为什么伟大不能被计划
TL;DR
- 作者认为「伟大」的成就无法通过目标驱动的方式来达成；
- 「目标驱动」就像 KPI，通过一项或者多项指标来衡量目标的完成度；
- 「指标」往往具有欺骗性，可能会导致在短期不断的接近目标（局部最优）但长期却无法达成目标（全局最优）；
- 「伟大」的目标中通常有太多的未知因素，因为未知，所以不能被计划；
- 了解未知最好的方法就是「新颖性/好奇心」；
- 「新颖」意味着探索新事物，也就意味着更多的可能，更多的机会发现未知因素；
- 并不是说「目标驱动」没有意义，相对简单的任务（目标清晰、很少的未知因素），目标驱动的方式更有效率；
- Stay Hungry. Stay Foolish.
有这样一个迷宫，我们假设机器人的初始位置是 S，迷宫的出口是 E，现在让我们设计一个程序能够让机器人走到迷宫的出口。机器人的指令主要是移动，你可以上下左右移动机器人，如果机器人撞墙，系统会给出反馈。
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | | | | |
+ + +---+ + + +---+ +---+ +
| | | | | | | | |
+ + + + +---+ + +---+ + +
| S | | | | | |
+---+ + +---+---+---+---+ +---+---+
| | | |
+---+---+ +---+---+---+ +---+ + +
| | E
+---+---+---+---+---+---+---+---+---+---+我们的最终目标是让机器人走出这一个迷宫，显然你不能直接控制机器人一步一步走出迷宫，而需要让机器人自主的学习如何走出迷宫。迷宫问题是强化学习（Reinforcement Learning）中常用的方法，在强化学习中机器人（准确来说是智能代理）通过与环境的交互来学习如何完成特定的任务，在迷宫问题中，只要机器人接近出口就会得到奖励，当机器人所在的位置与出口的距离为 0 的时候，目标就达成了。相当于我们给机器人制定一个 KPI，即机器人所在的位置 S 与出口 E 的距离，我们姑且将这个指标称之为 SE，当 SE 缩小时，机器人就会获得奖励，当 SE 增加时，机器人就会被惩罚。如果以这个指标来驱动机器人走出迷宫的话，那么结果大概率是这样的：
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | | | | |
+ + +---+ + + +---+ +---+ +
| | | | | | | | |
+ + + + +---+ + +---+ + +
| S * * | | | | | |
+---+ * + +---+---+---+---+ +---+---+
| * * * * * * * * * * * | | |
+---+---+ +---+---+---+ * +---+ + +
| * * P1| E
+---+---+---+---+---+---+---+---+---+---+机器人从一开始就在寻求如何更接近目标 E，于是机器人会在一开始选择向右前进，也就是上图中的路线，并最终走到 P1 的位置停下来。对机器人来说，P1 是最接近 E 的位置，显而易见的是这条路线最终是无法达到出口 E 的。在这种情况下，我们就认为机器人达到了局部最优，而非全局最优。
事实上我们期望机器人的前进路线应该是这样的：
+---+---+---+---+---+---+---+---+---+---+
| * * * * * * * | |
+ * +---+---+ * + +---+---+---+---+ +
| * | * | | * * * * * |
+ * + +---+ * + + * +---+ * +---+ +
| * | | | * | | * | * * * | |
+ * +---+ + * +---+ * | * +---+ + +
| S | | * * * * * | * * * | | |
+---+ + +---+---+---+---+ * +---+---+
| | * * * | |
+---+---+ +---+---+---+---+---+ * + +
| | * * * E
+---+---+---+---+---+---+---+---+---+---+机器人应该先向上走，但机器人为什么不走这个路线呢？原因跟机器人的 KPI 有关，显然这条正确的路线在一开始增加 SE 的值，做出这种选择机器人会被惩罚，所以机器人不会选择走这条路。问题出在哪里呢？SE 并非一个虚荣指标，它真实的反映了机器人是否达成了目标，但这个指标存在一定的欺骗性。因为我们奖励缩小 SE，因此机器人只会关注这个数值，并尽可能的缩小 SE，这当然没有错，问题出在 SE 看起来是个线性指标，即 SE 会逐步缩小，并最终变成 0。这是一个无效的假设，SE 在某个区域内可能缩小到一个值之后就再也无法缩小。实际上 SE 只有两个状态：等于 0 和 不等于 0 的状态，我们可以简单讲起理解为 0 和 1 两个状态，当 SE 不等于 0 的时候，它就等于 1。
那是否我们换一个指标就可以解决问题呢？通常在解迷宫问题中是通过坐标的方式来标记 S 和 E 的，假设 S 的坐标是 (Xs, Ys)；E 的坐标是 (Xe, Ye)，当机器人到达 E 的坐标的时候，目标就达成了。如果是我们自己在这个迷宫中，我们已知迷宫的尺寸和自己的位置，同时也知道 E 的位置，那么我们会如何前进呢？
我们首先也大概率会像机器人一开始的走法，走到 P1 这个位置：
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | | | | |
+ + +---+ + + +---+ +---+ +
| | | | | | | | |
+ + + + +---+ + +---+ + +
| S * * | | | | | |
+---+ * + +---+---+---+---+ +---+---+
| * * * * * * * * * * * | | |
+---+---+ +---+---+---+ * +---+ + +
| * * P1| E
+---+---+---+---+---+---+---+---+---+---+然后我们会意识到地下这条路是走不通的，因为 P1 的下面这条线就是最外层的墙壁，所有从 P1 向右走是肯定出不去的，所以这个时候我们就原路退回到上一个拐点。
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | | | | |
+ + +---+ + + +---+ +---+ +
| | | P2| | | | | |
+ + + * + +---+ + +---+ + +
| S * * | * | | | | |
+---+ * + * +---+---+---+---+ +---+---+
| * * * | | |
+---+---+ +---+---+---+ +---+ + +
| | E
+---+---+---+---+---+---+---+---+---+---+然后从这个拐点开始向上走，走到 P2 发现也是死胡同，于是我们继续会推到上一个拐点继续尝试。
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | * * P3| | | |
+ + * +---+ + + +---+ +---+ +
| | * | | | | | | |
+ + * + + +---+ + +---+ + +
| S * * | | | | | |
+---+ + +---+---+---+---+ +---+---+
| | | |
+---+---+ +---+---+---+ +---+ + +
| | E
+---+---+---+---+---+---+---+---+---+---+走到这个位置 P3 的时候我们发现这条路也走不通，于是再回到上一个拐点继续尝试，如此不断的重复直到我们走出迷宫。这种方法实际上类似于 Flood Fill 算法，Veritasium 在视频《The Fastest Maze-Solving Competition On Earth》中对此有很详细的解释。在已知迷宫的尺寸以及起始点的位置，Flood Fill 是一种非常高效的找到迷宫出口的方法。
通过坐标来衡量机器人是否达成目标，避免了 SE 的欺骗性，但坐标本身也不具备指导性，我们已知 S 的坐标和 E 的坐标，但是应该如何到达 E 呢，指标并没有告诉我们策略，策略实际上是由 Flood Fill 算法提供的：我们已知 S 和 E 的坐标，已知迷宫的大小，墙壁是我们达成目标的制约因素，这些制约因素也就导致我们的解决方案是有限的，接着我们就可以提出假设，然后不断的验证每一个假设。这种策略实际上跟我们做产品增长相似，我们先提出一系列的假设，假设这些因素会帮助我们达成目标，然后不断地去做实验验证。但是迷宫与现实的一大区别是，Flood Fill 算法之所以能成是有很多前面提到的前提条件的，即已知目标的位置、迷宫的尺寸等，并且迷宫本身是静态的；而现实是环境总是在不断变化的，我们不知道迷宫有多大。举个例子，实现常压室温超导这个目标，我们很清楚我们需要的是什么，在 1 个大气压下，温度在室温（20摄氏度上下）下实现的超导体。但是如何实现我们其实并不清楚，甚至说这个目标是否真实存在也是存疑的。在这种情况下，即是目标是确定的，但是当中存在太多的因素，我们无法作出相应的计划，即便能够做出计划，因为无法对过程进行测量，我们也无法评估每一个步的效果，只能通过最终的结果来判断，「目标导向」的方法在这种情况下无法帮助我们前进，我们需要一种新的策略。
Joel Lehman 和 Kenneth O. Stanley 是本书的作者，两位同时也都是 OpenAI 的研究员，他们共同提出了一种新的算法 Novelty Search（新颖性搜索算法），不同于大多数机器学习算法的目标驱动，新颖性搜索算法并不设定目标，而奖励新颖性。在解迷宫问题时，机器人会记录所以访问过的点，每个点的新颖性会随着访问次数而降低，路线上访问过点的密集度越大，新颖性就越低，从当机器人走到从未涉足的地方时，新颖性最大，我们可以认为新颖性算法实际上是在鼓励「探索」。回到迷宫案例中，新颖性搜索算法的机器人走的路线可能是这样的：
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | | | | |
+ + +---+ + + +---+ +---+ +
| ^ | | | | | | | |
+ | + + + +---+ + +---+ + +
| S--> | | | | | |
+---+ + +---+---+---+---+ +---+---+
| | | |
+---+---+ +---+---+---+ +---+ + +
| | E
+---+---+---+---+---+---+---+---+---+---+最开始的时候机器人有两个方向可以选择，要么向右，要么向上，如果机器人选择向上，那么它就会更快完成目标；如果机器人选择向右，则会稍晚的时候达成目标，所以你可以看出来，新颖性搜索看起来「效率」并不高。我们假设机器人选择向右，然后走到了位置 P1：
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | | | | |
+ + +---+ + + +---+ +---+ +
| | | | | | | | |
+ + + + +---+ + +---+ + +
| S * * | | | | | |
+---+ * + +---+---+---+---+ +---+---+
| * * * * * * * * * * * | | |
+---+---+ +---+---+---+ * +---+ + +
| * * P1| E
+---+---+---+---+---+---+---+---+---+---+我们前面说过，KPI 导向的机器人会在这里停下来，因为这里是最接近出口的地方，但是新颖性搜索则不，因为机器人的目标并不是到达 E，而是「探索」，所以机器人会选择掉头继续走：
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | | | | |
+ + +---+ + + +---+ +---+ +
| | | | | | | | |
+ + + + +---+ + +---+ + +
| S * * | | | | | |
+---+ * + +---+---+---+---+ +---+---+
| * * * * * * * * * * * | | |
+---+---+ +---+---+---+ * +---+ + +
| P2**P1| E
+---+---+---+---+---+---+---+---+---+---+当机器人从 P1 走到 P2 的时候，同样可以选择向上或者向左前进，虽然我们知道向左是一定不会走到出口的，但是新颖性更鼓励走没有走过的路，所以机器人会从 P2 向左继续前进：
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | | | | |
+ + +---+ + + +---+ +---+ +
| | | | | | | | |
+ + + + +---+ + +---+ + +
| S * * | | | | | |
+---+ * + +---+---+---+---+ +---+---+
| * * * * * * * * * * * | | |
+---+---+ +---+---+---+ * +---+ + +
|P3* * * * * * * * * * * *P2**P1| E
+---+---+---+---+---+---+---+---+---+---+机器人可能会走到 P3 的位置，然后发现走不通，然后回头继续走走到 P4 的位置：
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | | | | |
+ + +---+ + + +---+ +---+ +
| | | | | | | | |
+ + + + +---+ + +---+ + +
| S * * | | | | | |
+---+ * + +---+---+---+---+ +---+---+
| * * * * * * * * * * * | | |
+---+---+ +---+---+---+ * +---+ + +
|P3*******P4 * * * * * * *P2**P1| E
+---+---+---+---+---+---+---+---+---+---+在 P4 的时候，机器人同样有 3 个选择：向上、向左、向右，我们根据这里 *（访问过的点）的密集度来计算 3 个方向的新颖性，显然向上的新颖性最大，所以机器人会选择向上走到 P5 的位置：
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | | | | |
+ + +---+ + + +---+ +---+ +
| | | | | | | | |
+ + + + +---+ + +---+ + +
| S * * | | | | | |
+---+ * + +---+---+---+---+ +---+---+
| * * P5* * * * * * * * | | |
+---+---+ * +---+---+---+ * +---+ + +
|P3*******P4 * * * * * * *P2**P1| E
+---+---+---+---+---+---+---+---+---+---+再次计算新颖性，机器人会选择向上继续走到 P6 的位置：
+---+---+---+---+---+---+---+---+---+---+
| | |
+ +---+---+ + +---+---+---+---+ +
| | | | | |
+ + +---+ + + +---+ +---+ +
| | | P6| | | | | |
+ + + * + +---+ + +---+ + +
| S * * | * | | | | |
+---+ * + * +---+---+---+---+ +---+---+
| * * P5* * * * * * * * | | |
+---+---+ * +---+---+---+ * +---+ + +
|P3*******P4 * * * * * * *P2**P1| E
+---+---+---+---+---+---+---+---+---+---+走到 P6 机器人之后回头折返到 P5 的位置然后重新计算新颖性，然后不断的重复这个过程，最终机器人一定会走到 E 这个位置。对比 Flood Fill 来看新颖性算法看起来并不那么的「效率」，但两者显然适用于不同的场景：
- Flood Fill 致力于寻找从初始位置达到出口位置的最短路线，它有一定的前提条件，我们首先要知道初始位置和终点的坐标，同时也要知道迷宫的尺寸等等；
- 新颖性搜索算法则更擅长解决那些目标不明确，有着大量未知因素的情况，它并不追踪「效率」，而是致力于找到全局最优解。
这也是为什么这本书的名字叫做《为什么伟大不能被计划》，在作者看来，「伟大的目标」恰恰是那些目标不确定，拥有大量未知的因素的目标，例如制造出常压室温超导体，我们不能说我们应该先做 A，然后 B，然后 C 就可以实现常温超导了，可能还存在着未知因素 E 和 F，而我们甚至都不知道需要 E 和 F，也不知道什么是 E 和 F，这种场景下「制定计划」是没有意义的，因为达成目标的关键路径根本就不在「计划」当中。而新颖性之所以能成功是因为它鼓励探索，鼓励探索意味着不要做已经做过的事情，而要不断的探索「新」事物，即便这种「探索」看起来让我们像是在远离目标。虽然探索本身的「目标」并不是在寻找这些关键要素，但事实上很多的关键要素恰恰是因为「探索」才被发现的。
这可能让新颖性搜索算法听起来像是在漫无目的的「随机漫步」，事实上「探索」不是完全没有限制，在迷宫案例中，最大的限制自然是迷宫的墙壁，现实中也存在着各种各样的限制，新颖性是不会因为要研究室温超导体而跑去研究爵士乐文化。
新颖性搜索算法也是一种遗传算法 Genetic Algorithm，遗传算法的灵感来源于自然界中的生物进化。生物进化本身就是一种没有目标的活动。虽然一些理论认为「生存和繁衍」是生物进化的目标，这显然是不准确的，如果是这样的话，那么蟑螂显然已经胜利了。作者认为生存和繁衍是对进化的一种约束条件，我们可以将生存和繁衍定义为对环境的适应性，适应性是一种评价机制，用于评价进化的结果，淘汰那些无法适应环境的结果，而选择适应性更强的物种继续进化，也就是我们所说的「物竞天择」。如此看来，人类并不是进化的目标，而是进化的结果，生物进化从来不存在一个「要进化出人类」这样的目标，而是以「适应性」作为约束条件，让基因不断的遗传、变异、分化从而丰富物种。新颖性搜索算法鼓励「探索」，而鼓励探索的结果就是增加了结果的多样性，而多样性也就意味着更多可能，意味着更有机会发现未知的因素。
新颖性搜索算法以及遗传算法同时也都是启发式算法，都是为了解决数学中的优化问题，即在有限的解决方案集合中选出最优的方案，这个解决方案的集合叫做解空间。现实中我们可能会遇到 3 中不同的情况：一种是全局最优解在解空间中；另一种解空间不为空，但是全局最优解不再解空间中；最后一种解空间是空集合（没有已知的解决方案）。后面两种情况下传统的优化算法是无法得到全局最优解的。而启发式算法的目的则是尽可能的多的找到解决方案，新颖性搜索则更适用于第三种情况，通过好奇来驱动「探索」解决方案，而恰恰所谓的「伟大」目标都属于第三种。
作者在讨论新颖性的时候与之对比的是「目标驱动」的做事方式，新颖性则可以理解为「好奇心驱动」的做事方式，而往往那些「伟大」的成就是通过后者达成的。Johnny Depp 一开始并非致力于要成为演员，而是一个摇滚乐队的吉他手；村上春树一开始也只是经营着咖啡馆和酒吧，他与不同的客人交流才为他之后的文学创作带来了灵感；研究发现，近三分之二的成年人。将他们职业选择的某些因素归因于偶然性。对我来说也是如此，我并非一开始就想做一个产品经理，甚至在我入行之前我根本都不知道产品经理这个职业的存在，种种机缘巧合才让我成为了今天的自己。这些偶然性恰恰是因为好奇心，好奇心驱使我们不停地去探索新的事物，这些新的事物就是这个世界上的点，虽然在探索的时候我们尚未意识到这些「点」的作用，但恰恰是这些点创造了无数种新的「可能」，这些可能才形成了「机会」，让我们成为了今天的自己。伟大的目标不能够被计划，因为它充满了未知，又没有线索，还有一定的偶然性，即便我们很清楚的知道目标也无济于事，例如找到自己的另一半。正如 Loretta Young 所说，「不是你找到了爱，而是爱找到了你」。这让我想起乔布斯在斯坦佛大学的演讲：
你不能预先把点点滴滴串在一起；唯有未来回顾时，你才会明白那些点点滴滴是如何串在一起的。所以你得相信，你现在所体会的东西，将来多少会连接在一块。你得信任某个东西，直觉也好，命运也好，生命也好，或者业力。这种作法从来没让我失望，也让我的人生整个不同起来。
唯一获得真正满足的方法就是做你相信是伟大的工作，而唯一做伟大工作的方法是爱你所做的事。如果你还没找到这些事，继续找，别停顿。尽你全心全力，你知道你一定会找到。而且，如同任何伟大的关系，事情只会随着时间愈来愈好。所以，在你找到之前，继续找，别停顿。
好奇心是进步的关键，如果你看不到未来，这很正常，没有人看到的，但保持好奇心总是不会错的，去了解那些你不曾知道的事物，去你不曾去过的地方，要让自己的路越早越宽，才能「适应」这瞬息万变的世界。
Stay Hungry. Stay Foolish.