Hi 我是 VK～
或多或少可能有過類似經驗，在年初通常會信心滿滿地設定了新年目標，健身、學新技能、換工作⋯⋯然後到了年中，發現大部分都沒有實現？別擔心，你不是一個人。
事實上，這正證明了一個弔詭的現象：當我們越努力追求目標，反而越容易偏離目標，也就是目標悖論。
兩年前，我寫了一篇關於前 OpenAI 科學家 Kenneth Stanley 和 Joel Lehman〈尋找新奇的可能性，是通往偉大的關鍵〉介紹了《Why Greatness Cannot Be Planned》這本書。當時大概可以理解書中談的「目標悖論」，還有探索墊腳石的重要性，但總覺得理解還不夠深入。
最近讀侯文詠先生的新書《變成自己想望的大人》時，意外發現這本書也引用了 Kenneth Stanley 和 Joel Lehman 的概念。更有趣的是，他用自己的作家經驗更貼切說明其中的概念，用了一個我很喜歡的概念：努力與好玩，來解釋目標和墊腳石之間的關係。
這讓我開始好奇：努力和好玩，真的只能二選一嗎？
也許，那些看似浪費時間的好玩事物，正是通往我們真正想要的地方的墊腳石。也許，當我們停止強迫自己努力，反而能找到更有趣的路徑。
這期內容會有：
- 目標悖論：為什麼越追求目標，反而越阻礙目標達成？
- 新奇性探索：所以不設目標，就能達成目標？
- 關鍵在於墊腳石：如何辨別墊腳石？🔒
- 為什麼目標會成為絆腳石？還要設定目標嗎？🔒
- 我的兩年實驗心得：好玩的事依舊存在，只是改變了形式🔒
喜歡這期的內容，歡迎分享給朋友一起訂閱《VK科技閱讀時間》，祝你今天一切順利~
為什麼越追求目標，反而越阻礙目標達成？
多少我們都有類似的經驗：年初信心滿滿地設定新年目標，結果到了年底發現大部分都沒有實現。《Why Greatness Cannot Be Planned》的作者 Kenneth Stanley 和 Joel Lehman 是過去皆曾任職在 OpenAI 電腦科學家，他們在 AI 研究領域中發現了一個弔詭的現象：一旦創造一個目標，就會毀了實現它的能力。這也就是「目標悖論」。
往下介紹 AI 研究之前，先來介紹一個有趣的心理學實驗。參與者被要求數一份報紙中的照片數量，這看起來很直覺又簡單的任務，藏了一個細節：實驗者在報紙第二頁內側寫了一句話：「停止數數，這份報紙裡有 43 張照片」。
看到這，你可能想像到了這結果，有些人一拿到這任務，馬上開始認真數報紙中有多少照片（專注於目標的參與者），但也有些人注意到了第二頁的提示（較少專注於目標的參與者），最終後者用了更少的時間來完成任務。
這實驗結果也強調了一個悖論：當人過度專注於目標實際上可能會阻止我們做出有用的意外發現。正如《Why Greatness Cannot Be Planned》所說：「專注太多在你的目標上，實際上可能會阻止你做出有用的意外發現。」
那些太過專注於「數照片」這個目標的人，反而錯過了能讓他們更快達成目標的關鍵資訊。這就是目標悖論的本質：直接追求某個目標，往往會讓我們忽略那些可能更有效達成目標的意外路徑。
AI 研究中也出現目標悖論：迷宮實驗、走路實驗
這種現象不只出現在人類歷史中，Stanley 和 Lehman 在他們的 AI 研究中也反覆遇到同樣的問題。
在傳統的機器學習中，我們會為 AI 系統設定明確的目標函數，然後讓系統朝著這個目標持續改進。
但是，他們發現在處理複雜問題時，這方法經常失效。過度專注在特定目標上，反而會讓 AI 系統陷入局部最優解，無法找到真正的突破。這就是所謂的「目標悖論」。
為了驗證他們的理論，Stanley 和 Lehman 設計了一系列實驗：
第一，迷宮實驗
他們設計了一個實驗，讓機器人在迷宮中尋找出口。在這裡他們為機器人設定一個目標「盡可能接近出口」，所以這會讓機器人不斷測量自己與出口的距離，並朝著距離更近的方向移動。
這聽起來很直覺，但問題是迷宮中有很多死路，這些死路可能在某些點上距離出口很近，但最終都是會無法找到出口、順利走出來。當機器人採用目標導向的方法，最後都會被這些「看似正確」的路徑誘導、困在迷宮中。
第二，走路實驗
另一個例子是讓虛擬機器人學習走路。
傳統的方法是設定「向前走得越遠越好」這個明確目標。虛擬機器人會不斷調整自己的步態，試圖走得更遠。但結果往往是機器人學會一些我們不會稱為在走路的步態，比如向前倒下然後用頭部滑行，或是用一條腿跳躍前進。雖然說技術上確實「向前移動」了，但這和我們想像中的走路非常不同。
無論是前面的心理學實驗，或是 AI 研究都證明了「目標悖論」。當過度專注於既定目標時，或是以目標導向來完成任務，往往會錯過更好的解決方案，甚至走向完全錯誤的方向。
所以虛擬機器人有學會走路了嗎？走出迷宮嗎？
新奇性探索：所以不設目標，就能達成目標？
面對目標悖論，Stanley 和 Lehman 提出一個反直覺的解決方案：放棄目標，轉而追求新奇性。這也是他們提出的革命性演算法：新奇性搜尋（novelty search），簡單來說就是做與過去不同的事情。
具體來說，新奇性搜尋的工作原理是：
- 行為空間的定義：首先定義什麼構成了「不同」的行為
- 新奇性的測量：計算當前行為與過去所有行為的差異
- 獎勵機制：越是新奇的行為，越會被保留和繼續探索
- 無目標探索：完全忽略最終目標，只關注行為的新奇性
在前面提到的迷宮實驗、走路實驗都是使用目標導向的方式訓練，結果通常不如預期。他們改變策略，透過「新奇性搜尋」的方式來訓練機器人。
在迷宮實驗中，他們這讓機器人不再關心出口在哪裡，而是專注於做與過去不同的行為。這意味著探索之前沒有去過的地方。機器人開始看似漫無目的地移動：撞這面牆，撞那面牆，探索每一個角落。這種行為看起來很沒效率，但結果卻很驚人：機器人不僅找到了出口，而且往往比目標導向的方法更快、更可靠地找到出口。
在走路實驗中，研究者放棄「走得遠」這個目標，而是讓機器人純粹追求「做與過去不同的行為」。機器人被鼓勵嘗試各種新奇的動作，不管這些動作是否能讓它走得更遠，像是跌倒和踢腿（這被認為是振動的基礎，而振動是走路的原理）等。
結果當機器人不再執著於「向前走」這個目標，而是專注於探索各種可能的運動模式時，它自然而然地發現真正的走路技能。
除了 AI 研究實驗之外，在其他領域中也有類似的案例。比如說：微波爐的發明來自雷達研究中的意外發現，雷神公司的工程師 Percy Spencer 正在測試軍用雷達設備中的磁控管，在測試過程中，他發現他口袋裡的巧克力棒融化了。
後來他開始測試磁控管加熱其他食物，像是玉米粒真的爆開了變成爆米花，加熱雞蛋，結果蛋殼爆裂、蛋液四濺。這是微波輻射可以快速加熱食物，也就是後來我們知道的微波爐。（實際上 Spencer 的工作目標是要改善雷達技術，卻意外發明了微波爐）
Post-it 便利貼的出現也是類似軌跡。3M 的化學家 Spencer Silver 試圖開發一種超強膠水。但他創造出的膠水黏性很弱，而且可以重複撕貼，這在當時被認為是失敗品。
6 年後，3M 的另位員工 Arthur Fry 在教堂唱詩班時為書籤總是掉落而困擾。他想起 Silver 的失敗膠水，用它做了可重複黏貼的書籤。結果這個失敗的膠水最終成為 Post-it 便利貼，成為 3M 最成功的產品之一。
這些實驗和案例想說的是：有時候，看似「浪費時間」的探索行為，實際上是找到突破口的必要過程。看到這，可能會想這些道理我都懂（我懂，我看這段描述的時候也在想同樣的事），但要如何在不刻意追求目標的同時，確保同時自己再往前進？
Post-it 的開發過程
