健康小屋专利
一个美国自行车修理工从内胎盒里抽出一个自行车内胎，递给他的顾客。然后两人开始聊天，修理工开始随意摆弄内胎包装盒。当他抓住盒子的两端来回扭动时，他发现它可以顺利地改变盒子的形状。可以找个牙膏盒试试。这是一个微不足道的发现，却足以改变整个世界。
这个自行车修理工是维尔伯·莱特。当时，他和他的弟弟奥维尔·莱特正在研制一架飞机。他们遇到的一个大问题是如何控制飞机的飞行姿态。扭曲内胎包装盒启发了莱特兄弟通过扭曲机翼的形状来操纵飞机的飞行姿态。
在发明创造的过程中，偶然的发现总是起着重要的作用。除了莱特兄弟发明飞机，这样的例子还有很多。比如1948，瑞士工程师乔治·德·梅斯特拉尔(George de Mestral)带着他的狗散步回来，发现狗身上沾满了草籽，上面有很多小钩子。这个意外的发现使他最终发明了velcro。在1951中，来自Hysmans的Kodak公司的Harry Coover在寻找用于飞机驾驶舱盖的隔热聚合物时，发现一种化学材料太粘了，不能粘在任何东西上。后来他意识到这种东西可以当胶水用，于是万能胶就诞生了。
这些发明家的故事确实引人入胜，但依靠偶然做出发明，往往意味着事情在很长一段时间内都没有结果。几百年过去了，人们还是用一种很古老的方式去发明创造，效率低下，跟不上其他行业。
然而，现在我们已经开始学会给自己制造好运了。那些罕见的灵感很快就可以被电脑软件逐渐取代。换句话说，计算机辅助发明正向我们走来。
上世纪90年代，美国斯坦福大学计算机科学家约翰·科扎(John Koza)领导的研究团队对计算机辅助发明进行了开创性的研究。他们使用一种计算机算法来模拟自然界中的进化，即所谓的“遗传算法”。使用遗传算法时，计算机把一个方案看作一个基因组，基因组中的基因代表电压、焦距或材料密度等各种参数。起初，计算机会从初始基因库中随机生成一些基因组样本，尽管它们可能不是一个好的解决方案。通过杂交这些基因组并引入“变异”，每个后代既包含了上一代的一些特征，也包含了一些可能有益的新特征。然后给这些后代基因组一个特定的任务来测试它们。选择最好的作为下一轮育种的基因库。就这样，一次又一次的重复这个过程，就像自然选择一样，最好的方案最终会存活下来。
Koza的团队进行了一些测试，看看这种遗传算法是否可以重新发明以下基本电路:贝尔实验室在20世纪20年代和30年代开发的滤波器、放大器和反馈控制系统。最后，他们的试验成功了。他们的遗传算法可以重新发明经典的贝尔实验室电路。
如果你觉得他们只是运气好，那么他们有很多成功的例子。例如，他们利用这种遗传算法为各种光学仪器制作了六种目镜的各种组合。他们的算法不仅复制了所有的光学系统，还改进了一些原有的设计。其中，这项改进可以用来申请专利。
遗传算法具有很强的普适性，研究人员将在美国计算机协会举办的遗传与进化计算年会上展示利用遗传算法做出的发明。例如，在2015的会议上，来自意大利的一个研究小组利用遗传算法为一架有四条触须的水下无人机找到了一种高效的游泳姿势。欧洲航天局先进概念实验室的工程师利用遗传算法为未来的太空设备设计了一条最省油的路线，以清理低轨道太空垃圾。
大会每年都会把最大的奖项，叫做“人类竞争力奖”，颁给那些被认为超越人类智力的发明。2004年，首届人类竞争力奖颁给了一个奇形怪状的天线。这项发明是由美国国家航空航天局资助的。它看起来像一棵茂盛而怪异的树，有许多丑陋的树枝，但它工作得非常好。这种东西肯定不是人类设计的。
而这往往成为问题的关键。当计算机被用来辅助发明时，不会被人类先入为主的观念所蒙蔽，所以计算机可以做出人类从未想过的发明。
2015年度“人类竞争力奖”颁给了一种提高超低功耗计算机运算精度的方法。这种计算机基于简单的逻辑电路，功耗较小，但会产生许多运算错误。捷克布尔诺科技大学的计算机科学家利用遗传算法让软件不断进化，最终找到了一种简单的纠错方法。他们的研究成果是一种绿色芯片，适用于计算精度较低的程序，如流媒体音乐或视频。
帮你横向思考。
然而，使用遗传算法，你仍然有一个问题要面对:你需要提前知道关于你发明的东西的所有细节，以便你的算法能够以富有成效的方式改进它。这意味着遗传算法往往擅长优化现有的发明，这些发明不需要很大的创新，通常不会带来很有商业价值的发明。那么，计算机还能为我们带来什么更大的创新呢？
当一个发明家发明一个新东西的时候，他经常会注意到一些很多人忽略的东西。如果计算机能够把人们的注意力吸引到问题中容易被忽视的东西上，那么我们就可以用它们来产生一个非常创新的发明。最近，美国的创新加速器公司开发了一种软件，可以用来帮助发明家注意那些容易错过的东西。那么，他们的软件是如何做到这一点的？
他们的软件可以让你用人类的语言描述一个问题，然后它会把这个问题分解成大量的相关短语，用这些在专利数据库中搜索，找出哪些发明解决了类似的问题。最重要的是，这个软件会在其他领域寻找类似的问题。换句话说，软件可以帮助你横向思考。
在一个例子中，测试人员要求软件找到一种方法来降低足球运动员在比赛中发生脑震荡的风险。软件把问题的描述拆开，然后搜索以下关键词寻找解决方法:减少能量、吸收能量、交换力、减少动量、反作用力、改变方向、排斥能量。最后，根据“排斥能量”的搜索结果，该公司终于发明了一种含有强磁铁的头盔，可以互相排斥，可以有效减少头盔的严重碰撞。可惜这个发明几周前被别人申请了专利。不过这个例子说明，创新加速器的软件确实能帮上很大的忙。
另一个例子是，该软件成功地复制了滑雪板制造商最近的创新。问题是想办法减少滑雪时雪板的震动，让滑雪者滑得更快更安全。厂家偶然发现了这个问题的答案，创新加速器的软件可以很快找到。小提琴制造商已经找到了减少乐器额外振动的方法来产生纯净的音乐，软件会提示这种方法可以应用于单板滑雪。
创新加速器首席技术官托尼·麦卡弗里(Tony mccaffrey)认为，90%的问题已经在其他领域解决了，你要做的就是找到它们。他现在正计划使用IBM的超级计算机Watson来分析数百万个文件，以帮助该软件更深入地理解专利和技术论文。
另一家瑞士科技公司Iprova也发明了“计算机加速发明”的技术，帮助发明者横向思考，想法的来源远超专利文件。该公司不想透露他们的软件是如何工作的，但2013的一项专利显示，其软件将为客户提供“建议的创新机会”，不仅来自专利数据库和技术期刊，还来自博客、在线新闻网站和社交网络。
特别有意思的是，Iprova的软件还可以随着网络热点话题的变化而改变建议。这样，就会带来更有成效的建议。Iprova的软件每个月可以产生数百项高质量的发明，然后公司会与客户沟通，客户可以选择一些申请专利。Iprova的客户主要来自医疗保健、自动化和电信行业，跨国科技公司飞利浦就是其中之一。由此可见，Iprova公司的业务蒸蒸日上。
计算机发明陷入专利困境
但是，如果大部分工作由计算机来完成，这种事情可能会破坏专利制度本身。目前的专利制度要求，只有当“普通技术人员”认为一项发明不显而易见时，才能授予专利。但如果发明人只是用计算机发明的，那么这项发明就可能被视为计算机的一个明显的输出结果，不一定具备申请专利的条件。
现在，这种担忧在药物的研发中变得很严重。如果发现药物的工具软件已经变得如此强大，科研人员只需要负责监控软件的活动，就会让整个药物研发过程成为一件显而易见的事情，那么这个时候还能申请专利吗？因此，计算机辅助发明技术可能会使许多发明失去专利保护，这将大大挫伤发明者的积极性。
但无论如何，在未来发明的过程中，计算机辅助将发挥越来越重要的作用。电脑会加速技术进步，带来公平竞争，让很多人成为发明家。虽然人们常说机会总是留给有准备的人，但现在，在计算机的帮助下，我们可以大大增加意外发现的概率。换句话说，电脑可以帮助我们收获更多的好运。