偉大，不是被計劃出來的

哥倫布本來想繞一條路去印度，結果意外發現了新大陸。這種意外在人類的創新史上是一種常態。

肯尼斯·斯坦利、喬爾·雷曼，兩位人工智能的研究者，他們寫了一本書《為什麽偉大不能被計劃》。他們發明了一種算法，叫新奇性搜索算法。這種算法的最大特點是沒有目標，而是隨機生成一組解決方案，通過評估新奇性並保留新奇性比較高的方案，從而像生物演化一樣發生一定的變異，如此往複循環，直到達到預定的迭代次數或者將問題徹底解決。

這麽描述還不是很容易理解，比如什麽叫新奇性。舉個例子你就明白了，訓練機器人走迷宮，從一個起點開始，到一個出口。你該如何給機器人設定目標，讓機器人表現越來越好？人的直覺反應是，如果一個程序比上一次更接近出口，就獎勵它，讓它不斷接近出口。這就是常規的漸進式抵達目標的方式。

新奇性搜索算法不是這麽來的，一開始壓根不給機器人“你要不斷接近出口”這個目標，而是讓機器人“隻是純粹地嚐試做一些與以往不同的事情”。機器人可能先撞上一堵牆，在新奇性搜索算法裏，撞牆被認為一件好事，因為它之前沒幹過這個，這就是算法要找的“新奇性”。接下來，讓機器人換著花樣撞牆，通過窮盡各種撞牆的方式，新奇性搜索不斷增加機器人對探索和穿越走廊的理解，並最終使它發現出門的方法。

也就是說，這款算法不鼓勵機器人“不斷接近出口”，而隻鼓勵機器人“搞點新意思”，就能完成一開始看起來很複雜的迷宮任務。

如果有人說這是窮舉法，那是誤讀。重點是新奇性。機器人不能反複同一種方式撞牆。所以不斷求新，就會求出複雜。簡單的方案先出現，所有簡單的方案都嚐試過之後還要新的，出來的就一定是更複雜的方案。複雜的方案，就能夠駕馭複雜的信息，解決複雜的問題。

通過人工智能的訓練方式，我們也能夠明白，在這個時代還要對孩子搞題海戰術，是非常愚蠢的。機器都這麽智能了，人還要往原始機械的方向去培養。

新奇性搜索算法並不是完全沒有方向，兩位研究者提出的新方向是尋找踏腳石。探索者不必追求最終的、實用的目標，隻要始終看到下一塊踏腳石，不斷前進，珍寶就會隨之而來。

這就回到了書名，偉大不能被計劃，計劃得太精細，反而會殺死下金蛋的雞。再舉個例子，真空管是計算機發明道路上的一大關鍵踏腳石，但當時沒有人能預見到它的作用。如果你穿越回去做全世界的秦始皇，為了發明計算機，命令集中所有資源按照你的心思造計算機，結果那個要發明真空管的家夥也被你征調過來，最終你隻會阻礙計算機的問世。

這本書對我的啟發還是很大的。我以前的一些想法，得到了驗證，和科學合理的解釋。

CDT 檔案卡

你不必或者說不可以直接奔著一個清晰明確的目標狂奔，神擋殺神，佛擋殺佛。就連孫悟空也證明了這樣是行不通的。但你可以沿著可能錯誤的方向的方向，拚盡全力。在奔跑的過程中，與其說要留心終極目標，不如留心你已經踩上了什麽有價值的踏腳石，以及你周圍還有哪些可以努力夠到的踏腳石。

踏腳石是有衡量標準的。“真正成為下一步行為的踏腳石的那些行為，必須尊重現實世界運作的方式和規律。”但是通往偉大目標的踏腳石鏈，通常是不可預測的。“對未知的機會秉持開放和靈活的態度，有時候比明確地知道自己要做什麽更重要。畢竟，條條大路通羅馬，哪怕是最出乎意料的道路，也可能通往幸福的彼岸”。

我知道這個觀念非常重要，但是在傳播過程中也很容易被誤讀。有人一說反對應試教育，心裏想的就是撒手不管的所謂快樂教育，好像把孩子放到大自然裏，大自然就能給他培養成當代梭羅。

沒有顯性目標的學習和進步，才是最難和最有挑戰性的。不斷尋找踏腳石，就是不斷駕馭更大的複雜。希望天上掉下一個蘋果，自己就能變成下一個牛頓，這都是庸人的自我安慰。《為什麽偉大不能被計劃》也說：“偉大的發現從來都不是什麽稀裏糊塗的意外。現實情況是，人類天生對有趣事物有著敏銳的嗅覺。大家都知道，如果我們選擇了一條有趣的道路，它可能會通往重要的目的地，盡管我們可能並不知道這個目的地確切在哪裏。”

就像哲學界懷特海說的：“一個命題的趣味性比真實性更重要。”

我們在生活中也會發現，真正有趣的人並不是那些嘴裏別著一大堆段子的人，那樣的人往往是油膩而非有趣。有趣的人是那些永遠向未知敞開自己的人。他們不停留在自己已經得到的身份、榮譽或者標簽上麵，永遠在尋找理解世界的下一塊墊腳石在哪裏。與別人的評價相比，他們更關心自己對世界的理解到了哪個層次。