码荟赠书｜为什么伟大是不能被规划的

世界上第一台计算机，是用真空电子管制造的。

1918年，两位英国物理学家William Eccles和F.W. Jordan描述了使用交叉耦合的真空管放大器产生脉冲序列的方法。这种电路成为了触发器的基础，触发器具有两种状态，从而成为电子二进制数字计算机的基本元素——人类开始有了第一代计算机，真空管计算机。

但试想，如果你生活在18世纪，目标是制造某种计算机，你绝对不会想到要先发明真空管。甚至在真空管发明100多年里，也没有人意识到，它会在计算机领域被派上大用场。直到1945年ENIAC（Electronic Numerical Integrator and Computer）被发明出来，这是第一台可编程的电子通用数字计算机，使用了超过17000个真空管构建起逻辑电路。

假如有个空间，储藏着历史上所有具备可能性发明物件，那么，真空管一定就在计算机旁边——一旦真空管发明出来，离计算机的发明就很近了，真空管是计算机的“踏脚石”，你只需要发掘两者之间的联系。

可是，谁有本事提前想到这一点呢？

在我们的文化观念中，设定目标、努力实现目标，并在过程中衡量进度，已成为我们追求成功的主要途径。对于一些具体的“小愿望”，设定目标非常有用，比如一家公司决定提升5%的产能，制定目标就非常有效。但如果这家公司想跨越发展曲线、开拓下一代国民级应用呢？对于一些“高大上”的目标，目标导向似乎有点问题——因为此类目标的实现，是彻底的未知数。

如果你的目标是发明微波炉，你肯定不会想到去研究雷达；

如果你想发明一架飞机，你也不会想到花几十年时间去发明发动机；

如果你想制造一台计算机，怎么会把绝大多数时间花在研究真空管上？

……

但在这种情况下，你永远不会做的事情，恰恰是你应该做的。只有那些没有把发明微波炉、飞机或计算机等终端产品作为终极目标的人，才能找到通往这些发明的关键踏脚石。

这也许说明，在我们这个日益强调“目标感”的社会，用可量化指标衡量一切的时代，成功的衡量标准——用于判断我们是否朝着正确的方向前进的方式——可能具有欺骗性。

没有人确切知道，哪些踏脚石会催生最伟大的发现。而成功的关键在于，我们要对不断变化的环境保持开放态度，允许各种可能性自由生长，避免被锁死在最初的宏伟目标上。在真正的机会来临时，勇敢地抓住它。

肯尼斯·斯坦利和乔尔·雷曼，两位都是全球知名的人工智能科学家，也是OpenAI研究员。十几年前，他们开始了一个非常独特的科学实验——创建“图片孵化”网站Picbreeder.org。人工智能科学家找到一种方法，为储存在计算机内部的图片创造了一种人工DNA，使人们可以将图片的基因，像动物那样遗传整合到一起。

像人类对动物进行育种培优一样，经过多代基因筛选，跑得更快的马、体形更好的纯种犬……被饲养的动物的进化方式体现了人类的偏好。在Picbreeder.org上，用户可以在10-20张原始图片中不断挑选自己的偏好图片，促进AI生成新的图集，最终创造出自己喜欢的、或者有趣的图片。

在育种技术上，育种目标会帮助人们培育出自己喜欢的品种。但是在AI成图方面，结果相反，用户培育出的最喜欢的图片，往往并非他们最初设定的目标。为了验证这个结果，AI研究员设置了一种程序，把某张图片作为最终生成目标，并让计算机程序根据这张目标图片，每一次都自动选择与目标图片更相似的图片。但是每一次看起来都更接近于目标的选择，最终得到的图片，依然与目标图片完全不同，换句话说，这种方式无法得到这个目标图片——实验失败了。

从这个小小的违反直觉的人工智能实验开始，肯尼斯·斯坦利和乔尔·雷曼开始重新思考“目标至上”的价值观念，并最终写成《为什么伟大是不能被规划的》这本书，从AI实验开始，扩展至自然选择、跨时代的技术进步等多个领域，并最终告诉我们：如果你想实现伟大的目标——探索苍穹、穿越极限的地平线，那么在某些情况下，你需要放弃目标。

在AGI时代曙光初现，新技术蒸腾时代的当口，源码推荐这本书给各位。不把成功的潜力作为每个项目是否值得开展的评判标准，而是根据其催生其他项目的潜力来判断其价值。踏脚石唯一重要的功能，就是带来更多的踏脚石。

你永远不知道脚下的路会通向何方。