伟大是不能被计划的，斯坦利和雷曼发明的算法叫做「新奇性搜索（ Novel Search）」，做法是这样的
随机生成一组解决方案。
评估每个解决方案的新奇性。哪个方案越是跟以前或者现在其他的方案不一样，就越新奇。
只保留新奇性比较高的方案，让它们像生物演化一样发生一定的变异。
把变异出来的新一代方案带回第2步，再次评估新奇性，这样一直循环，直到达到预定的迭代次数或者问题彻底解决。
这个算法在迭代过程中完全不考虑一个方案是否有利于接近目标。哪怕这个方案是往墙上撞，或者一站起来就跌倒，再怪异再不靠谱也没关系，只要是新奇的就留下。只问新不新，不问好不好。
然而各种实验都证明，这种方法找出来的方案最能解决问题。它能生成最好看的图片，能最快找到迷宫的走法，能最快学会直立行走。这是为什么呢？
一个原因是求新就是求复杂。简单的方案总是先出现，等你把简单的方案都尝试过之后还要新的，出来的就一定是更复杂的方案。复杂意味着掌握更多的信息，掌握信息多意味着更高级，也就更容易解决问题。
更重要的原因是，新方案是通往其他新方案的「踏脚石（stepping stones）」。这就如同你在一片沼泽地里寻宝，必须踩到更多的踏脚石才能探索更多的地方，而你必须探索很多很多地方才更有可能找到好东西。
