《创新算法》
作者: 根里奇·斯拉维奇·阿奇舒勒
副标题: TRIZ、系统创新和技术创造力
原作名: The Innovation Algorithm: TRIZ, systematic innovation and technical creativity
本书一共包括三章： 第一章 创新技术，第二章 创新的辩证法，第三章 人和算法。
第一章介绍创新思想，介绍了传统发明方法和几种新型的创新工具，分析了创新的几个层级，强调我们需要解决高级别问题的高级工具和方法论；第二章介绍创新技术，举例详细介绍TRIZ的方法论；第三章介绍创新过程需要克服的障碍，尤其是是思维方式上的障碍，介绍了众多认知心理学图书强调的认知陷阱在创新过程中的表现形式和解决方针。
第一章“创新技术”关键词：试错法、惯性思考，阻力最小方向，补偿法，启发法，头脑风暴，形态学分析，理想机器，技术矛盾
展开介绍第一章各节要点之前，罗列几点最值得强调的内容：
- 创造力之一是正确表述问题的技能。【A problem well-stated is a problem half-solved.】 【清晰描述/定义问题的重要性：P7 / P27 / P53】
- 发明家一直用试错法解决问题，试错法是一种传统的、低级的解决问题方法论；适用于简单和低级别的问题。
- 高级别的问题需要高级别的解决方法论，这样才能“用思维优化行动”，避免上万次的尝试和耗费过多的时间。但是我们还缺乏高级的方法论，所以一直在用低级的方法论去解决高级创新问题。
- 高级别的创新方法是“启发法”，这是一种包含逻辑和直觉的方法论，既强调创新逻辑的流程，又强调认知层面的思维方式，从而更好的解决问题。
第一节 大海捞针
主要内容：本节介绍传统发明方法即试错法（控制论中的“随机控制”方法），指出其缺点。以“绕线机器”为例解释试错法的流程，不断反复的“实践-测试-否定”，不断的尝试各种方法，以希望发明新方法。
试错法的最大缺点是惯性思维，过去的发明经验会带来惯性尝试，即我们的尝试总是沿着最小阻力线方向前进，沿着最熟悉的方向前进；这种惯性思维可能很快找到答案，但也可能直接走向答案相反的方向，本文介绍的绕线机器的发明过程就是典型例子。
经验会导致惯性思维，下意识的想法、默认的问题或特定术语描述方式也是值得警惕的惯性思维！
本文以光学望远镜的发明为例，介绍了一种简单重要的发明方法——补偿法，即接受某种缺点，然后用其他方法去补偿。不要耿耿于怀于某个缺点或问题不放，所谓“东边不亮西边亮”，或许应该从整体的角度去思考问题，此处的缺点可能正好被另一处抵消掉。【备注：我们习惯于解决遇到的每一个缺点，即只见树木不见森林，难以从整体上看待问题，所以补偿法也是一种非惯性思维。。】
备注1：传统发明方法也是传统的解决问题方法，我们遇到一个问题，倾向于用惯性思维寻找“阻力最小的解决办法”。这种惯性思维会帮助我们直接使用已有经验解决简单问题，也会把我们带入歧途。
备注2：值得强调的是，惯性思维不是简单的思维懒惰，而是缺乏特定思维方法的简单思维方法，解决办法就是意识和学习特定的思维方式和解决问题的方法论。
备注3: 这一次的成功会成为下一个成功的障碍，原因之一就是本节所说的惯性，比如企业容易受困于自己的成功商业模式，谷歌再牛也没有搞定社交，微软再牛也没有搞定移动设备。
备注4：今天看到一篇文章，
所谓捷径，无非是一种算法，其中提到了alphaGo依赖于人类围棋对战资料学习得到的方案，不同于AlphaGo Zero完全自己乱学的方案，最后的结论是，人类自己围棋竞技得到的最优方案可能只是“局部最优”，只不过所有围棋选手都在这个惯性下，所以没有像AlphaGo Zero那样得到整体最优解。—— 2018.2.10
第二节 创造性等级
主要内容：介绍了几位发明家对创新方法论的思考；尤其是强调了美国心理学家罗斯曼的观点，将创新过程分为五个阶段和五个层级，并列举专利介绍不同层级的创新；最后强调了“启发法”，比较传统发明方法和“启发法”，强调目前依然缺乏高级问题解决方法（缺乏严格逻辑和系统化步骤），而当下的启发法还不足以解决高级问题。
苏联科学家恩格曼将创新过程分为三大步骤：制定一个计划（问题陈述），探索新想法（问题的解决方案），和开发这个想法（工程实施）。 但是这个过程过于简单，忽略拆创新过程中的心理作用。【但是退一步讲，很多人会在“问题描述”上犯错误，直接解决了错误的问题。】
传统的发明方法是试错法，而解决高级问题和创造性问题的方法是启发法（Heuristics），启发法是逻辑和直觉的结合，启发法可以提高发明创造的效率，但是还没有得到足够的重视，还处于比较低级的层次。
创新过程的五个阶段：选择任务、选择搜寻概念、收据数据、寻找想法、找到想法、实际实施。
五级创新过程：
- 1级：使用一个已知的物体，不考虑其他物体
- 2级：在几个物体之间选择一个
- 3级：对选出来的物体做部分改变
- 4级：开发一个新物体，或者完全改变选择的物体
- 5级：开发一套全新的复杂系统
按照创新的五个过程和五个等级分解，可以得到创新过程的结构图表。
目前的创新领域的现状是：
- 五级发明很少，人们依然在使用传统的试错法进行发明创新
- 现有的五级发明也大多是试错法的结果。前人无数次的实验带来的经验，排除了足够多的错误方向，帮助后来者锁定了更小的选择范围，而非高级发明创新方法论的功劳。
研究发明创造方法论的目标，就是用最少的尝试次数，解决复杂的问题。传统试错法需要尝试10000次，启发法如何只尝试100次即可，而这需要的是按照科学方法开发的思维机制（包括启发法），用思维而非行动缩小选择范围，即思维部分代替行动！
比较1级发明和4机发明：
- 1级发明是属于某一个专业领域内的问题；而4级发明属于多个学科的交叉领域。
- 1级发明只需要日常经验或者专业经验即可解决，进化赋予了我们解决1级问题的思维方式；但是4级发明需要系统的思维方式，需要我们后天训练才能掌握。
- 从复杂系统的角度来，1级发明对应的系统变量少联系简单，4级发明对应的变量多而联系复杂。
本节备注1：关于五个发明等级，还可以参考资料TRIZ发明的五个等级 – 博派triz – 博派专利论坛 – Powered by Discuz!， 这个论坛的博派triz – 博派专利论坛 ，详细介绍了《创新算法》一书的主要内容，没有读过本书的也可以快速浏览一下该网页和相关网页。
备注2: “3级：对选出来的物体做部分改变”，让我想起了另外一本书，《微创新》读书笔记：框架内创新思考，这本书强调的就是用加法、减法等策略，对现有的物体进行改变和重组，从而获得新的创意。
第三节 创新的创新方法
本节介绍了已有的几种创新方法论，首先是头脑风暴，然后是形态学分析和“先导问题”清单，最后是“启发性算法“。
头脑风暴过程追求天马行空，避免对想法的批判，多个人之间的互相激发和随机引导思路，扩大选择范围；头脑风暴最大的价值是避免惯性思考；但也有明显的缺点，即不能控制思考的方向，甚至很容易错过答案的方向，所以头脑风暴方法和试错法一样不能解决高级问题，但是可以比试错法更快的解决1级问题。 美国的综摄公司，是一家致力于帮助客户创造性解决问题的公司，使用的是改进的头脑风暴。【思维导图mindthinking 类软件，和头脑风暴有比较大的关系。】
形态学分析方法是天文学家发明的一种创新思维方式，最初的目的是对群星进行组织和分类，所以本方法的本质是一种信息组织和加工方式，具体方式是多维图表，它的参数轴是给定物体组合的主要特征！使用形态学分析方法，我们对问题的直觉分析就转变成（1）分解问题到多个参数轴，（2）在每个参数轴中细化每个可能性。
“先导问题清单”，或问题清单和建议清单，则是另外一种引导思维的方法。清单上的每一个问题，都是一次特定的思考和尝试。
启发式算法：提高解决高级创新问题的效率，需要启发式的程序，用目标导向（朝向问题领域）的行动代替简单的变量组合。换句话说，启发式算法能把需要尝试10万次的4级问题，转变成只需要尝试10次的1级问题。
本书的后续章节，就是具体介绍这种启发式算法；启发式算法把目标直接指向理想方法或者理想机器（目标是什么），包括了消除心理障碍的具体步骤（其中一个典型心理障碍就是惯性思维），还包括消除技术矛盾的典型原理。
备注1：头脑风暴和试错法的关系，有点类似于《控制论与科学方法论》第一章提及的两种最简单的控制方式——“随机控制”和“有记忆的随机控制”。头脑风暴是典型的“随机控制”，而试错法因为我们的经验和专业知识而导致的惯性思考，是一种方向被惯性引导的随机控制方式。
备注2: 形态学的本质是一种信息组织方式，对已知信息的合理组织和展示，即信息的二次加工，帮助我们发现更多未知，典型例子是化学元素周期表，我们可以清晰的知道还有哪些化学元素肯定存在而没有被发现，甚至我们可以基于元素周期表推测未发现元素的化学性质。天文学家使用形态学分析方法，预测中子星的存在。
备注3: 本书后面用到了形态学分析方法，比如后面提及的STC算子（Size尺寸，Time时间，Cost成本），就是从这三个参数出发描述问题。
备注4：已经在多个地方强调无数遍的“问题是目标和现状之间的差距”，就是一个极为典型的先导问题。
第四节 通过知识而不是数量
本节进一步强调了传统发明方法（试错法）和新时代发明方法的区别，前者依赖于数量（不断重复、不断尝试）而后者依赖于知识和方法，用最少的尝试解决复杂问题。
传统发明方法推迟了很多低级别发明的出现时间，比如望远镜等；同时，很多不同的发明创新大都符合几条通用原则，确定这些共同特点是开发“通用创新理论”的关键。
新时代的发明方法，不是靠努力程度、耐心和运气（拼天数），重要的是如何正确的组织创新过程，如何使用结构化的思考过程和系统性的思维方式。
第五节 理想机器（发明目标、通用特征）
本节介绍了发明创新的通用目标特征，即理想机器的特征是什么；提高解决高级创新问题的效率的方法之一就是目标导向，发明的过程就是向理想机器靠近的过程，否则就如缘木求鱼。
持续发明类似于肌肉训练。
发明成为那些创造性思考的工人、技术人员和工程师的第二职业。
补充备注1： 清晰描述包括目标和手段两个方面，这一部分的内容单独介绍，以强调“A problem well stated is a problem half-solved”
第六节 技术矛盾
本节介绍了技术矛盾的定义，和创新的关系，在创新算法中如何关注技术矛盾。
普通的问题解决方法是一种平衡和妥协的过程，用一种性能交换另外一种性能，带来一种优势的同时忍受带来的劣势等；而创新则是避免妥协，做到“有得没有失”。（换言之，普通问题的解决方法，都同时对应创新性的解决办法。）
这种妥协意味着存在一对技术矛盾，非A即B的状态。
创新的本质就是消灭技术矛盾。 这种矛盾的形成和克服，也是技术进步的主要特征之一。
重要的是消灭掉技术矛盾，而不是产生多大的外观改变。
所以发明创造过程中，一个重要的着眼点就是“技术矛盾是什么？”，这也是对问题的清晰描述中的重要内容。（在本书第二章，就会看到创新算法的清晰框架）
备注： 关于“创新和技术矛盾”的关系，《微创新》也有一章节重点分析了这一观点，详见逃离默认假设3 //《微创新》读书笔记2：矛盾之中孕育创新
参考文献：
博派triz – 博派专利论坛 – Powered by Discuz! 介绍了《创新算法》的主要内容，值得阅读
2016.12.13-22 第一章 4h by Toggl
2018.1.30 重读一遍本文，并补充了《微创新》的内容，相当于《创新算法》的第三级别创新，两本书都有“创新与矛盾”的辩证法讨论。
2018.2.10 update
2018-03-20 重读前半部分，继续update
