编译 蔡立英

2019年，事件视界望远镜团队首次让世界一睹黑洞的真容。不过，研究人员公布的这张发光环形物体的图像并不是传统的照片，而是经过计算获得的图片。利用位于美国、墨西哥、智利、西班牙和南极的射电望远镜捕获的数据，研究人员进行了数据转换，最终合成了这张标志性的图片。研究团队在撰文记录这一发现的同时，还发布了实现这一壮举所用的编程代码，供科学界了解来龙去脉并在此基础上进行深入研究。

这种模式正变得越来越普遍。从天文学到动物学，现代每一项重大科学发现的背后都有计算机的贡献。美国斯坦福大学的计算生物学家迈克尔·莱维特（Michael Levitt）因“为复杂化学系统创立了多尺度模型”与另两位研究者分享了2013年诺贝尔化学奖。他指出，当今的笔记本电脑的内存和时钟速度大约是1967年实验室制造的计算机的1万倍，他获诺奖的研究工作就是从那时开始的。他说：“我们今天确实拥有相当可观的计算能力，但我们仍然需要思考。”

如果没有能够解决研究问题的软件，以及知道如何编写和使用软件的研究人员，那么，功能再强大的计算机也毫无用处。总部位于英国爱丁堡、致力于改善科学软件开发利用的软件可持续研究所所长尼尔·洪（Neil Chue Hong）指出：“现在的科学研究与软件紧密相关，软件已经渗透到科研的方方面面。”

科学发现理应获得媒体的关注，不过近期的《自然》杂志转而将目光投向了幕后，盘点了过去几十年来改变科学研究的十大关键计算机代码。……