杞人忧天的成语故事，讲述了杞国有个人因为担心天会塌下来，而寝食难安，如今常被用来讽刺不必要的担心，但是这个故事背后的科学哲学概念其实并不简单。现代科学知识告诉我们，古人理解的“天塌下来”这个概念并不确切，但如果将这个概念换成“小行星撞击地球”, “火山大喷发”等造成生物大灭绝的灾难，杞人的担心则显得有些睿智。因为这些灾难性事件造成了恐龙及很多其他物种的灭绝，而人类只是幸运地在很短暂的存在的时间内恰巧没有碰上此类灾害而已。我们该如何决定什么是必要或者不必要的担心，怎样才算安全感，杞人忧天的背后涉及到了哪些有趣的科学哲学概念呢？
杞人忧天成语背后的第一个科学哲学概念就是归纳（induction，inductive logic/reasoning归纳逻辑、归纳推理），它主要尝试回答过去发现的规律多大程度上能在未来依旧适用。用杞人忧天的例子来表示就是：50年前，10年前，1天前,都没有发生过小行星撞地球的灾难，所以杞人归纳出今天也不会发生小行星撞地球的事件；杞人的归纳是正确的，而恐龙们，很不幸的，它们的归纳是错误的。在科学哲学的概念中，经常与归纳一起讨论或对比的概念的是演绎（deduction，deductive logic/reasoning,演绎逻辑、演绎推理）,演绎这一词的来源和含义让人费解，从最常用的一个推理的例子来看反而比较直观：前提（1）人都会死亡，（2）苏格拉底是人，结论（3）苏格拉底也会死亡[1]。中学数学中的平面几何的推理，以及是非命题判断等等都是演绎推理的例子[2]。有一些人对演绎推理有一些批评，觉得演绎只是各种同义重复，并不产生新的东西；怀特海对此进行了驳斥：这些人忽略了人类知识的碎片化与离散的特征，科学的思维需要分析提炼，需要聪明才智去在广袤的无限中寻找条件与结论[3]. 另一方面，给定了条件，并不代表演绎就可以自动给出结论，人类并不是自动计算机。比如计算机科学家们研究的的计算复杂度的NP完备问题，等等都是因为计算也是耗时的一个问题，如果人类是自动计算机，那么研究算法的计算机科学家也就没有必要存在了。
科学的发现离不开归纳与演绎的共同推理，离不开对一些重复出现现象的一般化的推广。比如开普勒发现的太阳系的行星做椭圆运动，可以推广到太阳系外的行星、可以推广到卫星。但是当我们发现有些星体呈现双曲线或者抛物线运动时，这些星体便被规划为彗星（当然也有彗星做椭圆运动）。这些从特殊到一般的推广是我们获得知识的一个手段。牛顿更是将开普勒发现的规律进行了推广，提出了万用引力的理论。利用万有引力的理论，可以更加精确地计算天体的轨道运行的规律。如果恐龙们要计算它们未来的命运，预测一下会不会有小行星撞击地球时，光有了万有引力理论还不够。庞加莱给出了一个非常有趣的例子说明科学的思考需要借助于近似，“摆的运动唯一取决于地球的引力，这是近似真实的；但是，严格地来说，每一种引力，甚至天狼星的引力也作用在摆上”。[4] 如果恐龙们要考虑可能落碰撞地球的小行星的轨道，如果考虑所有星体的引力时，很快就会发现自己缺乏足够运算力，需要它们发明计算机了。在处理现实中的问题与计算时，“我们不应说：‘相同的原因在相同的时间产生相同的结果。’我们应该说：‘几乎等同的原因在几乎相同的时间产生几乎相同的结果。’”[4] 这种近似的取舍掉影响较小的因素，才能让我们在更加广袤的科学世界中开拓，取得平衡。
在通过演绎和归纳推理去理解世界时，比如探索自然，想要去发现一个关于世界的一般性的（generalized，或通用的）的自然定律（laws of nature）时，我们会发现有一个很大的困境：一般性的规律，常常会有无穷无尽的应用的区间，而我们无法用有限的观察的结果去建立一个一般性的规律。[5] 比如当你的科学假设是乌鸦都是黑色的，你需要看遍（观察）全世界的乌鸦，才能支持这个规律，而且看完以后，你也只能得出地球上的乌鸦是黑色的，关于宇宙里的乌鸦的颜色，你依旧无法证实，但只要你看到一只彩色的乌鸦，却轻而易举地推翻了最初的乌鸦都是黑色的假设。这样，一般性的规律似乎都因为包含了可以证实的演绎推理与难以证实的归纳推理的部分，看起来正确性并不充分，而让科学哲学家们抓狂。我们普通人，并不需要像他们那么深入的思考，把自己逼入困境。归纳、演绎推理之间的关系、背景与内涵很难在这一篇短文中详细展开，有兴趣的可以参考《理论与现实——科学哲学概论》一书的第三章[1]。对于归纳与演绎的上述的大致观感，已经可以引导我们去尝试理解现实生活中的关于安全的思考与决策了。
安全这个概念的思考也包含了归纳推理的部分：去年安全，昨天安全，今天依然安全么，这是杞人的担心。演绎推理是相对容易的，如果掌握了规律与机理，人们可以尝试着进行计算和推理；但是归纳推理是非常困难的，过去的安全不代表未来的安全。另一方面，安全是一个事后（posterior，后验）的概念：在没发生事故之前，它都是安全的；而在发生事故的瞬时变成了不安全，风险隐患的概率突变成了事故。举例来说，在切尔诺贝利核电站事故之前，在福岛核电站事故之前，在英特尔芯片未查出漏洞之前，它们都处于安全的状态。由于这两个方面的迭加，安全是一个非常困难的问题。
在科学史上，也有一些值得我们重视的经验与教训。滴滴涕（DDT）发明的时候，因为它的杀虫效果而且对人类的极低危害，比其他杀虫剂更加安全，甚至发明者因此获得了1948年的诺贝尔奖。但是随着时间，人们发现滴滴涕不易降解，在鱼类与鸟类等生物体内积累，影响生态平衡而被大多数国家和地区禁止。氟利昂作为冰箱的冷却剂，价格与成本低廉而被广泛采用，随着时间人们发现氟利昂的采用，破坏了大气层的臭氧。如今我们很少采用滴滴涕，禁止了氟利昂的使用，但是我们依旧需要处理这些发明所带来的的长期的影响，而不是直接逆转到过去的时间节点，就像日本福岛核电站排向大海的核废水，世界上的其他国民，将花漫长的时间面对和处理这些核污染的后果。
安全的因人而异的主观特性的添加，更是把归纳推理的思维，后验性的纠缠的安全问题变得更加复杂。安全的观念因人而异：爸爸觉得孩子去参加蹦极等极限运动都没问题，妈妈甚至觉得孩子晚上骑自行车都不安全。胆小的人不敢在深水区游泳，胆大的人愿意尝试跳伞，看上去那么不同，但是只要各自对自己的安全负责即可。但现实中，有时候一个人的行为会影响到对方的安全，这种情形就需要共同的讨论达成共识才行。人们通常讨论可以取得更高产量的转基因农作物，在食用安全的问题时，其实便是自己承担食用的结果，无需多言；但在生态安全的领域时，转基因作物是否会威胁生态平衡与安全就是必须大家达成共识，而不能急促。有一些人认为转基因作物是科学研究的产物，维护和支持转基因作物，就是维护科学的理念与精神，这是一个很有问题的思维方式。原子弹是科学的产物，但是原子弹之父奥本海默反对在长崎投下第二颗原子弹，二战以后包括爱因斯坦在内的科学家们都反对使用原子弹等作为武器使用。科学的产物并不自动具有价值的优势，而科学也不需要人为的维护。科学区别于宗教最重要的特点就是可以被推翻，科学鼓励质疑，科学一直质疑中进步与提高，比如日心说取代地心说，比如处理微尺度的物理问题时，牛顿力学被相对论与量子力学取代。如果我们真的想要维护科学，就更应该向转基因作物的研究科学家们进行质疑，而他们应该去用科学的方式更进一步地研究证明安全性。转基因作物去年是安全的，今年是安全的，科学家们有义务向我们证实五年、十年后，它依旧安全。否则如果大规模种植以后，发现了类似滴滴涕的问题，他们需要回答，是否有能力去逆转这个过程，该如何补救。对于一些可能有长期影响的新发明，需要我们进行一些更多的长期的科学的安全性研究，才可以推向市场。在平日中，科学家们可以采取演习、模拟等方式去试着找出安全隐患，提高安全性。
安全的多方面不同因素导致了研究的困难，但我们也不应该像杞人一样因噎废食。抗生素在杀灭细菌，提高人类健康寿命中产生了巨大的影响，一百多年以后因为滥用导致了一些耐受细菌的产生，这也是一个威胁，但因此而放弃使用抗生素不明智的。我们需要考虑权衡优势与代价，取得期望中最好的结果[6]。而这一部分思考与权衡，则不再只是科学的问题，更是经济学中价值的思考，而价值的思考需要全民的参与和讨论，才能一起走向更好的安全舒适的未来。
引用文献：
[1] 彼特高德佛里斯密斯，理论与现实，科学哲学概论，2003年出版，第三章，归纳与确认，Peter Godfrey-Smith, Theory and reality: an introduction to the philosophy of science, 2003, The University of Chicago Press. Chapter 3: Induction and confirmation.
[2] 注：在大众文化传播中，福尔摩斯有一句流传甚广的名言，“当你排除了所有可能性,剩下的不管有多么荒谬,那就是真相。”被不少人称作演绎推理的福尔摩斯探案手法，实际上应被称作溯因推理（abduction，abductive reasoning），因为与演绎推理的方向大致是相反的，见文献[1]
[3] 阿尔弗雷德·诺斯·怀特海，教育的目的和其他文章，自有出版社，1967年，108-109页。Whitehead, Alfred North. The Aims of education and other essays. The Free press, 1967.p.108-109
[4] 昂利·彭加勒，李醒民译，科学的价值，商务印书馆，2010年，北京。p.28-29
[5] 文献[1], 41页，“No finite number of observations can conclusively establish a generalization of this kind, so these inferences from observations in support of generalizations are always nondeductive.”
[6] 比如情况一发生概率p1，收获为E1，情况二发生概率p2, 收获为E2，我们可以考虑通过科学手段，去最优化期望收获p1E1+p2E2.
