【观看/阅读】
关于创新路径与文献阅读的尝试性探讨
—— 基于Geoffrey Hinton访谈的逻辑梳理
继前文探讨华罗庚先生关于“熟、练、化”与独立思考的理念后，我们近期重新研读了吴恩达在2017年对深度学习先驱、图灵奖与诺贝尔物理学奖得主Geoffrey Hinton的一篇访谈记录，并结合网络上流传的一段Hinton关于“阅读文献”的自述视频。在这些跨越时空和学科边界的叙事中，我们观察到了一种在底层逻辑上令人惊讶的同构性。
无论是在经典的数学研究领域，还是在充满不确定性的人工智能前沿，顶尖的开拓者们在处理“吸收外部信息”与“维持内部独立思考”这一辩证关系时，似乎展现出了高度一致的方法论倾向。借此契机，我们尝试性地对这一现象进行一些粗浅的逻辑梳理与探讨。
一、Hinton 的“反常识”自述原音重现
在流传的一段影像资料中，Hinton 对于“如何获取新知识”给出了一段颇具颠覆性的表述，现将原话的中英对照完整收录如下：
I don't like reading. I start reading something, and after I read kind of one paragraph, I get distracted because it makes me think of something. I start wondering about something.
我不喜欢阅读。每次我开始读点什么，大概刚读完一段，我就分心了，因为看到的内容会让我联想到其他事情，我就开始琢磨别的去了。
And if I want to know something new, I don't actually go and read a paper. I call up Terry, and he explains things to me. And that's much more fun.
如果我想了解一些新知识，我其实不会去查阅论文。我会给特里（注：Terry Sejnowski，Hinton的长期合作者）打电话，让他直接解释给我听。那样好玩多了。
"Don't read the literature. Reading rots the mind."
“别读文献，阅读会腐蚀大脑（注：Hinton常开的玩笑，意指读太多文献会禁锢思维）。”
First, solve the problem yourself, and then look in the literature to see if your solution is novel.
你应该先自己去尝试解决问题，然后再去查阅文献，看看你的解决方案是不是前所未有的。
Now, this is the exact opposite advice to what you get from almost all people. I think both views are correct, because it depends on who you are.
显然，这与你从绝大多数人那里听到的建议截然相反。但我认为这两种观点都没错，因为这完全取决于你是一个什么样的人。
二、信息摄入与思维禁锢的边界博弈
传统的学术教育与工程训练，通常提倡“站在巨人的肩膀上”，即在着手解决问题之前，应当海量阅读前人的文献，以免重复造轮子。然而，Hinton 的一句戏言“Reading rots the mind（阅读会腐蚀大脑）”，在很大程度上揭示了这一主流范式可能潜藏的认知陷阱。
我们倾向于认为，文献本质上是前人思维路径与假设前提的固化产物。当一个个体过早、过深地沉浸于浩如烟海的既有文献中时，其思维极易被现有的评价体系或“失败的常识”所锚定。正如Hinton在访谈中所提到的，他在早期坚持神经网络研究时，周围的环境（包括他的导师）都认为那是过时的东西，主张从符号学的角度去研究。
如果在当时，他完全顺从于那些看似权威的文献指引，大概率会被同化进主流的赛道，从而错失神经网络这一后来改变世界的理论分支。信息的过量摄入，在某种程度上可能构成一种无形的系统性规训，它告诉研究者“这条路走不通”，从而提前掐断了从另一角度重新审视问题的可能。
三、先立后破：第一性原理的工程化应用
Hinton 提出的替代方案是：“先自己去尝试解决问题，然后再去查阅文献对比新颖性”。我们认为，这并非对前人智慧的傲慢否定，而是一种基于第一性原理（First Principles）的认知保护策略。
面对一个复杂的未知问题，如果一开始就依赖文献寻找答案，大脑倾向于执行模式匹配（Pattern Matching）；而如果强迫自己在缺乏外部拐杖的情况下独立推演，大脑则被迫进行底层逻辑的构建（Logical Deduction）。这种不设前提的推演，往往能催生出异于常理的架构设计。
当个体形成了独立的解决方案后，再将其投入到文献的汪洋中进行比对，此时的文献便不再是限制思维的“轨道”，而变成了检验方案新颖性与规避已知工程漏洞的“试金石”。这与华罗庚先生倡导的“设身处地想一想，当年如果没有这个定理，我是不是想不出来”的思路，在底层逻辑上呈现出高度的同构性。
四、直觉的价值与面对“非共识”的勇气
在搜狐新闻报道的访谈中，Hinton 对新人提出了另一个高度相关的建议：要相信自己的直觉（Intuition）。他指出，当你在做的事情被别人认为是垃圾、毫无意义的时候，这往往意味着你可能真的遇到了一件了不起的大事。
在充满非线性和不确定性的探索初期，严密的数学证明或实验数据通常是缺位的。此时，指引方向的往往是那些在长期思考中沉淀下来的隐性直觉。这种直觉，本质上是大脑基于海量跨模态经验进行的高效模糊计算结果。
我们倾向于认为，真正的范式革命大概率诞生于“非共识”之中。如果一个想法提出后，所有人一致叫好，那它通常只是一次微小的改良。面对不理解甚至嘲讽，依靠坚实的底层逻辑维持战略定力，在很大程度上是创新者穿越技术“死亡之谷”的必要素质。
五、点滴思考与辩证回归
诚然，正如Hinton自己所言，这种极其叛逆的探索方式并非放之四海而皆准，“这完全取决于你是一个什么样的人”。
对于致力于维护既有系统稳定、进行渐进式优化的工程师而言，熟读文档、遵循最佳实践（Best Practices）可能是更为稳妥的路径。但对于试图在基础架构、底层算法等边缘地带寻求非对称突破的开拓者来说，适度的数据屏蔽与物理隔离，留出纯粹的认知空白去进行独立的逻辑做功，或许是维持系统创造力反脆弱性的一种有效手段。
在算法推荐无孔不入、知识获取成本趋近于零的当下，如何抵御被他人咀嚼过的观点所喂养，如何在喧嚣的“共识”中守住独立的思考坐标，大概率是我们在这个时代需要持续面对的一门必修课。