|
宝贵且难寻的灵感 1899年的一个夏日，一位美国自行车修理工从内胎包装盒里抽出一个自行车内胎并递给他的顾客。之后这两个人开始闲聊起来，而这位修理工开始随意地玩弄内胎包装盒。当抓住包装盒的两端并来回扭动时，他发现这就可以很顺畅地改变包装盒的形态。（你可以找一个牙膏盒来试一试。）这是一个微不足道的发现，但它却足以改变整个世界。 这位自行车修理工就是威尔伯·莱特。当时，他和他的弟弟奥维尔·莱特正在进行飞机的研制。他们遇到的一个大问题就是如何操纵飞机飞行姿态。而扭动内胎包装盒给莱特兄弟一个灵感，那就是通过扭动机翼的形态来操纵飞机飞行姿态。 在发明创作的过程中，意外发现总是在其中发挥重要的作用。除了莱特兄弟发明飞机以外，还有很多这样的例子。例如在1948年，瑞士工程师乔治·德·梅斯特拉尔在与他的狗散步回来之后发现狗身上粘满了一种带有许多小钩子的草籽，这个意外发现使得他最终发明出了尼龙搭扣。而在1951年，来自伊斯曼柯达公司的哈利·库弗在为飞机驾驶舱盖寻找隔热的聚合物时，发现一种化学材料过于粘了，什么都能黏住。之后，他意识到这种东西可以拿来当胶水，于是万能胶就诞生了。 这些发明家们的故事的确很吸引人，但是依靠意外来搞发明创造，意味着事情经常在很长的时间里都没有任何进展。数百年过去了，但大家搞发明创造时仍采用十分古老的方式，它效率低下，完全跟不上其他行业的脚步。 不过，现在我们已经开始学会给自己制造好运气。那些难得的灵感乍现，过不多久就可以用计算机的软件来逐步取代。也就是说，计算机辅助发明正朝我们走来。 模拟进化改进设计 20世纪90年代，美国斯坦福大学的计算机科学家约翰·科扎所领导的研究小组，对计算机辅助发明进行了开创性的研究。他们使用了一种模拟自然界中进化的计算机算法，即所谓的“遗传算法”。使用遗传算法时，计算机把一种方案被看作一个基因组，而基因组内的基因代表着如电压、焦距或材料密度等的各种参数。开始时，计算机会从初始的基因库中随机产生一些基因组样品，尽管它们可能不是一个很好的方案。通过对这些基因组进行杂交，并引入“变异”，这样每一个后代既包含一些来自上一代的特征，也包含一些可能有益的新特征。然后给这些后代基因组一个给定的任务，来测试它们。挑选出最好的，作为下一轮育种的基因库。这样，一次又一次地重复这个过程，就像自然选择一样，最佳的方案最终会生存下来。 科扎的研究小组进行了一些测试，看这种遗传算法是否能重新发明出下面这些基本的电路：那些由贝尔实验室在20世纪20年代和30年代所开发的过滤器、放大器以及反馈控制系统。最终，他们的测试成功了。他们的遗传算法能重新发明出经典的贝尔实验室电路。 如果你认为他们只是太走运而已的话，那么他们还有许多成功的例子。例如，他们使用这个遗传算法对应用于各种光学仪器的6种目镜进行了各种组合的尝试。他们的算法不仅再现了所有的光学系统，而且还对一些原设计进行了改进。其中，这种改进可以用来申请专利的。 遗传算法具有很强的通用性，在由美国计算机协会每年举办一次的遗传与进化计算会议上，研究人员都会展示利用遗传算法所做出的发明。例如，在2015年的会议上，一个来自意大利的研究团体利用遗传算法，为一个有着4个触角的水下无人机找到了一种高效游泳的姿态。而来自欧洲航天局的高级概念实验室的工程师们，利用遗传算法为未来清理低轨道太空垃圾的太空设备设计出了一个最省油的路线。 每年会议都会颁发一个最大奖项，叫做“人类竞争力奖”，来奖给那些被认为超过人类聪明才智的发明。2004年，首届人类竞争力奖被授予了一个奇形怪状的天线。这个发明是由美国宇航局资助的，它看起来像一棵繁茂且怪异的树，有着很多丑陋的分支，但是它工作起来极为出色。这种玩意肯定不是人类能设计出的。 而这往往会成为问题的关键。当计算机用于辅助发明时，它们不会被人类那些先入为主的观念所蒙蔽，所以计算机可以做出人类从来都没有想过的发明。 而2015年的“人类竞争力奖”颁给了一种提高超低功耗计算机运算准确度的方法。这种计算机是建立在简单的逻辑电路上的，耗电少但会产生很多运算错误。捷克布尔诺科技大学的计算机科学家利用遗传算法使得软件不断进化，最终找到一种简单的办法就能够进行纠错。他们的研究成果是一个绿色的芯片，适用于计算准确度要求不高的程序，例如流媒体音乐或视频。 帮助你进行横向思维 不过使用遗传算法，你仍有一个需要面对的问题：你需要提前知道关于你所发明东西的所有细节，这样你的算法才能以富有成效的方式改进它。这意味着，遗传算法往往是善于优化已有的发明，而这并不需要很大的创新，这也通常不会带来具有巨大的商业价值的发明。那么，还有什么办法，使得计算机能给我们带来更大的创新呢？ 发明家发明一项新东西，常常是注意到了许多人所忽视的事情。如果计算机能让人们注意到问题中容易忽视的事情，那么我们就可以利用它来产生一个极具创新的发明。而最近，位于美国的创新加速器公司开发了一种软件，就可以用来帮助发明者注意容易错过的事情。那么，他们的软件是怎么做到这一点的呢？ 他们的软件可以让你用人类的语言来描述问题，然后它会把问题拆为大量相关的短语，并使用这些在专利数据库中进行搜索，来寻找哪些发明解决了类似的问题。最重要的是，这种软件还会在其他领域里寻找类似的问题。换句话说，软件能帮助你进行横向思维。 在一个例子中，测试人员要求软件找到一种办法，减少橄榄球运动员比赛时产生脑震荡的风险。软件把问题的描述拆开，然后搜索下面的关键词来寻找解决方案：减少能量、吸收能量、交换力、减少动量、反力、改变方向、击退能量。最终根据“击退能量”的搜索结果，公司最终发明出了一种包含强磁体的头盔，这种头盔可以彼此发生排斥，这样可有效地减少头盔发生严重的冲撞。但不幸的是，这个发明在几周之前就被其他人申请了专利。不过，这个例子表明，创新加速器的软件的确能有很大的帮助。 在另一个例子中，软件成功地复制了滑雪板制造商最近的创新发明。其问题是要找到一种方法来减少滑雪时滑雪板的振动，使得滑雪者可以更快更安全地滑雪。制造商偶然发现了解决这个问题的答案，而创新加速器的软件也能够迅速地找到它。小提琴制造商已经有办法减少乐器的额外振动来产生纯净的音乐，而软件会提示这种办法可以应用于滑雪板。 创新加速器的首席技术官托尼·麦卡弗里认为，90%的问题都已经在其他领域里得到了解决，你所要做的就是找到它们。他现在正计划使用IBM的超级计算机沃森，对数以百万计的文件进行分析，来帮助软件对专利和技术论文有更加深入的了解。 而另一家名为Iprova的瑞士科技公司，也发明了“计算机加速发明”技术来帮助发明者进行横向思考，而且点子的来源远远超出了专利文件。该公司不愿透露它们的软件究竟是如何工作的，但是在2013年的一项专利表明，其软件会为客户提供“建议的创新机会”，来源不仅限于专利数据库和技术期刊，而且还包括博客、在线新闻网站和社交网络。 特别有意思的是，Iprova公司的软件还可以随着互联网上热门话题的改变而改变其建议。这样，它会带来更多富有成效的建议。Iprova公司的软件每个月可以产生上百个高质量的发明，然后公司会与客户沟通，客户可以选择一些来申请专利。Iprova公司的客户主要来自医疗保健、自动化和电信行业，其中的一个客户就是飞利浦——一家跨国技术公司。从这就可以看出Iprova公司的事业蒸蒸日上。 计算机发明遇到专利麻烦 然而，如果大部分的工作都是由计算机做的话，那么这种事情可能会破坏专利制度本身。目前专利制度要求，只有当“具备通常技艺的人士”相信一项发明不是显而易见的，这项发明才可能被授予专利权。但如果发明者只是用计算机发明出来的，那么这项发明可能会被视为计算机的一个显而易见的输出结果，可能不具有申请专利的条件。 现在，这种担忧已经在药物的研发中变得严重起来。如果发现药物的工具软件变得如此强大，研究人员只需要负责监视软件的活动，这会使整个药物研发过程变成一件显而易见的事情，那么此时还能申请专利吗？所以说，计算机辅助发明技术可能会使许多发明失去专利保护，这会大大打击发明者的积极性。 但不管怎样，在未来的发明的过程中，计算机的辅助将会发挥越来越重要的作用。计算机会加速技术的进步，还会带来公平的竞争，使得许多人都可以成为发明家。虽然大家常说机会总是留给有准备的人，但是在现在，借助计算机，我们可以大大增加意外发现出现的概率。换句话说，计算机能帮助我们收获更多的好运。 （本文源自大科技*百科新说2015年第11期） |
|
|
