怎样教会一个带轮子的机器人独立走出迷宫?大多数计算机程序员可能会这样做：为机器人编制一套名为“走出迷宫”或“直达出口”的程序或AI算法。该程序或AI算法的每一个环节都要将“是否比前一步更接近迷宫出口”作为有效与否的唯一标准，丝毫不敢偏离;然后再按部就班地实现这些精心设计的“目标驱动型搜索”。这一过程，可能会有几次失败，甚至几十次失败，不过没关系，最终机器人会按照AI算法成功走出迷宫。这看似是一个严谨且科学的方法，不过事情的结果真的是这样吗?

这个有趣的前沿实验来自享誉全球的人工智能公司OpenAI(开放式人工智能公司)的两位研究员肯尼斯·斯坦利和乔尔·雷曼早年间的一段特殊的经历。由他们二人合著的《为什么伟大不能被计划》颇为详细地记录了这个实验的全部过程。在40次基于“目标驱动型搜索”的迷宫实验中，机器人只成功了3次。试图找到走出迷宫的行为，在大多数情况下都失败了，而不尝试这个“目标驱动型搜索”的行为却取得了成功，这个结果的确出乎意料。他们在人工智能领域研究过程中的“无心插柳”，意外收获了对人类思维方式的全新颠覆：盲目信奉目标可能是一个错误。多数人的工作方法是盯着一个明确的目标拼命钻研，但是这种策略的重大缺陷是，现实世界中很多看上去能帮助我们实现目标的方法有很大的欺骗性，甚至衡量目标的标杆本身也有问题。

“新奇性”就是放下执念

“目标驱动型搜索”完成任务的成功率如此之低，一定程度上反映出实验思路出现问题。为此，斯坦利和雷曼两位研究员反其道而行之，决定抛弃“目标驱动型搜索”，并在“踏脚石理论”基础上，探索出一项名为“新奇性搜索”的算法，从而绘制了一幅完全不同的全新进阶图景。

该算法的核心是新奇行为事实上是通往更多新奇行为的最佳“踏脚石”，即新的东西可以带来更新的东西。一个带轮子的机器人在迷宫中尝试“新奇性搜索”，总是试图做出一些新举动。比如，计算机程序可以先产生新的“想法”，然后机器人尝试做出相应的行为。如果该行为在机器人尝试时被证明是新奇的，那么程序可以将其认作是一个好主意。因此，在尝试了一系列行为之后，程序决定专注于测试那些看起来有趣的行为。为了做到这一点，程序将采用这些新奇的想法并进行微调，继而观察是否会出现更有趣、更新奇的东西。

这是该实验变得耐人寻味的地方。想象一下，如果机器人不断尝试新的行为并进一步探索最新奇的行为，那么它就会一开始总是撞墙，然后知道了如何避免撞墙，最后学会穿过门洞。随着“新奇性搜索”不断持续，机器人最终会发现一个能破除整个迷宫的行为。换句话说，“新奇性搜索”能驱动机器人从起点顺利走到终点的行为，哪怕走出迷宫并不是它的目标。

“新奇性搜索”在探索走出迷宫的行为方面显然比“目标驱动型搜索”可靠得多：在40次“新奇性搜索”的迷宫实验中，机器人有39次找到了终点。不仅如此，这种“新奇性搜索”算法还会随机生成一组解决方案，通过评估“新奇性”并保留“新奇性”比较高的方案，从而像生物演化一样发生一定的变异，如此往复循环，直到达到预定的迭代次数或者将问题彻底解决。如此说来，让机器人走出迷宫的诀窍，恰恰是放弃让它走出迷宫的“执念”。

从“坎贝尔定律”审视单一指标的弊端

在斯坦利和雷曼两位研究员看来，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，提升目标表现的驱动力就很可能产生欺骗性，反而阻碍了人们发现最佳结果的能力。借用社会科学中众所周知的“坎贝尔定律”来审视就是：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。

换句话说，类似学业成绩测试这样的社会指标，当其目标是“让成绩更上一层楼”时，效果往往是最差的。原因在于，单一的指标很难把握人们真正关注的是什么。

以学生的考试成绩为标准来评估教师，会直接迫使教师开展应试型教学，而最终的结果，不是培养出具备丰富知识和实用技能的学生，而是产出擅长记忆和考试的应试型学生。以考试成绩为目标时，学生的成绩可能会提高，但同时也意味着他们真正掌握的实用知识反而变少了。

通过对比研究，斯坦利和雷曼两位研究员还发现，“坎贝尔定律”的另一种更有害、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，实际上会使事情变得更糟。例如，印度在受英国殖民统治时期，英国政府为了消灭毒蛇出台了一项政策，印度公民每上交一条死蛇，就能领取一笔报酬。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，印度的毒蛇数量反而增加了。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。

其他不当激励的例子还有很多，比如旨在减少酗酒的运动，可能会导致危害性更高的药物逐渐泛滥;为工人发现的每块恐龙骨碎片支付报酬，会导致工人选择砸碎