1701090009
1701090010
查兰·内梅特的实验完美地表明了这种可预测性。蓝色幻灯片会触发人们联想到一些十分传统的关联词语：其中以“天空”、“绿色”和“颜色”为主，而只有20%的人会想到一些更具创新性的关联词。
1701090011
1701090012
随后，内梅特又开展了另外一个实验，这次的试验结果完全不同。她将同样的幻灯片展示给几组受试者——在这次试验中，她偷偷地在各组受试者中安插了几位演员，她要求这些演员故意用一些错误的语言来形容这些幻灯片，就好像幻灯片上呈现的是另外一种颜色。真正的受试者会用“蓝色”来描述蓝色幻灯片，而演员则会描述为绿色的，受试者听到他们的描述感到莫名其妙。
1701090013
1701090014
当内梅特挑出这一群人（即除去演员的受试者群体），并要求他们自由联想刚刚提到的颜色时，他们想出的词语与之前相比有着很大的不同。有些人像平常一样提到了“天空”，但更多人提到了“爵士”或“牛仔裤”之类的创新词语。换句话说，当受试者接触到不准确的描述时，他们会变得更有创意。徘徊在概率表边缘的联想词语突然成为主流。通过故意将噪声引入到决策过程中，内梅特发现，结果与我们对真理和错误的直觉假设相反。与置于纯粹环境中的群体相比，那些接触到错误信息的群体建立了较具独创性的连接。即使从技术上来讲，“异议”演员为这个环境输入了不正确的信息，但他们会刺激其他受试者去探索新的可能性。
1701090015
1701090016
内梅特继续记录同种现象在几十种不同环境中产生的结果：模拟陪审团、会议室、学术讲座等。她的研究向我们说明了一个关于创新的自相矛盾的道理：好创意更有可能出现在含有一定量噪声和错误的环境中。你可能会认为，创新与准确、清晰、专注这些优点的关系更密切。从根本上来说，好创意必须是正确的。我们重视好创意是因为它们往往有较高的信噪比。但是，这并不是说，你要在无噪声的环境中培养好创意，因为无噪声的环境太干净，反倒缺乏新意，你可能根本想不到好创意。绝佳的创新实验室总是有点污染的。
1701090017
1701090018
伟大创意的诞生：创新自然史 [:1701089152]
1701090019
错误铸就了人类
1701090020
1701090021
当你去动物园或自然历史博物馆观察生物的多样性时，请停下来想想，环境中是否存在能实现一切变异（象牙、孔雀尾巴、人类大脑新皮质）的错误。如果没有错误，进化的脚步就会停滞不前，我们得到的只能是一系列完美的副本，没有任何变化。然而，由于DNA容易受错误影响——代码本身的突变或复制过程中的转录错误，自然选择就会为我们提供许多新的可能性，供我们进行测试。大多数时候，这些错误都会导致一些灾难性的后果，或者根本不会产生任何影响。然而，不时还会产生一种能打开相领可能空间的突变。从进化的角度来看，“人人都会犯错”这句话多少有点欠缺。然而从根本上来说，错误铸就了人类。
1701090022
1701090023
长久以来，人类进化史中的随机突变都与达尔文的原始理论密切相关。事实上，达尔文本人也很难接受“无向随机变化会产生新事物”这一假设。当达尔文在《物种起源》中首次提出自然选择理论是“保存有利变异和剔除有害变异”时，他那时并不能提出一个让人信服的理论来证明所有这些变异的来源。在《物种起源》一书中，他认为这些变异是随机产生的，部分原因是因为他想要摆脱拉马克（Lamarck）的定向变异说：变异是生物在有生之年的活动中产生的，如长颈鹿的长脖子，然后遗传给下一代。但在随后的10年中，达尔文不再坚持随机变化这一理论。1868年，他在《动物和植物在家养下的变异》（The Variation of Animals and Plants under Domestication）一书中提出一种新理论——泛生论（pangenesis）。作为原始理论中的一种噪声，泛生论引入了一种复杂的定向变异遗传机制。在达尔文的理论中，身体中的每个细胞都会释放一种被称为芽孢（gemmule）的遗传粒子，这种芽孢存在于生物体的生殖细胞中。在动物的生命周期中，经常使用的特定器官或肢体会释放出更多的芽孢，从而影响下一代的生理机能。自从达尔文提出泛生论后，这一理论就得到了广泛的认可。然而，现代遗传学却证明这是一个错误的理论。这可能是达尔文的科学生涯中所犯的最令人震惊的一个错误。从某种意义上来说，达尔文的最大失误在于他未能理解错误的变幻莫测。
1701090024
1701090025
当然，错误太多会导致致命的后果，这就是为什么人类的细胞中会含有一种复杂的机制，来修复受损的DNA和确保核苷酸转录过程的精确度。那些能不断对遗传代码进行重组的生物体，其后代会具备更好的创造力。父母都不希望自己的孩子会发生基因突变。但是，就整个物种而言，基因突变是我们赖以生存的基础。
1701090026
1701090027
这就解释了为什么有些科学家会认为，自然选择决定DNA转录过程可以出现微小而又稳定的误差率。从某种意义上说，这种进化通过“调整”误差率，实现了突变和稳定性之间的最佳平衡。有人可能会说，既然DNA转录误差会对人体造成严重的威胁，那么要想保证DNA修复系统的万无一失，必将面临巨大的选择压力。那些能将自己的生殖细胞完美地遗传给后代的父母将会生育更健康的后代，而那些DNA修复机制存在缺陷的父母生育出来的后代几乎不会存活下来，因为他们的突变率较高。长此以往，完善的DNA修复机制将遍及整个种群。
1701090028
1701090029
DNA修复机制的复杂性表明，生物进化确实在很大程度上都遵循这一原理，否则修复机制就会停下来消除错误。人类的细胞就像是一扇轻微开启的大门，只允许出现少量的变化，以免对整个种群造成灾难性的影响。最近的研究表明，人类生殖细胞中的碱基对（base pair）的突变率大约为1/30 000 000，也就是说，每当父母把他们的DNA遗传给孩子时，基因遗传就会带来大约150次突变。人类细胞中的大多数组织都是用来保存和复制遗传信号的。然而，进化还是为我们带来了噪声。
1701090030
1701090031
误差率是选择压力造成的，还是进化不完善的表现呢？人类和其他哺乳动物一样都拥有良好的视觉，但人类不能看到150米以外的文字。这并不能表明这种限制与适应性有关，很可能是因为这种视力很难通过进化实现，虽然进化的能力很强大，但它并不是无所不能的。如果我们每小时能跑160公里，想必我们能更加“适应”我们生活的环境。但是，受骨骼和肌肉组织的限制，我们很难追得上猎豹。为什么这一原理不能适用于不完善的DNA修复系统呢？
1701090032
1701090033
完美的复制很可能只是一种理想的假设极限，自然选择只能以渐进式的方式接近这一极限。对我们而言，自然选择是否能主动作出调整，为我们的DNA修复系统设置一定的噪声，或者是否根本达不到“完美复制”这个目标，这些问题并不重要。从某种意义上来说，我们必须保留这种噪声，因为没有它，进化的脚步将会停滞不前。然而，近来人们迫不及待地想要对这种主动调整假设进行研究。细菌的突变率要比多细胞生物体的突变率高得多，这表明不同生物体对误差的容忍度不同。
1701090034
1701090035
贝勒医学院（Baylor College）的苏珊·罗森伯格（Susan Rosenberg）通过研究发现，当面对资源贫乏“压力”时，细菌的突变率会显著增加。罗森伯格的研究表明，在良好的环境中，细菌对突变率的要求较低，因为它们能很好地适应现有环境。但是，当环境变得恶劣时，为了在资源贫乏的环境中艰难存活，它们就要面对革新的压力，自然就会为维持风险与报酬的平衡而引入突变。与其活活饿死，还不如向致命的突变发出挑战。如果基因突变有助于细菌更有效地使用有限的资源，新基因很快就会在这一群落中传播开来，而未突变的细菌就会相继死亡。
1701090036
1701090037
从某种意义上说，罗森伯格的变异细菌采取的策略与水蚤在选择有性生殖或无性生殖时采取的策略类似。当环境变得恶劣时，生物体自然会选择一些创新的生殖策略，它们有时会把更多的噪声引入到遗传信号中，有时则会让基因在群落中更快地流通。
1701090038
1701090039
性和错误之间一直有着十分密切的联系。有性生殖的一个重要优势在于，它能断绝突变基因与突变率较高的基因之间的联系。想象一种细菌具备一种抑制DNA修复的基因，这就会提高整体的突变率。大多数突变要么是无关紧要的，要么就具备很强的杀伤力。但是想象一下，假如有一天运气好，发现了一种能提高生殖适应性的突变基因——比如说，它能使有机体更有效地检测到食物来源。这种细菌会一分为二，并将这种突变基因传递给下一代。麻烦的是，下一代继承的是一种混合基因：它继承了新的觅食基因，但同时也继承了能产生较高突变率的基因。因为负突变（negative mutation）要比正突变更容易发生，经过几代的遗传后，觅食基因的优势会逐渐被高突变率基因引入的噪声所掩盖。但是，如果这种细菌像水蚤一样转而采取有性生殖策略，就可能会出现不同的结果，因为在有性生殖过程中，只有一半的基因会遗传给后代。下一代可能会从父辈那里继承觅食基因，从母辈那里继承DNA修复基因。
1701090040
1701090041
为什么进化会倾向于更为复杂的有性生殖呢？我们已经对其中的一些原因进行了探讨：有性生殖可以使潜在的有益创新在种群中传播，并与其他创新发生碰撞和结合。但是，当考虑到突变和觅食基因时，你就会明白地球上的大多数生命都是因为这样一个原因而选择有性生殖的：因为性在降低风险的同时还有助于控制错误的生成能力。性只是将临近的大门开启了一条缝，这样我们就可以适应环境中不断变化的压力和机会，同时还能控制突变率，这就是为什么无性细菌的错误率要比多细胞生物体更高。性让我们从基因的错误中吸取教训。
1701090042
1701090043
了解了信号与噪声的精度和误差之间的这种复杂关系，我们也就能明白查兰·内梅特对自由联想和陪审团审议进行的研究。当一个人把蓝色的画说成是绿色时，或为一个有罪的犯罪嫌疑人进行辩护时，从技术上来讲，他为这个环境引入了更多不准确的信息。但是，这种噪声会使我们变得更聪明，更具创新性，因为我们被迫重新思考我们的偏见，被迫去考虑蓝色的画实际上是绿色的可能性。正确就好比人脑处于阶段封锁状态，所有神经元都保持同步。正如我们对真理的需求一样，我们需要这种阶段封锁状态；而就社会和神经化学角度来讲，充满错误和混乱的世界将会失去控制（更不用说遗传了）。
1701090044
1701090045
然而，我们还是要留下一些出错的余地。有益的错误有助于创新环境的发展，但当质量控制要求过高时，这种环境就会受到影响。大型组织往往会推崇完美主义体制，如六西格玛（Six Sigma）和全面质量管理（Total Quality Management），以消除会议室或流水线出现的错误。然而，这种网络启动的世界会失败得更快。并不是说我们要把目标放在错误上——毕竟，它们是错的，这就是为什么你会想要尽快克服它们。但是，这些错误是你走向真正的创新之旅中不可避免。本杰明·富兰克林（Benjamin Franklin）对创新知之甚少，却说出了这样一段绝佳的话：
1701090046
1701090047
“在综合考虑所有因素的情况下，人类的错误史也许要比那些发明更有价值、更有趣。真理是千篇一律的，它一直存在，似乎并不需要那么多积极的能量，即使这么被动也能遇见。然而，错误却是变幻莫测的。”
1701090048
1701090049
1701090050
1701090051
1701090052
伟大创意的诞生：创新自然史 [:1701089153]
1701090053
1701090054
伟大创意的诞生：创新自然史
1701090055
1701090056
1701090057
1701090058