转载一篇我的文章，希望能够回答这个问题。
科学的目的是发现真理，科学方法只是获得真理的手段。那么发现真理的目的又是什么呢？
马克思告诉我们，发现真理的目的是为了实践。
我们可以把人生比喻成旅程，把真理比喻成地图。根据马克思主义哲学，可以理解为我们发现真理的目的，不是为了做出和真实世界一模一样的地图，而是为了利用地图，帮助我们到达我们想去的目的地。让我们从一个地方到达另一个地方，就是在“有目的地改造世界”，就是实践。
做出地图来反映世界，这就是认识。地图好不好，主要看能不能帮助我们到达目的地。如果能够通过在地图上简单标注一片森林，就能达到我们的目的，那就没有必要把每一棵树的位置都标记出来。一个好的地图，一定是基于现实的，但更贴近现实的地图，未必就是更好的，因为它可能包含了过多的次要信息，而没有突出主要信息。
所以《人间正道》专栏所涵盖的内容，目的只有一个，那就是帮助您更好的生活与生存，更好的指导实践。一言以蔽之，就是要学以致用。
我们知道了发现真理的目的是为了实践，那么如何才能发现真理，或者说，得出认识的方法是什么呢？
例如牛顿看到苹果总是会掉到地上，这是感性认识。经过大量的实验和思考，牛顿最终得出了万有引力定律，就是理性认识。
理性认识具有抽象性、间接性和普遍性的特点[1]。这也就是为什么我们在地图中只需要标注出森林，而不需要标注每一棵树的原因。森林带给我们抽象、普遍的认识，已经足以让我们了解这片地域的特点，指导我们的实践。相反，如果眼中只有每一棵树，反而可能忽略掉森林的整体特点。
理性认识的过程就是思维，通常特指逻辑思维。逻辑思维通过抽象、归纳、演绎、分析与综合等方法来形成理性认识[1]。
归纳是从个别或特殊的经验事实出发推出一般性原理、原则的推理形式[1]。例如牛顿从大量实验数据中得出万有引力定律就是用的归纳法。我们从历史上的王朝更替中总结历史发展规律，也是归纳法。我们根据自身的生活工作经验，总结出一些做事的原则，还是归纳法。
演绎是由一般性知识的前提出发得出个别性或特殊性知识的结论的推理形式[1]。例如应用万有引力定律，我们可以计算出环绕地球的第一宇宙速度、脱离地球的第二宇宙速度、以及飞出太阳系的第三宇宙速度。我们中小学阶段学习的数学、物理基本上都是演绎法的应用。数学、物理练习题的结论没有多少实践意义，唯一的目的就是锻炼我们演绎推理的能力。
人类目前的绝大部分知识体系都是经过归纳和演绎所得来的。
通过逻辑思维得出认识后，我们如何知道我们的认识是否正确？目前已知最好的方法就是科学方法。
现代科学方法又可以被称为假说-演绎法[1]。这种方法先通过观察、研究提出假说，然后根据假说运用演绎法给出推论与预测，最后设计实验来检验实验结果是否与预测相符。越多的实验结果与预测相符，就越说明假说的可靠性。
1934年波普尔在《科学发现的逻辑》中提出，科学的理论或命题不可能被经验证实，而只能被经验证伪，可被证伪的理论或命题才是科学的，否则是非科学的。波普尔认为，非科学包括逻辑、数学以及被他称为“伪科学”的形而上学体系、心理分析学说、宗教、神话、占星术、骨相学和马克思主义的历史理论等。他强调了可证伪性是区别科学和非科学的划界标准[1]。
比如当牛顿提出万有引力定律后，理论预测与大量实验的观察结果相符。1846年，法国天文学家勒维耶和英国天文学家亚当斯根据天体力学理论同时计算出某个位置上应该有一颗未知的行星，后被德国天文学家伽勒用望远镜发现证实，这就是海王星[2]。这个案例显示出科学理论的强大预测能力，而预测的被验证，也进一步巩固了理论的正确性。
再举一个假说验证失败的例子。比如成语“骄兵必败”，出自《汉书·魏相传》，意思是恃强轻敌的军队，必然会打败仗[3]。按《汉书》中的原话，魏相当时说“臣闻之：……恃国家之大，务民人之众，欲见威于敌者，谓之骄兵，兵骄者灭”。原文中只看到了恃强，但并没有看出轻敌。而且当时的语境，主要是魏相劝谏不要打师出无名的对外战争，并没有提出任何支持“骄兵必败”的论据[4]。
从世界殖民史，以及伊拉克战争来看，当具备了碾压性的技术优势时，是否是骄兵对战争的结果影响并不大。即使在冷兵器年代，中国历史上也有多次被外部入侵所征服的案例，成吉思汗更是横扫了欧亚大陆。
所以“骄兵必败”过度放大了政治道义和主观的作用并且具有时代局限性，并不科学。我们只能说“骄兵”在道义上处在劣势，是影响战争胜负的一个因素。但现代战争如果把“骄兵必败”当做真理来制定战略战术，就会导致严重误判。正如陈独秀指出，“公理不是能够自己发挥，是要强力拥护的”[5][6]，道义必须以实力为后盾，真理只在大炮射程之内。
由此可见，随意套用成语谚语，而不验证论据、语境与时代背景，是非常容易犯认识错误的。
另一种被提及较少的逻辑思维方法是溯因法，是对待解释的事实进行分析，提出假说，并从这个假说、背景知识和前提条件中演绎出待解释的事实的推理方法[1]。
用大白话说，溯因法就是找出事件最有可能的原因的方法。比如说医生根据病征以及检查报告来推断最有可能的病因。警方根据证据推断最有可能的犯罪经过。
溯因法的特点是它得出的只是一种可能性。但由于认识的目的是实践，当可能性足够高的时候，就可以以此为依据指导实践，比如医生可以开药，警方可以进行逮捕。溯因法的这个特点和科学是一样的，也就是说，我们所有的科学理论都只是一种可能性。
对于这种科学结论正确的“可能性”，我们既要认识到它的真理性，但同时也要认识到它的局限性。所以认识真理的过程是一个从相对走向绝对的逐步深化的过程，真理总是随着社会实践的发展而发展的[1]。
溯因法和科学方法的这种“可能性”结论，本质上来源于信息的不完全。
如果我们可以回到过去重现整个犯罪的经过，我们就有了绝对的铁证，但是我们做不到，而只能依赖于罪犯留下的蛛丝马迹。如果我们可以验证宇宙中所有的天体运动都符合万有引力定律，那么万有引力定律就是绝对真理，但是我们也做不到。事实上，1919年5月29日的日全食证明了万有引力定律的错误，并且证实了爱因斯坦广义相对论的正确性[7]。
这种信息的不完全性在日常生活中普遍存在，也就催生出了一种概率思维方式。
比如有两个按钮供你选择，一个按钮可以确定的给你1万元，另一个按钮有50%概率获得10万元，另50%的概率什么也没有。通过概率计算，我们可以比较两个选择的期望值。第一个选项的期望收益就是1万，第二个选项期望收益是50% × 10万 + 50% × 0 = 5万。光就收益来说，第二个选择要明显优于第一个选择，所以我们应该按第二个按钮。
2016年3月，AlphaGo人工智能程序以4：1击败围棋世界冠军李世石[8]。AlphaGo并不需要理解围棋定式，也不需要知道棋局后面的所有变化，而只需要依赖于每一步棋的取胜概率[9]。也就是说，我们并不知道AlphaGo对围棋是否有“理论认识”，但是只要它能够预测概率，就可以指导实践。
这种依据理论或跳过理论，得出决策结果的预期收益，从而指导实践的方法就是概率思维。
在目前较热的人工智能领域，正如周志华教授所说，从主流为符号机器学习发展到主流为统计机器学习，反映了机器学习从纯粹的理论研究和模型研究发展到以解决现实生活中实际问题为目的的应用研究，这是科学研究的一种进步[10]。
这也再一次印证了实践才是认识的目的。随着人工智能技术的普及，未来我们应该会看到越来越多概率思维的应用。
概率思维告诉我们在知道事件概率的时候该如何决策，那如果我们不知道具体概率时该怎么办呢？一个越来越常用的方法是计算机模拟。
比如蒙特·卡罗方法，在曼哈顿计划中帮助制造出了原子弹[11]，可以大大简化许多复杂数学问题的求解，适用范围非常广泛。
我们认识世界的目的是为了改造世界，而认识世界、改造世界最有效的方法是科学方法。正如邓小平所说：科学技术是第一生产力。
百度百科上有如下这个生产力的公式，突出了科学技术特殊的乘法效应地位。
又由于生产管理也需要科学管理，劳动工具也是科学技术制造出来的，我们可以看出，科学对生产力的举足轻重地位。
又由于生产力决定生产关系，所以科学对生产关系也有着决定性的影响。
正因为如此，科学成为了我的核心信仰之一。
