{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"8caa5f1d-993f-4d27-a751-4209eb70de9c","title":"新黑暗时代：科技与未来的终结","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787218135007","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"8caa5f1d-993f-4d27-a751-4209eb70de9c","id":"8caa5f1d-993f-4d27-a751-4209eb70de9c","uuid":"8caa5f1d-993f-4d27-a751-4209eb70de9c","title":"新黑暗时代：科技与未来的终结","normalized_title":"新黑暗时代科技与未来的终结","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787218135007","isbns":["9787218135007"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":319,"navigation_url":"https://workshop.closeclaw.top/ai/book/8caa5f1d-993f-4d27-a751-4209eb70de9c","title_url":"https://workshop.closeclaw.top/ai/title/%E6%96%B0%E9%BB%91%E6%9A%97%E6%97%B6%E4%BB%A3%EF%BC%9A%E7%A7%91%E6%8A%80%E4%B8%8E%E6%9C%AA%E6%9D%A5%E7%9A%84%E7%BB%88%E7%BB%93","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/8caa5f1d-993f-4d27-a751-4209eb70de9c/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/8caa5f1d-993f-4d27-a751-4209eb70de9c/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/8caa5f1d-993f-4d27-a751-4209eb70de9c","page_url":"https://workshop.closeclaw.top/api/ai/books/8caa5f1d-993f-4d27-a751-4209eb70de9c/page","search_url":"https://workshop.closeclaw.top/api/ai/books/8caa5f1d-993f-4d27-a751-4209eb70de9c/search"},"page":{"printed_page":"1□4","pdf_page":111,"physical_index":111,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"cee677f78446840342250f77c5b9c4af665f88c458794902c290e57460e0f44b"},"chapter":"第十章阴云261","content":"实验室中的科研人员当然清楚，现有的药物发现和严格的监管会带来巨大的经济压力，但只有在实验室中，新发明引发的逐渐失控的技术压力才会真正面临这些棘手的问题。财大气粗的药物公司也在加紧启用最新、最快的技术，希望能解决这些问题，正如一份报道中所指出的：“自动化、系统化和过程测量法已经在其他工业界得到了广泛应用。既然我们已经能够针对某个由基因组学衍生的目标，快速高效地筛选数以百万条线索，剩下的只需要不断重复同样的工业程序就行了，何必还要让化学家和生物学家不堪其累，反复进行不知道会持续多久的试验和试错呢?”24\n\n但恰恰就是在实验室中，这一方法的弊端暴露得最为明显。高通量筛选技术并没有削弱尔摩定律，相反起到了加速的作用。甚至有人开始质疑，人类传统笨拙的经验主义可能比现代计算方法更有效。在数据领域，尔摩定律甚至会被推为正典，许多顶尖的科学家都已经表达过类似的看法。\n\n1974年，在对美国众议院科学与航天委员会的发言中，奥地利生物化学家埃尔文·查戈夫（ErwinChargaff）抱怨道：“现在，每当我走进一间实验室……我看到他们都坐在一模一样的高速离心机和闪烁计数器前面，堆叠着一模一样的图表，这样的状态根本没有多少剩余的空间留给科学想象力了。”25他还明确将对工具化的过分依赖与经济压力联系起来：“游戏的人[1]被死板的公司金融征服了。”其结果，按照查戈夫所说，“过去科学是最生机勃勃富有魅力的职业，现在却变得单调乏味”。出现这种情绪已经不是第一次了—从电视到电子游戏，对技术干扰人类感觉的批判不绝于耳。其不同之处在于，计算化的药理学正在创造一套关于自身失败的经验性数据—这台机器正在用自己的语言记录自己的低效。\n\n新黑暗时代|科技与未来的终结\n\n[1] 游戏的人（HomoLudens）：荷兰著名文化史学家赫伊津哈提出的文化概念，认为人的许多行为都具有游戏性，而非经济性。——译者注\n\n1□4","previous_page":110,"next_page":112}