人类拥有的最好技能，就是发现有趣事物的主观本能。人类社会的一切创新都源于此。

这句话，来自人工智能前沿科学家肯尼斯·斯坦利（Kenneth Stanley），他曾是 Uber 人工智能实验室的创始成员，也是创造出ChatGPT的OpenAI的核心科研成员。

*值得一提的是，肯尼斯还来自于一个有点酷的组织：“OpenAI科创黑帮”，这是继在硅谷大火的“Paypal黑帮”之后的，又一个创新组织。

肯尼斯在OpenAI创造了一个部门，叫做“OpenAI Open-endedness（无限开放）研究组”，他自己担任负责人。这个部门建立在他的“无限开放”理念基础上，他进一步解释说，“所谓‘无限开放’，指的是一段进程，这个进程的特点有三个：持续创新、持续发现、没有限制。这个组织的“KPI”是：研发没有终点的算法，让机器具有无限潜力和持续的创造力，确保智能可以在没有明确目标的情况下，不断演化而产生新的结果。这个组织的核心价值则是，不奖励目标，而是‘奖励有趣’。”

这个理念，则来自于肯尼斯在早年开发一款图片产品时，经历的认知历程。

图片繁衍器Picbreeder如同一则寓言，这则寓言来自于算法无声的讲述，有些人听见却忽略了，而有些人警觉并行动了。

值得一提的是，正是从Picbreeder中得到的启示，肯尼斯构筑了OpenAI实验室的核心方法，并进一步延伸出了“新奇性搜索”算法，最终引出了ChatGPT的诞生。

肯尼斯曾经建立过的这个名为Picbreeder的图片创意网站，采用的是一种有点匪夷所思的另类算法，简单来说，就是让各种图片在一起“谈恋爱、生孩子”，先通过算法给图片打上一组类似于DNA的编码，然后让这些图片不断“繁衍”图片——即选一张图作为母图，然后生出很多子图。

最开始，这些母图就像人类世界的草履虫一样简单，就是一些简单的纹路，如下图所示，用户可以在这些母图选项里找到自己喜欢的一张，然后进行“繁衍”。

来源：Kenneth Stanley:Why Greatness Cannot Be Planned: The Myth of the Objective

类似生物繁衍，生成后的第一代子图，长得很像母图，但会有些许变异。

下图中左边是应用的母图，右边是由此繁衍出的15张子图。

来源：Kenneth Stanley：Why Greatness Cannot Be Planned: The Myth of the Objective

这其中有个很重要的机制叫分支（Branching），这个有点像咱们人类社会的“自由恋爱”。

比如，从前有个男孩叫小帅，小帅繁衍出了一些有趣的子图，他选择了公开这组子图和子图的“DNA序列”；

这时，有个女孩叫小美，小美发现小帅在网站上公开的子图很有趣，她就以小帅的公开子图为母图，和她的子图“DNA”结合，恋爱生子，继续繁衍以获得新图。

如此以往，子子孙孙无穷尽也，就诞生了一个超大的图片家族。

来源：Kenneth Stanley：Why Greatness Cannot Be Planned: The Myth of the Objective

就像生物进化一样，最初的单线条的简单母图，可以在数百代之后，演化出超越人类想象能力的各种复杂图形。

来源：Kenneth Stanley：Why Greatness Cannot Be Planned: The Myth of the Objective

而这其中最怪异的地方是繁衍的不可预测性：一个“头骨”图片的“妈妈”不是头骨，是个“甜甜圈”；儿子是“汽车”，爸爸其实是个类似于E.T.的“外星人”。

如上图，最终的汽车图形，不是靠用户在不断地选择近似汽车的图片中诞生的，而是作者用类似“E.T.外星人”的母图繁衍来的。经过几次迭代和变异，外星人的眼睛变成了轮子。

肯尼斯从这套繁衍算法中归纳出了两条规律：

首先，必须有人去完成我永远不会做的事。比如繁衍出一张外星人图片，供我选择；

其次，我不能用“目的”而是要用“潜质”作为我选择图片的标准。只有这样，我才能获得我想要的发现。比如我最开始并没有想生成汽车，不然我不会选外星人这张，我只是在繁衍图片过程中，发现了这张图中成为汽车的潜质。

来源：Kenneth Stanley：Why Greatness Cannot Be Planned: The Myth of the Objective

再如下图，大多数热门的成品子图都和中间代际的前辈们看起来没什么“血缘关系”。这个头骨，其实是从一个3D的甜甜圈繁衍而来，而茶壶的祖先其实长得像灯泡。

来源：Kenneth Stanley：Why Greatness Cannot Be Planned: The Myth of the Objective

世界远比人的思想复杂，臆断很可能导致失败。

来源：Kenneth Stanley：Why Greatness Cannot Be Planned: The Myth of the Objective

肯尼斯还曾经做过反向实验：用传统的逻辑算法，生成类似网站上这种极具创造力的热门图片。比如，上图中的头骨和蝴蝶，这两张图分别是通过74代和90代繁衍得到的。那么他在反向实验中，选择以“头骨”和“蝴蝶”为明确目标来生成，即每次都选择最像目标图的图来生成，结果，算法经历了足足3万次才得到了还算不错的结果。

也就是说，肯尼斯的繁衍算法，在不到100次的计算中，就能生成传统智能算法3万次才能实现的创意图片。

来源：Kenneth Stanley：Why Greatness Cannot Be Planned: The Myth of the Objective

他由此得出的启示是，人类的认知是有局限的，因此在复杂世界中，我们很难精准地预知到最终的产物需要经历的关键节点，到底是什么。

这不禁让人联想到《三体》中的一个寓言：在掩体纪元时代，维德带领的星环团队主导了用曲率引擎驱动的光速飞船的研发，但这个研发，遭到了巨大的反对。人们认为，光速飞船只能用于星际逃亡，无法为地球文明提供任何安全保障，而且，曲率引擎留下的航迹可能会更快地暴露母性文明。光速飞船计划也在人类的主观判断下彻底死亡。

直到很晚期的时候，人们才发现，光速飞船的曲率驱动轨迹可以产生黑域，而只要黑域足够大，就能把人类所在的整个文明包裹起来，让人类在宇宙中安全地生存下来。而当人们真正认识到这个问题，开始竭尽全力重启光速飞船计划的时候，为时已晚。

肯尼斯认为，用人类的主观臆断，可能只在解答简单问题上很有效，但大多数时候，世界远比人们想象得复杂，所以臆断常常导致失败。

很多人都说我在赞美随机性，其实不是。这看起来像是等待机缘巧合，但其实是个更加深思熟虑的过程。Picbreeder的用户并不会完全随机地选择图片，他们选择的是有潜力的图片。比如大家并不知道两个侧脸的画面会演变成蝴蝶，但可能会认为这值得一试。

肯尼斯反复强调，大家不要误解他的“繁衍算法”，认为这是让人类躺平，去赞美随机、随波逐流；相反，他只是想强调“潜质”和“有趣”，这两个在人类社会中显得有点“虚”，甚至总是被忽略的特质，其实可能反而是推动演化的核心力量。

回到肯尼斯执掌的OpenAI Open-endedness （无限开放）研究团队。他经常讲“无限开放”最广泛的例子，就是生物演进和人类进化。

他认为，其实大多数的创始力都始于一个朦胧的直觉或愿景，经过试错，人们开始有了新的思路，然后坚韧地去充实这个想法。

因此，在那些充满挑战和雄心的领域，像人工智能、癌症治疗、新机器研发和新的音乐形式的探索领域，可能应该尝试去奖励有趣，因为传统“奖励目标”的思维，会带有一种惩罚失败的潜在含义。会让人们害怕创新和试错。

人类拥有的最好技能，可能就是发现有趣事物的主观本能。它不是随机的，而是基于每个人的生活经验延伸而来，而人类所有的创造就源于此。

因此他建议大家多花时间去听听其他人认为有趣的事情。就像著名的推崇多元思维的圣达菲研究所，他们让不同领域的研究人员共享办公室，因为你永远不知道能从彼此身上学到些什么。

同时，要接受复杂问题都有欺骗性，这也是惊喜的来源。保持开放态度，虽然你以为会发生的可能不会发生，但你认为不会发生的可能就会发生。

肯尼斯常举iPod的例子。还记得小时候大家是怎么听音乐的吗？从留声机、收音机、Walkman、到iPod，如果以此为顺序繁衍，下一个应该是更加先进的音乐播放器。但此时iPod却转而成为了iPhone诞生的一个关键节点。

因此，要看前路，也要超越前路。

参考资料：

Why goals, objectives, and metrics inhibit innovation, Jun 11, 2015, Santa Fe Institute

Computers Evolve a New Path Toward Human Intelligence, Nov 6, 2019, Quantamagazine

Stop Trying to be Creative, Jul 23, 2015, FiveThirtyEight

《为什么伟大不能被计划》 作者:肯尼斯·斯坦利/乔尔·雷曼