当然，照搬他人的模式要比创造新东西容易。做大家都知道如何去做的事，只会使世界发生从1到n的改变，增添许多类似的东西。但是每次我们创造新事物的时候，会使世界发生从0到1的改变。创新的行为是独一无二的，创新发生的瞬间也是独一无二的，结果新奇的事物诞生了。
《从0到1》之所以大热，其中很重要的一点应该就是彼得·蒂尔让我们明白创建创新公司才是真正的创业。对于大多数人来说，产生从0到1的创意的能力并非一朝一夕就能拥有。
《像外行一样思考，像专家一样实践》是由培育和管理出世界上最大的机器人研究所的卡耐基·梅隆大学教授金出武雄对其日常研究、生活和学习的经验进行收集整理而成的一本小册子。他用大量实例说明无论是个人还是团队，思考的时候要像外行人一样无所顾忌地思考，而实践的时候要像专家一样缜密地实践，并且对于个人该如何培养加强自己的创新能力提出了自己的建议。
也许大家对于金出武雄这个名字还很陌生，但其实他在汽车、自主直升机、视觉、人脸识别、虚拟现实、第一人称视觉、机器人工学—图像识别等领域是世界级的权威人物。因此，这是一个走在科技创新前沿的科学家的经验之谈。
”这是一本价值被严重低估的好书，书名中的“科研成功之道”让大家以为这本书只对科研人员有用，其实金出教授主要讲的是如何进行一流思考和解决问题的方法。书中的内容也回答了为什么美国的科研能有这么多创新，并能用于实际工业：关键在于发现问题和解决问题的能力培养。
对于喜欢思考问题的朋友，无论在学习、工作、产品研发，还是创业上，这本书都有极大的参考价值。比如所谓“像外行一样思考”，不就是互联网产品上说的把用户假设成小白，这说起来容易，实际上如何做到？金出教授用自己的案例做了深入的分析。我在2006年就看过这本书，这次重新阅读，发现自己原来虽然看过但并没有深刻理解，更没有付诸实践，希望各位读者能学以致用，一定大有收获。“
——蒋涛，CSDN和极客帮基金创始人
精彩书摘
荒唐无稽的想法可以催生好的创意
如果你认为上述那些事情无聊、太傻，那么你一定是个认真的人。认真的人做事情的时候，一定会尽力避免失败，一步一个台阶迈向成功。但是，要产生出好的创意，发明独创的技术，必须要有极端甚至是荒唐无稽的，或者我们一般所说的跳跃性的思维方式。
而从现状出发，一步一步循序渐进地进行逻辑推理，最终得出结论。像这样的思维方式就很难实现飞跃。要想成功的话就直接从结论起步去做，也就是说从希望的结果开始是非常必要的。这就是一种外行人的思考方法。
外行人也能做出“结果可能是这样”诸如此类的假设。但是，除非是经过训练的专家，否则要想证明“一定就是这个结果”，是非常困难的。
人工智能研究的始祖之一、图灵奖和总统奖章的得主、受人尊敬的卡耐基·梅隆大学的大师级人物——A·纽维尔教授经常满含热情地对学生讲：“世界上有很多像‘为什么呢？’‘要是能解决那些问题该有多好啊……’这样的问题。每一个问题都仿佛在呼唤着：‘解决我吧！弄清我吧！’像等待着恋人那样等着我们这些研究者去解决它们。”
我们应该怎么回答那些问题呢？研究就是要针对那些问题，与自然、与天意进行交涉。
“我要这么解决。”
“不行，会很麻烦，不要这样啊。”
“要是这样解决呢？”
“这样才是正确的。”
在这样的交涉过程中，恰如其分地总结出结果，研究也就可能成功了。
创新从省略开始
有一次和象棋名将羽生善治交谈的时候，他说：“创造就是省略。”“一个棋局大概会有100种可能的下法，而一开始棋手都是凭直觉选择了其中两三种下法。其余90%以上可能的下法都没有想就舍弃了。这就是省略了思考。然后可以选择的下法就多起来。如果针对三种下法，每种有三手可以应付，其结果就是九种，这样不断分支下去，就可能需要考虑三四百手的下法。最终是使用其中哪一个分支来下，以人的能力是没有办法预料的，所以只有在一定程度上省略思考，决定这一步怎么下。”（《简单的、单纯的思考》PHP研究所）
“阿伏加德罗常数”和象棋
有人研究让计算机去玩象棋等游戏。可能有人会想，现在的计算机运行速度这么快，只需要不加省略地把所有的可能性都枚举出来就好了。我在这里要顺便说一下，在象棋9′9的棋盘上，可能的下法会有多少种呢？据查会有10的30次方种（1后面有30个0这样的数字）。
在学校，我们曾学过“阿伏加德罗常数”，其解释是在零摄氏度、一个标准大气压的条件下，22.4立方米气体（如果是水的话，则在相同条件下是18立方厘米）当中，含有的分子个数为6′10的23次方。这样的话，10的30次方就是这个数字的200万倍，刚好是3万立方米的水中含有的分子个数。
计算机无论运行速度有多快，面对需要枚举的可能性总数达到“阿伏加德罗常数”级（事实上这是个非常惊人的大数量级）的问题，从计算量或者内存容量来说，要进行全部的运算是不可能的。
那么羽生先生怎样决定这一步棋该怎么下呢？根据他说的，“大概就是这样的棋局，这步棋就这么下吧”，是这样直觉估计出来的。似乎从全局来看就可以知道“这局面漂亮”或者“这局面有点糟糕”。不知为什么，人类非常擅长发现这种模式。
简单、省略、抽象化——“不言而喻”的悬崖与审美感
实际上我们研究者做研究也是从省略开始的。
在我们进行研究的时候，如果直接从复杂的现实开始思考，是无法顺利进展的。如果将发生的事情简单、省略、抽象化后再看，就会清晰很多，这是科学与工学的基本要求。
问题简单化的程度不够就会因为太难而不容易形成理论。一般来说，越简单化、抽象化就会产生越绝妙、鲜明的理论。但是，这个简单化应该恰好与目的相一致。只有这样才能形成实用的好的理论。我们以前在物理课上学到的镜面的折射、弹簧与力的关系等，像这些简单而美妙的理论，是通过分析现实中不存在的理想的镜面、弹簧等提炼出来的，然而这样的理论，却可以对大部分的应用场景发挥超乎预期的作用。
从这个角度上说，工学的设计理论毋庸置疑，甚至物理学的法则，在我看来，与其说是发现，不如说是发明。对于牛顿定律，有人也这么说：“神也是遵循着牛顿定律让世间万物运动的”。而我觉得，它可以充分地解释我们日常所见的各种运动现象。为什么只说是“日常”，因为有证据表明，在量子力学的世界里，牛顿定律不一定能够成立。
能否将想到的问题简单化，是成功与失败的差别所在。成功的人会果断采用简单化的方法，而失败的人只会担心“这样简化能行吗”，却不肯迈出一步。
之前提过，理论越是适用于简单、抽象的问题，越具有价值。但是如果一味地向简单的方向前进，就会遇到“不言而喻”的悬崖。也就是说，到了一种状态：如果再向前一步，就落入“不言而喻”的谷底，这时候，事情的状况明显就应该是那样的，是理所当然的，但不能形成理论。这表明了在“不言而喻”的悬崖前停下、也就是对原本的问题恰到好处地升华提炼出来的、以最简单易懂的状态完成的理论，会是最优秀的理论。
省略思考过程，将问题简化到最合适的程度，这些是需要有预见能力的。拥有了这种预见能力什么事情都会一目了然。一般人们都会认为数学是由严密的理论所构成的学科，但获得过有数学界的诺贝尔奖之称的Fields数学奖的小平邦彦教授却说，数学是一门高度感性的学科，这种感觉叫作“数感”。举个简单的例子，中学时候学几何，有关于图形的问题，要是不在头脑中画出辅助线就很难解答。这靠的就是预见能力。
我觉得羽生先生所说的下棋时候的“漂亮的棋局”的感觉，正是这种预见的能力。我认为科学和工学都是门艺术。人们经常笼统地看待现实世界的现象和事实，觉得没有什么内部构造可言。但是，在别人都认为没有的地方看到构造，这就是创意。
省略到什么程度是关键
我们在研究开发新系统的过程中，可以想到的解决方法有很多种。比如，在开发机器人自动驾驶系统的时候，“使用普通的摄像机吗？使用几个？”“激光、立体声、微波感应器怎么应用？”“怎样区分人与车？”“避开障碍物的寻径方法是什么？”有很多这种问题。在此之中还有相当多的选择，“首先试试这个吧。”“就用那个吧！”“使用这个装置吧”“不行，相比较而言，还是用这个更便宜”，等等。
不可能同时解决所有问题，所以必须做出抉择，在这些问题中，要先从哪个问题着手。就像下象棋一样，要决定这一步怎么下。这就要像羽生先生那样，首先，应从省略开始。
从省略开始，也要决定省略到什么程度才能得到成果。提供研究经费的赞助商在意的是“无论如何，成果是最重要的。”可以说，研究就是与自然之间智慧的较量，无论用什么方法，只要胜出就好。所以在通往目标的道路上，决定省略到什么程度，从而能够很好地进行下去、决定是攻还是守，首先应采取什么行动才是取得胜利的关键。
而研究项目领导的主要工作，就是给出这样的行动方针。如果遵照这个行动方针能提高成功率的话，说明这个领导很善于思考应该决定省略到什么程度。
如果仅仅拘泥于细小的部分，就不可能做出省略，结果就是没办法向前迈出一步，什么时候都得不到理想的结果。