本文節(jié)選自《為什么偉大不能被計劃:對創(chuàng)意、創(chuàng)新和創(chuàng)造的自由探索》,上一篇鏈接:
《為什么偉大不能被計劃》第五章:與其尋求某個最終目標,不如尋求新奇的事物
《為什么偉大不能被計劃:對創(chuàng)意、創(chuàng)新和創(chuàng)造的自由探索》,作者是肯尼斯·斯坦利(Kenneth Stanley)和喬爾·雷曼(Joel Lehman),他們是目前享譽全球的創(chuàng)業(yè)公司OpenAI科學(xué)家。兩位作者持續(xù)多年扎根人工智能前沿領(lǐng)域,這本書是他們在科學(xué)研究的過程中蹦出的意外火花。他們在學(xué)校、TED、科研論壇等場合公開演講,讓這一新思維方式影響并激勵了許多人。他們自身也憑借寫入本書的“尋寶者思維”“踏腳石模型”“新奇性探索”等具體思維方法,在人工智能研發(fā)領(lǐng)域取得了飛躍式的突破和進展,產(chǎn)生了一系列惠及人類的偉大創(chuàng)造。
近期我將會在網(wǎng)易號平臺將這本書的各個章節(jié)分享給大家,感興趣的網(wǎng)友可以去買一本實體書。
第六章:尋寶者萬歲
我沒有去看,而是去尋找。
——巴勃羅·畢加索(Pablo Picasso)
盡管人們常說,“一切皆有可能”,但事實并非如此。比如說,我們不能真的一蹦三米高;雖然許多孩子都夢想著長大之后成為一名宇航員,但只有極少數(shù)人最終能夠真正登上宇宙飛船。我們的主流文化總是宣稱,只要你敢夢想、敢拼搏,你就能夠成為想要成為的人、做到任何想要做到的事情。因此,“不可能”并不是一個常見的或主流的話題。在本章中,我們將直面鮮有人談?wù)摰摹安豢赡苄浴?,但并不會以犧牲樂觀主義為代價。相反,我們希望從中發(fā)展樂觀主義,擁抱未來的不確定性,而不是借此否定未來或心生畏懼。這段旅程將從思考和探索新奇事物的力量和局限性開始。
基于本書前一章的內(nèi)容,新奇性搜索帶來的經(jīng)驗看起來是在不刻意尋找目標的時候,找到“目標”反而更容易。換句話說,當(dāng)你不擔(dān)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。因此,從這個角度來看,新奇性搜索仿佛成了一種“新工具”,可以添加到實現(xiàn)目標的現(xiàn)有“工具箱”中。此外,一些關(guān)于新奇性搜索的計算機實驗確實產(chǎn)生了此類結(jié)果。在迷宮里探索的機器人,在沒有嘗試走出迷宮的情況下,反而學(xué)會了走出迷宮的方法;雙足機器人在不試圖學(xué)會行走的情況下,反而走得最遠。
然而,我們需要謹慎解讀這些實驗結(jié)果,如果僅從其表面解釋,可能導(dǎo)致誤解。尤其當(dāng)科學(xué)成果引入了一些奇怪的新事物時,我們更應(yīng)謹慎。正如汽車不是新品種的“快馬”一樣,新奇性搜索也不僅僅是一種實現(xiàn)目標的新方法。盡管很多證據(jù)都清楚地表明,我們有時的確可以在沒有設(shè)置目標的情況下做得很好,但更深層次的問題是,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。
例如,我們想象一下,讓新奇性搜索在一個一望無垠的迷宮中漫游,而這個迷宮朝著各個方向延伸。假設(shè)你在這個無邊無際的迷宮中選定了一個地點,那么通過新奇性搜索發(fā)現(xiàn)通往這個特定地點的可能性到底有多大?(實驗表明,在這種情況下,機器人可能會永久地迷失。)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標的搜索法,但它并不是解決所有問題的“萬金油”。
上述對新奇性搜索比較現(xiàn)實的看法能夠被人們接受。但是即便目標驅(qū)動型搜索在實現(xiàn)特定目標的過程中表現(xiàn)得比新奇性搜索更遜色,前者依然擁有很大的余威。在許多簡單的問題中,朝著一個遙遠的目標前進并不是一個好主意,它們顯然比沒有特定目標的搜索更糟糕。但人們還是很難徹底拋棄目標有用論。為此,人們可能會試圖提出一個對目標更有利的折中觀點。其中一個可能的論點是,目標依然必要且重要,新奇性搜索不過是強調(diào)避免“將所有雞蛋都放在一個籃子里”。換句話說,在尋求目標實現(xiàn)的時候,我們需要保持多樣化的思維。再換言之,因為一心一意地追求某個特定目標太有欺騙性,所以我們應(yīng)該盡可能保留不同選擇的可能性,以防一開始看起來最靠譜的路徑,到后來反而行不通。
要理解這種“保持多樣性思維”的方式,可以將其想象為在賽馬場上賭馬。即使是最優(yōu)秀的馬,也無法贏得每一場比賽,所以最好的下注方法,就是同時下注幾匹馬,而非單押一匹“常勝將軍”(這就確保了多種可能獲勝的途徑)。如果以同樣的邏輯思考新奇性搜索——將其作為一種保持更多選擇的方式——那就沒有必要徹底放棄設(shè)定目標的思路。因此,在積極地追求實現(xiàn)某個特定目標時,我們要做的就是盡可能保留多塊備選的踏腳石,以確保實現(xiàn)目標的成功率。
這種觀點對目標論相當(dāng)友好,如果你相信它,就意味著你本質(zhì)上認為:盡管目標可能并不完美,但整體而言,目標的指導(dǎo)性依然非常有用。我們可以將目標比喻為英語中的拼寫規(guī)則,例如“字母i通常位于字母e之前,但接在字母c后面的情況除外”,也就是說,大部分英文單詞遵循這個拼寫規(guī)則,但在極少數(shù)特殊情況下,這個規(guī)則會產(chǎn)生誤導(dǎo)?;谶@個邏輯,我們或許可以對基于目標的探索“縫縫補補”后繼續(xù)使用,而不是徹底拋棄它。本著這種精神,人們提出了一個折中的想法:將以目標為導(dǎo)向的探索和新奇性搜索相結(jié)合,說不定會更有效。在這種情況下,目標可以幫助我們朝著正確的方向前進,而新奇性搜索則可以抵御目標帶來的欺騙性。沒錯,我們的確不應(yīng)該純粹依賴目標帶來的驅(qū)動力,但也不應(yīng)該徹底放棄設(shè)定目標的做法。
不幸的是,事情遠沒有這么簡單,俗話說“魚與熊掌不可兼得”。如果世界按照這個邏輯運行,那么人們就可以通過在追求的目標中簡單地添加一點多樣性來“弱化”目標的誤導(dǎo)性,進而保持對特定目標的追求,并最終實現(xiàn)這個目標。然而,這并不能掩蓋一個嚴重的問題,即目標越是“高大上”,其欺騙性也就越強。欺騙性是目標身上陰魂不散的“幽靈”,難以徹底清除。從欺騙性角度看,目標在本質(zhì)上就是一個錯誤的指南針。因此,不管你用多少理由說服自己相信只要保持開放的心態(tài)就能堅持既定的目標,都不能改變目標指錯方向的事實。如果你的指南針指向了南方,但你實際上要朝著北方前進,那么不管思想多么開放,都無法改變目標這個“指南針”毫無用處的事實。誠然,秉持開放的心態(tài),最終仍有可能引導(dǎo)你抵達想要去的地方。例如,你有時選擇無視指南針的指引,不時地嘗試全新的道路以測試其成功的可能性。但如果你最終依靠這個方法達到了理想的目的地,這種成功也無法歸功于目標的錯誤引導(dǎo)。就此而言,與其保留一個錯誤的指南針,不如早早將其丟棄。
以本書第五章中在迷宮里尋找新奇行為的機器人為例(見圖5.2),盡管將“走出一個簡單迷宮”的行為稱作“高大上”的目標可能有些牽強,但事實證明,這個目標依然具有很強的欺騙性——當(dāng)機器人試圖以走出迷宮為目標時,它幾乎總是失敗。為什么即使在一個看似相對簡單的迷宮中,目標也如此具有欺騙性?答案與墻壁有關(guān)——當(dāng)這些墻壁阻擋機器人直接跑向目的地時,被目標驅(qū)動的機器人就會撞上目標方向上距離最近的墻壁。
這堵最近的墻吸引了機器人的注意力,因為通過接近這堵墻,機器人離目標——迷宮出口——更近了,這激勵它繼續(xù)前進。但現(xiàn)實情況是,如果機器人想要比這堵墻更接近出口,它首先需要遠離這堵墻。這往往不會產(chǎn)生好的結(jié)果,因為從目標驅(qū)動型搜索的角度,遠離墻壁看起來是一種更糟糕的行為。因此,對繞過墻壁這種想法的任何進一步的探索,都可能會被過早地禁止。只有到了最后階段,當(dāng)機器人已經(jīng)學(xué)會繞過障礙物,進入可以直線奔向目標的范圍內(nèi)時,目標驅(qū)動的行為才能夠真正地將探索推向正確的方向。但到了這個階段,已經(jīng)不存在任何真正需要解決的問題了。畢竟學(xué)會奔向位于正前方的目標,并不存在任何挑戰(zhàn)性。當(dāng)最終的目標已經(jīng)近在咫尺,無論目標驅(qū)動的方法是否與新奇性搜索結(jié)合,都能夠輕而易舉達成目標,目標本身的意義也就不復(fù)存在。因此,盡管將目標驅(qū)動與新奇性搜索的概念結(jié)合能夠解決一些問題,但這種結(jié)合絕對不是實現(xiàn)“高大上”目標的良方,因為這些目標充滿了欺騙性,以至于其本身淪為一種負擔(dān)。就好像對于最聰明的探險家而言,一張破碎的地圖并沒有任何用處那樣——盡管探險家們最終仍然可能抵達目的地,但這種成功與這塊地圖碎片無關(guān)。
讓我們回顧本書第五章提及的案例,人們試圖穿越回到5 000年前,嘗試提前實現(xiàn)發(fā)明計算機這個“高大上”的目標。在這個例子中,這個目標就是所謂的地圖碎片,它充滿了欺騙性。因為在5 000年前,再開放的頭腦也不會選擇投入時間和精力去研發(fā)真空管,因為沒有人能夠預(yù)料到真空管的問世直接導(dǎo)致計算機的誕生。為此,投入時間和精力探索所有看起來有趣的創(chuàng)新會更有意義,而這實際上就是古往今來人類一直在做的事情。因此,我們只是需要更深層次的多樣性(但仍專注于整體目標的追求)這一想法本質(zhì)上是錯誤的。它的問題在于否認了目標不可逃避的缺陷——如果你在前行的過程中使用壞的指南針,那么無論你多么努力地嘗試偏離其指向,還是會受其影響而繼續(xù)朝著錯誤的方向前進。
這就是為什么不放棄對目標的執(zhí)著信念,就不容易理解新奇性搜索。盡管純粹地尋找新奇的事物肯定不是解決所有問題的方法(即使在某些情況下這個方法很有效),但將尋求新奇事物的動機與實現(xiàn)目標的動機相結(jié)合,并不能掩蓋目標的欺騙性。當(dāng)然,單純地依賴目標的指引是一種更糟糕的做法。因此,我們不得不接受一些略顯謙卑的觀點:也許認為存在某種找到目標的“最佳實踐”的想法,在本質(zhì)上是有誤導(dǎo)性的。探索或追求的本質(zhì),或許就是“徒勞”二字——沒有任何一種探索方法能夠保證我們得償所愿。為此,僅僅放棄“目標是指導(dǎo)探索的最佳方式”的想法是不夠的,因為我們已經(jīng)知道,設(shè)置目標并非最佳的方法。但同時我們還要放棄與之相對的想法,即任何事情都可以揭示出通往“高大上”目標的道路。盡管在機器人走迷宮和雙足機器人學(xué)習(xí)行走的實驗中,新奇性搜索的確更好地解決了問題,但這并不意味著它永遠有效。但目標驅(qū)動型搜索的“無能”程度,有時甚至到了“不堪入目”的地步,這更令人不安。假如設(shè)定了一個目標并以此為目的地前進是取得成功的正確路徑,那么一個甚至不知道自己要做什么的方法,在一些簡單的問題上竟然能夠表現(xiàn)得比目標驅(qū)動的方法更好,這又說明了什么問題?盡管你可能會駁斥稱,在一些更復(fù)雜的問題上,新奇性搜索的表現(xiàn)可能也不是太好。但目標驅(qū)動型搜索在這些簡單問題上已經(jīng)一敗涂地的事實,是否意味著這個方法的前景更加黯淡?如果目標驅(qū)動的方法,在一個簡單的走迷宮測試中就已經(jīng)遠遠遜色于新奇性搜索,那么在更復(fù)雜的探索(如探索高等智能等)中,它還有任何勝算嗎?別妄想從單細胞生物中進化出人類水平的智能了——我們甚至連訓(xùn)練一個機器人順利走出一個簡單的迷宮都做不到。
如果你仍然想為目標的合理性辯護,還可以爭辯說,目標驅(qū)動的計算機實驗背后的算法程序可能存在缺陷,導(dǎo)致實驗結(jié)果出現(xiàn)了偏差。但是本書第五章計算機實驗的結(jié)果不是這么輕易可以否定的,因為除了分別追求目標性和追求新奇性之外,這些程序和算法是一模一樣的。而且,鑒于我們已經(jīng)知道計算機程序在尋求新奇性的時候,確實能夠穩(wěn)定地解決迷宮問題,所以導(dǎo)致實驗結(jié)果不同的因素不可能是程序的缺陷或問題。經(jīng)過對比實驗,結(jié)果表明同樣的算法在兩種不同的設(shè)置下進行了探索,并只在尋求新奇性的情況下獲得了成功。更重要的是,其他研究者的實驗也驗證了這些結(jié)論。因此,問題只可能出現(xiàn)在目標本身。由于新奇性搜索不能解決所有問題,新奇性搜索與目標驅(qū)動的混合體也不是完美的解決方法,我們只能面對一個嚴峻的事實:沒有任何方法,能夠確保我們可靠地實現(xiàn)特定的目標。
這聽起來是一個壞消息,但也在意料之中。舉一個極端的案例,究竟是什么程度的搜索才能在摩天大樓那么高的干草堆里找出那根被隱藏的、極細小的針呢?事實上,關(guān)于搜索的局限性,已經(jīng)有無數(shù)學(xué)者做出了論述。例如,數(shù)學(xué)家大衛(wèi)·沃伯特(David Wolpert)和威廉·麥克里迪(William Macready)提出的一個著名的原則:“沒有免費午餐定理” 注(NFL定理),表明在所有待優(yōu)化的問題上,都不存在整體最佳的搜索算法注。事實證明,改進搜索過程盡管可以實現(xiàn)某一特定目標,但由此便無法實現(xiàn)其他目標了。簡而言之,不存在“萬金油”式的方法。
通常能幫助我們做出正確決定的經(jīng)驗法則,在某些特殊情況下會誤導(dǎo)我們,比如車鑰匙并不總是放在上一次放鑰匙的地方(你的狗有可能將鑰匙拖到別的地方)。機器學(xué)習(xí)領(lǐng)域的研究人員,特別是那些對所謂的“黑盒優(yōu)化” 注(black box optimization)感興趣的人,應(yīng)該非常熟悉這類爭論。
但新奇性搜索使劇情出現(xiàn)了驚人的轉(zhuǎn)折,盡管前述結(jié)論使探索的前景看似毫無希望,但實際的結(jié)論比表面上看起來更微妙、更深刻。我們極有可能找到令人驚奇的東西,只不過沒辦法確定這個東西是什么!
這給人們帶來的啟示是,如果偉大的發(fā)現(xiàn)還沒有被尋獲和定義,那么這個“捷足先登”的機會就有可能是我們的。這個表述以前面章節(jié)中的圖片孵化器網(wǎng)站、自然進化過程和人類創(chuàng)新過程中的結(jié)果為論證。誠然,在本書第五章中關(guān)于新奇性搜索和目標驅(qū)動型搜索的實驗結(jié)果對目標驅(qū)動的理論十分不利,因為這些實驗結(jié)果表明,目標驅(qū)動型搜索的表現(xiàn)實際上遠遠遜色于一種更明智的、不依賴于目標的搜索。但非目標搜索的更重要啟示是,它是一位實力強大的尋寶者。在漫無目標的新奇性搜索中,你不一定能找到心中想要的寶藏,反而可能發(fā)現(xiàn)許多意料之外的寶藏,這將使整個過程充滿驚喜。新奇性搜索的實驗表明,一些通過目標驅(qū)動方法難以找到的寶藏在沒有設(shè)定目標的情況下,反而能夠更容易被找到。但是我們無法準確地說出,哪些寶藏將會被找到;我們只能說,在新奇性搜索的指引下,有些地方是可以抵達的,無論它們是不是我們想要去的地方;并且我們還可以肯定地說,這些地方是目標驅(qū)動型搜索絕對無法抵達的。沒有人設(shè)定在圖片孵化器網(wǎng)站上生成一張汽車圖片的目標,但它最終出現(xiàn)了。頗具諷刺的是,如果有人真的設(shè)定了這個目標,那么這張汽車圖片反而永遠都不會出現(xiàn)。
努力追求目標成了一種“詛咒”,而放棄設(shè)定目標反而成了一種“福運”。這種奇怪的悖論,為我們能夠更現(xiàn)實地理解“什么是可實現(xiàn)的”以及“如何實現(xiàn)”奠定了基礎(chǔ)。這就意味著,過分“高大上”的目標永遠不可能通過努力追求來實現(xiàn)——除非這些目標距離我們只有一步之遙。在目標遙不可及的情況下,我們唯一能做的就是放棄朝著特定方向的努力。盡管這種看似漫無目標的尋寶方式不能確保我們到達任何特定的目的地,但它能在這個過程中不斷地幫助我們積累通往未知地點的踏腳石。本質(zhì)上來說,尋寶者又可以說是秉持機會主義的探險家,他們致力于尋找任何有價值的東西,而不在乎這些東西具體是什么。要想成為一名合格的尋寶者,我們就必須盡可能多地積累踏腳石,因為我們永遠不知道哪塊踏腳石可能通往有價值的地方。
此外,即便個人的探索旅程并沒有在自己希望的地方結(jié)束,但抱著“孤獨發(fā)明家”或“古來圣賢皆寂寞”的心態(tài),認定“某個目標不可避免地只能通過自己一個人的不懈努力來實現(xiàn)”總歸是不現(xiàn)實的。相反,從長遠來看,最終能徹底征服“搜索空間”的人,必然是一群有著不同興趣愛好的聰明頭腦,而不是僅憑任何一個單獨的目標來孤軍奮斗的個人。我們確信,類似圖片孵化器網(wǎng)站上的蝴蝶圖片和汽車圖片一定會在未來被發(fā)現(xiàn),不是因為有人在刻意地尋找,而是因為每個人都在探尋充滿可能性的一切事物。未來或許將不按照我們的計劃到來,但它一定會到來。
這種看法聽起來或許很悲哀,因為人類沒有關(guān)于未來的確切指南針,我們?yōu)閯?chuàng)造確定性和有目標的努力所做的一切,都可能是徒勞無功的。但我們完全不必失望,也許探索和發(fā)現(xiàn)本身就不應(yīng)該專注于具體的目標,而是應(yīng)著眼于一些更偉大的東西。在這種情況下,放棄錯誤的指南針(具體目標)或許能夠解放我們的思維,打開全新的疆域。新奇性搜索的實驗表明,即使在一臺計算機上,我們也能夠通過算法捕捉開放式創(chuàng)新和發(fā)散性思維的過程。因此,新奇性搜索不可能是一種充滿神秘的、類似巫術(shù)的存在,而是一個有原則、有邏輯的科學(xué)過程,是人類可以理解并且掌握的過程。如果非目標導(dǎo)向型的發(fā)現(xiàn),是自然進化、人類創(chuàng)新、圖片孵化器網(wǎng)站和新奇性搜索的燈塔,那么我們同樣可以將其收入囊中、為己所用。它是值得擁抱的新事物,我們不應(yīng)該將其視為洪水猛獸。
圖片孵化器網(wǎng)站和新奇性搜索實驗的啟示是,我們實際上可以根據(jù)非目標原則,建立各種不同的體系。我們在過去很少這么做,但擺脫了對目標的盲目崇拜之后,建立各種不同的尋寶系統(tǒng)的可能性就變得十分誘人了。這些系統(tǒng)能幫助我們發(fā)現(xiàn)那些在目標驅(qū)動方法下,被隱藏起來的有用或有趣的可能性。來自不同人的反饋甚至也可以發(fā)揮作用,就像利用了不同人群的審美偏好和洞察力的圖片孵化器網(wǎng)站那樣。而一旦很多人開始產(chǎn)出成果,許多可能性就會在眼前鋪開。
在一個不以目標為導(dǎo)向的世界中,充分調(diào)動群眾力量的最佳方式,并非通過常見的“頭腦風(fēng)暴”式討論、集體會議或“高大上”的項目規(guī)劃。它不要求一群人就接下來應(yīng)該做什么達成共識,這不是尋寶者的工作方式。相反,達成共識恰恰是我們需要擺脫的文化傾向。我們不想要什么“排名前40”的金曲榜單,因為它要求所有人都得在最佳歌曲的評選上達成一致意見;也不想要什么“委員會的設(shè)計”,因為這會使集體共識削弱關(guān)于新產(chǎn)品的任何有趣的愿景。恰恰相反,釋放尋寶者能量的正確方式是將人們彼此分開,就像圖片孵化器網(wǎng)站所做的那樣,人們只能在他人完成的圖片上繼續(xù)創(chuàng)造,進行互動。盡管很多參與了尋寶系統(tǒng)的人可能帶著個人的目標而來,但由于每個人的目標各不相同,整個系統(tǒng)本身并不具備一個達成共識的既定目標。
例如,在圖片孵化器網(wǎng)站上,一個人培育出一張只有他自己喜歡的圖片,但這并不是一件壞事。因為不同的人,分別為整個有趣圖片的尋寶活動提供了有價值的踏腳石。網(wǎng)站設(shè)計的初衷,是收集每位用戶依據(jù)各自的喜好而發(fā)現(xiàn)的諸多踏腳石。有趣的是,互聯(lián)網(wǎng)為我們提供了很多機會,使我們可以驗證這種尋寶方式。得益于覆蓋全球的即時通信體系,組織來自世界各地的人進行創(chuàng)造,并在彼此的成果上進行再創(chuàng)造變得比以往更容易。
以銷售家具的網(wǎng)站為例,假設(shè)你正在登錄這樣一個網(wǎng)站,你將看到一個線上的家具目錄。通過瀏覽各色產(chǎn)品,你可以選擇中意的家具。換句話說,這是一種單向的創(chuàng)造性交流——作為消費者,你只能購買他人設(shè)計好并推銷給你的產(chǎn)品。但在未來的某一天,整個過程或許會變得不同。假設(shè)你想買一把椅子,那么在登錄家具網(wǎng)站之后,你就能看到一系列在售椅子的款式模型,但隨即事情開始變得有趣——你沒有像以前一樣,選擇一個已經(jīng)設(shè)計完成的中意款式并下單購買,而是可以提出一系列個性化的設(shè)計要求。這些要求并不是簡單的客戶定制(例如調(diào)整顏色或加上個人寄語),而是對現(xiàn)有設(shè)計的真正突變。例如在一把新椅子的面料上添加一塊新的彩色圖案,或者要求把一張新桌子的桌腿以異于常規(guī)的方式進行彎折,等等。
然后,這些“突變”的家具將呈現(xiàn)在你的面前,幾乎生成了一個全新的家具目錄,但它們是基于你之前選擇的模型而生成的。在你找到自己想要下單購買的東西之前,你可以繼續(xù)選擇自己喜歡的東西,并查看它們的“變體”。最終,你下單購買的椅子,將真正由你個人的創(chuàng)造力來塑造——你個人的選擇和喜好幫助完善了設(shè)計方案。然后,這把椅子將被單獨定制,送到你的家中。與當(dāng)前常見的線上購物目錄不同的是,在這個全新的世界里,消費者成了創(chuàng)新的一部分,這在過去是不可想象的。更令人激動的是,消費者無須是天賦異稟的木匠或?qū)I(yè)的設(shè)計師就可以親自“培育”出一把令人滿意的椅子,就像在圖片孵化器網(wǎng)站上“培育”圖片那樣。
到目前為止,這個自主設(shè)計的故事只涉及一位客戶。但隨著多來越多的客戶登錄網(wǎng)站,并在自主培育出椅子后最終購買,尋寶者系統(tǒng)的魔力就會開始顯現(xiàn)。這個家具網(wǎng)站成為一個踏腳石的收集器,在一個不斷壯大的椅子設(shè)計數(shù)據(jù)庫中儲存了許多新發(fā)現(xiàn),每一個新發(fā)現(xiàn)都可能是通往更有吸引力的椅子的踏腳石。更妙的是,我們已經(jīng)知道哪些椅子是寶藏,因為我們知道客戶最終購買了哪些椅子。因此,當(dāng)一位新客戶訪問網(wǎng)站時,最初給他展示的在售款式,可以是一套由老客戶設(shè)計并購買的成品組成的合集。這樣一來,新客戶會不知不覺地參與到椅子的設(shè)計中,從而跳出老客戶們青睞的設(shè)計款式。老舊的在線訂購家具目錄瞬間得到更新和補充,成為一個沒有設(shè)定統(tǒng)一目標的合作性搜索體系,顧客也由此成為家具領(lǐng)域的尋寶者。
這種尋寶者形式的目錄還可以應(yīng)用于很多地方。不僅僅是椅子,服裝、汽車,甚至住房領(lǐng)域都可以進行類似的探索。當(dāng)然,這種個人定制產(chǎn)品的成本可能更高,對制造工藝的要求也更高(也許可以尋求當(dāng)下發(fā)展迅速、市場日益擴大的3D打印技術(shù)的幫助)。這種定制法的真正優(yōu)勢是使消費者不再受限于專家和設(shè)計師的設(shè)計方案。這些目錄可以自行發(fā)掘新奇設(shè)計,制造真正有別于先前的獨特的新產(chǎn)品。
但我們探討此類互動性目錄并非因為它是一個絕佳的商業(yè)創(chuàng)意,而是由于這個思維實驗提出了耐人尋味的問題:你會信賴這種目錄嗎?你會信賴一個所有東西全然沒有專業(yè)人士參與設(shè)計,都是由客戶獨立“發(fā)現(xiàn)”的產(chǎn)品目錄嗎?你會期望這些產(chǎn)品合集是怎樣的?它們會是值得你花錢或關(guān)注的優(yōu)秀作品,還是看起來就像出自毫無章法的業(yè)余愛好者之手的二流實驗品?
讓我們先厘清一個細節(jié),必須有人先來設(shè)計在線系統(tǒng),使家具樣式(或任何產(chǎn)品樣式)能夠被探索。這種程序必須包含人工智能才能使當(dāng)前備選款式模型的微小、隨機的調(diào)整得以實現(xiàn)。只有這樣,用戶才可以探索家具的設(shè)計。這個想法類似于圖片孵化器網(wǎng)站的原理。同樣,這個家具網(wǎng)站也需要一種能對家具設(shè)計進行微調(diào)的呈現(xiàn)方式,即用一套數(shù)字化家具的形式來呈現(xiàn)微調(diào)后的家具。我們不能想當(dāng)然地認為,編寫一組計算機程序來調(diào)整家具的設(shè)計是一件非常容易的事。它可能同樣要經(jīng)歷實驗和試錯的過程,才能得出最合適的結(jié)果。但更大的問題是,在編程時我們是否會期望它的使用者,能夠最終發(fā)現(xiàn)理想的設(shè)計。即使我們認為家具的各類程序已經(jīng)設(shè)計得很完善,能夠允許用戶輕松地實現(xiàn)家具設(shè)計,但仍然會有一些潛在的問題。比如,使用者不是家具設(shè)計師,彼此之間也沒有統(tǒng)一的設(shè)計目標。所以我們依然需要知道,我們期望從這樣的實驗中得到什么?
對于一個家具公司或任何其他商品生產(chǎn)企業(yè)來說,這都是一種充滿風(fēng)險的嘗試。一家企業(yè)是否真的敢讓其客戶決定公司設(shè)計和銷售的產(chǎn)品類型?但尋寶者實驗的證據(jù)表明,這一系統(tǒng)正是發(fā)現(xiàn)隱藏寶藏的正確方式。缺乏統(tǒng)一的目標,意味著該系統(tǒng)不會被改進的表象欺騙。它不會只局限于由用戶達成審美共識后設(shè)計的幾件傳統(tǒng)家具。相反,它將不斷積累一些踏腳石,然后帶來更多踏腳石。設(shè)計師自己,甚至是專業(yè)人士,在優(yōu)化某一特定的產(chǎn)品風(fēng)格或規(guī)格時仍然可能被欺騙(像往常一樣)。因為通往偉大設(shè)計的踏腳石可能看起來與最終的、理想化的產(chǎn)品并不相似。這就是為什么即使是專業(yè)設(shè)計師可能也想不出有趣的設(shè)計方案。具有諷刺意味的是,這些原因使得業(yè)余愛好者在沒有統(tǒng)一目標的情況下訪問產(chǎn)品目錄并參與其設(shè)計,有時反而更有可能發(fā)現(xiàn)隱藏的寶貝。
但這并不意味著專業(yè)設(shè)計師會因此而失業(yè),他們?nèi)阅馨l(fā)揮重要的作用,而且他們的許多設(shè)計都很出色且恰到好處。但有一些可能性,是我們通過傳統(tǒng)方式永遠無法發(fā)現(xiàn)的,那些隱藏的寶藏只有在沒有設(shè)定統(tǒng)一目標的尋寶者系統(tǒng)中才會被顧客發(fā)現(xiàn)。類似不斷“進化”的家具目錄這樣的系統(tǒng)(未設(shè)定一個統(tǒng)一的整體目標)其實是很有趣的,因為其參與者并不遵循“達成共識,朝著特定目標前進”的初衷。相反,用戶們的探索潛力得以釋放,朝著不同方向發(fā)散,并在彼此的創(chuàng)造基礎(chǔ)上繼續(xù)發(fā)展。與其說尋寶者體系消除了對專業(yè)人士的需求,不如說有朝一日,專家們的技能將被用來幫助創(chuàng)建和擴展這些類型的系統(tǒng)。這樣一來,他們可以利用專業(yè)知識為客戶“搜索空間”的建設(shè)提供參考和助力。
最重要的是,我們可以利用尋寶者系統(tǒng)來創(chuàng)造并發(fā)現(xiàn)那些在目標驅(qū)動情況下,不可能存在的創(chuàng)新概念。交互式產(chǎn)品目錄只是其中一個可能的應(yīng)用(本書第七章和第八章將探討這個想法在其他領(lǐng)域或行業(yè)的應(yīng)用)。更重要的是,交互式產(chǎn)品目錄展示了這種思維方式可以產(chǎn)生不基于傳統(tǒng)設(shè)計理念的全新創(chuàng)新方法。沒錯,我們最終必須放棄“存在某種可以保證我們一定可以抵達預(yù)定目的地的方法”的思維方式。確保所有成就都能達成的神奇公式并不存在,且探索在本質(zhì)上可能是徒勞的。但我們?nèi)杂幸痪€希望,即人們?nèi)匀豢梢栽跊]有設(shè)定特殊目的地的情況下出發(fā),在遙遠的某個地方找到隱藏的寶藏。因此,我們不應(yīng)該為目標神話的幻滅而太過悲傷。
在沒有設(shè)定統(tǒng)一目標的情況下,探索反而最有可能大放異彩。只要看看自然進化、人類創(chuàng)新、圖片孵化網(wǎng)站或新奇性搜索就知道了。這些探索的過程并不太相同,有些比其他更為宏大,但它們的確有一個共同點,即沒有設(shè)定目標。新奇性搜索的實驗凸顯出盲目推崇目標的風(fēng)險,當(dāng)我們從目標的控制中解放出來時,我們看待世界的方式也將發(fā)生許多變化。我們將在本書第七章、第八章探討這種全新的思維方式對社會管理的影響。在非目標型創(chuàng)新的全新引領(lǐng)之下,許多曾經(jīng)熟悉的經(jīng)驗法則或?qū)⒈粡氐最嵏病?/p>
J.Lehman and K.O.Stanley,“Revising the evolutionary computation abstraction:Minimal criteria novelty search,”in Proceedings of the Genetic and Evolutionary Computation Conference(GECCO-2010),ACM,2010.
J.-B.Mouret,“Novelty-based multiobjectivization,”in Proceedings of the Workshop on Exploring New Horizons in Evolutionary Design of Robots,2009 IEEE/RSJ International Conference on Intelligent Robots and Systems,2009.
對此簡單易懂的解釋就是:(1)一種算法(算法A)在特定數(shù)據(jù)集上的表現(xiàn)優(yōu)于另一種算法(算法B)的同時,一定伴隨著算法A在另外某一個特定的數(shù)據(jù)集上有著不如算法B的表現(xiàn);(2)具體問題(機器學(xué)習(xí)領(lǐng)域內(nèi)的問題)具體分析(具體的機器學(xué)習(xí)算法選擇)?!g者注
D.H.Wolpert and W.Macready,“No free lunch theorems for optimization,”IEEE Transac-tions on Evolutionary Computation,vol.1,pp.67–82,1997.
人工智能領(lǐng)域一種深度強化學(xué)習(xí)的方法?!g者注
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.