Как добиваться прорывных результатов, если прямая постановка цели этому мешает

🔷 Работая профессором в Университете Центральной Флориды, Кеннет Стэнли запустил эксперимент Picbreeder, в котором случайные люди “скрещивали” картинки - выбирали лучшее продолжение из сгенерированных нейросетью. Люди начинали со случайных изображений капель и т.п. и в результате десятков итераций получали изображения, например, бабочек, автомобилей и планет. Новым участникам необязательно было начинать заново - они могли взять чужие изображения и продолжать с ними.

🔷 Кеннет Стэнли видит в этом эксперименте аллюзию на то, как происходит прогресс и инновации в человечестве - имея перед собой опыт предыдущих поколений, люди берутся исследовать в том направлении, которое их интересует, а последующие поколения будут использовать их результаты. Так же работает и эволюция: нет конечного результата, но есть постепенные изменения в видах.

🔷 Поразительным открытием оказалось то, что если не считать нескольких последних итераций, изображение на промежуточных шагах в 99+% случаев было совсем не похоже на конечный результат.

🔷 Чтобы проверить родившуюся гипотезу, был поставлен альтернативный эксперимент - желаемый конечный результат (целевое изображение) было задано с самого начала, и среди имеющихся на каждом следующем шаге “скрещивания” алгоритм выбирал наиболее похожие на целевое изображение. Алгоритму дали 30 000 итераций, и несмотря на то, что в исходном эксперименте осмысленные изображения получались за менее чем 100 итераций, ни разу из десятков попыток алгоритм не смог получить что-либо похожее на целевое изображение.

🔷 Это подтвердило гипотезу автора: заданная с самого начала явная цель мешает достижению этого результата - а более успешным алгоритмом для достижения прорывной инновации будет следовать за новизной с учетом накопленных технологий/достижений без конкретного результата в виде цели. Примеры такого развития из реальной жизни: 🔸вакуумные трубки оказались необходимым шагом для изобретения компьютеров, хотя сами по себе они никак с компьютерами не связаны, 🔸автономные автомобили - обратный пример: люди вдохновлены видением, но не учитывают, что необходимый уровень технологий для этого еще не достигнут.

🔷 “Нет хорошей стратегии достигнуть конкретного результата, который пока не понятно, как достигнуть. Но есть совет, как максимизировать шанс неконкретного достижения: цените интересность, собирайте имеющиеся достижения и распознавайте новые, как только они появляются на виду”.