为什么伟大不能被计划

肯尼斯·斯坦利（Kenneth Stanley），全球创新思维和前沿科技领域的代表性专家、人工智能科学家，OpenAI 研究员。曾任中佛罗里达大学教授，深耕机器学习领域，发表了80多篇专业论文，其中数10篇获得了最佳论文奖，并经常受邀在世界各地发表演讲。他曾是 Uber 人工智能实验室的创始成员，在行业内具有卓著的影响力。

乔尔·雷曼（Joel Lehman），全球知名的人工智能科学家，OpenAI 研究员。曾是 Uber 人工智能实验室的创始成员，目前在 OpenAI 做“大型语言模型（大模型）+演进算法”方面的研究，聚焦的领域包括人工智能安全、强化学习和开放式搜索算法。2022年，其率领的研究团队发表了一篇“神奇”的论文，首度揭秘了 OpenAI 的一项研究：大模型自己学习、自己写代码，然后自己“调教”出了一个智能体机器人——“成精了！”这也揭示了大模型的代码生成能力已足够影响智能体的进化，而这一进展反过来也能增强大模型的生成能力。这篇论文当时在科技圈和创投圈都曾引发爆炸式讨论。最近，他还发表了一篇名为《机器之爱》的有趣论文。

两位作者持续多年扎根人工智能前沿领域，这本书是他们在科学研究的过程中蹦出的意外火花。因为这一全新发现并不是直接回馈于他们本身所处的人工智能领域，而是“无心插柳”收获了对人类约定俗成的思维方式的全新颠覆。这一研究打破了人类世界延续多年、难以撼动的、依靠目标和计划成事的文化基因，真正开启了人类伟大创新的惊喜之旅。

他们在学校、TED、科研论坛等场合公开演讲，让这一新思维方式影响并激励了许多人。他们自身也凭借写入本书的“寻宝者思维”“踏脚石模型”“新奇性探索”等具体思维方法，在人工智能研发领域取得了飞跃式的突破和进展，产生了一系列惠及人类的伟大创造。

第1章 对目标的质疑
第2章 无目标者的胜利
第3章 繁育艺术的艺术
第4章 目标是错误的指南针
第5章 有趣的和新奇的探索
第6章 寻宝者万岁
第7章 解开禁锢教育的枷锁
第8章 解开禁锢创新的枷锁
第9章 彻底告别目标的幻想
第10章 案例研究1：重新诠释自然进化
第11章 案例研究2：目标和人工智能领域的探索
参考文献
· · · · · ·