为什么伟大不能被计划

OpenAI科学家跨界撰写的思维奇书

源自人工智能研究的意外发现，找到人类伟大发明的真正入口

颠覆传统目标理论  重塑认知与思维模型

向普通人描绘一幅完全不同的成功图景

小任务靠做计划  大成就靠踏脚石

作者介绍：

[美]肯尼斯·斯坦利（Kenneth Stanley），全球创新思维和前沿科技领域的代表性专家、人工智能科学家，OpenAI（开放式人工智能公司）研究员。他曾任中佛罗里达大学教授，深耕机器学习领域，发表了80多篇专业论文，其中数10篇获得了最佳论文奖，并经常受邀在世界各地发表演讲。他还曾是Uber（优步）人工智能实验室的创始成员，在行业内具有卓著的影响力。

[美]乔尔·雷曼（Joel Lehman），全球知名的人工智能科学家，OpenAI研究员。他也曾是Uber人工智能实验室的创始成员，目前在OpenAI做“大型语言模型（大模型）+演进算法”方面的研究，聚焦的领域包括人工智能安全、强化学习和开放式搜索算法。2022年，乔尔所率领的研究团队发表了一篇“神奇”的论文，首度揭秘了OpenAI的一项研究：大模型自己学习、自己写代码，然后自己“调教”出了一个智能体机器人——“成精了！”这也揭示了大模型的代码生成能力已足够影响智能体的进化，而这一进展反过来也能增强大模型的生成能力。这篇论文当时在科技圈和创投圈都曾引发爆炸式讨论。

最近，乔尔还发表了一篇名为《机器之爱》的有趣论文。

他们二人都是当下火爆全球的智能语音机器人ChatGPT的核心研发科学家。

本书卖点：

1. 作者重磅

肯尼斯·斯坦利和乔尔·雷曼，两位作者目前均在享誉全球的人工智能公司OpenAI中担任研究员，而该公司正是近期火爆“出圈”的智能语音机器人ChatGPT的研发公司。二人在计算机科学专业深耕多年，发表过数十篇经同行评议的学术文章，他们此前的讲座视频已在国内人工智能爱好者社群内传播。可以说是人工智能领域具有较高的影响力的人工智能重磅专家。

2. 贴合AI、ChatGPT、大型语言模型LLM等热点

本书无论从写作动机还是内容上，均与人工智能等热点紧密相关。尤其是在当前ChatGPT如此火爆的时期：数据显示，2022年11月底，人工智能对话聊天机器人ChatGPT推出，迅速在社交媒体上走红，短短5天，注册用户数就超过100万。 截至2023年1月末，ChatGPT的月活用户已突破1亿，成为史上增长最快的消费者应用。除此之外，作者之一肯尼斯目前正在OpenAI研究“大型语言模型（LLM）+演进算法”，LLM 代表着 AI 领域的重大进步，并有望通过习得的知识改变该领域。在过去几年中，LLM 的规模每年增加10倍之多。

3. 颠覆看世界的方式，独辟蹊径解读成功的新路径

“如何才能成功”这一话题经久不衰。制定详细的人生蓝图，再一步步实现，最终走向“人生巅峰”，是一直以来人们根深蒂固的成功路径。但是近年来“躺平”“佛系”“松弛感”越来越成为青年群体中的热门词汇，他们对于长远的规划不感兴趣，或者制定了也很难真正完成。本书恰恰能告诉大家，真正的大成就是计划不出来的，跟着好奇心一步一步走，才是成就非凡的正确路径。

编辑推荐：

想要深刻领悟人工智能和ChatGPT的奥义，你需要读一读这本《为什么伟大不能被计划》。两位OpenAI研究院将用丰富的实例为我们徐徐展开人工智能的秘密。

工作中遇到瓶颈，想要寻找突破，你需要读一读《为什么伟大不能被计划》。这本书将揭示一个秘密，即艺术和科学等领域中最伟大的发现，需要遵循好奇心，即一块块踏脚石。

苦于无法如期实现自己的人生的规划时，你需要读一读《为什么伟大不能被计划》。本书将通过智能机器人、生物进化、人类杰出艺术作品的例子告诉读者，目标可能根本不存在，只是一种模糊的感觉而已。

名人推荐：

人类正处于信息和知识大爆炸，以及人工智能主导科技革命持续加速的历史阶段，传统的线性和基于经验的思维模式被全面解构，预测动态和多维的平行世界发展趋势几乎没有可能。特别是AIGC所代表的人工智能意志不会完全被人类选择的“目标”所束缚。所以，在这样时代，人们原本熟知的“系统”和“框架”概念正在急速过时，任何伟大的成功只能发生在“小概率”领域，需要以废弃传统的目标设计为前提。未来只能属于那些敢于突破“目标”幻想和挣脱“目标”幻觉枷锁的人。本书的核心价值体现在如下的颠覆性理念——无目标者的胜利。

——朱嘉明 著名经济学家、横琴新区数链数字金融研究院学术与技术委员会主席

对于大多数人而言，日常生活中一个又一个的小目标有利于我们取得进步。受此影响，我们也逐步将“树立目标”刻入人类文化的脉络中。但在本书看来，日常生活并不能与追求伟大相提并论，面对当下混沌复杂的研究背景，“目标神话”可能只会浪费时间、挫败信心。因此，持久的创新活力需要自由探索的空间，真正的伟大也可以“从今晚十点钟开始”。

——王煜全 海银资本创始合伙人、“科技特训营”主理人

遇到难题，一般的处理办法是直接寻找对策。但科学界却存在相反的规律：难题的解决之道不在于直接攻克，而是遵循对自然的好奇，使答案逐渐浮出水面。其实，很多领域的创新都是在求知路上的偶然所得，起初不带有任何应用目的。肯尼斯和乔尔通过他们在人工智能领域的最新研究告诉我们：少些计划、多些包容，或许能收获更多“意外”的伟大发现。

——陈贵  中国科学家论坛主席、中国管理科学研究院商学院院长

现代社会生成了数不胜数的目标，但预设的和最终实现的常有出入，甚至相去甚远。人们也很少反思其中的原因。本书是人工智能领域的专家解码之作。作者指出，执迷于设定目标及其衡量标准会限制行动空间，“谋大事”时容易遗漏不可或缺的“踏脚石”。因此，“悟道明志”重于“高大上”的目标陈述，开放思维和创新探索重于步步为营、中规中矩的衡量标准。让我们一起阅读，体验“无招胜有招”的至高境界。

——林丹明  战略经济学家、广东以色列理工学院副校长

跳出思维的束缚，跨越常规的梗阻；出其不意地提出问题，天马行空地放飞思绪。本书由“对目标的质疑”起笔，以全新的思考维度、深邃的洞察力，系统阐释了诸多颇具挑战性的独特观点，特别是因应“高大上”目标的“踏脚石”理论。其中既融入了对理想、机缘和成功的别致解说，也贯穿着对创意、创新和创造的自由探索，对我们个人成长、事业发展都深有启迪、大有裨益。

——尹传红 科普时报社社长、中国科普作家协会副理事长

肯尼斯和乔尔合著的这本书是一本绝妙的书。其核心思想是，多数人的工作方法是盯着一个明确的目标拼命钻，但这种策略的重大缺陷是，现实世界的很多看上去帮你实现明确目标的路数有很大的欺骗性，往往适得其反，甚至衡量目标的标杆本身也有问题。作者建议：正确的策略是为了实现伟大的成就，我们必须愿意对任何道路都保持一定的、开放的心态。好比在迷雾中走路，看不清远处方向的时候，不断地收集、积累各个方向的踏脚石，踩到一个踏脚石后就发现更多的踏脚石，自然而然地给自己更多的选择和方向，从而走出一条原来无法想象的精彩的路。目标太具体、明确，反而可能限死了你的长期发展的空间。

——王川  独立投资人、新浪微博@硅谷王川

内容介绍：

两位作者持续多年扎根人工智能前沿领域，这本书是他们在科学研究的过程中蹦出的意外火花。因为这一全新发现并不是直接回馈于他们本身所处的人工智能领域，而是“无心插柳”收获了对人类约定俗成的思维方式的全新颠覆。这一研究打破了人类世界延续多年、难以撼动的、依靠目标和计划成事的文化基因，真正开启了人类伟大创新的惊喜之旅。

他们在学校、TED、科研论坛等场合公开演讲，让这一新思维方式影响并激励了许多人。他们自身也凭借写入本书的“寻宝者思维”“踏脚石模型”“新奇式探索”等具体思维方法，在人工智能研发领域取得了飞跃式的突破和进展，产生了一系列惠于人类的伟大创造。

目录内容：

第1章：对目标的质疑

第2章：无目标者的胜利

第3章：繁育艺术的艺术

第4章：目标是错误的指南针

第5章：有趣的和新奇的探索

第6章：寻宝者万岁

第7章：解开禁锢教育的枷锁

第8章：解开禁锢创新的枷锁

第9章：彻底告别目标的幻想

第10章：案例研究1：重新诠释自然进化

第11章：案例研究2：目标和人工智能领域的探索

参考文献

精彩文摘

推荐序

想象在某个平行宇宙中，你被任命为某国的科技部部长，你的任务是把该国科技发展水平提升至发达国家的水平。为此，你的助手给你提供了一份计划:

选定若干个战略方向，投入巨额研发资金；

选拔一批国内企业，各自设定明确研发目标；

组织最优秀的科研工作者和著名学者作为项目领军人物，要求责任到人；

在每个方向上都安排至少三家公司，强化竞争；

定期考核，监督研发进度……

你踌躇满志，但是内心多少有点不安。这样的计划能成功吗？

这就回到一个问题：创新的逻辑是什么？

*

创新，是一件神奇的事情。要知道，一些实现伟大成就的发明家并非比同行更勤奋、更努力，而是因为他们经常能捡到“意外的”宝藏。

最近全球最令人瞩目的重大创新事件是一个生成式人工智能（Generative AI）模型ChatGPT的诞生。我认为这可能是工业革命以来最了不起的发明之一，它由OpenAI（开放式人工智能公司）研发，且在最初并未得到美国政府的特别关注。

OpenAI的四位领导人都是三四十岁的年纪，首席执行官山姆·阿尔特曼（Sam Altman）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（Mira Murati）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（Greg Brockman）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（Ilya Sutskever）原本是俄罗斯人，小时候跟随父母先移民到以色列，后又移民到加拿大，最后来到美国。

两位没有学位的美国人和两位外国移民，领着几十位研发人员组成了一家小公司，采用了一个当初包括谷歌在内的大公司都不看好的技术路线，搞出了最震撼的科技。

这样的事情是可以计划的吗？

幸亏当下创新不是由政府主导，像OpenAI这样的小公司才有可能得到巨额的风险投资资金，才可以任性蛮干，才有机会做出伟大的创新。

这可不是特例，这是常理。

当你考察科技史时，你会发现伟大的创造几乎都是由一些谁也想不到的人，在谁也没计划的领域中做出来的。比尔·盖茨迎合极客打游戏的需求普及了个人电脑；硅谷的一个车库里诞生了谷歌；埃隆·马斯克起家是在网上支付领域，最后却推出了SpaceX和特斯拉。

对比之下，那些由政府从上而下主持的大科研项目呢？

1971年，时任美国总统尼克松发起一场“癌症战争”，但貌似什么都没干出来；1982年，日本通商产业省搞了一个为期10年的大项目，投入巨资，要研发第五代计算机系统，也是没有突破出来。

历史上似乎是唯一一个由政府主导，且最后获得成功的大科技项目，就是时任美国总统肯尼迪为了跟苏联竞争而推动的载人登月计划。它激励了后来的各国政府，但仔细考察，彼时美国其实在很大程度上已经具备了相关科技能力——并不能称得上是奇迹。

如果路线已经近在眼前，你当然可以设立目标、制定计划，多花点钱加速进行。但是真正的伟大突破是不能计
划的。

这个道理并不是新认知，过去几十年间几乎所有关于科技创新的研究都是这么说的——但是都没有说服政策主
导者。

如果掌握了充足的资源，“无为而治”也并不容易。

所以我们确实需要进一步的解释。为什么伟大创新一定是意外所得？

*

肯尼斯·斯坦利（Kenneth Stanley）和乔尔·雷曼（Joel Lehman）的《为什么伟大不能被计划》（Why GreatnessCannot Be Planned: The Myth of the Objective）一书，算是把这个问题彻底讲明白了。两位作者都是人工智能专家，而且都有在OpenAI工作的经验，可谓当今科技领域的前沿人物。他们对于书名这个问题的解释，来自一个AI算法。

比如，你想要从一些简单线条出发，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。但实验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”（Novel Search）算法，根据书中的描述，这是他们于2008年推出的。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，从而像生物演化一样发生一定的变异，如此往复循环，直到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，哪怕这个方案是往墙上撞，或者一站起来就跌倒。产出的方案再怪异、再不靠谱也没关系，只要是新奇的就留下——只问新不新，不问好不好。

然而各种实验都证明，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，能最快找到迷宫的走法，能让机器人最快学会直立行走。这是为什么呢？

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之后还要新的，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，掌握信息多意味着更高级，也就更容易解决问题。

更重要的原因是，新方案是通往其他新方案的“踏脚石”（Stepping Stones）。这就如同你在一片沼泽地里寻宝，必须踩到更多的踏脚石才能探索更多的地方，而你必须探索很多很多地方才更有可能找到好东西。

*

因此，如果你一开始就向着一个明确的目标努力，你就走不远。目标会窄化你的探索范围。对伟大事业来说，目标具有误导性。

比如前面教机器人直立行走的例子。如果你一开始就一门心思想着直立行走，你就会刻意避免能让机器人摔倒的方案。可是恰恰是那些会摔倒的方案教会了机器人踢腿！学踢腿，自然就容易摔倒；可是不踢腿，怎么能会走呢？

而对新奇性搜索算法来说，机器人从“不会摔倒”到“会摔倒”，绝对是大好事！机器人会的越来越多就意味着越来越高级，便自然会将会直立行走这项技能收入囊中。

求新确保了探索范围宽广，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，最早用的是自行车技术——此前无数人曾经想要发明飞机，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个部件，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。

个人的成长也是如此。考察了不起的摇滚乐手、作家和企业家，他们几乎都是半路出家。哈佛大学的托德·罗斯（Todd Rose）和奥吉·奥加斯（Ogi Ogas）所著的《成为黑马》（Dark Horse: Achieving Success Through the Pursuit of Fulfillment）也讲过类似的道理。书中的成功者并没有长远的规划，都是先做过一些事情，发现自己更感兴趣的是什么，并为之转行，从而找到为其带来巨大成功的职业。

公司也是这样。比如YouTube最初的设想是一个视频约会网站，后来发现人们喜欢在上面分享五花八门所有类型的视频……

伟大不是目标指引的结果，因为通往伟大的路线从来都不是直线，很多时候快反而就是慢——没有特殊目标，每次只是选择下一块踏脚石，你反而能找到珍宝。

*

请注意，这可不是说人生就应该漫无目地、随波逐流。新奇性搜索算法不预设具体目标，但是它有价值观的指引，这个价值观就是新奇和有趣。只要你每次都选择更新奇和更有趣的方向，你就不会是平凡的。

这就如同一个小孩，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。但是孩子不会一直觉得看电视最有趣，他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游戏上来。而只要他眼界够高，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，比如自己编程、自己制作游戏，最后他会发现搞科研更新奇、更有趣……

没错，真正能把追求新奇、有趣坚持到底的，都不是一般人。他们不会在中途沉迷，始终能看见下一块踏脚石，成就和实用性早晚会随之而来。

如果你一开始就认准了想要得到一个什么样的珍宝，你就不会得到珍宝；最终得到珍宝的人，只是一直在寻找下一块踏脚石……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。

*

这些道理不符合普通人升职加薪的攻略，也与很多后发进取的国家发展经验相悖。

这些国家在过去几十年间经常讲目标、谈规划，确实取得了伟大的成就。后发优势使它们不用踩踏脚石就知道飞机、微波炉和计算机是怎么回事儿，它们便可以确立明确的目标。这样的发展方式速度虽快，但是也在无形中限制了它们——它们不太擅长寻找踏脚石。

如今，我们已经在很多科技领域进入无人区，前面没有现成的路了，我们就必须自己寻找踏脚石。那种认准一个方向猛干，不惜成本投入人力物力，指望大力出奇迹的做法不是通往发达之路。中国经济需要转换到以“高技术高品牌+颠覆创新”为主的高端发达模式，需要像新奇性搜索算法这样的思想。

然而转变是有条件的。要让人们敢于追求新奇、有趣，最起码得有点余闲和余钱才行。

肯尼斯和乔尔非常理解这些。他们甚至用算法演化的视角重新审视了生物进化，认为地球生物之所以有这么繁华的多样性，并不是像很多人想的那样是因为自然选择非常残酷——而恰恰是因为自然选择并不是很残酷。物种竞争并不是全方位的，有时候你开辟一个新的生态位就可以暂时避免竞争。

多样性不是竞争的产物，是逃避竞争的产物。

懂得这个道理，本篇序言一开头提到的那个假设的部长，他要做的恰恰是减少一些竞争，取消无谓的考核，用减少内卷换取增加多样性，用自由发展取代顶层设计，营建更宽松的环境……

*

然而这一切是如此反直觉，几乎难以实现。

肯尼斯和乔尔炮轰了美国的科研和教育体制，认为其太过强调目标和计划，正在制造平庸。过分寻求共识的评审机制让真正新奇、有趣的项目很难拿到经费，全美国统一的教育标准和考试让老师们纷纷内卷，不敢搞教学创新……

现实是，世界上只有很少的国家能成为发达国家，成为发达国家以后也不一定能一直发达下去。伟大，那是非常非常难的事情。推荐大家阅读这本书，并从中找到自己的收获。

科学作家、“得到”App《精英日课》专栏作者

万维钢

2023年4月