我国科技界最常见的“幸存者偏差”

我们对科技活动的错误认识，往往是“幸存者偏差”的结果。我国最常见的“幸存者偏差”是只关注技术本身，而不关注技术是如何应用的。  

下面这种现象在我国非常常见：某个新名词或新技术来了，出现了一大堆的论文，都在谈这项技术的应用效果，似乎技术是放之四海而皆准的。如果仅从论文和报道中获得信息，我们会觉得：用先进方法的都成功了；我们没有成功，是因为不懂这些方法。这种现象背后，明显存在幸存者偏差：  

1、我们见到的都是成功的案例，失败的往往没有报道；  

2、学术界鼓励采用新技术。采用新技术的才容易发表论文、申报项目、申请科技奖；不采用这些技术的，应用效果再好也难以发表、难以申报项目、难以申报科技奖。  

我见到的情况是：大量采用新技术的工作，背后往往是“杀鸡用牛刀”，违反工程界首选简单方法的原则。换句话说，采用这些先进的东西并未因为技术本身有需求。况且，效果是否真的好，也是存疑的。在历史上，模糊控制、智能控制、数学模型、大数据、神经元方法、深度学习、大模型都是这样的。

当我们自己做事情的时候，要以项目成功为目的，就要尽量避免这种“幸存者偏差”。为此，就要回归技术的应用场景。回归应用场景之后，把需求、条件、逻辑都想清楚，才能为技术提出目标。在这个过程中，条件可能有不理想的，需要改善条件；需求可能有过于理想的，需要降低要求。把这些问题搞清楚了，才能去开发技术本身。否则，失败是大概率事件。  

比如，我们建模型时，要分析：具体应用对模型的精度要求是什么？什么因素制约了模型的精度、精度达不到要求怎么办？这些问题值得思考，会引发出许多值得做、有成效的工作。这些工作的工作量，可能比建模大得多。  

做技术就像“吃河豚鱼”：在吃之前，一定要仔细地清理，去掉有毒的部分、留下能吃的部分，然后才能进行烹饪。我们能够看到的论文，往往是“蒸好的河豚鱼”，没有讲述处理的过程。如果不去仔细研究前面的“预处理”，往往就是死路一条。应用技术的关键，就是做好这些前期工作。