为什么伟大的创新是无法被计划的

来源：知识分子

节选自《为什么伟大不能被计划》第八章，有删减

图片来源：由无界 AI工具生成

当代社会，我们对“目标”的推崇达到了前所未有的地步。

大公司中，KPI代表的一系列的工作目标和对目标完成情况的考察，几乎成了衡量员工工作的唯一标杆。教育领域，标准化测试不仅被用来评估学生的课业表现，还被用来评估学校教育的成功与否，即使是美国的中学，同样有追求成绩优异率的压力。

在科学界，大到战略方向，小到研究进度，科学家要经过重重考核监督。经费申请要审核是否属于关键领域和国家利益，在申请书科学家上要陈述自己的研究目标，每过几年还会审查目标的完成情况。

在肯尼斯·斯坦利（Kenneth Stanley）看来，这种目标导向思维是一种“目标神话”，似乎所有的追求都能拆解成一个个的具体目标，再机械地逐步推进，最终就能收获回报。但斯坦利认为，伟大的发现往往来自创造性的自由探索，而不是机械地完成目标。

斯坦利是一名人工智能和机器学习学者，他和合作伙伴乔尔·雷曼（Joel Lehman）开创的公司后来被优步人工智能实验室和OpenAI的Open endless团队吸收，支撑了Chat GPT这个近年来最轰动的创新成果的研发。对于创新是如何产生的，这两位学者把自己的见解写进了《为什么伟大不能被计划》这本书里。

两位学者认为，越是伟大的成就，依靠目标导向的思维就越难达成，而自由探索往往会为伟大的发现打下基础。伟大的成就总是在没有计划、意想不到的地方诞生，没人会想电子产品热销推动的锂电池技术进步，最后会成就革新汽车产业的特斯拉。游戏产业需求催生的高性能显卡，会成为未来AI大模型激烈竞争的基础。

肯尼斯和乔尔还把这个发现外推到日常的社会、文化领域，认为科研、商业、艺术创新，甚至人生选择都能将这个原则作为参考。

在本次摘选的部分里，两位作者谈到了科研资助上目标导向思维的失败。国家主导的宏伟科技计划，无论是美国政府主导的癌症战争、日本五代计算机开发计划都远没有实现预定目标。项目评审中科学界达成共识的项目，多数没有做出创新的成果，资助有趣的研究却能得到意外惊喜。尽管目标导向的科研投资如此失败，大多数政府仍然坚持根据项目的目标划分重点研究和非重点研究，这对科学的发展可能会有不利影响。

寻求新探索和新发现的科学家们，首先要为实验的项目筹募资金。事实证明，对某项科学实验提供资金支持的决定，往往受到目标导向思维的严重影响。

这是一个至关重要的问题，因为错误的投资决定可能会阻碍科学的进步和发展，并可能带来潜在的社会影响。从长远来看，我们很容易看出科学领域目标欺骗性的影响体现在何处。

直观地说，如果科学项目的研究者，在资金申请书中列出了明确的目标，并清晰地陈述在完成项目时将会获得哪些宏伟的发现，那么投资这些科学项目会显得更加明智。但我们从图片孵化器网站中得到的教训是，最有趣的发现往往是无法提前预测的，所以我们有理由相信，非目标（发散）性思维，也可能揭示出当前科学项目投资方式存在的根本性问题。

需要再次强调的是，推动科学的发展是一个有趣的例子。与教育领域不同的是，科学领域是推动新探索和新发现不可或缺的一个领域，并且其中个别的失败不会带来很高的风险。整体而言，科学探索的活动，应该特别适合非目标性探索。但我们还是会看到，即使在偶然的失败可接受的情况下，科学领域的活动仍经常受到目标欺骗性的束缚。

共识往往是通向创新的最大障碍

包括美国在内的许多国家，其大多数科研项目都由政府资助机构的拨款提供资金支持。这种官方的资助，对推动基础科学的发展至关重要，因为它们支持的是尚不具备商业可行性的科学研究。当然，很多得到资助的科学研究都会失败，因为突破性的想法往往也隐藏着极高的失败风险。因此，虽然最终会有一部分获得资助的科研项目取得成功，但是更多的项目会遭遇失败。这就意味着，类似美国国家科学基金会（NSF）和欧洲科学基金会（ESF）等科研资助机构在做出投资决策时，需要承担一定的风险才有希望推动最具创新性的想法实现。那么，研究科研项目资助机构如何做出资助的决策就很有意思了，因为我们可能会再次面临目标的欺骗性和束缚性问题。