融会贯通也意味着你必须学会解决那些从未见过的、没有确定答案的问题,学会用创造性的思维方式
分析和解决问题。在Google 的招聘过程中,我发现有一些很好的学生非常善于解答某些有着明确描述和
明确答案的问题(例如,怎样遍历无向图或有向图等等),但他们一碰到那些需要进一步抽象和明确的,
略显模糊的问题(例如,如何将常用的图算法应用于人际关系建模与分析等等),就很难将自己的思维
集中到正确的方向上来,也很难根据具体的情况选择最合适的解决方案。要知道,在实际工作中,几乎每
一个问题都是模糊和不确定的,你的老板和同事不可能预先帮你将问题简化成书本里那样的抽象形式,一
切都需要你自己动手,需要在融会贯通的基础上创造性地解决问题。
和简单地学好课本知识相比,融会贯通对每个学生的要求更高。但只要达到了融会贯通的境界,你就
具备了21 世纪人才的必备特质之一,并同时拥有了实现理想和追随兴趣的坚实基础。
2.创新实践者
现代社会离不开创新,因为无论是对一个社会还是对一个企业,创新都是唯一能够长期持续的竞争优
势。从根本上说,价值源于创新。创新以及由创新引发的产业和技术革命所能够创造的价值要远远大于重
复性劳动所能创造的价值。正因为如此,几乎所有现代企业都把创新摆在企业发展的最核心位置,包括中
国在内的绝大多数发展中国家也都把自主创新视为可持续发展的根本动力。
但是,科研领域和产业界往往会有一种为了创新而创新的倾向。许多研发成果只是片面地追求科技
领先或是概念独特,许多研究员只是追求发表论文而不考虑创新的结果是否能很好地解决实际问题,是
否能被大多数用户接受。
例如,1996 年我在SGI公司领导一个研发团队开发了一个非常酷、非常棒的三维浏览器,也赢了很
多大奖。但当时我们只顾埋头创造,却没有做好市场分析和调查,看一看这么酷这么棒的浏览器在市场上
到底能否被普通用户接受。结果,因为该产品没有市场,这个创新无法为公司创造任何价值,我们的产品
等于白做了。我们不得不把部门卖掉,解散了部门里的100 多位员工。这可以说是我一生中最难忘的事情
之一,也是我所经历过的最大的一次失败。
从这个惨痛经验的教训就是:创新必须为实践服务,为了创新而创新是没有任何意义的。我在MIT
被采访时,有人问我如何用一句话来激励MIT 的学生。那时我刚经历了SGI 的失败,我想到的第一句话
就是:重要的不是创新,而是有用的创新,我们不能因为才去做一件事,而要看它究竟有没有实用
价值,究竟能不能解决实际问题,并被用户所接受。
反之,在实践过程里,我们也不能只局限于重复性的工作,而应当时时不忘创新,以创新推动实践,
以创新引导实践。只有不忘创新,我们的实践工作才能充满活力和激情,才能不断研发出卓越的产品。
Google 公司的两位创始人——谢尔盖.布林和拉里.佩奇——就非常善于在实践中创新。当年,当这两
个斯坦福大学的神奇人物将创新的网页排序算法与方兴未艾的网络搜索实践结合为实力超群的Google
索引擎的时候,创新和实践这两个相辅相成的字眼就在Google 深深扎下了根。即便是在紧张的工作之余,
两位创始人也不会忘记发明一些新奇的玩意儿来为工作增添些乐趣。有一次,拉里.佩奇自己动手,将装
有自己开发的测试程序的笔记本电脑安装在可以遥控的玩具车上,然后蹲在地上,指挥着自己的测试车跑
遍公司的各个角落——其目的竟然是为了测试公司内部的无线网性能。
创新引导实践,实践支持创新。实践和创新缺一不可,这就好比只懂得力学原理的人和只知道铺砖叠
瓦的人都无法独立建起一座摩天大厦一样。同样的,在新的世纪里,也只有那些善于将创新和实践结合起
来的人才有可能获得最大的成功。
3.跨领域融合者
许多同学进入大学时总认为专业就是职业,把专业学好就是金饭碗,认为读化学的就会成为化学家,
读历史的就会成为历史学家。这个观点是错误的。21 世纪是各学科、各产业相互融合、相互促进的世纪。
21 世纪对人才的要求也由传统的专才转向了跨领域、跨专业的综合性人才。也就是说,现代社会和现代企
业不但要求我们在某个特定专业拥有深厚的造诣,还要求我们了解甚至通晓相关专业、相关领域的知识,
并善于将来自两个、三个甚至更多领域的技能结合起来,综合应用于具体的问题。
事实上,跨领域、跨专业也是社会发展的内在需要。现代社会在各专业领域得到充分发展之后,就势
必会对不同专业、不同领域的协作与集成提出更高的要求。例如,假设在传统学科分类体系看来,人们已
经创建的知识门类有1000 种,那么,将这1000 种知识门类两两结合,我们就可以得到1000000 种潜
在的可能性,其中每一种都有可能开创一个崭新的学术领域,引发一次技术或生产力的变革,有可能为社
会发展注入新的动力。如果考虑三种知识门类的合成,那么,这种可能性就会增长到1000000000 ——
其中蕴藏着多么大的机遇与挑战呀!
具体说来,以计算机科学为例,人们已经分别将计算机科学与心理学、语言学、经济学、生物学、建
筑与土木工程、戏剧、机械与自动化等专业门类结合,开创出了用户界面设计、计算语言学等一大批充满
活力的新兴学科(如下表所示):
计算机科学
统计学 数据挖掘
概率论 机器学习
心理学 用户界面设计
语言学 计算语言学
经济学 计量经济学
生物学 基因分析
建筑与土木工程 计算机辅助设计(CAD
戏剧 数字娱乐
机械与自动化 机器人学
…… ……
EDS的研究院甚至做出了大胆的预测:未来的CIO 不再是Chief Information Officer(首席信息
官),而是Chief Integration Officer(首席集成官)。
Google 的成功其实也是跨领域合成。可能许多人会认为Google 一定在信息检索(也就是搜索
方面掌握了先进的技术,取得了重大的突破。但实际上,早在Google 成立二十多年前就有一个世界领先
的信息检索公司Lexis-NexisLexis-Nexis 可以说是信息检索行业的开拓者和领头羊,二十多年前就在
大文本和数据库的搜索方面开发出了领先世界的产品。但是,Lexis-Nexis 因为过度地专注在信息检索行
业本身而错过了互联网的革命,他们没有看到利用庞大的并行计算来检索互联网上海量信息的巨大机会。
相反,Google 在技术上依靠着多学科、多领域知识的交叉互补与综合运用,反而后来居上。如果深入剖
析的话,看似简单的Google 网络搜索技术其实是由信息检索(如何找到最佳的信息匹配)、网络(如何
用最新的网络技术满足用户需求)、用户界面(如何让用户在最佳的使用体验中更便捷地获取信息)、信
息采集(如何收集分散在网络各个角落的信息资源)、硬件(如何为复杂的计算任务提供硬件支持)以及
并行处理(如何快速处理大规模的计算任务)等技术领域组合而成的。
除了产品之外,在学术研究领域也是一样的道理。在一个成熟领域更深入地研究下去,或去开创一个
新的理论,这都是很困难的。例如,在语音识别领域,我的博士论文被许多人认为是该领域里的一个里程
碑,因为我实现了世界上第一个不指定语者的连续语音识别技术。