壹個美國自行車修理工從內胎盒裏抽出壹個自行車內胎，遞給他的顧客。然後兩人開始聊天，修理工開始隨意擺弄內胎包裝盒。當他抓住盒子的兩端來回扭動時，他發現它可以順利地改變盒子的形狀。可以找個牙膏盒試試。這是壹個微不足道的發現，卻足以改變整個世界。
這個自行車修理工是維爾伯·萊特。當時，他和他的弟弟奧維爾·萊特正在研制壹架飛機。他們遇到的壹個大問題是如何控制飛機的飛行姿態。扭曲內胎包裝盒啟發了萊特兄弟通過扭曲機翼的形狀來操縱飛機的飛行姿態。
在發明創造的過程中，偶然的發現總是起著重要的作用。除了萊特兄弟發明飛機，這樣的例子還有很多。比如1948，瑞士工程師喬治·德·梅斯特拉爾(George de Mestral)帶著他的狗散步回來，發現狗身上沾滿了草籽，上面有很多小鉤子。這個意外的發現使他最終發明了velcro。在1951中，來自Hysmans的Kodak公司的Harry Coover在尋找用於飛機駕駛艙蓋的隔熱聚合物時，發現壹種化學材料太粘了，不能粘在任何東西上。後來他意識到這種東西可以當膠水用，於是萬能膠就誕生了。
這些發明家的故事確實引人入勝，但依靠偶然做出發明，往往意味著事情在很長壹段時間內都沒有結果。幾百年過去了，人們還是用壹種很古老的方式去發明創造，效率低下，跟不上其他行業。
然而，現在我們已經開始學會給自己制造好運了。那些罕見的靈感很快就可以被電腦軟件逐漸取代。換句話說，計算機輔助發明正向我們走來。
上世紀90年代，美國斯坦福大學計算機科學家約翰·科紮(John Koza)領導的研究團隊對計算機輔助發明進行了開創性的研究。他們使用壹種計算機算法來模擬自然界中的進化，即所謂的“遺傳算法”。使用遺傳算法時，計算機把壹個方案看作壹個基因組，基因組中的基因代表電壓、焦距或材料密度等各種參數。起初，計算機會從初始基因庫中隨機生成壹些基因組樣本，盡管它們可能不是壹個好的解決方案。通過雜交這些基因組並引入“變異”，每個後代既包含了上壹代的壹些特征，也包含了壹些可能有益的新特征。然後給這些後代基因組壹個特定的任務來測試它們。選擇最好的作為下壹輪育種的基因庫。就這樣，壹次又壹次的重復這個過程，就像自然選擇壹樣，最好的方案最終會存活下來。
Koza的團隊進行了壹些測試，看看這種遺傳算法是否可以重新發明以下基本電路:貝爾實驗室在20世紀20年代和30年代開發的濾波器、放大器和反饋控制系統。最後，他們的試驗成功了。他們的遺傳算法可以重新發明經典的貝爾實驗室電路。
如果妳覺得他們只是運氣好，那麽他們有很多成功的例子。例如，他們利用這種遺傳算法為各種光學儀器制作了六種目鏡的各種組合。他們的算法不僅復制了所有的光學系統，還改進了壹些原有的設計。其中，這項改進可以用來申請專利。
遺傳算法具有很強的普適性，研究人員將在美國計算機協會舉辦的遺傳與進化計算年會上展示利用遺傳算法做出的發明。例如，在2015的會議上，來自意大利的壹個研究小組利用遺傳算法為壹架有四條觸須的水下無人機找到了壹種高效的遊泳姿勢。歐洲航天局先進概念實驗室的工程師利用遺傳算法為未來的太空設備設計了壹條最省油的路線，以清理低軌道太空垃圾。
大會每年都會把最大的獎項，叫做“人類競爭力獎”，頒給那些被認為超越人類智力的發明。2004年，首屆人類競爭力獎頒給了壹個奇形怪狀的天線。這項發明是由美國國家航空航天局資助的。它看起來像壹棵茂盛而怪異的樹，有許多醜陋的樹枝，但它工作得非常好。這種東西肯定不是人類設計的。
而這往往成為問題的關鍵。當計算機被用來輔助發明時，不會被人類先入為主的觀念所蒙蔽，所以計算機可以做出人類從未想過的發明。
2015年度“人類競爭力獎”頒給了壹種提高超低功耗計算機運算精度的方法。這種計算機基於簡單的邏輯電路，功耗較小，但會產生許多運算錯誤。捷克布爾諾科技大學的計算機科學家利用遺傳算法讓軟件不斷進化，最終找到了壹種簡單的糾錯方法。他們的研究成果是壹種綠色芯片，適用於計算精度較低的程序，如流媒體音樂或視頻。
幫妳橫向思考。
然而，使用遺傳算法，妳仍然有壹個問題要面對:妳需要提前知道關於妳發明的東西的所有細節，以便妳的算法能夠以富有成效的方式改進它。這意味著遺傳算法往往擅長優化現有的發明，這些發明不需要很大的創新，通常不會帶來很有商業價值的發明。那麽，計算機還能為我們帶來什麽更大的創新呢？
當壹個發明家發明壹個新東西的時候，他經常會註意到壹些很多人忽略的東西。如果計算機能夠把人們的註意力吸引到問題中容易被忽視的東西上，那麽我們就可以用它們來產生壹個非常創新的發明。最近，美國的創新加速器公司開發了壹種軟件，可以用來幫助發明家註意那些容易錯過的東西。那麽，他們的軟件是如何做到這壹點的？
他們的軟件可以讓妳用人類的語言描述壹個問題，然後它會把這個問題分解成大量的相關短語，用這些在專利數據庫中搜索，找出哪些發明解決了類似的問題。最重要的是，這個軟件會在其他領域尋找類似的問題。換句話說，軟件可以幫助妳橫向思考。
在壹個例子中，測試人員要求軟件找到壹種方法來降低足球運動員在比賽中發生腦震蕩的風險。軟件把問題的描述拆開，然後搜索以下關鍵詞尋找解決方法:減少能量、吸收能量、交換力、減少動量、反作用力、改變方向、排斥能量。最後，根據“排斥能量”的搜索結果，該公司終於發明了壹種含有強磁鐵的頭盔，可以互相排斥，可以有效減少頭盔的嚴重碰撞。可惜這個發明幾周前被別人申請了專利。不過這個例子說明，創新加速器的軟件確實能幫上很大的忙。
另壹個例子是，該軟件成功地復制了滑雪板制造商最近的創新。問題是想辦法減少滑雪時雪板的震動，讓滑雪者滑得更快更安全。廠家偶然發現了這個問題的答案，創新加速器的軟件可以很快找到。小提琴制造商已經找到了減少樂器額外振動的方法來產生純凈的音樂，軟件會提示這種方法可以應用於單板滑雪。
創新加速器首席技術官托尼·麥卡弗裏(Tony mccaffrey)認為，90%的問題已經在其他領域解決了，妳要做的就是找到它們。他現在正計劃使用IBM的超級計算機Watson來分析數百萬個文件，以幫助該軟件更深入地理解專利和技術論文。
另壹家瑞士科技公司Iprova也發明了“計算機加速發明”的技術，幫助發明者橫向思考，想法的來源遠超專利文件。該公司不想透露他們的軟件是如何工作的，但2013的壹項專利顯示，其軟件將為客戶提供“建議的創新機會”，不僅來自專利數據庫和技術期刊，還來自博客、在線新聞網站和社交網絡。
特別有意思的是，Iprova的軟件還可以隨著網絡熱點話題的變化而改變建議。這樣，就會帶來更有成效的建議。Iprova的軟件每個月可以產生數百項高質量的發明，然後公司會與客戶溝通，客戶可以選擇壹些申請專利。Iprova的客戶主要來自醫療保健、自動化和電信行業，跨國科技公司飛利浦就是其中之壹。由此可見，Iprova公司的業務蒸蒸日上。
計算機發明陷入專利困境
但是，如果大部分工作由計算機來完成，這種事情可能會破壞專利制度本身。目前的專利制度要求，只有當“普通技術人員”認為壹項發明不顯而易見時，才能授予專利。但如果發明人只是用計算機發明的，那麽這項發明就可能被視為計算機的壹個明顯的輸出結果，不壹定具備申請專利的條件。
現在，這種擔憂在藥物的研發中變得很嚴重。如果發現藥物的工具軟件已經變得如此強大，科研人員只需要負責監控軟件的活動，就會讓整個藥物研發過程成為壹件顯而易見的事情，那麽這個時候還能申請專利嗎？因此，計算機輔助發明技術可能會使許多發明失去專利保護，這將大大挫傷發明者的積極性。
但無論如何，在未來發明的過程中，計算機輔助將發揮越來越重要的作用。電腦會加速技術進步，帶來公平競爭，讓很多人成為發明家。雖然人們常說機會總是留給有準備的人，但現在，在計算機的幫助下，我們可以大大增加意外發現的概率。換句話說，電腦可以幫助我們收獲更多的好運。