7月17日星期四，四位科学专家在美国参议院商务、科学和运输委员会举行的“联邦研究组合：利用研发投资”听证会上担任证人。听证会审议了联邦政府在研发（R&D）中的作用，以及美国在 STEM 教育和推广方面的举措。
参加国会听证会的人员有：《大众科学》主编兼高级副总裁玛丽埃特·迪克里斯蒂娜；计算机科学家、谷歌互联网布道者和互联网之父之一的文顿·G·瑟夫；白宫科技政策办公室前主任尼尔·F·莱恩；以及卡内基梅隆大学统计学和社会科学教授斯蒂芬·E·芬伯格。
认识到在科学技术领域进行长期投资的必要性，国会通过了2007年和2010年的《美国竞争法案》，以大幅增加联邦研发预算，促进 STEM（科学、技术、工程和数学）教育，并支持经济增长所需的创新。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您将有助于确保未来能够继续报道关于当今世界中塑造我们的发现和想法的具有影响力的故事。
以下是文顿·G·瑟夫书面证词的全文。
主席洛克菲勒、资深成员图恩、委员会成员、尊敬的专家组成员和来宾，我很荣幸能够有机会参加关于我充满热情和承诺的主题：基础研究的听证会。深入理解自然和人工现象是不可替代的，尤其是在我们的国家和全球福祉依赖于我们对其进行建模和预测能力的时候。美国政府和美国工业界在研究方面的投资所带来的好处怎么强调都不为过。
我相信本委员会的每一位成员都非常了解基本科学范式：发展理论来解释观察结果，或者推测事物如何以及为什么会起作用。进行实验以验证或反驳理论的预测。根据实验结果修改理论。
基础研究和应用研究
虽然本次小组讨论的重点是基础研究，但我不得不指出，基础研究和应用研究是携手并进的，在永无止境的阴阳伙伴关系中相互启发和刺激。在某些方面，应用研究是一种验证形式，因为应用程序的成功（或失败）可能会加强或反驳理论预测的结果和基本理论。基础研究试图 理解，而应用研究试图 实践，并且通常必须同时追求 两者才能发现新的知识。
我想以互联网为例来说明几个观点。互联网最初由鲍勃·卡恩在 1972 年末构思。在 1973 年，他和我就这个想法一起工作，并在 1974 年 5 月发表了第一篇关于其设计的论文。它于 1983 年 1 月 1 日投入运营。在美国国防高级研究计划局（DARPA）的赞助下，互联网从其早期的成功项目 ARPANET 以及后来的分组无线电和分组卫星项目中获得了强大的动力。分组卫星项目也在一定程度上借鉴了美国空军航空航天研究办公室 (SRMA) 和 DARPA 赞助的另一个名为 ALOHAnet 的项目的结果。美国国家科学基金会（NSF）通过其 NSFNET 项目将 NSF 的超级计算机与研究界联系起来，为互联网的发展和在学术界的急剧扩张做出了重要贡献。能源部的 ESNET 和美国国家航空航天局的科学互联网（NSINET）也为这一发展增添了动力。
首先，像互联网这样成功的应用研究项目可能需要很长时间才能成熟。从构思到系统的部署花费了十年时间，并且在此期间和之后都需要持续的资金和倡导，更不用说之前的研究和实验了。
其次，虽然该系统主要是一个工程和应用研究项目，但它过去和现在都在不断涌现新的理论和分析挑战。当我们测量、观察和分析其性能时，我们仍在不断发展对这个复杂、不断增长和不断发展的系统的行为的理论和模型。互联网的应用继续推动旨在理解和改进其运行或发明更好事物的研究。
第三，偶然性在互联网功能及其支持的应用的演变中发挥了重要作用。网络电子邮件作为 ARPANET 的一个主要但未计划的应用而出现。万维网（WWW）最初是在 1989 年构思的，目的是支持在欧洲核子研究中心（CERN）共享粒子物理学的研究论文。在 NSF 的国家超级计算应用中心（NCSA）于 1992 年末在伊利诺伊大学厄巴纳-香槟分校推出 MOSAIC 浏览器，以及 1994 年创建网景通信公司后，它在互联网上迅速传播。WWW 已成为互联网上使用最广泛的应用。虽然 WWW 最初是为特定应用而构思的，但其通用性以及底层互联网的通用性为新用途的涌现创造了条件，这些新用途每天都在不断被发明出来。
研究需要时间
基础研究的验证也可能需要很长时间。早期宇宙的 膨胀 的概念仍在等待令人满意的证实。艾伦·古思（和其他人）大约在 1974 年提出了这个概念，今年最近来自 BICEP2 实验的测量结果表明该理论是正确的，但关于测量结果的解释存在很大的争议。当学界等待进一步证实或反驳测量结果的实验验证时，重要的是要认识到收集可能验证实验数据的手段花了 30 年的时间才达到成熟。CERN 大型强子对撞机团队最近发现希格斯玻色子也可以做出类似的观察。彼得·希格斯和他的同事在 1964 年左右提出了这种基本粒子及其相关场的存在，但直到 50 年后，实验能力才达到可以进行测试的程度。
它具有风险：没有保证
值得花点时间来理解，研究就其本质而言，并不能总是保证结果。此外，有时结果可能会以惊喜的形式出现。一个典型的例子是亚历山大·弗莱明在 1928 年发现青霉菌会产生抗生素。他对他在一些偶然注意到的培养皿中的一个无法解释的观察结果做出了反应。直到 13 年后的 1941 年，我们称之为青霉素的活性化合物才被分离出来。最优秀的科学家是那些对异常现象保持警惕并试图理解它们的人。诺贝尔奖不会颁发给忽视异常现象的科学家。它们会颁发给那些看到意外结果并说“嗯？真有趣！”的科学家，并试图找出意想不到的观察结果背后的原因。
在这个领域需要谦逊。人们听到“物理定律”这个词，好像任何敢于打破它们的人或事都会受到惩罚一样。然而，我们知道这些所谓的定律可能只是对现实的近似——受限于我们测量工具的精度和验证其预测的实验能力。如果测量和观察与某个固有的理论相矛盾，那么每位科学家都必须准备好放弃或修改它。
也许更重要的是要具备维持高风险、高回报研究的能力。美国工业界可以承担一些风险，但可持续发展的企业很少有能力投资于非常长期的研究。风险投资虽然历来愿意承担相当大的风险，但却在寻求短期的回报。为潜在的长期利益承担持续的长期风险的能力主要落在政府身上。美国受益于资助这类研究，例如美国国家科学基金会（NSF）、国防高级研究计划局、美国国立卫生研究院、国家标准与技术研究院以及许多其他美国政府资助的研究项目。
在这个领域，美国国会和专注于科学研究和发展的委员会发挥着最大的作用。对基础研究和应用研究以及先进开发的一贯且不断增加的支持是过去 70 年来科学技术领域大多数重大进步的源泉。美国经济之所以成为世界羡慕的对象，很大程度上归功于这种长期研究及其在近期产品和服务中的应用所形成的持续循环。
失败的重要性
失败是科学世界中智慧的侍女。当我们根据我们的理论模型进行预测或构建系统时，我们必须为失败做好准备并从中学习。理解失败的原因有时甚至比积极的结果更重要，因为它可能为更深入的理解和更精确的现实模型铺平道路。在科学事业中，承担风险和接受潜在失败的自由使得仅仅是渐进的改进和开启新的理解视野的突破之间有所不同。
在 1800 年代后期，人们认为牛顿宇宙模型是完整的，我们只需要更准确地测量物理常数，就能够做出明确的预测。在 1905 年，爱因斯坦关于光电效应、布朗运动、狭义相对论和质能等效性（E=Mc2）的四篇论文粉碎了 20 世纪早期物理学的自满情绪。他表明，纯粹的牛顿概念不足以解释测量的观察结果。他在 1915 年发表了他具有纪念意义的广义相对论场方程，从而加深了他的影响。
对原子性质的研究导致了 20 世纪 20 年代开始的量子场论的发展。试图将其极其违反直觉但又极其准确的预测与爱因斯坦的时空几何理论相协调的努力尚未取得明显的成果。具有讽刺意味的是，我们现在相信非常小的物理学与研究整个宇宙极其相关，因为所谓的大爆炸时刻的早期宇宙太小、密度太大且温度太高，以至于量子模型似乎主导了它的行为。在这些条件下，爱因斯坦的几何理论根本失效，并且没有提供任何可测试用途的预测。
如果我们在过去的一百年里学到了一些东西，那就是我们对周围世界的了解比我们曾经认为的要少。对于科学家来说，这仅仅意味着尚未探索的领域比以往任何时候都更大，并且发现正在各个方面等待着我们。
计算的作用
理查德·汉明是一位传奇的数值分析家。正如他著名的观察所言：“计算的目的在于洞察，而非数字。” 在过去的 50 年里，计算机、计算、网络和信息共享已成为研究领域不可或缺的一部分。万维网和围绕其发展的搜索引擎提高了我们在全球范围内共享和发现信息以及潜在研究合作伙伴的能力。计算生物学、计算化学和计算物理学等新学科已经出现。我们使用越来越详细和精确的模型来进行预测，然后可以在实验室中对其进行测试。2013 年的诺贝尔化学奖授予了三位由美国国家科学基金会资助的研究人员，以表彰他们对分子过程的模型。摘自《大众科学》博客：“……今年的化学奖授予了马丁·卡普拉斯、迈克尔·莱维特和阿里耶·瓦谢尔，以表彰他们开发了“复杂系统的多尺度方法”。更简单地说，这三位化学家因其开发和应用模拟从单个分子到蛋白质等不同尺度分子行为的方法而受到认可。”
计算在研究中的应用正在复兴，部分原因是云计算和超级计算相结合所带来的计算能力和内存的巨大增长。“大数据”已成为一种口头禅，但可以公平地说，我们在过去几十年里吸收、分析和可视化大量测量或计算数据的能力已大大提高。得益于这些能力，我们可以使用更精细的模型，提高预测的准确性和及时性。计算生物学可能会在理解遗传学、表观遗传学、蛋白质组学以及消化系统中菌群的重要性方面取得突破。有了这些知识，我们将帮助人们活得更长寿、更健康、更有效率。我们对全球现象的理解将受益于这场计算复兴。
我必须提到即将到来的物联网。围绕和渗透我们社会的常见设备的网络化正在迅速成为现实。从家用电器到办公设备，从工业制造到公用事业，从运输车辆到个人监测设备，我们将生活在一个日益网络化的世界中。我们将被软件包围。至关重要的是，我们必须学会将安全性和可靠性设计到这些系统中，并了解和能够预测它们的总体行为。这一趋势也说明了我们现代世界的希望和危险。如果我们想从这些发展中获得净收益，网络安全和网络保障必须伴随着我们对计算机、可编程设备和网络的使用增加。
纳米材料
紧邻并实际促成计算能力的提高，我们发现纳米技术的日益重要和价值。自然界中不存在的材料具有违背直觉的特性（例如，隐形和超导性）。石墨烯：以单原子厚、六边形“鸡丝网”方式排列的碳分子薄片，在替代晶体管中的硅、过滤水中的杂质、传导热量和超导电方面具有出乎意料的潜力。碳正在成为我们文明的梦魇和救世主，这取决于它是以二氧化碳、碳氢化合物燃料还是碳纳米管的形式存在！
为了科学及其应用
人们普遍且正确地认识到，科学、技术、工程和数学 (STEM) 是改进和利用我们对世界现象运作方式的理解的基础。虽然关于 STEM 培训的工人供应存在持续争议，但毫无疑问，劳动力市场对这些技能的需求正在增加。
作为计算机协会 (ACM) 的前任主席和谷歌员工，我一直强烈主张计算机科学应成为 K-12 课程的必修部分。每个学生都应该了解一些编程概念，这不仅是因为它促进逻辑思维，还因为每个人理解和重视所有软件控制系统中的潜在弱点至关重要。在 K-12 和本科课程中，计算机科学应与生物学、化学、物理学和数学同等对待，而不仅仅是作为一门不计入 STEM 学分的选修课。
创客运动也许是现代文化中最重要的、新兴的现象之一。重新发现制造事物的乐趣和满足感正在促进美国人对小型制造业和工作自豪感的复兴。所谓3D 打印机的发展加速了这一现象。美国国家科学基金会 (NSF) 积极参与这些倡议。结合先进制造的研究项目，部分受到《美国竞争法案》[2007 年的 P.L. 110-69 和 2010 年的 P.L. 111-358] 的版本的刺激，先进制造和创客运动有可能重新夺回美国在历史上已转移到海外的领域的积极性和兴趣。
迪恩·卡门的 FIRST 机器人竞赛等志愿项目代表着一股此类倡议的浪潮，这些倡议有可能重新燃起美国青少年对 STEM 的天然兴趣。
有时人们说我们天生都是科学家，但我们的教育体系有时会以结构不良的课程内容和呈现方式来削弱这种天生的好奇心。计算机和网络也可能在这里发挥作用。
我的两位谷歌同事塞巴斯蒂安·特伦和彼得·诺维格早期涉足大规模开放式在线课程 (MOOC) 领域。他们提议与斯坦福大学合作开设一门人工智能在线课程。他们最多期望有 500 人报名，但当他们发现有 160,000 人申请参加该课程时，他们惊呆了。评论家指出只有 23,000 人完成了该课程——但我敢说，你们无法举出任何一位计算机科学教师在一生的职业生涯中教过那么多学生的例子，更不用说一个班了！
MOOC 的早期成功引发了该领域合理的兴奋，并促成了营利性和非营利性机构的出现。一次为数万名学生提供课程，MOOC 的经济效益是惊人的、引人注目的。一个有 10 万名学生的班级，每人支付 10 美元，就会产生 100 万美元的收入！显然，规模化是关键的杠杆因素。虽然绝对不是灵丹妙药，但在适当的教育领域提供高质量的内容和个性化学习的潜力对于一个在过去 200 年里没有太大变化的教育系统具有变革性的潜力。
结论
在我看来，支持基础研究和应用研究从根本上是合理的，不仅基于其带来的公民和经济利益，还基于基础研究是高风险但具有高潜在回报的基层理解。只有政府有能力维持这种努力。美国国家科学基金会于 1950 年由国会成立。在过去的 60 多年里，美国国家科学基金会通过广泛征集的提案、经过良好测试的同行评审系统、敬业且合格的项目经理以及积极主动且高效的领导层，成功地支持了科学研究事业。
作为国家科学委员会的成员，我了解到，由美国国家科学基金会支持的成功科学努力依赖于研究界、国家科学基金会的工作人员、领导层和委员会以及同样致力于基础研究和应用研究的众议院和参议院成员之间的合作。范内瓦·布什在他的里程碑式报告《科学：无尽的前沿》中准确地指出了这一点。科学就是无尽的前沿。我们学得越多，我们就越知道我们不知道的东西，我们就越必须致力于学习和了解更多。