万维钢在《创造的脚手架》这篇文章中讨论了一种具有可操作性的创新方法，即“想法的连接”。
这种创新方法在实操层面就是借鉴和组合。你将领域A中的工具，方法，概念，理论创造性的应用于领域B，或者把领域A,B,C中的工具，方法，概念，理论出人意外地组合在了一起，这是一种有效的创新。前者我想到了Terrence Sejnowski将数学的工具应用于神经科学从而开启了计算神经科学，还有Micheal Platt将经济学的概念和理论应用于神经生物学从而开创了Neuroecomonics，这自然属于具有重大意义的开创性工作（后者意义或许稍微小点）。
通过意外的组合从而做出开创性的发现，我想到了Wolfram Schultz和Okihide Hikosaka。Schultz刚开始发现多巴胺神经元不编码运动信息，相反对于奖赏相关刺激起反应，大家都不能接受。在孤独的（所以也让他后来成了reward learning领域里真正的最早的pioneer）探索了5-6年之后，他突然发现自己的观察结果可以用几十年前的心理学中关于学习的理论来解释，自此之后，他一下子就豁然开朗。之后随着计算神经生物学家（比如，Terrence Sejnowski）的介入，使reward learning这个领域到至今的不到30年内出现爆炸式的发展，从此他就成了这个领域的掌门人，一个坐等得诺奖的存在。这个例子极好地例证了意外组合是如何催生创造性的工作的。
如果说Wolfram Schultz做的是从0到1的创新，那么Okihide Hikosaka做的则是从1到2的创新。Schultz勾勒出了大脑处理正向奖赏的系统，而Hikosaka则补全了大脑处理负面惩罚的系统。一正一副，方才构成了一个完整的理论框架。如果深入追问他们两人创新的差异，Schultz的发现有很大的意外成分，天机扮演了不可或缺的角色，而Hikosaka的一系列工作更多的属于人为的功劳。他成功地勾勒出了一套链条完整的惩罚编码环路。那他是怎么做到的呢？据我曾经仔细研读他的系列论文，简言之其策略是有机地组合古老的文献和最新报道。比如说，老的文献有报道LHb可以投射到VTA，然后最近的发现暗示LHb对于punishment起反应，那他就测试一下LHb是否调节VTA对于punishment的编码。以此策略，他们实验室挖掘出了GPi, VP, PPTg, RMTg（参看21-5-23到21-5-30之间分享的文献）等一系列节点。基于他们实验室这一系列大刀阔斧式的开创性工作，后续的在大小鼠上的大量研究属于精耕细作型的完善性工作。论贡献，自然比不过开创者。更进一步我们不禁要问，为什么偏偏是Hikosaka可以从古老的文献中挖掘出与最新发现的些微联系呢？关于这个问题，我们不妨揣测一番：首先，Hikosaka在此之前已经是一个资深的研究人员（关于运动控制，奖赏期望等），他对相近领域拥有相当程度的了解；其次，他应该是带有目的性地去检索阅读相关文献，而不是泛览；还有，他应该很留心不同文献之间的可能隐藏的内在关联，而不是独立的看待那些文献。
总之，这种有目的的，留心的大量阅读应该是他能够做出意外组合的关键。这一点应该着意学习一下。
