作者：肯尼斯·斯坦利
幸亏当下创新不是由政府主导，像OpenAI这样的小公司才有可能得到巨额的风险投资资金，才可以任性蛮干，才有机会做出伟大的创新。
因此，如果你一开始就向着一个明确的目标努力，你就走不远。目标会窄化你的探索范围。对伟大事业来说，目标具有误导性。
请注意，这可不是说人生就应该漫无目的、随波逐流。新奇性搜索算法不预设具体目标，但是它有价值观的指引，这个价值观就是新奇和有趣。只要你每次都选择更新奇和更有趣的方向，你就不会是平凡的。
这些道理不符合普通人升职加薪的攻略，也与很多后发进取的国家发展经验相悖。 这些国家在过去几十年间经常讲目标、谈规划，确实取得了伟大的成就。后发优势使它们不用踩踏脚石就知道飞机、微波炉和计算机是怎么回事儿，它们便可以确立明确的目标。这样的发展方式速度虽快，但是也在无形中限制了它们——它们不太擅长寻找踏脚石。
如果你的目标是发明微波炉，你肯定不会想到去研究雷达；如果你想发明一架飞机（
摇滚乐的灵感源于爵士乐、布鲁斯蓝调、福音和乡村音乐。
生命中最伟大的时刻和顿悟，不都是出乎意料或计划之外的吗？机缘巧合在生活中所扮角色的分量往往超乎我们的想象，这并非毫无道理。
太过执着于目标，也是不健康的。那些基于目标，用来评判“我们的时间都去哪儿了”的条条框框，从根本上讲都是错误的。
成功的关键在于，我们要对一个不断变化的环境保持开放态度。在这个环境中，既定目标带来的虚假表象可能会欺骗我们，但看穿它就可以带来解放和自由。取得伟大成就的人愿意放弃原来设定的目标，并在新的机会出现时，勇敢地抓住它。在此类情况下，重要的是避免被锁死在最初的宏伟目标上，对目前的踏脚石可能带来的结果保持关注和开放。
只有拥有爱的人，才能找到爱，而且他们从来不需要去寻找爱。” ㊟ 许多人迟早会意识到，心存“理想伴侣”这一先入为主观念，最终往往会事与愿违地找到一个令人失望的伴侣 ㊟ 。
每个人都有权追随人生的激情所在，即使它们偏离了最初的计划，或与最初的目标相冲突。
欺骗性往往是目标不能带来伟大成就的关键原因。如果目标具有欺骗性（其实大多数“高大上”的目标都如此），那么设定目标并以此为我们努力方向的做法对实现目标没有什么帮助。
要想到达非凡之地，我们必须对多条道路敞开怀抱，不执着于明悉这些道路最终会抵达何方。图片孵化器网站的实验表明，这样一个完全开放式的系统是可行的。
自然进化是一个充满发现和创造的过程，产生了多样且极其复杂的生物体。我们熟知的自然界，在很大程度上都是自然进化的产物，从遍布全球、孕育了生命的绿色植被再到人类自身，自然进化创造的生物复杂性和规模再怎么被崇拜都不为过。
几百万年前，人类的祖先还是一只扁形虫。它在智力方面没有任何值得称道之处，但其一项伟大意义是进化出了生物的双侧对称性。
事实上，这个提前制造出计算机的思维实验，几乎可以轻松地适用于其他任何发明。因为大多数有趣的发明，不过是跨越几个世纪的思想链的成果，它们也必然依赖于为完全不同的目的而创造的铺垫性发明。
任何重大发明的先决条件，几乎都是在没有考虑到该发明的情况下发明的。虽然这个想法听起来很奇怪，即便它并不完全正确，也能引发人们对目标驱动的深刻反思。
踏脚石不一定意味着通往最终的目的地，它自身也无关对错，只涉及探索的过程和无限的可能性。
许多人的确实现了致富的目标，但不是因为他们以致富为梦想，而是因为他们追求了自己的激情，而这种孜孜不倦的追求，恰好带来了丰厚的物质回报。
我们这里谈论的“目标”都是高层次的远大目标，如果你距离目标只有一块踏脚石的距离，那么设置并遵循目标依然是有意义的。
世界上最伟大的指南针（目标），反而有可能导致我们迷失方向，而一种神秘的、未知的方法（非目标探索），却令人惊讶地被证明是通往伟大的正确路径。
有趣的是，这种比较将问题从“我们正在接近什么”，变成“我们正在逃离什么”，而逃离过去的有趣之处在于，它能够开启全新的可能性。
尽管去寻找“有趣的”事物，听起来相当儿戏，但有趣性的概念，实际上蕴含着惊人的深刻意义。
话说：“一个命题的趣味性比真实性更重要。”
把‘趣味性’批判成‘一个微不足道的目标’，源自一种被扭曲和颠倒了的价值尺度。 ㊟ ”新奇有趣的想法不仅远非微不足道，而且往往还会带来新的思维方式，进而触发更伟大的创新和发现。
这个进步很有意思，因为学习避开墙壁，从未被表述为一个目标。但即使它不是目标，只追求新奇行为的机器人，最终也必须学会避开墙壁才有望继续产生新的行为。
但问题是，从坏到好的顺序虽然充满吸引力，但却是不切实际的想法。这只是目标驱动的欺骗性——这个“老骗子”安排的另一种套路。
所有的欺骗性问题都会在某一点（而且往往是在很多点）上，表现出这种误导性的特性。
考虑到目标的欺骗性，只遵循从坏到好的顺序，应该很难让你相信最终有可能发现伟大的事物。
某个节点卡死-欺骗性 因为一旦机器人发现一个新奇的行为，随着类似行为的持续发现，其新奇性很快就会降低。
新奇性搜索不能提供这样一个持续不变的坏和好的概念，也不能形成一个从坏到好的排序。但事实上，新奇性搜索确实提供了一种更有趣的排序：从简单到复杂。
寻找新奇事物的过程，将导致行为从简单变得复杂，其原因本身就非常直接。当所有简单的行为方式都耗尽后，剩下的唯一可以被发现的新行为，自然就会变得更复杂。
搜索的时间越长，它最终积累的关于世界的信息就越多。当然，信息量和复杂性是相辅相成的，更复杂的行为必然需要更多的信息。
从简单到复杂-进化, 设定目标,容易卡死 新奇性搜索是一种特殊的非目标搜索，但其他的搜索，比如自然进化，也明显表现出了这种特征。
这就是为什么如果自然界要继续进化，复杂性的增加便几乎是不可避免的结果。但是这些复杂性的增加，并不是任意的。相反，它们反映了进化过程所在的世界的属性，例如眼睛的出现，代表宇宙中光的存在，耳朵象征着机械振动的存在，而腿和肺部则分别是重力和氧气存在的证明。
最初的单细胞生物并不具备眼睛或肺部这些花哨的器官，但它们依然存活得很好，没出任何问题。唯一的问题是，生物如果想要做一些新奇的事情，就需要将自然界某些方面的信息反馈到其DNA中。严格来说，视觉驱动的行为，并不是生物生存的必要条件，但如果自然界通过突变，不断尝试设计新的物种，即使没有设定任何特定目标或方向，进化过程也最终会意识到光的存在这一事实。然后，它将成为进化论积累的信息库存的一部分。
从某种意义上说，经过漫长岁月的进化后，人类的身体已经成为一种关于人类所处的宇宙的相关事实的百科全书。不仅宇宙的许多物理现实已经反映在人类的身体结构中（例如光、声音、重力、热、空气等），而且考虑到进化已经持续了如此漫长的时间，人类现在实际上已经在身体内部的某个地方，编码了令人难以置信的、关于宇宙的具体细节信息。
但是，即便你暂时接受了这个观点，即搜索是从简单到复杂的过程，你仍可能担忧新奇性搜索最终会永远地被困在毫无意义的行为之中，找不到任何有意义的出口。目标的设定之所以让人放心，是因为它将无穷可能性的空间，压缩到仅剩少数几个实用的选项。例如，既然可以选择开车去上班，那便没有人会认真考虑爬行去上班的好处。
真正成为下一步行为的踏脚石的那些行为，必须尊重现实世界运作的方式和规律。
在这一点上，你可能会质疑新奇性自身，是不是某种特殊类型的目标。
创造新奇事物的最佳方式，是利用世界真正运作的方式，并据此积累有关信息。
在同时面临这两种选择时，新奇性搜索会倾向于集中在开车去上班这一选项上，因为这是一块更优质的踏脚石。
变相的目标? 目标在本质上会促使探索的过程朝着特定目标聚拢，而聚合效应则意味着许多潜在且有趣的方向将得不到探索。
在迷宫里探索的机器人，在没有尝试走出迷宫的情况下，反而学会了走出迷宫的方法；双足机器人在不试图学会行走的情况下，反而走得最远。
不幸的是，事情远没有这么简单，俗话说“鱼与熊掌不可兼得”。如果世界按照这个逻辑运行，那么人们就可以通过在追求的目标中简单地添加一点多样性来“弱化”目标的误导性，进而保持对特定目标的追求，并最终实现这个目标。然而，这并不能掩盖一个严重的问题，即目标越是“高大上”，其欺骗性也就越强。欺骗性是目标身上阴魂不散的“幽灵”，难以彻底清除。从欺骗性角度看，目标在本质上就是一个错误的指南针。因此，不管你用多少理由说服自己相信只要保持开放的心态就能坚持既定的目标，都不能改变目标指错方向的事实。如果你的指南针指向了南方，但你实际上要朝着北方前进，那么不管思想多么开放，都无法改变目标这个“指南针”毫无用处的事实。
这堵最近的墙吸引了机器人的注意力，因为通过接近这堵墙，机器人离目标——迷宫出口——更近了，这激励它继续前进。但现实情况是，如果机器人想要比这堵墙更接近出口，它首先需要远离这堵墙。这往往不会产生好的结果，因为从目标驱动型搜索的角度，远离墙壁看起来是一种更糟糕的行为。因此，对绕过墙壁这种想法的任何进一步的探索，都可能会被过早地禁止。
新奇性搜索的概念结合能够解决一些问题，但这种结合绝对不是实现“高大上”目标的良方，因为这些目标充满了欺骗性，以至于其本身沦为一种负担。
尽管纯粹地寻找新奇的事物肯定不是解决所有问题的方法（即使在某些情况下这个方法很有效），但将寻求新奇事物的动机与实现目标的动机相结合，并不能掩盖目标的欺骗性。当然，单纯地依赖目标的指引是一种更糟糕的做法。因此，我们不得不接受一些略显谦卑的观点：也许认为存在某种找到目标的“最佳实践”的想法，在本质上是有误导性的。
在漫无目标的新奇性搜索中，你不一定能找到心中想要的宝藏，反而可能发现许多意料之外的宝藏，这将使整个过程充满惊喜。
本质上来说，寻宝者又可以说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。要想成为一名合格的寻宝者，我们就必须尽可能多地积累踏脚石，因为我们永远不知道哪块踏脚石可能通往有价值的地方。
坎贝尔定律(Campbell’s law) ㊟ ：任何量化的社会指标，越是被用于社会决策，社会腐败的压力便越大，也就越容易扭曲和腐蚀它所要监测的社会进程。
当社会对进步的追求被打包为一种措施进行衡量时，就会产生目标驱动效应。如果目标十分“高大上”，那么提升目标表现的驱动力很可能产生欺骗性，反而阻碍了人们发现最佳结果的能力。
坎贝尔定律的一种更有害、更极端的形式是不当激励，即有时为了使事情变得更好而选择的奖励或措施，实际上会使事情变得更糟。
但这项措施并没有达到预期的效果，反而导致印度公民为了获得赏金而争相饲养眼镜蛇，然后杀死它们牟利。最终，印度的毒蛇数量增加了 ㊟ 。因此，这项激励政策产生了与预期背道而驰的效果。同样的事情也发生在越南首都河内，但抓捕的对象不是毒蛇，而是老鼠。这最终导致了老鼠养殖场 ㊟ 的出现，而非鼠害问题的减轻。
汤姆·狄马克(Tom DeMarco)在1982年写了一本颇具影响力的书，描述了这一风潮的特点，其中最有名的一句话是“无法测量的东西，就是不可控的东西 ㊟ ”。35年后，狄马克又发表了一篇文章，表示自己的观点已经随着时间的推移发生了转变。“那本书想要表达的言外之意其实是，‘衡量标准是好的，更多就更好，越多就越好’；但最终事实证明，‘它们的使用，反而应该谨慎而节制’ ㊟
这样。（以芬兰的小学教育系统为例，它为芬兰的教师们提供了更大的个人自主权，并且不会要求学生参与标准化的测试 ㊟ 。在这个意义上，芬兰的教育系统，更多遵循了非目标的探索精神。所以，芬兰在教育方面也处于世界领先地位，远远超过了美国。 ㊟ ）
从避免目标欺骗性的角度来看，这种同行驱动型评估方法的吸引力在于，教师和学校比较的对象或标准，不再是“我们希望他们可以达到某种水平和高度（这就陷入了目标的欺骗性陷阱）”，而是根据“他们的现状进行评估（这是寻宝者的哲学）”。最重要的是，如此一来，整个教育系统就好比是一位寻宝者，因为它将完全专注于四处传播新的教育理念。教师们也不会被迫趋向于采用沉闷又刻板的应试教育方法，而是能不断地接触各种各样的教学想法和方法。
那么，我们到底应该怎么做呢？我们也许需要让大多数教师和学校停止对学生进行标准化测试。取而代之的是，每位教师都要在年底编制一套包含作业、测试、教学大纲、教学理念、教学方法和学生作品样本在内的合集。这套合集将被匿名寄给一个评审小组进行评估，小组成员是来自全国各地不同学校的五位教师。
1519年8月，麦哲伦率领一支由五艘船和200多人组成的船队，从西班牙起航，寻找一条通往盛产珍贵香料岛屿的海上路线。三年后，18名没被饿死的幸存水手驾驶仅剩的一艘船抵达了目的地，他们本可以借此宣称自己是首批环游世界的人，但尴尬的是，由于剩余货物太少，收益不足，他们甚至没有拿到全额的报酬。而且麦哲伦本人并不在幸存者之中，他插手菲律宾当地的部落冲突，在带领部分船员突袭宿务岛附近的岛屿时，手臂被竹制标枪刺中，之后在仓皇撤退过程中被追上来的岛民杀死了 ㊟ 。十年后的1528年，乔瓦尼·达·韦拉扎诺 ㊟ (Giovanni da Verrazzano)遭遇了更可怕的结局。尽管历史记录显示，他是第一位驶入纽约港的欧洲探险家，但他成名的代价极其高昂——他在探索小安的列斯群岛的一个岛屿时，被当地人杀害，而且很可能葬身食人族之口 ㊟ 。当然，身负开拓精神的探险家面临性命攸关的风险，并不是16世纪独有的现象。几百年后，罗伯特·福尔肯·斯科特 ㊟ (Robert Falcon Scott)和他的手下，差一步就能成为到达南极的第一批探险家，然而他们在返回文明世界的途中耗尽了食物，最后不幸被冻死 ㊟ 。
问题的关键在于，拟开展的科学项目太多，而可用资金有限，这就意味着每一次投资的风险和回报，必须仔细考查和衡量。这就是为什么我们需要考虑应该根据什么原则来决定哪些科学项目可以得到资助。这是一个至关重要的问题，因为错误的投资决定可能会阻碍科学的进步和发展，并可能带来潜在的社会影响。
理想情况下，某个领域中最优秀的想法，就应该能够说服一个由专业科学家组成的小组，并将其评定为优秀。然而，这种表面合理的常识背后，同样隐藏着麻烦，因为这个评审体系的主要作用是支持共识。换句话说，评审员群体越是认同提案的优秀性，机构提供资助的概率就越大。然而问题在于，共识往往是通往成功的踏脚石的最大障碍。
这里的问题在于，当具有相反或不同偏好的人被迫投票时，获胜者往往不代表任何人的喜好或理想（这也许解释了为何人们对政治结果普遍感到沮丧）。寻求共识将阻止人们沿着有趣的踏脚石前进，因为不同的人对什么是最有趣的踏脚石的看法或许并不一致
当人们尝试在探索中寻求共识时，其结果只能是“清汤寡水，无甚滋味”。整个系统不是让每个人去发现自己的踏脚石链，而是将各种不同的意见压缩成一个四平八稳的平均值。
科学是人类最伟大的一种探索，而在决定下一步行动前达成共识的做法，无异于是对科学领域创造性努力的扼杀。
最重要的是，这项转变本身没有牵涉政治因素，而是一个涉及各个领域的警告，即将目标导向型思维一厢情愿地应用于“目标高远”的科学研究，是一项危险行为。
当然，“只要大量地投入资金，就能可靠地产出特定重要研究领域的根本性突破”的想法非常具有吸引力，但狭隘地框定重点研究领域和宏大目标驱动的科研项目其实并不可取。
在某些情况下，非目标驱动型发现和发散性探索的力量，确实可以帮助我们创造更好的未来。虽然非目标探索本身并不是一剂万能药，但我们最好还是要清醒地认识到，一味地相信基于目标的探索和评估，往往只会导致平庸的结果和墨守成规，继而停滞不前。虽然探索这个世界并非易事，因为它的运转方式并不简单，但至少我们知道，有一条道路能够摆脱既定目标结果的桎梏。
尽管我们可能自认为放弃了一些被神化的东西，但人们其实从来没有真正拥有过它。
假设生物的突变和基因交流与地球上发生的一般无二，那么到目前为止，我们不仅可以看到和现实地球上同样多的生命形态，甚至犹有过之。虽然听起来很奇怪，但这个结果会成为确切的事实，因为所有被自然选择“筛掉”的生物仍可能在“和谐之星”生存。消除了自然选择的压力，进一步的进化就不那么困难了。事实便是，在“和谐之星”上，没有了弱肉强食的法则，生物不可能失去进一步进化的机会。因此，在现实地球上繁衍的每一种生物后代，也会在“和谐之星”上顺利存活并繁衍，这意味着同样的物种谱系也将得到进化并诞生于世。当然，因为几乎每一种生物（包括那些在地球上无法生存的生物）都能在“和谐之星”上顺利繁衍后代，所以也会有很多原始而“无趣”的细胞团存在。但这种折中带来的积极一面是，许多碰巧不走运而未能在现实地球上生存下来的有趣生物，将会在“和谐之星”上获得第二次生存的机会。
自然选择的伟大作用，只是在于确保资源（在现实地球上是有限的）被用在能够自我繁殖的物种身上。这种限制与无限的探索不同，所以生存和繁衍可以说是限制了进化这位造物主去进一步发掘可能带来新物种的踏脚石，而不是进化本身的目标。
这种视角的转变表明，进化好比是一位典型的寻宝者，而不是单纯的优化员。也就是说，如何积累新颖性和多样性，才是进化的一大标志性特点。
。但自然进化不同于此类竞争，因为其更趋向于“开枝散叶”，为生命问题探寻众多不同的解决方案。
有趣的是，自然进化并不是通过竞争来获得生物多样性，而是通过避免竞争。特别是某一生物如果能以一种新方式谋得生存，那便是成功找到了自己的专属生态位。因为它会成为第一个以这种新方式生存的生物，所以作
一个新兴生态位通常会衍生出更新的生态位，继而进一步生成新生态位。就像连锁反应一样，新生态位会不断从旧有生态位中冒出来。关于“生态位是如何层层衍生的”这一问题，有一种名字就带着味道的昆虫——屎壳郎，恰巧就是个很好的例子：一种生物的代谢废物，可能会成为另一种生物的食物。没有此，就不可能诞生彼。正如计算机的发明奠定了整个软件生态系统的基础，草本植物的诞生也为食草动物提供了赖以生存的基础，这些食草动物反过来又成为食肉动物、清理残羹剩饭的食腐动物和寄生生物的生存之本 ㊟ 。数十亿年前由第一个单细胞生态位所引发的连锁反应表明，自然界的进化，与人类的创新、图片孵化器网站和新奇性搜索同属一类。进化好比是一摞不断累积的踏脚石，它们彼此堆叠，并非为了某一目标才聚在一起，而是因为通过不断站在前者的肩膀上，
正如人类的某些重大发现有时是不可预测的，偶然性在自然进化中也起着关键作用，尤其是通过基因突变的形式。突变是一种遗传基因的轻微复制错误，有时会在生物繁殖过程中发生，通常会导致亲代和子代之间产生细微的不同，不时还会受到自然选择的影响。
生物“百花齐放”的多样性，并不是来源于自然选择，而是自然选择的忽视。
。例如，羽毛最初是在恐龙身上进化出来的，主要功能是保持体温，之后才逐渐成为适用于鸟类飞行的结构。以人类自身为例，骨骼一开始只是用于储存供身体其他功能所需的矿物质，后来才进化成人体的支撑性结构 ㊟
考虑到进化的深远影响，专注于创造性而非优化性，可以革新我们的旧有思维。
生存和繁衍是一种约束，而不是一种目标，以此为角度对进化进行抽象化处理，是一个很好的切入点。能活到成年并成功繁殖的生物，将会获得血脉的延续，而繁殖失败的生物体，则会走入进化的死胡同。生存和繁衍对新物种的发掘起着限制作用，而非驱动作用。这个观念层面的微小但重要的进步将使我们认识到“众生皆平等”，即所有在进化竞赛中胜出的生物，彼此之间并没有高下之分。
复杂的生物体，也具备类似的特性。如果所有生命都始于单细胞，并最终繁殖出同样以单细胞为生命起点的后代（且这种简单的繁殖策略是有效的），那么用越来越复杂的方式，来完成同样的事情，到底有什么用呢？细菌以一种相对简单的方式，实现了世代更迭（二分裂方式），就像直接在台面上磕鸡蛋。但有些生物则走了一条更迂回的路：首先产生数万亿个细胞，然后在接下来的二十年里，上演一场精心编排的鲁布·戈德堡式舞蹈，最后又以单细胞的形式繁殖下一代，人类走的就是这种路。
无论是甲虫、鸟类、水牛、藤壶，还是商人，都有很多方法来满足最低限度的生存标准，但当我们从高度抽象化的角度来看待各类生物时，它们本质上都在做同样的事情——生存和繁衍，只是方式截然不同而已。根据这种观点，驱动进化创造性引擎的深层动力不是竞争，而是寻找多样化的方法来做同一件事。
从这个角度看，进化就是一种特殊的非目标搜索，即满足最低条件的搜索。虽然没有什么特定的方向，但它会前往任何满足生存和繁衍这一最低标准的地方，其实进化之初的第一个可繁殖细胞，就已然满足了条件。
进化之所以能如此丰富多彩，是因为其仅是在漫无目标地向前流动，而目标则会截断更多的“搜索空间”。
进化本身就是创造性的，只不过它允许了竞争的存在，但绝对不是因为存在竞争才有了进化。例如，在没有竞争的“和谐之星”上，进化只会更富有创造性。
要想进化出富有特色的物种，进化的竞争性就不能压过创造性的驱动力，这才是关键。
即自然进化可以被视为具有局部竞争特点的新奇性生成搜索。 再次重申，这种解释既不否认生物学事实，也不表明生物学家是错的。相反，我们的目标是从不同的角度重新审视进化，以期得到更深入的理解。事实上，我们还将这种提纯后的抽象概念，转化成了另一种被称为局部竞争新奇性搜索的算法，属于新奇性搜索算法的另一种变体。这种算法维护了新奇性创造与竞争之间的平衡，同时又能保持非目标性以及多样性的积累。有趣的是，与虚拟生物模拟器相结合后，该算法在一次尝试性实验中，生成了各种各样的虚拟生物，这是一项前所未有的成果 ㊟ 。由此可知，该算法帮助证实了这种类型的搜索，可以爆炸式地生成各种虚拟的生物体。
以著名的“寒武纪生命大爆发”（发生在大约5亿年前的寒武纪）为例，这属于生物进化过程中的“重要时期”，所有现代动物类群的祖先，都是在这段相对较短的时间跨度（几百万年）内进化出来的 ㊟ 。
正因为进化不存在统领性目标，所以它才能“发明”像人类这样的生物，正是因为它没有“刻意寻找人类”，所以人类才能诞生。目标的悖论，统领了所有大型开放式的创造性系统——从人类的创造发明（以人类自身的智慧和对新奇事物的探索欲望为驱动力），到明显不受人类引导或设计的自然进化。
潜伏在这些令人担忧问题背后的，是目标的强大影响力，我们也不应该对此感到惊讶，因为目标是具体的，并且允许人们衡量和鼓励科学的进展。喜欢通过目标来指导任何探索或发现的过程，是人类的天性，这在科学领域也不例外。
因此，这个领域的与众不同之处在于，人工智能领域本身就是对算法的搜索，而人工智能研究人员本身就是研究搜索的专家。换句话说，人工智能研究人员正在寻找能够进行搜索的算法。这并非什么不可宣之于口的秘密，因为搜索本身就是智能的一个重要组成部分，所以人类的发展和人工智能的研究都涉及搜索，并不是巧合。
我们可以将针对人工智能算法的搜索，称为元搜索，即搜索那些能够搜索的事物。换句话说，就是一种类型的搜索被嵌套在另一种类型的搜索之中。
正如我们在本书中讨论的那样，搜索背后的关键概念是遵循一个梯度：一种浏览的路径或一条强度递增的路径。在目标驱动的搜索中，梯度指的是从坏到好排列的一系列性能指标。在新奇性搜索中，梯度就是新奇性递增的过程。那么，人工智能的研究人员在搜索新算法时，遵循了什么梯度呢？
来指导整个人工智能研究领域的信息，就会产生欺骗性：以性能测试为评判标准时，某一算法可能看起来“前途无量”，但它可能最终无法产生更好或更有趣的结果。当然不可否认的是，根据算法在一项简单测试中的表现来排名，能使我们更轻松地做出决策，但由于目标欺骗性的存在，只关注那些在测试中表现最佳的算法，也不太可能给我们带来任何突破性的成果。
回顾一下，人工智能是对搜索算法的搜索，即元搜索。因此，考虑到其元搜索的本质，总是因为新想法的表现不够突出而将其驳回，可能不是一个好主意。
但因为它的后续潜力没有得到认可，“超自然”算法和所有后续可能会衍生出来的算法，都被扫进了学术垃圾箱，从此无人问津。这类“一刀切”式的评判，也砍掉了很大一部分的“搜索空间”，即所有人工智能算法的未来空间。那些被砍掉的空间，将永远不会被探索，因为它们只能从那些“表现”并不出色的算法中获得。
如果你认同我们在本书中所说的大部分内容，那么你可能会认为，考虑到“超自然”算法的创新性，无论它与“老靠谱”算法相比的结果如何，都应该被接受。但这里有一个更大的问题：我们为什么要把“超自然”算法与“老靠谱”算法相比？这种比较只会分散我们的注意力，使我们忽略“超自然”算法本身就是一个有趣想法的本质，而这可能是一个更好的关注点。
过分依赖实验结果和比较的问题在于，它们可能具有高度欺骗性。“超自然”算法很可能是人工智能革命的新火种，但它却因为5%的技术表现问题，而失去了被进一步探索的可能性。而发条玩具和人形机器人之间的竞赛无疑是愚蠢的，因为我们不可能从二者的比较中学到任何东西，因为人形机器人本身是很有趣的，无论它们在竞赛中的表现与发条玩具相比有多么糟糕。
只因为梵高画出了《星空》这幅传世佳作，我们就不去欣赏米开朗基罗的《大卫》吗？只因为有了火车，我们就应该停止发明更好的自行车吗？橙子的存在，并不是停止培育苹果的理由，即使你个人更喜欢橙子。
因此，一位只求“利在当代”的行业实践者，他感兴趣的东西对于一位立志“功在千秋”的创新者来说，并不是正确的指南针。
对行业实践者来说，“性能表现”的确是一项比较适用的评判标准，但对研究者来说，这个标准就不可靠了，因为它充满了欺骗性。
毕竟，自然进化确实孕育出了人类智慧，但在其整个史诗般的运行过程中，它从未证明过任何一个定理。即使没有提供任何定理，进化也收集了一块又一块踏脚石，最终架起了一座通往人类智能的桥梁。
一个好的算法，并不在于其出色的性能表现，而是要能引导我们去思考其他算法。
同样，在人工智能研究领域，踏脚石才是真正万众瞩目的巨星。
实验派和定理派启发式方法就像社会上许多目标驱动的措施一样，成了我们懒得动脑子进行理性判断的借口，哪怕是专家们也不能幸免。
良好的性能表现并不是通往革命性性能表现的踏脚石，“理论保证”也不是通往“伟大启示”的踏脚石。如果很难想到除了争论性能或保证之外的其他选择，那么事实上还有许多其他重要的线索可供我们考虑：灵感、优雅、激发进一步创造力的潜力、发人深省的构造、对现状的挑战、新颖性、与自然的类比、美感、简捷性和创造力。
原文载录，如侵权，留言告知