就像故事里说的那样，传说中的神射手威廉泰尔

被一个腐败的地主强迫进行一个残忍的挑战

威廉的儿子会被处决

除非威廉可以从儿子头上把一个苹果射下来

威廉成功了，但是让我们来设想一下这个传说的两个版本

在第一个版本里

那个地主雇了一个流氓偷走了威廉信赖的弓

于是他不得不从一个农民那里借一把差一点的弓

然而，这把借来的弓没有调整到位

并且威廉发现，他试发的箭

都紧凑地集中在靶心的下方

所幸，他在为时已晚之前还来得及作出调整

第二个版本：

在挑战之前很长一段时间，威廉开始怀疑他的技术

他的手开始发颤

他试发的箭仍然簇集在苹果周围

但是以一种随机的形式

很偶然地，他射中了苹果

但是在这种不稳定的情况下，不能保证会射中靶心

他必须让紧张的手安定下来

并且重新恢复他瞄准的确定性来救他的儿子

这些变种的核心是两个经常交替使用的词

准确度和准确性

两者的区别

对于科学事业来说，其实很关键

准确度涉及到你和正确结果的接近程度

你的准确度可以随着工具的正确校准

以及你得到的良好的训练而提高

另一方面，准确性

是你用同一种方法得到的结果能够有多一致

精度提高并且不需要太多估测的工具

可以提高你的准确性

偷弩弓的故事说的就是有准确性，无准确度

威廉每一次射箭都得到错误的结果

手抖的版本是有准确度，无准确性

威廉的弩箭集中在正确结果周围

但是对于任意一次射击
都不能有把握射中靶心

在日常的任务里，低准确度或者低准确性

或许影响不大

但是工程师和科研人员常常需要显微镜级别的准确度

以及有很大把握每次都得到正确结果

工厂和实验室通过更优的设备和更细节的流程

来提高准确性

这些提高可能很昂贵，所以管理者必须决定

每个项目可以接受的不确定性是多少

然而，对于准确性的投资

可以让我们超越之前的可能

哪怕是在像火星这么远的地方

可能让你吃惊的是，美国国家航空局也不知道

具体他们的探测器会在另一个星球哪里着陆

预测着陆地点需要大量的计算和测量

而这些测算并不总是有一个准确的答案

火星大气密度在不同海拔会如何变化？

探测器会以什么角度接触大气层？

探测器进入的速度会是什么？

电脑模拟器运行了上千种不同的着陆方案

混合搭配所有变量的值

权衡过所有的可能性

计算出一个可能的接触区域

一个椭圆形的着陆区

在1976年，海盗号着陆器的椭圆着陆区域

是62×174英里，差不多是一个新泽西州的大小

在这种局限下

美国航天局只能忽略很多有趣但是危险的着陆地带

从那时起，火星大气的新资料

提高了宇宙飞船技术

而更强的电脑模拟技术也大大减少了不确定性

在2012年，好奇号的椭圆着陆区

仅有4英里宽，12英里长

比海盗号的小两百多倍

这让美国航天局得以瞄准盖尔陨坑里一个特定的点

一个之前无法着陆却有极高科学价值的地区

我们在无止境地追求准确度

而准确性反映了我们有把握得到准确度的确定程度

牢记这两个原则

我们可以射向星星

并且相信每一次都可以将他们击中