很可喜的是，纯科学（第三代科学）被越来越多的人了解和认可，包括科学界众多权威的学者和专家。当然，也有很多学者刚接触时持怀疑甚至排斥的态度，这个我很早就意识到，也非常理解。先让一部分对该问题理解力更强的学者逐步了解和认可，当已经有一定基础后，再来解决更多人的认知问题便顺理成章。那些持质疑态度的学者最主要的一个理由是：
一个人不可能同时涉猎太多的领域，什么都想懂的结果，很可能是什么都不精。在文艺复兴的时代，当时的科学文明知识有限，一个人通晓当时的所有科学文明成就的确有可能性。但在今天知识信息爆炸的时代，一个人不可能再去通晓当代一切科学文明成就了。别说是把2019年全球新发表的190661篇高质量国际论文在当年都看完，就是把所有文献标题和摘要看完都困难，更别提全球上百万篇全部论文，以及每年新出版的科技专著。术业有专攻，现代学科的分化已经越来越细，如果不在尽可能细分的专业领域集中用功，很难有真正的成就。因此，现在要想在学术或任何一个领域有所成就，必须高度地专业化。
为什么通晓当代人类一切科学文明成就是可能和可行的？如何成功地实现这种通晓过程？为什么人类科学的未来发展必须要具备通晓能力？为什么通晓能力是中华文明真正复兴不可缺少且最为重要的能力之一？
一、可能性、可行性与途径
1．解决问题的必要条件
之所以认为一个人不可能具备通晓能力，最主要的理由就是任何人的精力都是有限的，学习的速度已经赶不上新知识出现的速度。这个理由是有道理的，但它同时也说明了，理解和学习当代科学文明的任何成就显然都是可能的，只是要全都掌握，有技术上的困难。因此，这个理由的准确表达是：“通晓能力在理论上是可能的，但技术上因难度太高以至于实际上不可能”。如果某个工作理论上就不可能，违反基本的科学公理，那这个事情就不要去想了。但既然理论上可能，那就只是需要去解答技术上如何实现。只要解决了技术实现的问题，也就解决了技术可行性的问题了。
科学解决一切问题都是通过两个路径：
第一个路径是将复杂和困难到不可解的难题先进行简化，只要简化到已有技术能力以下，那这个问题就从“理论上可解但实际上因为太难而不可解”，变成“理论和实际上都可以解决”了。因此，有效地简化问题是解决问题的前提。
第二个路径是增强解决问题的能力，只要将能力提升到原来实际不可解决问题的难度以上，那这个问题就变成实际可以解决了。因此，增强解决问题的能力是永恒的追求。
在实际科学研究过程中，以上两个路径很可能是同时展开的：不断地简化问题，降低解决问题的难度，同时增强解决问题的能力。最终更快地实现：
解决问题的能力>问题本身的难度（1）
（1）式就是实现解决任何科学问题必要条件的严格数学表达。我们讨论任何科学问题都不能只是凭感觉，而是要通过数学化将问题进行精确的描述。当把问题数学化和表达清楚了之后，也就知道如何解决的准确条件了。
如果我们把简化问题也归结为一种能力，那么就可以实现解决问题的统一路径——不断提升简化和解决问题的能力。
2．通晓能力的构成
一般来说，人的任何能力都可能会包含以下几个方面：天赋、方法、工具、机遇、资源等等。
二、天赋
不同人的天赋差异是很大的。解决不同的问题，也需要完全不同的天赋。因此，天赋更主要的不是高低，而是你具有什么样类型的天赋。要想具备通晓能力，当然需要有其特殊的对应天赋。只有清楚明白了它是什么，才有可能去谈能否具备通晓能力的问题。如果你没有这个天赋，就不要轻易说做到这个是不可能的，那首先很可能只是证明你缺少这种特定的天赋而已。并不是所有人都需要具备通晓能力，所以没有这一点也不是什么大事。唱歌也是一种天赋，我没有这种天赋，大不了不去做当歌星的梦，多想想什么是适合自己天赋的事情就可以了。通晓能力需要以下特定的天赋，这些未必都是天生的，很可能是后天学习获得。但如果没有天赋的基础，仅靠后天努力很可能未必成功。
1)数学天赋。数学是一切科学之母，如果没有数学的天赋，当科学家都难，更别提通晓一切科学了。最好11岁初中一年级结束之前就能自学完初中、高中、大学高等数学的所有课程，并且数学成绩还不比上211和985的考生差。
2)测量的动手能力。科学始于测量，测量学是一切科学之父。数学仅需要逻辑思维和理解能力，而测量是需要有很强的动手能力。这种动手能力一般很难天生就非常强，必须后天的长期训练。但却很有可能某些人天生就不适合干这种事情。因此，只有不存在训练的障碍，并且做过多年测量和实验工作的人，才能具备这种能力。如果不具备这种能力，很多科学问题就难以真正深入地理解透彻。杨振宁具有远超常人的数学天赋和能力，但他做实验的能力真的是天生就非常弱。所以，虽然他得了诺贝尔物理学奖，但他也不具备通晓当代人类文明一切成就的天赋。理解了这一点就可以完全释然了——如果不具备通晓能力一点都不需要有任何负担，连杨振宁都做不到的事情，其他人如果做不到真的不算什么。
3)思维方式转换能力。不同领域的科学成就很可能需要完全不同的思维方式，它们相互之间甚至可能是矛盾或对立的。如果不能随认识对象的不同而轻松实现思维方式的转换，在某一个领域具备很强的理解能力，很可能成为理解另一个领域的障碍。例如，理解机械原理就需要机械的严谨思维方式，但要理解心理学就需要相对柔性化的同理心和很高的情商。学习数学需要绝对化和理想化的逻辑思维；而学习测量就得整天和误差打交道，没有任何测量结果是绝对理想的。如果不具备相互对立和矛盾思维方式之间的自然转换能力，其学习的知识范围就一定会受限。
5)查阅和搜索能力。这是任何一个知识领域都需要的能力，只是对通晓能力来说在这方面的能力需要达到“极端卓越”的程度。
一切科学的不同学科，都是数学这个科学之母与测量学这个科学之父相结合生下的孩子。它们之间的基因差异也就是亲兄弟姐妹之间的基因差异，绝大部分都是一样的，真正的差异微不足道。桥梁工程与水利工程用到的微积分都是完全一样的，它们与船舶科学、经济学的微积分也是完全一样的，只是应用题的作业题目出得稍微不同而已。如果某个学科差异太大，不是这个学科有多特殊，而是很可能这个学科本身建设得不够好、科学性不足，科学父母的基因继承体现得不够充分而已，证明不了其他的。
三、方法
无论做任何事情，要想成功的话，找到正确的方法很重要。通晓能力遇到的最大难题是需要学习的知识信息量太大，那么找到把这个海量知识信息变成非常有限的、一个人可以学习完的知识信息量不就得了吗？方法不对，书可以越读多，越读越厚；方法对了，书可以越读越少，越读越薄。
实现这一点首先要搞清一点：我们为什么要具备通晓能力，它不是单纯为了去显摆这种能力，而是要去解决特定的问题，不是无边无际的。因此，搞清楚要针对的特定问题，就知道如何去简化问题了。相同分辨率的相机，在地面上可以看清楚特定景物，但看不清全貌，把它搬到卫星上去，可以看清全貌，但可能看不清细节。两者都是需要的，只是要解决的问题不同。因此，按照特定的目的去丢掉不需要的细节，就可以将信息量成数量级地压缩或降低。正因为这样，通晓能力不是要去与细节领域的专家抢饭碗，而是要解决不同的问题。在地面上拿着手机自拍的人有无数，但站在外层空间看地球也是需要的，不能互相否认。在地面上可以看清一片树叶，但只有在外层空间才能清楚地看明白几百公里外的一个台风正往你这边移来。
除了知识信息上存在大量共性之处导致的冗余之外，科学也存在很多共性的研究方法和共性的工具。例如，计算机就是研究大量不同学科的共性工具，人工智能，大数据等也是如此。仿生学、前面提到的简化问题的方法、研究和掌握这些共性的科学方法，也是减少学科间差异和知识信息量的重要途径。
四、工具、机遇、与资源
1．互联网
2．数学与测量学
由于数学与测量学这两门学科对通晓能力是如此的核心和关键，因此，如果一个人在学习过程中没有机会深入学习和掌握这两门学科，就可能错过了获得通晓能力的机会。当然，如果从一开始就知道了这一点，并且有意识地去掌握这两门学科，就具备了获得通晓能力的最重要基础。
3．机遇与资源
五、对未来科学发展的意义和必要性
1．跨学科是科学发展越来越重要的方向
现在，科学发展越来越进入交叉科学为主的阶段，单项学科领域的突破越来越居于次要位置。
再发现新元素是否有可能，当然有可能的。但就算发现了，可以预料也没太大意义和用处。把现在元素周期表上已经发现的元素利用好，就解决了99.99%以上的科学技术问题。元素就那么多，后面能做的创新工作就是如何利用现有的分子去组合成新的分子，或者在现有的材料中把某种分子剔除得更干净。科学的进一步发展也是如此，主要就是解决如何通过学科间的融合来获得新的突破，单项的突破一是越来越难，二是就算突破了以后意义也越来越小。
继续向微观进军是需要的，人类已经认识到夸克了，再往下走不仅越来越难，利用起来也越来越渺茫。能把原子核以上级别的材料用好就不错了，更别提夸克。
那么，跨学科该怎么跨？交叉学科该怎么交叉？如果不具备通晓能力你怎么知道该如何跨？从哪里跨到哪里？能跨的学科越多，创新能力就越强。能跨一切学科，就是具备最强创新能力的必要条件。跨学科的数量、宽度、幅度、广度、深度，一定程度上就是科技创新潜力的最重要评估指标之一。
2．只专注细节专业带来的问题和缺陷
以上我们是从正面来讨论通晓能力的意义，这个事情也可以从反面来看一下，不具备这种能力支持会带来什么样的负面后果。
由于学科分化越来越细，因此，各个专业学科的学者基本上只专注于自己学科内很狭窄范围的事情。但事实上，因为科学的共性比例比人们想象得多太多，因此，很容易造成各个学科专业的学者做大量重复的、毫无必要的工作。在一个学科里以为很新的需要突破的课题，其实在其他学科里早就已经做得非常成熟了，只是你不知道而已。并且，因为他们缺少共同的严谨科学基础，其重复的工作带来的概念名称人为地各不相同，知识体系因各自的理解和知识缺陷而存在不同的缺口。这种不同学科里不同的概念名称不仅没有给我们带来新的知识，而且人为造成了理解的困难。
微积分在数学里已经被数学家们做得很充分了，即使有突破的可能，那也主要是数学家们的事情。每一个具体用到微积分的学科只需要去“直接调用”微积分的内容就可以了。可以想象一下，如果没有数学的共性基础支撑，各个专业学科自己在解决特定专业问题之前都得先把建立微积分的工作重新做一遍，并且采用完全不同的数学术语以当成自己的业绩，那情况会有多么混乱。相对来说，数学的共性认知比较高，因此数学基础在各个学科的普及相对比较充分，这个问题并没有出现。
因此，即使只是从事和专注某个狭窄专业领域的学者，也需要通晓能力和方法的支撑才能在未来更为有效地做科学研究工作。
四、对中华民族复兴的必要性
这是一个重新产生历史巨人的时代，如果不能去站在以往所有历史巨人的肩膀上，怎么可能做到比他们看得更远、看得更细、看得更深？
对于通晓能力的更具体说明，请看下一篇“理解科学的123N框架——中国如何领导世界（七）”
中国如何领导世界系列：
中国如何领导世界？（一）——以太阳能为引爆点的西部大开发
以太阳能再造一个中国大战略的补充
什么是科学？中国如何领导世界？（二）如何建立以原创为主导的科技创新体制1
马斯克搬家能说明硅谷创新能力不行了吗？中国如何领导世界（二）如何建立以原创为主导的科技创新体制2
人才转移是科技成果转化最重要的模式——中国如何领导世界（三）
论中华传统文化——中国如何领导世界？（五）
作者简介
汪涛
“人类第三次科学革命”倡导者，纯科学和科学经济学理论体系创始人，致力于将完善的科学方法引入社会领域。