马丁·里斯（Martin Rees）：英国皇家天文学家，皇家学会前主席，剑桥大学宇宙学和天体物理学名誉教授。著有《从当前到无限：科学的眼界》（From Here to Infnity：A Vision for the Future of Science）。
我们的洞察力将持久不衰，所有的科学问题最终都会向我们臣服——这是一个广为大众接受的假设。但我认为这太乐观了。人类的智力水平可能会触礁搁浅，虽然在大多数的科学领域里，这点还言之过早。
在宇宙学里显然还有未竟的事业。在爱因斯坦的理论中，时空都是连续、光滑的。而我们知道，没有什么材料可以切成任意小的一块，但最终你还是得到了离散的原子。同样，空间本身有颗粒度和“量化”结构，但在尺度上可是兆亿倍。我们对物理世界的基石尚缺乏一个统一的认识。
在严谨的科学范畴内，这种统一的理论会给我们带来大爆炸、多重宇宙等结论。但探索之旅远未结束。的确，99%的科学家既不是粒子物理学家，也不是宇宙学家，他们与这样的探索关系不大。别的不说，我们对饮食和儿童养育方面的理解力还严重不足呢，否则专家的建议怎么会年复一年地变来变去？这正好和我们在讨论星系和亚原子微粒时所抱有的自信形成了鲜明对比。生物学家遇到了复杂性问题，他们研究的东西，比起我们的这些非常大和非常小的东西来说，更让人望而却步。
科学有时被比喻为一幢高层建筑的不同楼层：底层是粒子物理，往上是物理学的其他部分，然后是化学等，一直向上通到心理学（经济学家就呆在阁楼里）。复杂性的层次也是与之对应的：原子、分子、细胞、有机体等。这个隐喻在某些方面有点意思。它说明了每一种学科都是独立地上下求索的。但是，在一个关键方面上来看，这种类比很差劲。在一幢建筑物里，基础不牢靠可是要危及所有上面的楼层的。但在科学里面呢，所谓的“高层次”学科在处理复杂系统的时候，似乎不会受到基础学科的影响。
各门科学都有其独特的概念和解释。即使我们有了超级计算机，可以用来对几千万亿的原子求解薛定谔方程，但它的结果对大多数科学家来说都是无用的。
这个事实不是只存在于那些与复杂系统打交道的学科身上，特别是与有生命的对象打交道的学科，研究更加世俗的现象学科也是如此。例如，数学家试图理解为什么水龙头会滴水，或者为什么波浪会破碎，而不会在乎水的成分是H2O。他们只是把流体当成一种连续介质。就像他们使用“涌现”的概念摆弄黏性、湍流一样。
几乎所有的科学家都是还原论者，因为他们认为，无论多么复杂，一切都应该服从物理学的基本方程。但即使我们有了超级计算机，可以将破碎的波浪、迁徙的鸟类或者热带雨林中所有原子都聚合起来，代入薛定谔方程再求解，最后得到了对这些现象的原子水平的解释，又有何用呢，没有人会乐见于此。大脑是细胞的组合，绘画是化学颜料的组合，在这两种情况下，我们关心的都是模式和结构，也就是最终涌现出来的复杂性。
自从人类的祖先在非洲大草原上游荡以来，我们还没有发生什么巨大的变化。大脑的进化是和以人的大小为尺度的环境相匹配的。所以，人类居然能够从与日常直观感知格格不入的现象中找出其中的意义，无论是研究组成我们的小原子，还是研究环绕着我们的大宇宙，都已经足够非凡了。虽然如此，也许现实的某些方面在本质上是超越我们的理解能力的，就像是欧几里得几何超越了非人类的灵长类动物的理解能力那样。也许要理解某些复杂事物，需要后人类的智能才行。
有些人可能会反驳说，万物皆可计算。但是“可计算”的事物并不意味着人类一定可以掌握其概念。给一个简单的例子，不管是谁学会了解析几何，只要给他一个方程，都不难设想出一个简单的图案——线或者圆。但是，虽说绘图是计算机可以做的一件小事而已，可即使给出了绘制曼德博集合的算法（看似简单），却没有人能将其惊艳的复杂性可视化出来。
相信人类有能力掌握所有的科学、理解真相的所有方面，这过于托大，过于以人类为中心了。人类的将来要寄托于有机体的后人类，还是寄托于智能机器，这点还是众说纷纭，但是无论以哪种方式，我们都会将很多问题留给它们去解决。
