为什么今天我们没法和牛顿比较？

牛顿的时代17世纪，我们的时代21世纪，相差约400年。在牛顿的时代，科学刚刚开始，到处是未开垦的科学处女地。换句话说，一级学科才刚刚开始。随便研究一个题目，都有可能开创一个学科，比如力学，光学，天文学等。

我们的时代科学技术高度发展，分工高度细化，每一个小问题都有很多人在研究。绝大部分人都在三级学科和多学科交叉的边缘处工作，大创新和大突破的可能性对每个人来说都非常困难。好在，我们科研人员众多，靠着人海战术，总有人会脱颖而出。即使如此，今天著名科学家取得的成果相对牛顿来说，都是非常小的，甚至可以说是Trivial(微不足道的）。

牛顿的时代，搞科研不需要太多经费投入和项目资助。 在英国疫情期间，牛顿回到老家，拿着一支笔和一张纸，躺在苹果树下就可以开展研究，发现了伟大的万有引力公式式，还顺便搞了个伟大的微积分公式。牛顿时代科研人员稀少，不需要花费大量精力阅读前人的论文，不需要花费大量精力写冗长的基金申请，只需要认真的思考和努力的实践。我们的时代，看了1年的论文，也许才找到一个小问题开展研究；写了几年的申请，才获得一个基金资助；买了一大堆设备，还需要调试很久，才可以开展实验。所以，我们现在不能对因为疫情宅在家里搞科研的研究生们寄予太多的期望，他们难以上网获取完整的文献，不能进实验室做实验，没法与导师和其他同学面对面讨论交流。虽然他们好不容易有了大把的整体时间做科研，但还需要关注朋友圈，刷疫情新闻和各种网络聊天，难以集中有效时间进行科研亟需的深度思考。

牛顿的时代科研人员是稀缺的，做科研的人是万里挑一。 我们现在做科研的是人山人海，我国研究生招生快速增长，将实现博士生1年10万+，硕士生1年100万+，形成了一支浩浩荡荡的科研大军。本科毕业的牛顿可能都没有机会和勇气在今天我们的时代搞科研。初步估计17世纪人口是5亿，做科研的人估计不足5万，那时候，科研是一种奢侈品，估算依据是万分之一的人有闲暇和资金做科研。现在全球人口77亿，科研人员估计有5000万。估算依据是我国科研人员约为1000万，约占世界科研人员的五分之一。

根据《中华人民共和国学科分类与代码国家标准》，我国的科学研究共设5个门类、58个一级学科、573个二级学科、近6000个三级学科。门类排列顺序是：A自然科学，代码为110-180；B农业科学，代码为210-240；C医药科学，代码为310-360；D工程与技术科学，代码为410-630；E人文与社会科学，代码为710-910。 因为学科在动态调整中，我们简化一下，以50个一级学科，500个二级学科和5000个三级学科来进行估算。

因此，牛顿时代，一级学科以50个算，科研人员5万，成为一级学科大科学家的概率是千分之一。 我们的时代，一级学科50，二级学科500，三级（及以上）学科（研究方向）5000个，科研人员5000万，成为三级学科领域专家的概率是万分之一，成为二级学科大专家的概率是10万分之一。成为一级学科大科学家的概率是百万分之一，和买彩票中大奖的概率差不多，比牛顿时代难1000倍，概率几乎等于0，这也就是我们现在几乎没有大科学家的缘故了。  

以人工智能为一级学科为例，神经网络为二级学科，深度神经网络是三级学科。去年计算机最高奖图灵奖就颁发给在深度神经网络算法方面做出突出贡献的三剑客。因此，今天在三级学科上做出贡献就很了不起了。

今年的图灵奖就更不用说了，颁发给2个搞动画特效的高手。如果一生思考何为智能等重大问题的图灵复活，看到图灵奖获得者解决的问题，越来越小，估计会哭笑不得。至于利用深度神经网络结合其他方法（蒙特卡洛）解决实际问题，比如下围棋，形成的AlphaGO也就是两个三级学科交叉起来解决一个实际问题，居然还能轰动全世界。

总的来说，现在学科分类越来越细，科研人员研究的问题越来越小，大家都在盲人摸象，不知全局；大家都在一叶障目，不见森林。因此，对每个科研人员的期望不能太高，否则就会期望越大，失望越大。好在，我们科研人员众多，科研共同体每年总会有新的发现，也总会有重要的发现。