【每周讀本書】《為什麼偉大不能被計劃》

...

【基本介紹】

《為什麼偉大不能被計劃》，作者【美】 肯尼斯·斯坦利、喬爾·雷曼，譯者彭相珍，中譯出版社2023年4月出版，16.3萬字。

兩位作者都是OpenAI的研究員，是ChatGPT研發團隊的核心科學家。

《為什麼偉大不能被計劃》，副标題“對創意、創新和創造的自由探索”。此書講的是在這個科技飛速發展的新時代，如何實現創新與突破的底層邏輯。兩位作者為我們展示了一幅與常識相悖的技術創新圖景與方法論：不要拘泥于目标，不要死闆地設定具體方案，以興趣為持久動力，以漫遊尋寶為心态，才是抵達偉大與成功彼岸的底層邏輯。

在我們的常識裡，科學技術的創新研究遵循着這樣一種線性邏輯：科研人員先設定一個目标，再通過理論假設與試驗，一步步地排除謬誤，向目标挺進，最終排除萬難，取得勝利。而作者認為，在現代科學技術領域，真正偉大的突破，都不是事先精心計劃的結果。任何創新和突破，都不像登山，按照既定路線，向着一個清晰可見的目标挺進；而是如同在一片迷霧重重的沼澤地裡尋寶——目标未知，路線不定。尋寶者的任務，是在尋找一個個的踏腳石立足點，努力探索盡量大的區域，再看看探索過的區域裡，都有哪些價值連城的小玩意。

本書分為兩部分11章：

第一部分（1-9章）逐步提出了反對“目标神話”的主要論點，并為“目标神話”在生活和社會的一些領域造成的損害，提供了通俗易懂的證據。各章的主題分别是：對目标的質疑、無目标者的勝利、繁育藝術的藝術、目标是錯誤的指南針、有趣和新奇的探索、尋寶者萬歲、解開禁锢教育的枷鎖、解開禁锢創新的枷鎖、徹底告别對目标的幻想。

第二部分（10-11章）作者附上了生物學、人工智能等特定科學領域的案例研究，重新诠釋自然進化、目标和人工智能領域的探索，進一步打破了“目标神話”。

【撷取摘要】

1.

我們的文化對“目标”一詞根深蒂固的好感，所以我們都被教過這麼一個道理：隻要目标明确，努力和付出必有回報。設定目标、努力實現目标，并在過程中衡量進展，已經成為我們追求成功的主要途徑。

或許在某些時候，“目标”能為我們提供生活的意義或方向，但它同樣限制了我們的自由，成為禁锢我們探索欲望的牢籠。目标論導緻我們隻關注終點的收獲和風景，而忽視了每一條探索道路本身的特殊性和獨特性價值。尤其當我們面對的所謂的“高大上”的目标的時候。

如果我們在尋找目标，那麼我們必定是在某些範圍内找出目标，這個範圍可以被稱為“搜索空間”，即所有具備可能性事物的集合。但偉大目标的實現，是徹底的未知數。對于幾乎所有“高大上”的目标而言，這種不可預測性是必然的。

考察科技史時，你會發現偉大的創造幾乎都是由一些誰也想不到的人，在誰也沒計劃的領域中做出來的。比如，比爾·蓋茨迎合極客打遊戲的需求普及了個人電腦；矽谷的一個車庫裡誕生了谷歌；埃隆·馬斯克起家是在網上支付領域，最後卻推出了SpaceX和特斯拉。有時候，實現“宏圖大志”的最佳方法，便是“不刻意追求某個特定志向”。因為越是刻意追求，越是事與願違。

目标是我們的文化支柱，但也是限制潛能的樊籠。所以現在是時候突破限制，去探索外面的世界了。

2.

近三分之二的成年人将他們職業選擇的某些因素歸因于偶然性。

作者發現，很多成功故事的共同點是，大獲成功的人，都偏離了最初的職業道路，無論這些道路是由他們自己還是其他人規劃的；不知何故，原本看似正确的目标，最終變成了通往截然不同的職業目标的踏腳石。

要預測什麼道路可以通往最令人滿意的結果，本身就很困難。與生活中所有的開放式問題一樣，通往成功的踏腳石，往往是未知的。因此，我們在進入一個充滿不确定性的世界時，不時地順應偶然性，遵從它的指引，也不見得是壞事。對未知的機會秉持開放和靈活的态度，有時候比明确地知道自己要做什麼更重要。

成功的關鍵在于，我們要對一個不斷變化的環境保持開放态度。

人生的所有事情，并非都需要一個客觀的目标。每個人都有權追随人生的激情所在，即使它們偏離了最初的計劃，或與最初的目标相沖突。因為改變方向的勇氣，有時也會帶來意想不到的豐厚回報。

3.

為什麼目标的設定往往帶來很多害處，而非預想的好處？

作者認為，目标是錯誤的指南針。

從某種意義上說，人類面臨的現狀是：我們被放逐在未知的踏腳石上，隻能依賴人類頭腦的洞察力作為指引。盡管人類的智慧是一種強大的搜索力量，但不管我們如何聰慧，都很難看到一步之外的未來。

我們這裡談論的“目标”都是高層次的遠大目标。如果你距離目标隻有一塊踏腳石的距離，那麼設置并遵循目标依然是有意義的。

4.

作者對“為什麼偉大不能被計劃”這個問題的解釋，來自于一個AI算法。

比如，讓紙面上的機器人走出迷宮、想讓一個三維空間中的機器人學會直立行走，應該怎麼做？直覺上的做法是先設定AI算法的演化目标，在演化的每一步都進行篩選，接近目标就加分，否則就淘汰。但實驗結果表明這個做法效果并不好。

2008年，肯尼斯和喬爾發明了“新奇性搜索”算法。這種算法會随機生成一組解決方案，通過評估新奇性并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，直到達到預定的叠代次數或者将問題徹底解決。

這個算法在叠代過程中完全不考慮一個方案是否有利于接近目标。哪怕這個方案是往牆上撞，或者一站起來就跌倒。産出的方案再怪異、再不靠譜也沒關系，隻要是新奇的就留下，隻問新不新，不問好不好。然而各種實驗都證明，這種方法找出來的方案最能解決問題，它能最快找到迷宮的走法、能讓機器人最快學會直立行走。

5.

在新奇性搜索運行時，作者發現信息收集器正在按由簡到繁的順序收集信息，并表現出明顯的非目标特性。

我們要擔心新奇性搜索最終會永遠地被困在毫無意義的行為之中，找不到任何有意義的出口嗎？不。我們有充分的理由相信，我們不需要目标的約束來避免無意義的浪費。物理世界自身就提供了很多約束。新奇性搜索不會考慮許多可以想象但無法實現的行為（例如人類依賴自身的軀體飛行），因為它們是不可能的。

世界的物理特性限制了新奇性搜索能考慮的所有行為，這一想法也解釋了新奇性搜索積累世界信息的趨勢：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。

簡而言之，創造新奇事物的最佳方式，是利用世界真正運作的方式，并據此積累有關信息。

6

新奇性本身是否應該被稱為一個目标？作者給出的答案是不應該。

如果我們試圖用“目标”概括所有類型的發現和探索過程，就必須将新奇性視為一個目标，就需要我們扭曲自己的邏輯，以盡可能地套用傳統的、以目标為導向的思維方式。

但事實上，首先，新奇性與目标有着本質的不同。在探索新奇事物的過程中，你成為什麼或實現什麼，永遠不是你的目标。

其次，如果我們能仔細思考“新奇性是如何從簡單走和複雜的”這一問題，那麼就會發現，搜索新奇性的整個過程，與追求傳統目标的實現，兩者之間存在本質性區别。目标是驅動成功的老式引擎，而新奇性則是不同的東西。

為此，讓我們時刻牢記目标與新奇性這兩個不同術語的差異，而不是将二者混為一談。

7.

我們重複了40次新奇性搜索的迷宮實驗，機器人在39次實驗中找到了終點；而40次基于目标的迷宮實驗中，機器人隻成功了3次。

這個實驗有着堅實的基礎，并遵循了本書迄今為止一直在強調的邏輯，即隻關注目标會導緻欺騙性結局。看似離目标更近的機器人，實際上經常會走進死胡同，這些死胡同與通往真正解決方案的正确路徑相去甚遠。

在迷宮裡探索的機器人，在沒有嘗試走出迷宮的情況下，反而學會了走出迷宮的方法；雙足機器人在不試圖學會行走的情況下，反而走得最遠。

新奇性搜索帶來的經驗看起來是在不刻意尋找目标的時候，找到“目标”反而更容易。換句話說，當你不擔心如何解決問題，而是真正采取行動時，反而能夠解決更多問題。

8.

新奇性搜索并不總是能夠幫助我們找到想要的東西。我們可以找出一些問題，在所有可能的答案中漫無目的地搜索，但最終卻找不到解決辦法。生活中這種情況很常見。

這種可能的失敗說明，我們不能對新奇性搜索抱有過高的期望。盡管其有效性有時可能高于追求特定目标的搜索法，但它并不是解決所有問題的“萬金油”。

有人提出，新奇性搜索不過是強調避免“将所有雞蛋都放在一個籃子裡”。換句話說，在尋求目标實現的時候，我們需要保持多樣化的思維。

要理解這種“保持多樣性思維”的方式，可以将其想象為在賽馬場上賭馬。即便是最優秀的馬，也無法赢得每一場比賽，所以最好的下注方法，就是同時下注幾匹馬，而非單押一匹“常勝将軍”。

這就導緻了一種折衷想法的出現，“将以目标為導向的探索和新奇性搜索相結合，說不定會更有效”。

可是，作者告訴我們：我們隻是需要更深層次的多樣性（但仍專注于整體目标的追求）這一想法本質上是錯誤的。它的問題在于否認了目标不可逃避的缺陷——從欺騙性角度看，目标在本質上就是一個錯誤的指南針。如果你在前行的過程中使用壞的指南針，那麼無論你多麼努力地嘗試偏離其指向，還是會受其影響而繼續朝着錯誤的方向前進。與其保留一個錯誤的指南針，不如早早将其丢棄。

9.

在機器人走迷宮和雙足機器人學習行走的實驗中，新奇性搜索的确更好地解決了問題，但這并不意味着它永遠有效。

我們隻能面對一個嚴峻的事實：沒有任何方法，能夠确保我們可靠地實現特定的目标。

非目标搜索的重要啟示是：其參與者并不遵循“達成共識，朝着特定目标前進”的初衷。相反，用戶們的探索潛力得以釋放，朝着不同方向發散，并在彼此的創造基礎上繼續發展。

非目标搜索更重要啟示是：它是一位實力強大的尋寶者。在漫無目标的新奇性搜索中，你不一定能找到心中想要的寶藏，反而可能發現許多意料之外的寶藏，這将使整個過程充滿驚喜。

10.

當社會對進步的追求被打包為一種措施進行衡量時，就會産生目标驅動效應。如果目标十分“高大上”，那麼提升目标表現的驅動力很可能産生欺騙性，反而阻礙了人們發現最佳結果的能力。比如，GDP，學習/考試成績。

基于目标導向型思維給教育領域帶來了長期傷害：對精準測量的錯誤信任、對“一刀切”的統一标準的追求。事實上，與其采用不同的評估标準，不如将教學組織成一場緻力于尋找最佳的教育方法的“大型尋寶活動”。

隻有在目标相對平凡的情況下，衡量标準才是有用的，共識也是如此。

在科學的未知領域，專家們的意見應該保持分歧和發散狀态。如果你的目标，就是尋求一個趨于獲得普遍認同的想法，那麼共識當然是一個值得稱贊的盟友。達成共識對特定類型的決策而言是有意義的，但對于創造性的探索卻不适用。

比如，在提案評審時，評審員群體越是認同提案的優秀性，機構提供資助的概率就越大。然而問題在于，共識往往是通往成功的踏腳石的最大障礙。非目标搜索不鼓勵人們最終走上同一條路或抵達同一個目的地，隻有在這種情況下，有趣的想法才能吸引資源和資金。

解決不同人群在喜好上的分歧，往往會導緻相互對立的踏腳石之間彼此妥協，就好像将對比鮮明的黑白兩色混合到一起，最終隻會産生了寡淡的灰色。這種妥協的産物，最終往往隻會沖淡兩個原始理念的色彩。此時，整個系統不是讓每個人去發現自己的踏腳石鍊，而是将各種不同的意見壓縮成一個四平八穩的平均值。

11.

“想要成功，反而不要以成功為目标；隻需要做你喜歡和相信的事情，成功就會自然而然地到來。”——大衛·弗羅斯特（David Frost）

探索的目的地變得未知，我們必須放下對最終目的地的執念。

當我們站在可能性的邊界眺望未知的世界時，目标就成了一座名不副實的燈塔。但趣味性則不同，趣味為我們規劃了一片道路網絡，引導我們從一處藏寶地前往另一處。

成功的發明家會問的是，我們能夠從這裡走到哪裡，而不是我們如何能夠抵達遙遠的那裡。

如果目的地本就不存在，那麼所謂的正确道路也不應該存在。

作為尋寶者，我們的興趣在于收集更多的踏腳石，而不是到達某個特定的目的地。我們找到的踏腳石越多，就有越多的機會前往潛力更大的地方。

正是這類由一塊又一塊踏腳石連接而成的創新鍊，才能把最偉大的成就變為可能。

12.

生物進化是獨特的，因其能不斷地推陳出新，就像一台永動機。不同于自行車這類“死物”，如果你把“生命進化”擱在那兒一百萬年，它完全可以自行衍化出一整套全新的生态系統。

大多數接受過科學教育的人都會說，生存和繁衍是進化的目标。但這一觀點是有問題的，因為生存和繁衍在進化開始時就已經完成了，即先得有地球上第一枚細胞的成功生存以及順利繁衍，生命的進化之路才能随之開啟，這就好比手裡攥着車鑰匙還在繼續找它，有些“騎驢找驢”似的犯蠢。搜索到某物，通常标志着目标的實現，而非搜索過程的開始。

從根本上說，從目标的角度解讀生物進化，嚴重忽略了一個事實，即進化最有趣的産物，隻是其為實現“生物的高度适應性”這一目标過程中産生的一種副産品而已。一種更可靠的說法便是，作為進化産物的生命多樣性才是進化過程的核心，而非其副産品。

有趣的是，自然進化并不是通過競争來獲得生物多樣性，而是通過避免競争。特别是某一生物如果能以一種新方式謀得生存，那便是成功找到了自己的專屬生态位。因為它會成為第一個以這種新方式生存的生物，所以作為此道開山者，競争不會太激烈，繁衍也會更容易。

正如人類的某些重大發現有時是不可預測的，偶然性在自然進化中也起着關鍵作用，尤其是通過基因突變的形式。從某種意義上說，生物“百花齊放”的多樣性，并不是來源于自然選擇，而是自然選擇的忽視。事實上，正如生物學家邁克爾·林奇（Michael Lynch）所強調的那樣，自然選擇的幹預越少，源于基因漂變的性狀也就越穩定。

進化的創造性是逃避競争後的産物，而非競争的産物。要想進化出富有特色的物種，進化的競争性就不能壓過創造性的驅動力，這才是關鍵。重要的是，在自然進化中，生存和繁衍這兩項任務，是一種普遍存在而又開放的約束，其允許了不同的生存和繁衍方式。各類物種的不同生活方式，是通過進化的創造性力量實現的，包括建立新生态位來逃避競争，也是由進化的創造性來驅動的。

自然進化可以被視為具有局部競争特點的新奇性生成搜索。進化中的競争不是全方位的。換句話說，單個個體并不會“以寡敵衆”，與其他所有生物都較上勁。全方位競争，強調的是發掘“整體最優”；評判一個生物的标準，是将其與其他所有生物進行比較。局部競争會在生物自身的生态位内，不斷對其進行“雕琢”和“調校”。它推動了新生态位的建立，繼而避免了競争。全方位競争自然趨向于“歸一”，而局部競争自然而然地促進了進化的多樣性和創造性。

13.

“唯一不會抑制進步的原則是：一切順其自然。”——保羅·費耶阿本德（Paul Feyerabend）《反對方法》

人工智能領域通行兩個主要的啟發式方法，①實驗派啟發式方法，它遵循的經驗法則是：一個算法的潛力和前景，取決于其在實驗中的表現。換句話說，一個值得進一步探索的算法，在基準任務中的表現，一定要優于現有算法。②定理派啟發式方法。根據此法，如果一種算法能夠被證明具有理想的屬性，那麼它就是最好的算法。這種方法背後的邏輯類似于售賣汽車零部件時随附的質保憑證，即通過數學驗證，證明算法在理論上具備可靠和可預測的性能。

在人工智能領域，我們要舉全“社區”之力，而它必須是一個不存在目标驅動型“把關人”的“社區”。

【寫在最後】

1.

閱讀此書，我最強烈的一個感受是：天馬行空的想象力、無中生有的創造力是多麼重要。

2.

書中提出了很多颠覆性的觀點，比如，偉大不能被計劃；目标是錯誤的指南針；求新就是求好，出奇就是出色，有趣就是有戲；多樣性不是競争的産物，是逃避競争的産物......

比如，在第10章中，作者重新诠釋了自然進化，進而提出非目标性思考的一個核心觀點是，雖然可以把進化看作一場競争，但“形成新生态位以逃避競争”要比“在生存和繁衍這兩個目标上，勝過其他生物”更為重要。這就是生物多樣性保持增長的方式，也是自然進化總體上趨向于“多元化”而非“趨同化”的原因。

書中也提出了很多讓人深思的問題。比如，書中講到肯尼斯和喬爾炮轟了美國的科研和教育體制，認為其太過強調目标和計劃，正在制造平庸。那麼，我們是不是需要減少一些競争，取消無謂的考核，用減少内卷換取增加多樣性，用自由發展取代頂層設計，營建更寬松的環境……

而作者提出的一個更有意思、更值得深思的問題是：人工智能程序的目标，可能是幫助機器人學習如何穿越迷宮。由于人工智能領域本身自帶很強的目标導向性，也許終有一天，人工智能研究人員也會不可避免地陷入目标本身導緻的陷阱。

3.

此書不僅是科學讀本，也有哲學思考。

新奇性搜索算法不預設具體目标，但是它有價值觀的指引，這個價值觀就是新奇和有趣。隻要你每次都選擇更新奇和更有趣的方向，你就不會是平凡的。

偉大不是目标指引的結果，因為通往偉大的路線從來都不是直線，很多時候快反而就是慢——沒有特殊目标，每次隻是選擇下一塊踏腳石，你反而能找到珍寶。

個人的成長也是如此。很多成功者并沒有長遠的規劃，都是先做過一些事情，發現自己更感興趣的是什麼，并為之轉行，從而找到為其帶來巨大成功的職業。

在閱讀過程中，特别是在閱讀第一部分第4-9章時，我竟時常有種錯覺，難道我不是在讀一本哲學書嗎？