारिक प्रभाव कम से कम प्रभावी होते जा रहे हैं। यह ऐसा है जैसे कि ईंधन खत्म हो रहा है, या विज्ञान का इंजन पुराने जमाने से खराब हो गया है, जिसने केवल दो सौ या एक सौ साल पहले इतने प्रभावी ढंग से प्रौद्योगिकी के विकास, आविष्कार, युक्तिकरण, उत्पादन और अंततः संपूर्ण को बढ़ावा दिया था। अर्थव्यवस्था, लोगों की भलाई और जीवन की गुणवत्ता में वृद्धि करती है।

मुद्दा यह नहीं है कि इस पर अपने हाथ मलें और अपने कपड़े फाड़ें। हालाँकि, यह निश्चित रूप से विचार करने योग्य है कि क्या इस इंजन के बड़े उन्नयन या प्रतिस्थापन का समय आ गया है।