科学研究上没有捷径可走。

因而，与科学上的坚苦攀登和未必成功相比，发现捷径并宣告成功是大多数科研人员的“聪明”选择。

可以用无数种理由为做出这种选择做出强有力的辩护，也可以用发表了无数的这类论文来“实证”取的辉煌“成果”，还可以有很多的相关数据来作为旁证，但是，其“成果”是劳而无功的。与科学进步无关。

发现“捷径”是容易的，尤其是在数字化时代。但是，与捷径数量的幂率增长形成对比的是，具备包容性、整合性、深刻性等的成果数量是幂率下降的形式。

科学研究上没有捷径可走。

在数字化时代，用算法研究取代科学定律的研究却是一股似乎是无法抗拒的洪流。这正如是远古，用算数术的研究来作为洞悉宇宙奥秘的研究是一样的。

但是，把数学作为一种工具的研究和把这种工具应用于科学上的具体学科的研究，与对科学上的具体学科的研究是两回事。虽然二者间的界线在形而上学上是模糊的，但是，在谁是第一性的、谁是服务性的这个界限上是非常明确的。

刻意的把二者搞混，借助于神奇的“算法”而取得“伟大的成果”却成为一股洪流，一股不可阻挡的洪流。

这就是当前的科学研究现象。

为何用这种方式（寻求科学研究上的捷径）来进行科学研究？

可行性：只要掌握了一种算法，可以应用于任何学科中的具体问题（新颖性，原创性），而且，毫无悬念的会出现新的“发现”。因而，这类研究就在事实上成为主流。有海量的发表论文为证。

简洁性：具体问题的数学构造，算法的原理，程序，算例，对比，结论，宣告进展。用这种模式可以非常快速的把一个门外汉变成为“专家”。因而，成为快速培养高学位人才的不二选择。

成本的最低化：这是不言自明的，无论是时间上的还是钱上的。

可能是搞了几十年自身也感到没有多大的劲头了，现在出现了一个叠加上去的捷径，“实验”。

买一套多功能的实验设备，想象一个“神奇”的实验，做一下，作为“实测”证据，与前面的东西配合。

这还是出于寻求科学研究上的捷径。只不过是在现象上更为隐蔽而已。

只是看到这种现象以后，我才体会到百年前的唯物主义哲学与唯心主义哲学为何会那么的激烈争论；也才体会到百年前在相对论、量子力学理论建立期会有视如水火的激辩；也才体会到我国发生的理论学派与工程学派为何会相互指责，等等。

我们需要思考：科学研究自身的正确路径。

拿着一把（或多把）神奇的算法之刀，不问青红唣白的瞎砍一通的捷径之路还能走多远？