简 介: 钱学森提出"技术科学"是连接自然科学与工程技术的桥梁,强调其独特的研究方法。技术科学以数学为重要工具,但关键在于问题认知和模型构建,需区分主次因素并灵活运用自然规律。电子计算机的兴起改变了技术科学的研究方式,使复杂计算成为可能。技术科学需从实践中提炼理论,再指导工程实践,具有预见性。研究者需具备广阔知识面,善于结合理论与实际,推动技术创新。技术科学不同于纯自然科学,包含必要的经验成分,是工程技术发展的理论支撑。

关键词 技术科学钱学森

 

一、【究竟什么是“技术科学”?】

  既然技术科学是自然科学和工程技术的综合, 它自然有不同于自然科学, 也有不同于工程技术的地方。 因此,研究技术科学的方法也有些地方不同于研究其他学科的方法。 

GG00001481196_1920_1080.MP4|_-1

  因为技术科学是工程技术的理论, 有它的严密组织, 研究它就离不了作为人们论理工具的数学。 这个工具在技术科学的研究中是非常重要的, 每一个技术科学的工作者首先必须掌握数学分析和计算的方法。 也正因为如此, 某一些技术科学的发展, 必定要等待有了所需的数学方法以后才能进行, 例如近几十年来统计数学的成就就使得好几门技术科学(例如控制论和运用学)能够建立起来, 所以作为一个技术科学工作者, 除了掌握现有的数学方法以外, 还必须经常注意数学方面的发展, 要能灵敏地认出对技术科学有用的新数学, 快速地加以利用。 他也要不时对数学家们提出在技术科学中发现的数学问题, 求得他们的协助,来解决它。 自然我们也可以说,关于这一点, 技术科学与自然科学各部门的研究没有什么大的差别。 但是实际上技术科学中的数学演算一般要比自然科学多, 数学对技术科学的重要性也就更明显些。 也因为技术科学中数学计算多, 有时多得成了工作两种的主要部分, 这使得许多技术科学的青年工作者误认为数学是技术科学的关键。 他们忘了数学只不过是一个工具, 到底不过是一个“宾”,不是“主”。 因此我们可以说: 一件好的技术科学的理论研究, 它所用的数学方法必定是最有效的; 但我们决不能反过来说, 所有用高深数学方法的技术科学研究都是好的工作。 

GG00001481352_1920_1080.MP4|_-1

  也是因为技术科学研究工作中, 用数学分析和计算的地方很多, 所以许多具体分析与计算的方法, 像摄动法、能量法等,都是技术科学研究中所创造出来的。 这方面贡献特别多的是技术科学中的一个部门——力学。 唯其如此,最近电子计算机的发展, 就对技术科学的研究有深切的影响。 因为电子计算机能以从前不可想象的速度进行非常准确的计算, 有许多在以前因为计算太复杂而用实验方法来解决的问题, 现在都可以用计算方法来解决了, 而且在时间方面以及所需的人力物力方面都可以比用实验方法更经济。 这一点说明了电子计算机在技术科学研究中的重要性。 在将来,我们不能想象一个不懂得用电子计算机的技术科学工作者。 但更要紧的是:由于电子计算机的创造, 数字计算方法将更加多用, 技术科学的研究方法将起大的变化。 我们才在这改革的萌芽时期, 而且电子计算机本身也在迅速地发展, 将来到底能做到什么地步, 现在还不能肯定, 能肯定的是:下一代的技术科学工作者的工作方法必定比我们这一代有所不同。 

GG00001481487_1920_1080.MP4|_-1

  我们在前面已说过: 数学方法只是技术科学研究中的工具, 不是真正关键的部分。 那么关键的是什么呢? 技术科学中最主要一点是对所研究问题的认识, 只有对一个问题认识了以后才能开始分析,才能开始计算。 但是什么是对问题的认识呢? 这里包含确定问题的要点在哪里, 什么是问题中现象的主要因素, 什么是次要因素;哪些因素虽然也存在, 可是它们对问题本身不起多大作用, 因而这些因素就可以略而不计。 要能做到这一点, 我们必须首先做一些预备工作, 收集有关研究工作的资料, 特别是实验数据和现场观测的数据, 把这些资料印入脑中,记住它, 为下一阶段工作做准备, 下一阶段就是真正创造的工作了。 创造的过程是:运用自然科学的规律为摸索道路的指南针, 在资料的森林里,找出一条道路来。 这条道路代表了我们对所研究问题的认识, 对现象机理的了解。 也正如在密林中找道路一样, 道路决难顺利地一找就找到, 中间很可能要被不对头的踪迹所误,引入迷途, 常常要走回头路。 因为这个工作是最紧张的, 需要集中全部思考力, 所以最好不要为了查资料而打断了思考过程, 最好把全部有关资料记在脑中。 当然,也可能在艰苦工作之后, 发现资料不够完全,缺少某一方面的数据。 那么为了解决问题,我们就暂时把理论工作停下来, 把力量转移到实验工作上去, 或现场观察上去, 收集必需的数据资料。 所以一个困难的研究课题, 往往要理论和实验交错好几次, 才能找出解决的途径。 

GG00001481669_1920_1080.MP4|_-1

  把问题认识清楚以后, 下一步就是建立模型。 模型是什么呢?模型就是通过我们对问题现象的了解, 利用我们考究得来的机理, 吸收一切主要因素, 略去一切不主要因素所制造出来的“一幅图画”, 一个思想上的结构物。 这是一个模型,不是现象本身。 因为这是根据我们的认识, 把现象简单化了的东西;它只是形象化了的自然现象。 模型的选择也因此与现象的内容有密切关系。 同是一个对象,在一个问题中, 我们着重了它本质的一方面,制造出一个模型。 在另一个问题中,因为我们着重了它本质的另一方面, 也可以制造出另一个完全不同的模型。 两个不同的模型,看来是矛盾的, 但这个矛盾通过对现象的全面性质而统一起来。 例如,在流体力学中, 在一些低速流动现象中, 空气是被认为不可压缩的,无粘性的。 在另一些低速流动现象中, 因为牵连到附面层现象, 空气又变成有粘性的了。 在高速流动现象中,空气又变成可压缩的了。 所以同是空气,在不同的情况下, 可以有不同的模型。 这些互相矛盾的模型都被空气的本质所统一起来。 

GG00001481798_1920_1080.MP4|_-1

  我们已经说过,在摸索问题关键点的时候, 我们依靠自然科学的规律。 这也说明技术科学的工作必须要能彻底掌握这些客观规律。 必须知道什么是原则上可行的, 什么是原则上不可行的。 譬如永动机就是不可行的。 我们也可以说唯有彻底掌握了自然科学的规律, 我们的探索才能不盲目,有方向。 正如上面所说的,自然科学的规律是技术科学研究的指南针。 

  有了模型了,再下一步就是分析和计算了。 在这里我们必须运用科学规律和数学方法。 但这一步是“死”的,是推演。 这一步的工作是出现在科学论文中的主要部分, 但它不是技术科学工作中的主要创造部分。 它的功用在于通过它才能使我们的理解和事实相比较;唯有由模型和演算得出具体数据结果, 我们才能把理论结果和事实相对比, 才可以把我们的理论加以考验。 

GG00001481903_1920_1080.MP4|_-1

  由前面所说的技术科学工作方法看来, 也许有人要问: 技术科学的研究方法又有什么和自然科学研究不同的地方呢?我们可以说这里没有绝对的差别, 但是有很重要的相对差别。 我们可以说以自然科学和工程技术来对比, 工程技术里是有比较多的原始经验成分, 也就是没有严密整理和分析过的经验成分。 这些东西在自然科学里一般是很少的, 就是因为某一问题分析还不够成熟, 不可避免地含有经验成分, 那也是自然科学家们要努力消除的。 但在技术科学里就不同了。 它包含不少的经验成分, 而且因为研究对象的研究要求的不同, 这些经验成分总是不能免的。 因此这也影响了技术科学的研究方法, 它在一定程度上是和自然科学的研究方法有所不同的。 我们也可以从另一个方面来说, 技术科学是从实践的经验出发, 通过科学的分析和精炼, 创造出工程技术的理论。 所以技术科学是从实际中来, 也是向实际中去的。 它的主要的作用是从工程技术的实践, 提取具有一般性的研究对象, 它研究的成果就对那些工程技术问题有普通的应用。 也正因为如此, 技术科学工作者必须经常和工程师们们联系: 知道生产过程中存在的实际问题。 有时一个技术科学工作者也直接参加解决生产中发生的问题, 以取得实践的经验。 照这样做,一个技术科学工作者的知识面必然是很广阔的, 从自然科学一直到生产实践,都要懂得。 不但知识广,而且他还必须要能够灵活地把理论和实际结合起来, 创造出有科学根据的工程理论。 

GG00001482074_1920_1080.MP4|_-1

  有了工程理论,我们就不必完全按照工作经验, 我们就可以预见,正如有了天体力学的理论, 天文学家们就可以预见行星的运行, 预告日蚀、月蚀等天文现象。 由这一点看来,工程理论又是新技术的预言工具。 因而技术科学也能领导工程技术前进, 是推进工程技术的一股力量, 是技术更新、创造新技术所不可缺的一门学问。 

GG00001482132_1920_1080.MP4|_-1


■ 相关文献链接:

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐