1704829120
1704829121
然而，我们必须承认，未来50年可能不会出现对化学本身的新认识。这门学科已经高度成熟了，似乎不会再出现很多与它的基本原理相关的奇迹。这并不是说化学已经有了可靠的预言能力。20世纪末最大的惊奇之一是发现了富勒烯——外形像足球一样的碳-60分子及其类似的东西，91包括碳纳米管——尽管它们在预料之中，却没人把那预言当真过。理论化学惯于以量子理论和统计力学的方法来使观测更加合理，却不大擅长预言。于是，我们可以期待更多的惊奇，不过我们也可以相信，所有那些发现都将在我们现有的认识原则以内。
1704829122
1704829123
这不是说理论研究没有意义或者完全脱离实际。计算机在化学的应用已经很重要了，在未来50年里肯定会更加重要。当它们的知识基础更加强大，当化学家更多地利用神经网络来指导它们，当根据个别分子结构计算的总体性质更加可靠，计算机也将日益成为可以信赖的顾问。当前的主要应用是通过计算分子的性质、评估那些性质的潜力，从而鉴别化合物的药理学行为。原则上讲，这种鉴别可以成年地缩短药物的开发时间。现在全世界都在进行那样的鉴别计算，它（像当前的地外智能探索那样）利用全球的联网计算机的间歇时间扫描可能具有药理学活性的分子。这类计算机应用无疑还会增长，特别是人类基因组计划的最终完成为它提供了大量的数据。
1704829124
1704829125
计算机会更多地应用于化学，指导其他化合物的合成，其中也包括催化剂——它能不损自身地刺激特定反应以可观的速率进行。（在中文里，“催化”也有“媒”的意思，很好把握了它的实质。）催化剂是工业的荷尔蒙，离开了它们，化学工业也就不复存在了。多数石化工业的主要研究是发现和开发更高效、便宜、持久和更多选择性的催化剂。只要有化工产品的生产，就离不开催化剂的应用。早期的催化剂，如铁块或铂和铑制成的丝网，显然是非常简单的，但现在的催化剂正变得更复杂。在未来50年，化学家将开发固体催化剂和一系列能溶解在液体中、通过溶液发挥作用的新的均一催化剂。固体催化剂将更多地采用多微孔材料，它们充满了分子大小的迷宫似的孔洞、隧道和网格。多孔材料的好处是具有很大的表面积（它们几乎整体都是表面），对渗透它们的分子的类型和大小有高度的选择性。计算机正更多地用来发现这些材料的功能并重新设计它们。未来50年将涌现出合理设计和应用这些材料的潮流，大量新的廉价材料将从应用它们的工业中产生出来。
1704829126
1704829127
我到现在还没说化学活动的也许更传统的方面——通过材料的分析来认识出现的物质。过去50年化学分析的进步几乎完全归功于三个方法的发展：首先是色谱法，它让物质以不同的速度通过细长管道；其次是质量光谱测定法，分子在其中分离，然后通过它们产生的碎片来推测原来的性质。这两个技术都很灵敏而且经常联合运用，当然还需要进一步的改进，以识别数量更小的材料。第三是分光镜的一整套技术，它监测不同类型的电磁辐射（红外线、可见光、紫外线、微波等）的吸收。在这些技术中，现在为止最有用的是核磁共振（NMR），它也是医学上有效应用的磁共振图像技术的基础。92
1704829128
1704829129
事实证明，NMR是化学工具中最具适应能力的。大约50年前，在技术发展的初期，它监测的是一个氢原子核在强磁场中掉转方向时吸收无线电波的情况。自那时起，随着相关的电子学日益复杂，我们能使整个氢原子群和其他类型的原子核群集体掉转方向，NMR技术也跟着成熟起来了。我想强调的是，这项技术在几十年里几乎是有机成长起来的，而且显现了未来50年复杂性的每一个增长的信号。它似乎达到了一个成功的高地，只有加入更多的复杂性才能把它重新激发起来。每多一点复杂性，化学家就能多吸取一点关于样品分子的信息；最近的主要成果是确定了蛋白质在接近自然栖息条件（细胞内部的液体环境）下的结构。那个技术的强大适应能力也许还能帮助我们制造量子计算机。谁能想象——也许在未来的某一天，当量子计算实现的时候，一台NMR光谱仪竟然也开始来思考它正在观测的分子！
1704829130
1704829131
化学不仅是关于组成的，也同样是关于结构的。化学家寻求通过分子的形态、大小和原子排列来认识它们的性质。这样，他们能将水的许多性质追溯到水分子是V型的事实；他们寻求通过蛋白质这些重要分子的螺旋、片段、扭曲和转折来认识它们的性质。当然，这里也存在着我们预期将在未来50年解决的理论和实验的问题。
1704829132
1704829133
当今吸引众多注意的一个理论问题是这样的：给定氨基酸的序列，它所形成的多肽链（即蛋白质分子的骨架链）在其自然环境下会呈现什么形态？这是分子生物学的一个关键问题，因为蛋白质分子的形态有效决定着它的功能。即使不考虑从组成追溯功能所获得的纯粹而非常有趣的知识，功能的确立也可以认为是人类基因组计划的一个基本组成部分。在这里，我们从DNA所编码的蛋白质出发，通过它们的组成和形态来追踪它们行使的功能，然后认识其中的信息。对这个所谓“蛋白质折叠问题”，一个解决方法是计算，不过需要强大的计算机来分析长长的多肽链可能产生并束缚在其中的扭曲结构。这个问题正在逐渐展开，在未来几十年可能占据大块的化学，吸引众多的化学家。如果多肽链没有为它要发挥的功能选择正确的形态，合成多肽链——那是非常简单的事情——就毫无意义了。
1704829134
1704829135
决定形态的实验问题，在很大程度上通过X射线衍射的引进而解决了。那个技术已经一百年了。20世纪中叶，它因为确定了DNA和许多重要蛋白质（如溶菌酶、胰岛素和血色素）的结构而达到了今天那么神圣的地位。技术最新的发展在于极高强度的X射线源的应用，有望成为未来几十年发展的基础。那些射线来自同步加速器——一种巨大的环形机器，约束其中的电子以很高的速度做圆周运动，在改变方向时发出X射线。同步加速器是国家级的大型设备，应用在世界各地的很多研究中心；它们产生的高强度X射线能使我们更快、更清晰地获得X射线衍射图样。我们将逐渐能确定溶液中的分子的结构，甚至观察正在发生的反应。
1704829136
1704829137
合成、分析和结构，是化学的三个主要组成部分，我们现在都讲过了。最后我们来说化学反应，即一种物质变成另一种物质的实际过程。最近，因为脉冲激光的应用，分光镜技术取得了新的进步，使化学家能检验飞秒（10-15秒，一千万亿分之一秒）尺度的反应事件。在那样的时间尺度，飞行中的原子也几乎没有运动。迄今为止，只有极简单的反应经过那样小时标的检验，但是可以想象，技术的发展使我们能以这种方式去检验实际发生的反应，甚至那些酶催化的反应。这样，我们可以获得反应过程的一帧帧电影画面，注视那些处在邻近瞬间的原子和分子，最后使我们真正深入地认识在我们魔幻技术操纵下的物质是如何形成的。
1704829138
1704829139
阿特金（Peter Atkins）是牛津大学化学教授和林肯学院会员。他的研究领域是理论化学，特别是磁共振和分子的电磁性质。近年来，他几乎把所有时间都投入了写作，包括教科书：《普通化学》、《物理化学》、《无机化学》、《分子量子力学》、《量子》、《物理化学概念》；普及读物：《分子》（Mole-cules）、《第二定律》（The Second Law）、《原子、电子和变化》（Atoms，Elec-trons，and Change）以及最近的《周期王国》（The Periodic Kingdom）。
1704829140
1704829142
我们会更聪明吗
1704829143
1704829144
R·C·香克
1704829145
1704829146
智慧是绝对的吗？人类会随时间流逝而变得更聪明吗？当然，这要看我们所说的智慧是什么意思。我们肯定在获得更多的知识，或者至少看起来是那样的。然而，尽管今天的普通小孩接触的知识远远超过了50年前的小孩，可还是有人呼吁，我们的孩子今天受的教育不如50年前了，学校令我们失望了。
1704829147
1704829148
今天，智慧意味着什么，受教育意味着什么，这些问题不是我们科学探索的核心问题，也不是普通话题的核心问题。不过，我们的生活却依赖于我们对智慧和教育的隐约认识。这些观念将在未来50年面临严峻的挑战。
1704829149
1704829150
大约10年前，我应邀参加《不列颠百科全书》编辑委员会。另一些委员多数是80多岁的老人和人文学者。因为我是科学家，又比他们每个人都年轻很多，所以我说的多数事情都会招来他们奇异的眼光。我问他们是否愿意做一部比现在大10倍而所需费用相同的百科全书？他们回答说不，现在的百科全书的信息量正合适。我说，如果他们真的那么想，不出10年就会失业。他们一点儿也不明白我的意思——尽管我费力解释过所谓www来临了。在后来的一个会上，听了我对未来的同样主张后，40年代的一位文学英雄法迪曼（Clifton Fadiman）回答说，“我想我们都不得不接受这样一个事实，所受教育不如我们的头脑将很快来掌管百科全书这样的机构了。”
1704829151
1704829152
那时的《不列颠百科全书》董事会主席是已故的阿德勒（Mortimer Adler），他还负责一套“西方世界经典丛书”，现在还在整套地卖。这些书代表了世界智慧的伟大著作——至少阿德勒和他的同事们是这样想的——而包括在系列里的书几乎都是在20世纪以前写的。93我问阿德勒是否认为还有些新书可以添加进来，他说大多数重要的思想都已经写出来了。
1704829153
1704829154
所有伟大的思想已经有人想过了，这个观点长期以来一直流行在教育和智慧的美式观念中。下面是哈佛学院1745年的入学条件：
1704829155
1704829156
凡能即席（ex temporare）阅读塔利或其他经典拉丁作者，94能以本人能力（Suo Marte）写作纯正拉丁诗句和散文，能正确完成希腊语名词和动词所有词尾变化之学者，均可进入本学院；未达此条件者不得提出入学要求。
1704829157
1704829158
经典丛书和1745年的哈佛的共同点是，它们在根本上假定人和人的制度的研究在古代已经被充分把握了，所以教育要求我们熟悉和精通前辈们的思想。在这个意义上，受过教育的人就是能渊博地谈论各种历史、哲学和文学问题的人。接受教育——从而获得智慧——在过去的一个世纪和更以前的时代，就是积累事实，学会寻章摘句，学会引经据典。教育意味着知识的积累，智慧在大众的想象中也往往只不过意味着能展示积累的东西。
1704829159
1704829160
但是，假如知识从四面墙壁涌来，会发生什么呢？
1704829161
1704829162
未来50年中，知识是很容易获得的，只要你能大声地说出想知道的东西，四面的墙壁就能有回应——当然，那墙壁的背后藏着好多的技术。如果一时忘了弗洛伊德关于“超我”都说过什么，那也不要紧；你可以就近找一台机器，问它弗洛伊德说过什么，然后听弗洛伊德（或某个看起来和听起来很像他的人）说，还能找到五个观点相反的大人物，随时准备提出他们的观点——假如你愿意和他们一起讨论的话。
1704829163
1704829164
但是，智慧是获得问题答案的能力还是学会提出问题的能力？当答案失去了意义，问题就更显得重要。我们在依赖答案的社会生活得太久了。那迹象随处可见：人们看的电视节目，如《危险》（Jeopardy）95和《谁想当百万富翁？》；玩儿的游戏，如“追问到底”（Trivial Pursuit）；而在多数学校，答案更是统治着一切。于是，我们的学校越来越只关心考试。学校成了学习答案而不是学会提问的地方。
1704829165
1704829166
新技术会改变这一切。计算器出现的时候，人们问是不是还可以用它来数学考试，因为从今往后这种东西总能得到。结果，数学考试开始关注比长除法更实在的问题。人工智能进入日常生活会带来同样的结果。当机器无处不在并能回答与我们有关的任何问题，我们就失去了过去做实际的知识仓库的价值。过去人们认为城里最有学问的人有知识去影响别人，而其余的人被迫老老实实地听他们的话，建立在这个基础上的旧的教育观念，将被新的知识获取观念所代替。知识将不再被看作我们需要的日用品。社会中任何得来容易的东西都会贬值，知识也不例外。
1704829167
1704829168
真正有价值的应该是好的问题。我们会听到人们说，计算机只能带你走这么远。
1704829169
[
上一页 ]
[ :1.70482912e+09 ]
[
下一页 ]