计算机科学界流传着一句颇具挑衅意味的名言——"计算机科学之于计算机，正如天文学之于望远镜"，一直以来它都被归功于计算机先驱、1972年图灵奖得主艾兹格·迪杰斯特拉。

这句话的潜台词十分明确——真正深刻、永恒的计算机科学理论，本质上与具体的计算机器无关，正如天文学研究的是宇宙本身,而非观测宇宙所使用的工具。

Quanta Magazine资深撰稿人Ben Brubaker在其专栏文章中坦言,自己长期以这句话来区分自己所报道的理论计算机科学，与更贴近大众认知的编程和科技新闻，但随着报道经验的积累,他开始对这句话本身的准确性产生了怀疑。

要厘清这场争论,需要先回到计算机科学作为学科诞生之初的历史脉络。

1930年代,数学家们开始构建关于"计算"这一概念的数学理论,而工程师们则要到1940年代才真正造出了首台通用电子计算机——理论与工程这两条本不相干的研究传统,直到几十年后才真正交汇,催生出计算机科学这门独立学科。

1967年,三位重量级计算机科学家Allen Newell、Alan Perlis与Herbert Simon曾在《科学》杂志上联名发表了一封措辞颇为强硬的公开信,直接主张"存在计算机，故计算机科学就是研究计算机的科学"。

与此形成对照的是，计算机科学家高德纳（Donald Knuth）在1974年提出了另一种截然不同的定义——他将计算机科学定义为对"算法"的研究,也就是那些精确的、按部就班的解题步骤,而计算机本身，只是因为能够处理那些人类既没有时间、也缺乏耐心去手动完成的问题，才显得格外重要。

布法罗大学计算机科学与哲学荣休教授William Rapaport则提供了一个更具综合性的框架——他认为整个计算机科学学科，本质上都在围绕两个核心问题展开研究，即"什么是可计算的，以及应该如何去计算它"。

真正让这场争论变得有趣的地方在于,当我们试图从理论层面回答"什么是可计算的"这一问题时,竟会发现答案与具体的计算机器几乎毫无关联。

1937年,数学家阿兰·图灵提出了那台著名的假想机器——图灵机，用以模拟人类进行数学计算时的思维活动,而当时他既没有见过任何一台通用计算机，甚至完全没有想过要去理解未来这类机器将如何运作。

事实上,图灵撰写那篇奠基性论文的真正目的,是为了解决数学基础领域一个更为根本的难题，而绝非出于对计算机器本身的兴趣。

更耐人寻味的是，如今这套计算理论的适用范围早已远远超出了传统意义上的"计算机"，剑桥大学理论计算机科学家Tom Gur指出,研究人员正广泛借助这套计算理论的视角,去分析物理系统中的不可预测行为、探究进化动力学机制，甚至攻克量子引力领域的棘手难题。

Gur将这一现象形容为，"你可以透过计算的视角去看待其他所有科学，它是一种深藏其中、几乎无处不在的底层逻辑模式"。

如果说"什么可以被计算"这一问题的答案，似乎印证了迪杰斯特拉那句名言的合理性，那么Rapaport提出的第二个问题——"应该如何去计算"，则将我们直接引向了算法数学与计算复杂性理论的领域。

上世纪六七十年代,理论计算机科学家们逐步构建起一套框架，用以在完全脱离具体硬件细节的抽象数学层面,量化不同算法解决特定问题所需的时间成本。

圣塔菲研究所理论计算机科学家Cristopher Moore总结道："数学问题本身具有某种根本性的结构，正是这种结构决定了它们在本质上或易或难，这与你的计算机运行速度快慢无关,也与你本人有多聪明无关。"

这套理论框架催生了计算复杂性理论这一子领域，而它同时也是现代加密技术赖以建立的数学基础。

复杂性理论后续的一些重要进展,似乎与"计算"这个概念之间的关联变得更加疏远——Gur提到，上世纪八九十年代，理论计算机科学家们从复杂性理论中发展出了全新的数学证明概念，通过将"证明"重新构想为一种互动过程，他们发现,人们可以在完全不透露某个命题为何成立的前提下,证明该命题为真，甚至只需检验证明中极小的一部分片段，就能验证整份证明的正确性。

德克萨斯大学奥斯汀分校理论计算机科学家、Quanta Magazine顾问委员会成员Scott Aaronson对此评论道："这里存在着一些原本几百年前就可以被提出的根本性问题，只是当时从来没有人想到要去问这些问题。"

那么,为什么这些深刻的理论问题,偏偏是到了计算机真正被造出来、被人们摆弄之后，才终于浮出水面?

19世纪博学家查尔斯·巴贝奇（Charles Babbage）曾构想出一台通用计算装置——分析机，他在自传中曾预言,这台机器的诞生将会催生出一套与之配套的全新算法理论。

然而巴贝奇最终没能真正造出这台分析机，也没有留下任何证据表明,他曾预见到日后复杂性理论学家们所发现的那种丰富数学结构。

Brubaker认为,这恰恰揭示了问题的核心所在——复杂性理论中那个关于"为何某些问题始终缺乏快速算法"的核心疑问，乍看之下并不显得多么深刻，但只有当研究者们真正开始动手把玩真实存在的计算机之后，这一问题的深度才逐渐浮现出来。

芬兰东部大学计算机科学家、相关学科史著作作者Matti Tedre，对迪杰斯特拉那句名言持有不同看法,他认为望远镜与天文学的类比其实可以从另一个角度理解——"迪杰斯特拉说得没错，只是他低估了望远镜对天文学而言的重要性,如果没有望远镜,我们对宇宙将几乎一无所知"。

这一观点同样延伸到了整个科学发展史的更宏大图景之中,人们常常认为纯理论科学的突破会带动技术进步——比如量子物理催生了晶体管，相对论支撑起了全球定位系统的运转，但Aaronson却提到了一个恰恰相反方向的经典案例。

热力学第二定律揭示了熵会随时间推移而不断增加,Aaronson将其称为"或许是人类关于整个宇宙演化所能说出的最根本性的一条规律"，但直到人们真正开始建造蒸汽机之后，才有人第一次想到要去提出这样一条定律。

正如麻省理工学院复杂性理论学家Ryan Williams所言，"那些足够有趣的实际问题,往往能够孕育出伟大的理论问题"。

从这个角度回望计算机科学与计算机之间的关系,或许我们能够得出一个更为细腻的结论——深刻的理论突破与实用的技术需求，从来都不是彼此割裂、单向决定的关系，而是在历史的长河中相互纠缠、彼此催生的共生体。