为什么伟大的创新不能被计划

万维钢

1

创新，是一件神奇的事情。一些取得伟大成就的发明家并非比同行更勤奋、更努力，而是他们经常能捡到意外的宝藏。

近期全球最令人瞩目的重大创新事件是生成式人工智能模型ChatGPT的诞生。它由OpenAI（开放式人工智能公司）研发，但在最初并未得到特别关注。

OpenAI的四位创始人都是三四十岁的年纪，首席执行官山姆·阿尔特曼在斯坦福大学学过计算机专业，中途退学；首席技术官米拉·穆拉蒂是一位年轻女性，父母是阿尔巴尼亚移民；总裁格雷格·布罗克曼上过哈佛大学和麻省理工学院，但最终都退学了；首席科学家伊利亚·苏茨科弗原本是俄罗斯人，小时候跟随父母移民到以色列，后又移民到加拿大，最后才到美国。

两个没有学位的美国人和两个外国移民，领着几十名研发人员组成了一家小公司，采用了一条当初包括谷歌在内的大公司都不看好的技术路线，做出了最令人震撼的科技产品。这样的事情是可以被计划的吗？

2

为什么伟大的创新不能被计划？肯尼斯·斯坦利和乔尔·雷曼的《为什么伟大不能被计划》一书，算是把这个问题彻底讲明白了。他们对这个问题的回答，来自一个AI算法。

比如，你想要从一些简单的线条出发演化出好看的图片，或者让纸面上的机器人走出迷宫，又或者让一个三维空间中的机器人学会直立行走，你应该怎么做呢？

直觉上的做法是先设定AI算法的演化目标，在演化的每一步都进行筛选，接近目标就加分，否则就淘汰。但实践中这个做法的效果并不好。

肯尼斯和乔尔发明的算法叫作“新奇性搜索算法”。这种算法会随机生成一组解决方案，通过评估新奇性并保留新奇性比较高的方案，从而使方案像生物演化一样发生一定的变异，如此循环往复，直至达到预定的迭代次数或者将问题彻底解决。

这个算法在迭代过程中完全不考虑一个方案是否有利于接近目标，哪怕产出的方案再怪异、再不靠谱也没关系，只要是新奇的就保留。然而各种实验都证明，用这种方法找出来的方案最能解决问题。它能生成最好看的图片，能以最快的速度找到走出迷宫的方法，能让机器人在最短时间内学会直立行走。这是为什么呢？

3

一个原因便是，求新就意味着求复杂。简单的方案总是先出现，等你把简单的方案都尝试过后还要新的，出来的就一定是更复杂的方案。复杂意味着掌握更多的信息，也就更容易解决问题。

更重要的原因是，新方案是通往更新方案的“垫脚石”。这就如同你在一片沼泽地里寻宝，必须踩到更多的垫脚石才能探索更多的地方，你必须探索很多地方才更有可能找到你要的东西。

以教机器人直立行走为例。如果你一开始就聚焦于“直立行走”，你就会刻意避免让机器人摔倒的方案。可恰恰是这些让机器人摔倒的方案能教会机器人踢腿！学踢腿，自然容易摔倒。可是不踢腿，怎么会行走呢？

对新奇性搜索算法来说，机器人从“不会摔倒”到“会摔倒”，绝对是一件大好事。机器人会的越多就意味着越高级，就有更多机会将直立行走这项技能收入囊中。

求新确保了探索范围的宽广，好东西也会随之而来。考察科技发展史，好东西从来都不是按照某个目标刻意计划出来的，而是一个接一个自动发展出来的。

莱特兄弟发明飞机，最早依靠的是自行车技术——此前无数人想要发明飞机，谁也没想到首先飞上天的是“自行车制造商”；微波技术本来是用于驱动雷达磁控管的一项技术，意外成就了微波炉；第一台电子计算机用的是电子管，但电子管根本就不是为了计算机而发明的。

伟大不是目标指引的结果，因为通往伟大的路线不都是直线，很多时候慢就是快——每次只是选择下一块垫脚石，你反而能找到珍宝。

4

这可不是说人生就应该漫无目的、随波逐流。新奇性搜索算法虽然不预设具体目标，但是它有价值观的指引，这个价值观就是新奇和有趣。

比如一个孩子，一开始觉得看电视很有趣，家长对此很不放心，认为是浪费时间。但是孩子很快就会发现打游戏比看电视有趣多了，于是他会把精力转移到打游戏上来。只要眼界够高，他迟早会发现世界上还有很多比打游戏更新奇、更有趣的东西。

没错，真正能把追求新奇和有趣坚持到底的，都不是一般人。他们始终能看见下一块垫脚石，而成就和实用性早晚会随之而来。

如果你一开始就认准了要得到一个什么样的珍宝，你反而很难得到这个珍宝；最终得到珍宝的人，只是一直在寻找下一块垫脚石，他们得到的都是意想不到的珍宝。

求新就是求好，出奇就是出色，有趣就是有戏。

（木 深摘自中译出版社《为什么伟大不能被计划》一书）