《创新算法》第一章创新技术【读书笔记】

第一节 大海捞针

主要内容：本节介绍传统发明方法即试错法（控制论中的“随机控制”方法），指出其缺点。以“绕线机器”为例，介绍试错法，不断的“实践-测试-否定”，不断的尝试各种方法。
试错法的最大缺点是惯性思维，过去的发明经验会带来惯性尝试，即我们的尝试总是沿着最小阻力线方向前进，沿着最熟悉的方向前进；这种惯性思维可能很快找到答案，但也可能直接走向答案相反的方向，本文介绍的绕线机器的发明过程就是典型例子。
经验会导致惯性思维，下意识的想法、默认的问题或特定术语描述方式也是值得警惕的惯性思维！
本文以光学望远镜的发明为例，介绍了一种简单重要的发明方法——补偿法，即接受某种缺点，然后用其他方法去补偿。不要耿耿于怀于某个缺点或问题不放，所谓“东边不亮西边亮”，或许应该从整体的角度去思考问题，此处的缺点可能正好被另一处抵消掉。【备注：我们习惯于解决遇到的每一个缺点，即只见树木不见森林，难以从整体上看待问题，所以补偿法也是一种非惯性思维。。】

补充备注1：传统发明方法也是传统的解决问题方法，我们遇到一个问题，也倾向于用惯性思维寻找“阻力最小的解决办法”。这种惯性思维会帮助我们解决问题，也会把我们彻底带入歧途。
补充备注2：值得强调的是，惯性思维不是简单的思维懒惰，而是缺乏特定思维方法的简单思维结果，解决办法就是意识和学习特定的思维方式和解决问题的套路（元认知和元工具）。
补充备注3: 这一次的成功会成为下一个成功的障碍，原因之一就是本节所说的惯性，比如企业容易受困于自己的成功商业模式，谷歌再牛也没有搞定社交，微软再牛也没有搞定移动设备。。

第二节 创造性等级

主要内容：本节将创造性等级分为1-5级，给出每一级的特点，指出传统发明方法和比较高级的“启发法”能够解决的问题等级，强调目前依然缺乏高级问题解决方法（缺乏严格逻辑和系统化步骤），而当下的启发法还不足以解决高级问题。
传统的发明方法是试错法，而解决高级问题和创造性问题的方法是启发法（Heuristics），启发法是逻辑和直觉的结合，启发法可以提高发明创造的效率，但是还没有得到足够的重视，还处于比较低级的层次。
发明家忽略创新过程中的心理作用，不屑于剖析创新的过程，而认为创新能力是天生的。
创新过程的五个阶段：选择任务、选择搜寻概念、收据数据、寻找想法、找到想法、实际实施。
五级创新过程和每一级的特点：

• 1级：使用一个已知的物体，不考虑其他物体
• 2级：在几个物体之间选择一个
• 3级：对选出来的物体做部分改变
• 4级：开发一个新物体，或者完全改变选择的物体
• 5级：开发一套全新的复杂系统

按照创新的五个过程和五个等级分解，可以得到创新过程的结构图表。

表1 创新过程的结构图表

表1 创新过程的结构图表

目前的创新领域的现状是：

1. 五级发明很少，人们依然在使用传统的试错法进行发明创新
2. 现有的五级发明也大多是试错法的结果。前人无数次的实验带来的经验，排除了足够多的错误方向，帮助后来者锁定了更小的选择范围，而非高级发明创新方法论的功劳。

研究发明创造方法论的目标，就是用最少的尝试次数，解决复杂的问题。传统试错法需要尝试10000次，启发法如何只尝试100次即可。 为什么可以只尝试100次就可以解决之前需要尝试10000次才能解决的问题，答案在于按照科学方法开发的思维机制（包括启发法），特定的思维方式可以代替行动，用思维而非行动缩小选择范围，即思维代替行动！
比较1级发明和4机发明：

1. 1级发明是属于某一个专业领域内的问题；而4级发明属于多个学科的交叉领域。
2. 1级发明只需要日常经验或者专业经验即可解决，进化赋予了我们解决1级问题的思维方式；但是4级发明需要系统的思维方式，需要我们后天训练才能掌握。
3. 从复杂系统的角度来，1级发明对应的系统变量少联系简单，4级发明对应的变量多而联系复杂。

第三节 创新的创新方法

本节介绍了已有的几种创新方法论，首先是头脑风暴，然后是形态学分析和“先导问题”清单，最后是“启发性算法“。
头脑风暴过程追求天马行空，避免对想法的批判，多个人之间的互相激发和随机引导思路，扩大选择范围；头脑风暴最大的价值是避免惯性思考；但也有明显的缺点，即不能控制思考的方向，甚至很容易错过答案的方向，所以头脑风暴方法和试错法一样不能解决高级问题，但是可以比试错法更快的解决1级问题。 美国的综摄公司，是一家致力于帮助客户创造性解决问题的公司，使用的是改进的头脑风暴。
形态学分析方法是天文学家发明的一种创新思维方式，最初的目的是对群星进行组织和分类，所以本方法的本质是一种信息组织和加工方式，具体方式是多维图表，它的参数轴是给定物体组合的主要特征！使用形态学分析方法，我们对问题的直觉分析就转变成（1）分解问题到多个参数轴，（2）在每个参数轴中细化每个可能性。
“先导问题清单”，或问题清单和建议清单，则是另外一种引导思维的方法。清单上的每一个问题，都是一次特定的思考和尝试。
启发式算法：提高解决高级创新问题的效率，需要启发式的程序，用目标导向（朝向问题领域）的行动代替简单的变量组合。换句话说，启发式算法能把需要尝试10万次的4级问题，转变成只需要尝试10次的1级问题。
本书的后续章节，就是具体介绍这种启发式算法；启发式算法把目标直接指向理性方法或者理想机器（目标是什么），包括了消除心理障碍的具体步骤（其中一个典型心理障碍就是惯性思维），还包括消除技术矛盾的典型原理。
备注：头脑风暴和试错法的关系，有点类似于《控制论与科学方法论》第一章提及的两种最简单的控制方式——“随机控制”和“有记忆的随机控制”。头脑风暴是典型的“随机控制”，而试错法因为我们的经验和专业知识而导致的惯性思考，是一种方向被惯性引导的随机控制方式。
备注2: 形态学的本质是一种信息组织方式，对已知信息的合理组织和展示，即信息的二次加工，帮助我们发现更多未知，典型例子是化学元素周期表，我们可以清晰的知道还有哪些化学元素肯定存在而没有被发现，甚至我们可以基于元素周期表推测未发现元素的化学性质。天文学家使用形态学分析方法，预测中子星的存在。
备注3: 本书后面用到了形态学分析方法，比如后面提及的STC算子（Size尺寸，Time时间，Cost成本），就是从这三个参数出发描述问题。
备注4：已经在多个地方强调无数遍的“问题是目标和现状之间的差距”，就是一个极为典型的先导问题。

第四节 通过知识而不是数量

本节进一步强调了传统发明方法（试错法）和新时代发明方法的区别，前者依赖于数量（不断重复、不断尝试）而后者依赖于知识和方法，用最少的尝试解决复杂问题。
传统发明方法推迟了很多低级别发明的出现时间，比如望远镜等；同时，很多不同的发明创新大都符合几条通用原则，确定这些共同特点是开发“通用创新理论”的关键。
新时代的发明方法，不是靠努力程度、耐心和运气（拼天数），起主要作用的应该是如何正确的组织创新过程，如何使用结构化的思考过程和系统性的思维方式。

第五节 理想机器（发明目标、通用特征）

本节介绍了发明创新的通用目标特征，即理想机器的特征是什么；提高解决高级创新问题的效率的方法之一就是目标导向，发明的过程就是向理想机器靠近的过程，否则就如缘木求鱼。
持续发明类似于肌肉训练。
发明成为那些创造性思考的工人、技术人员和工程师的第二职业。

补充备注1： 清晰描述包括目标和手段两个方面，这一部分的内容单独介绍，以强调“A problem well stated is a problem half-sovled”

第六节 技术矛盾

本节介绍了技术矛盾的定义，和创新的关系，在创新算法中如何关注技术矛盾。

普通的问题解决方法是一种平衡和妥协的过程，用一种性能交换另外一种性能，带来一种优势的同时忍受带来的劣势等；而创新则是避免妥协，做到“有得没有失”。（换言之，普通问题的解决方法，都同时应该对应创新性的解决办法。）
这种妥协意味着存在一对技术矛盾，非A即B的状态。
创新的本质就是消灭技术矛盾。 这种矛盾的形成和克服，也是技术进步的主要特征之一。
重要的是消灭掉技术矛盾，而不是产生多大的外观改变。
所以发明创造过程中，一个重要的着眼点就是“技术矛盾是什么？”，这也是对问题的清晰描述中的重要内容。（在本书第二章，就会看到创新算法的清晰框架）