一切开始于有趣——《为什么伟大不能被计划》笔记

《为什么伟大不能被计划》通过人工智能领域的研究案例,结合对开放AI公司研发过程的观察,分析了探索未知领域的经验与规律。

这本书的作者肯尼斯·斯坦利和乔尔·雷曼认为，在高科技领域中，设立明确的目标和计划并不是一个有效的方法，反而会限制探索者的搜索领域，提供错误的思路和前进方向。

他们的主要观点包括：

1. 不要被计划锁死：在变动很大的环境中，不能被计划锁死，应该保持开放，不执着于任何特定的目标。这样才能提升运气，发现意外的机会。

2. 小任务靠计划，大成就靠踏脚石：在探索未知领域时，应该采用试错的方法，通过不断尝试和调整来逐步接近目标。这需要不断积累经验和知识，从而形成一系列踏脚石，最终实现大成就。OpenAI在从2D游戏演化到3D游戏和机器人控制时,并非通过明确的研发计划,而是逐步积累经验和知识,不断提高游戏难度和新奇性,形成一系列具有价值的“踏脚石”。

3. 新奇性比能力更重要：在人工智能领域的研究中，作者发现新奇性比能力更重要。OpenAI早期选择的算法,往往不是表现最好的那个,而是那个方法最新奇。因为新奇往往意味着未来潜力更大。因此，应该将算法在新奇性梯度上的表现作为选择的标准，而非紧盯着新算法在能力上的提升。OpenAI早期研究深度强化学习时,他们发展的第一个算法基于一个有趣的想法:让AI学习像玩耍一样。这个看似不务实的想法,却初步显现出强化学习的潜力,打开了后续思路。

4. 寻宝者精神：作者将对新奇性的搜索比作收集踏脚石的“寻宝者”。寻宝者是秉持机会主义的探险家，他们致力于寻找任何有价值的东西，而不在乎这些东西具体是什么，因为我们永远不知道哪块踏脚石可能通往有价值的地方。OpenAI的研究人员说他们更像是在寻找有趣的踏脚石,而不在乎踏脚石本身。他们相信,这种机会主义的方式更利于未知领域的探索。

肯尼斯·斯坦利和乔尔·雷曼认为，设立明确的目标和计划并不是一个有效的方法，反而会限制探索者的搜索领域，提供错误的思路和前进方向。他们认为，探索者应该以纯粹的有趣作为探索的指引，这样才能在探索中保持开放性，不受限制地寻找新的可能性。

他们通过人工智能领域的研究案例来论证这个观点。例如，在人工智能领域的研究中，新奇性比能力更重要。因此，应该将算法在新奇性梯度上的表现作为选择的标准，而非紧盯着新算法在能力上的提升。他们还提到，寻宝者是秉持机会主义的探险家，他们致力于寻找任何有价值的东西，而不在乎这些东西具体是什么，因为我们永远不知道哪块踏脚石可能通往有价值的地方。

这个洞见对我们日常生活有很多启发意义。首先，我们应该保持开放性，不要被固定的目标和计划所限制。其次，我们应该以纯粹的有趣作为探索的指引，这样才能在探索中保持开放性，不受限制地寻找新的可能性。最后，我们应该像寻宝者一样，秉持机会主义的精神，寻找任何有价值的东西，而不在乎这些东西具体是什么。