来源：肖建华科学网博客

    传统上，把科学理论分为两类：唯象性科学理论和哲学性科学理论。

    大致而言，工程科学是以具体现象类来划分学科，此类学科的理论一般称为唯象性理论。而把各学科的共性特征抽象出来作为研究对象而建立的抽象理论，一般称为哲学性理论。

    唯象性理论面向的是具体类别的现象，从而在工程上是具有直接应用性的特征。也由于这个原因，科学研究上的投入主要的是面向唯象性科学研究。

    唯象性理论的研究依赖于实验，理论的正确性直接的依赖于实验的证实。而且，经常性的，实验装置的实现本身在本质意义上等价于工程化应用的雏形。围绕着此类实验而发展的后续实验研究最终的会导致新的工程技术的发展。

    因此，在推动工业发展意义上，主流的科学研究方向是发展唯象性理论。

    在另一个层面上，在具体学科论述唯象性理论的科学性时，在展开学科理论的体系性时，却努力的使用哲学性科学理论为基础理论体系，以哲学性理论的无可质疑的正确性作为最为基本的理论证明。

    这样，具体学科唯象性理论的科学性就有两类正确性判据：1）可以由哲学性理论推演而来，从而在理性上正确；2）可以用实验来证实，从而在客观上是正确的。

    但是，在面向实际的学科瓶颈问题时，问题就出现了：3）由哲学性理论的推演，得不到需要的推演结果（如，不能得到理论上的解析解）；4）实验结果没有给出相应的唯象性理论（如，经验解）。在这种情况下，学科瓶颈问题就长期得不到解决。由此，学科上的难题就出现了。

    所以，科学上的难题表现为：唯象性理论的无力解决，哲学性理论的无所作为。

    抽象研究者的研究路线是：把不同学科上的难题的共性部分归结为一个科学哲学理论的研究课题，这就走向抽象的理论发展路线。他的研究试图给出理论预测，形成理论上的可能解决方案。其正确性等待着实验来证实。

    实验研究者的研究路线是：使用文献上可见的零碎的理论推演性研究结果，探索可以对于实验数据给出满意解释的各种可能的理论（唯象或哲学），或者是提出一个新理论。实验结果等待着理论上的推演证明。

    宏观上，唯象性理论和哲学性理论是相互推动和相互依存的。但是，在20世纪以后，由于科学实验装置的高成本化，以及参与实验人员的多学科化，唯象性理论的发展受到很大的约束。从而，不得不推广基于数值计算的：数值实验。

    然而，数值实验的缺点在于：不同的理论体系给出不同的实验结果，那个实验结果是正确的？这是一个主观判断。为支持主观判断的科学性，不得不用使用哲学性理论的正确性判据。从而，把正确性的基础置于哲学性理论的正确性上。

    这就有问题了：真实的实验判据缺失，唯象性理论无法建立。这种缺失在本质上导致哲学性理论发展的空心化。而且，数值实验的巨量化还导致对于哲学性理论多样性的排斥化。

    宏观上，我们实际上面对的就是这个逻辑性的两难问题。1）对于哲学理论缺乏信心；2）实验上无法具体实现。从而，科学难题的迟迟得不到解决就是必然的。

    科学难题是普遍存在的，从而对于哲学性理论的发展需求依旧是迫切的。本质上，实验的理性设计是依赖于哲学性理论的。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”