2016-12-07-Note161105002-CardsOfARIZ

《创新算法》卡片精粹 | 产品部落

-- Note161105002 --

十三维按：卡片学习法，兼具了主题、深度和行动学习，也是开智部落最主要的学习方法之一。经过一个月的积累，部落「知识粮仓」收获颇丰。下面就展示一下产品部落的成果，从第一本主题图书《创新算法》开始，从了解创新的方法开始。以下全文约 9000 字，阅读时间约 11 分钟。

人名卡：阿奇舒勒

  • 人名：根里奇·斯拉维奇·阿奇舒勒（Genrich Altshuller，1926.10.15-1998.9.24）
  • 身份：《创新算法》作者，发明问题解决理论（TRIZ）之父，前苏联伟大发明家、科学家。
  • 简介：他从1946年开始领导数十家研究机构、大学、企业组成了TRIZ的研究团体，通过对世界高水平发明专利（累计250万件）的几十年分析研究，基于辩证唯物主义和系统论思想，提出了有关发明问题的基本理论。

它的理论核心包括：基本理论和原理，具体包括：

  1. 总论（基本规则、矛盾分析理论、发明的等级）
  2. 技术进化论
  3. 解决技术问题的39个通用工程参数及40个发明方法
  4. 物场分析与转换原理及76个标准解法
  5. 发明问题的解题程序（算子）
  6. 物理效应库。
  • 延伸：阿奇舒勒曾在里海海军专利部门工作，应该接触到大量发明专利，而专利是研究创新的最结构化文档，专利局是创新的最全局中枢。联系百度数据之于曹政，剧本审阅工作之于《故事》作者罗伯特麦基，你会发现掌握某个领域全局的核心数据，特别是可以结构处理量化分析的核心数据是成为该领域专家的充分必要条件。
  • 撰写：陈鸿婴、柳西庸
  • 出处：维基百科-阿奇舒勒

术语卡

术语：TRIZ

  • 简介：TRIZ 即发明问题解决理论（Theory of Inventive Problem Solving），翻译中文为「萃思」，萃取思考的意思；而 ARIZ 即「创新算法」（Algorithm of TRIZ））。TRIZ理论成功地揭示了创造发明的内在规律和原理着力于澄清和强调系统中存在的矛盾，其目标是完全解决矛盾，获得最终的理想解。它不是采取折衷或者妥协的做法，而是基于技术的发展演化规律研究整个设计与开发过程， 使发明创造不再是随机的行为。
  • 例子：阿奇舒勒和他的研究机构50多年来提出了TRIZ系列的多种工具，如冲突矩阵、76标准解答、ARIZ、AFD、物质——场分析、ISQ、DE、8种演化类型、科学效应等。
  • 出处：维基百科、百度百科
  • 撰写：吴伟

术语：算法

  • 定义：算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。
  • 例子： 欧几里德算法（辗转相除法），用于计算两个正整数a，b的最大公约数。
  • 出处：百度百科-算法
  • 撰写：李嘉文

术语：试错法

  • 简介：传统创新方法，TRIZ理论的反例。特点是基于惯性思维、效率低、成功概率低，创新因此成为偶然灵感事件。思考模式为如果这样做会怎样，行动模式是沿未知的某个方向形成一个搜寻概念。
  • 例子：爱迪生发明电灯泡的故事，为了寻找合适的灯丝，尝试了超过六千多次的实验，寻找到碳化棉签可以坚持四十五小时，又在大量的尝试下，终于找到钨丝。
  • 弊端：首先试错就像大海捞针，非常浪费时间，例如会有无数种排列组合的方法需要挨个尝试，答案还未必在这些组合里；第二是寻找路径的时候受限于于「惯性思维」，这阻碍我们看清方向的视线
  • 延伸：惯性思维和从小就接受的科学发明故事都在误导我们，认为科学发明是一个非常艰辛、依赖运气的小概率事件。然而这只是低级别的创新。还有哪些事情一直认为是一件难度大、概率小、依赖资源而不是知识的难题？大到为人类文明做贡献，小到读懂一本英文原著，出一本自己的书等等都是。
  • 出处：《创新算法》
  • 撰写：柳西庸、吴瑕

术语：启发法（Heuristic）

  • 简介：最先出现在希腊数学家亚历山大的著作中，指应用于问题解决、学习、发现领域的一种可行但不一定完美的方法。它是一种降低认知负担、加速找到方案的方法。典型的启发法如排除法、试错法、模式、直觉判断等。启发法的研究最早由以色列心理学家 Amos Tversky 和 Daniel Kahneman 发展，而这个词首先由诺贝尔奖得主 Herbert A. Simon 提出。
  • 例子：防毒软件常借由某一可疑特征或程式行为来查杀未知病毒，是启发法在计算机科学的应用。
  • 弊端：启发法可能会造成误判。并且由于启发法的建立所需时间周期太长，以及发明家在解决高级别创新时一直使用试错法，所以没有足够的时间来积累启发式经验，导致高级别创新的启发法并不存在。
  • 出处：《创新算法》、维基百科
  • 撰写：Tara、吴瑕

术语：发明的等级

  • 简介：阿奇舒勒用4年时间研究了14类发明后，发现不同发明所处领域大小及难易等级。他发现世界上96%的发明是1~3级发明，只有4%的发明是4~5级发明，但正是那些4~5级的发明，使人类的生活方式发生了不可逆的转变。不同级别发明针对解决不同级的问题，这些问题需要不同量级的尝试才能找到解决方案，1级和2级问题可能只需要100次尝试，4级以上的问题可能需要10000次以上的尝试。

  • 例子：

    | 发明等级 | 问题及其答案所在 | 例子 | | --- | --- | --- | | 一级发明 | 某个专业领域里 | 行业的一个具体分支 | | 二级发明 | 某个行业领域里 | 机器制造的问题由同一行业，但不同领域的现有方法解决 | | 三级发明 | 某个学科领域 | 机械问题用机械方法解决 | | 四级发明 | 问题起源的学科边界之外 | 机械问题由化学方法解决 | | 五级发明 | 超出了现代科学的边界 | 先需要一项新发现，然后根据新的科学数据解决发明问题 |

  • 出处：《创新算法》
  • 撰写：柳白猿、吴伟

术语：综摄法（Synectics，提喻法、分合法）

  • 简介：美国心理学家威廉•戈登（William J. J. Gordon）创建，是一种利用模拟与隐喻的思维方式，用来帮助分析问题，产生不同观点。 其理念为：由合而分：让熟悉的事物变得新奇（making the strange familiar）；由分而合：让新奇的事物变得熟悉（making the familiar strange）。 可为分四类：
    • 直接类比（direct analogy）
    • 拟人类比（personal analogy）
    • 符号类比（symbolic analogy）
    • 狂想类比（fantasy analogy）
  • 例子：对待新的问题，可尝试用四种类比方式，把问题细化为我们熟悉的问题，从而运用熟知的方法解决问题。
  • 弊端：由于没有研究技术系统进化的客观规律，只能解决中低级问题。
  • 出处：维基百科
  • 撰写：陈锦乐、吴暇

术语：STC算子

  • 简介：尺寸（S）、时间（T）、成本（C），物质及系统的心理意象可抽象成这三个参数。STC 算子是一个序列化的心理实验，通过对三个参数的变化，克服对物体的传统意象，启发创新过程。
  • 例子：上学时，当感觉学业和同侪压力无法排解时，喜欢仰望天空，心想对于浩瀚的宇宙而言，个人是多么渺小，渺小的个人会有多大的苦恼呢，苦闷会排解很多。通过对某个参数的改变，获得不同的思考。
  • 延伸： 在创新算法中，「STC算子」能帮助人们克服对物体的传统意向摆脱思维定势，它是指在S-SIZE，T-TIME，C-COST要素下，如果其中两个要素不变，第三个要素趋近无穷大或者无穷小，答案将会怎样。类比到人生难题上，也可以对人生进行思考。 尺度：尺度可以指空间的长宽高、各种物理学形态、地理位置等。如果人在信 息无比闭塞人孤岛，或者在信息交流极其迅速的国际都会，人生会变得怎样？时间：站在时间维度上，你会更在质量，还是数量；会更注重深度，还是广度？成本：人的时间、资源、精力有限，在空间维度输出作品，还是在时间维度留下记忆，就要在成本上做出选择。 围绕这三个维度的不同意向，会产生人生的不同可能性，供自己选择与探索。
  • 出处：《创新算法》、阳志平老师《人生的STC算子》
  • 撰写：陈锦乐、张莉

反常识卡

反常识: 创新算法的最初两个阶段，是选择问题和重新定义问题的条件

当发明家拿到问题时，问题的原始描述是不准确的，有时甚至是不正确的。

  • 印象：通常需要解决的问题都是具体的、准确的，在能充分认知的情况下的问题。
  • 例子：大多数情况下，发明家还没仔细分析问题的条件，就去解决问题，在一次次不成功后，又回到问题本身，弄清楚一个细节后，又马上进行另一次尝试。这个过程被重复了好多次，而发明家还没弄清楚问题的条件，通常情况下只好放弃尝试了。
  • 出处：《创新算法》P83
  • 撰写：陈锦乐

反常识：不要上来就考虑如何、通过什么手段才能解决问题，先要精确地定义出「最终理想解」

  • 印象：工作中，大多习惯先把限制条件罗列在侧，再想怎么解决问题，这是适应理性的做法，是让工作尽可能不出错的妥协做法，而往往不是最优，甚至称不上是优的做法。因为思维一开始已经限制在一个非最优解的解决域里面了。
  • 例子：所以如果想在工作中成长并有所突出，或者想在某个行业里获得弯道超车甚至颠覆创新，那么不妨尝试下舍弃所有现实限制，先定义出最终理想解。
  • 出处：《创新算法》
  • 撰写：熊博博

反常识：不要一开始就考虑如何，或者采用什么手段才能实现「最终理想解」

  • 理解：考虑用什么手段实现最终理想解，这个出发点会引导人们从现成的经验体系里寻找带有妥协意味的方法和工具。而最终理想解则要求人们抛开对确定性的追求，大胆地跨过已有的经验体系，从带有「第二序」气质的概念入手，以终为始地倒推解决问题的优雅路径。
  • 例子：马克苏托夫无论如何都要把反射镜镜头盖起来，以防止镜头遭到污染和损坏。于是他从定义最终理想解入手，在他的脑海里，他用光学玻璃把镜头盖了起来。那时候他并没有考虑这个方案如何具体实现，这是至关重要的。制作一套在教室里用的望远镜，意味着它应很便宜。光学玻璃太贵了，这使他不能往这个方向走下去。
  • 延伸:「第二序」即原有系统结构无法产生、由问题情境所处系统外引起的让系统结构本身产生的改变，即「改变之改变」。「第二序改变」处理的一般不是起源于问题本身的困难，而是对原有系统对问题的解决方案（即「第一序」）的改变。
  • 出处：《创新算法》
  • 撰写：李嘉文

反常识: 创新总是毫无缘由地姗姗来迟：创新的客观条件已经存在，但就是没有创新

  • 印象：技术的进步和发展，创新自然就会发生。事实却并非如此。
  • 例子：在汽车时代早期，风扇用来冷却引擎，并且是持续工作的。即使那个时候每个司机都已经知识：如果外界温度低就不需要用风扇来冷却，过分冷却不仅耗能，而且有害。但直到半个世纪后的1951年才发明了磁力离合器，在外界温度低的时候关闭风扇。爱因斯坦曾说：在科学技术发展的历史中，并没有出现多少独立思考和创造性想象力的火花。人类需要某种外界刺激让有需求的想法成熟，然后变成现实。在一个想法诞生之前，人类不得不面临与环境的正面冲突。
  • 出处：《创新算法》
  • 撰写：苏瑛

金句卡

  • 原始术语阻碍了发明家的想象。
    • 关于创新方法的研讨会表明，解决问题成功与否，主要取决于把系统从原始心理意象中「释放」出来的技能高低。
  • 问题最初是用大家都知道的术语描述的。这些词汇不是中性的，它们保留了自己的内涵。只有为这些老的词汇或其组合赋予新的含义之后，真正的发明才会出现。
    • 决定最终理想解的最好办法，是将问题陈述中的疑问形式，改成肯定的描述。
    • 我们需要知识来判断什么问题必须解决，并且把必须解决的问题与能解决与不能解决的问题分开；
  • 创新就是消除技术矛盾。
  • 创造力就是正确表述问题的技能。
  • 对于四五级问题，以前的经验会干扰发明家，引导发明家通过惯性思维来「尝试」，偏离了最终解决方案。
    • 不要试图用变量的排列组合寻找解决方案，那是在浪费时间，即使幸运地找到了，你的创造性也不会提高。
  • 「理想机器」能确定搜寻的方向，而技术矛盾则指出必须克服的障碍。
  • 大自然独特而巨大的优越性，是设计控制和测量设备的灵感源泉。

行动卡

行动卡1 - 发现技术矛盾

创新的主要活动通常就是发现技术矛盾，一旦发现了技术矛盾，就不难克服。当你尝试找出某个系统中的矛盾时，试着给自己列一个问题清单，比如： 1.如何精确地描述技术矛盾？ 2.如何精确地定义什么是不可兼容的？ 3.为了消除这个不能兼容的东西，需要改动什么？在哪里改？ （form 柳白猿）

行动卡2 - 发现根本问题

1.整体目前产品中负面的反馈，倾听来自客户／用户／团队的声音，不是解决他们提出的需求，而是尝试发现根本的问题； 2.将问题呈现之后，用最高效的方法解决； 3.在得到验证之后，批量处理类似问题，并呈现价值。 (form 刘怡)

行动卡3 - 避免竞品干扰

运用到产品经理，日常进行产品设计时的创新，通过研究竞争产品来学习，会被惯性思维所干扰，导致偏离创新的方案，并且也只能想出微创新的1级2级创新。因此，在产品设计时，要避免类似情况发送。特别是产品最核心的20%部分。 (form 陈鸿婴)

「创新的辩证法」 - 李嘉文

《创新算法》这本书让我对「从时间源头获取智慧」这个观点有了新的理解：从时空尺度来看，自然系统明显大于工程系统以及社会系统。而更大的时空尺度意味着自然系统对很多元问题有着更深刻的洞察、更有效的应对智慧，在自然系统里，很多物种在进化中所形成的生态位构建（即物种为了保持自身生态位所发展出来的习性、技能等）蕴含了不少解决问题的高阶模型。

这意味着，工程系统以及社会系统的创新，在某种意义上是可以师法自然的。通过对问题进行抽象表征，在大尺度时空格局中发现与当前问题同构的母题，进而利用母题的存量知识。

相应的最小行动：研读《创新启示:大自然激发的灵感与创意》，从仿生学的视角梳理自然系统与技术系统之间的同构关系。

STC算子法本质上是尺寸、时间、成本三个变量求极值，但数理术语层面的「无穷大」、「无穷大」最终还得在当前的问题情境中找到具体的落点，即「在这个问题里，无穷大的时间究竟代表着什么，无穷小的成本又意味着什么？这个「什么」又怎样指导我找到破局的入口？」

创新的新手与专家的重要区STC别之一，就是当新手面对“无穷大的时间”这种抽象级别高的信息时陷入了认知瘫痪，无法将它转译成可执行的策略；但专家可以比较轻松地完成策略的转化。

所以，要掌握STC算子法，关键在于积累“对高抽象级别信息进行降维和策略转译”的经验，通过刻意练习形成自己的内隐知识。所以，学习创新的理想途径还是认知学徒制。

最近，我尝试运用STC算子法去推演一个社会创新案例背后的思考过程，在这里给大家分享一下：

假设你在非洲的赞比亚从事NGO的工作，你看到当地缺乏基本的医疗资源，很多五岁以下的儿童因为一些很容易治疗的疾病没有及时得到治疗而去世。

你在想：如果治疗这些疾病的药物能够及时送到他们的手里，就可以挽救很多条宝贵的生命了。但这个美好的愿望很快就被一个棘手的问题取代了：怎样才能将药物送到那些分散在极为广大而偏远地区的用户手里呢？

假如你刚好学习了STC算子法，你可能会这样分析：如果药物（的包装）尺寸（S）趋于无穷小，会怎样呢？

对于新手来说，这个听上去很疯狂的假设可能就让他的认知陷入了死循环：尺寸无穷小，那怎么可能呢...

这时候，反省心智跳出来主持大局：take it easy，尺寸趋于无穷小并不意味着要把药物或者包装要变成纳米级，而是提醒我们可以从形态的维度思考变形的可能，我们应该思考的问题是：怎样的大小和形状更有利于药物的运送？

假如对于这个问题暂时没有头绪的话，我们不妨再看看成本（C）这个维度，当成本趋于无穷小的时候，意味着什么？这可能意味着，不需要从0开始去建立自己的药物运输渠道，而是利用「搭便车」的方式，找到一个现已存在的物流渠道，跟着他们一起去到每一个偏远地区。

啊！我想起来了，即使在很偏僻的村落里，也能看到可口可乐的身影。这意味着可口可乐的物流网络可以触达的范围很广，可以满足我们将药物运送到偏远地区的需求。

对了，我们刚才不是在思考「怎样的大小和形状更有利于药物的运送？」这个问题嘛，现在终于有头绪了：我们把药物包装设计成刚好可以放在可乐玻璃瓶颈部之间的负空间，这种因地制宜的设计既充分利用了可乐物流箱的闲置空间资源，又不会对可乐造成额外的负担。

以上是Colalife这家公益机构的真实案例，他们设计了一个名为AidPod的盒子，里面装着维生素A片、口服补液盐和净水药片。这种盒子的尺寸和形状被设计成刚好可以放在可乐玻璃瓶颈部之间的负空间。 Colalife通过与可口可乐合作，借助其无处不在的分销体系，让AidPod得以被送到非洲那些极为偏远地区的孩子们的手中。

上述的推演提到了两个从高抽象级别的信息转换为可执行策略的例子：

  1. 尺寸趋于无穷小 ≈ 重新设计尺寸与形状，以利用闲置空间资源

  2. 成本趋于无穷小 ≈ 利用成熟的物流渠道资源，减少运输成本

    • 相应的最小行动：收集更多社会创新、商业创新的案例，从中提取STC算子法的内隐知识。

  3. 《创新算法》这本书强调打开创新大门的正确姿势是跳出抽象级别较低的原始意象，越过形式固着和功能固着的坑，对问题进行高抽象级别的描述（从心理学角度来看就是进行抽象的心理表征）。但另一方面，STC算子法以及其他矛盾解决原理的运用，都涉及到从抽象向具象表征的转化，才能够真正找到创新的实施路径。

所以，总结起来，对具体问题进行抽象表征+对抽象表征进行“落地”策略的转译与实施，才是创新思考的完整结构。不难发现，创新思考本身需要反省心智的全程参与，而《创新算法》就是一张关于创新的元认知地图。

（编辑：十三维 2016-12-7）

- The End -

↓↓↓戳原文，预约第二季开智部落！ http://openmindclub.mikecrm.com/i0aFvc

投票 读完产品部落创新算法的卡片，你的感想是:

  • 卡片输出棒棒哒~！
  • 这样搞创新才感觉高大上啊
  • 拜服，相比而言那种低级别的灵机一动实在不值一提！

分享导语：《创新算法》，这本书曾经被前苏联封存几十年视之为「秘密武器」，而它也是开智产品部落同学读的第一本书。它究竟有什么神奇，受到如此重视？请看这些卡片吧——

results matching ""

    No results matching ""