一个全新的范例

新增了工程学类别问题，但梅尔卡雷克对此并没有兴趣。他解决的7个问题都是其他领域的。

这让我们对梅尔卡雷克有了一些了解(他是那种不喜欢凭直觉工作的人)，但我们了解更多的是”创新中心”。当莱克汉尼仔细研究了”创新中心”的资料后，发现梅尔卡雷克并不是例外，他代表了一种规律——最有可能解决问题的科学家，是最意想不到的那些人。

“实际上我们发现，‘问题解决者’更容易在与自己专业无关的领域获得成功。“莱克汉尼说。问题离他们的专业越远，就越有可能得到解决。“我们把问题比做花朵，其目的不仅是吸引最多的昆虫，而且是吸引种类最多样化的一群昆虫。”

莱克汉尼的论文有一个更有趣的观点：在成功解决问题的人当中，足有75%的人已经知道问题的答案。研究表明，这些全球最顶尖企业的研发人员历时数年都没能解决的问题，其解决方法居然不需要突破思维，也不需要其他的智囊出谋划策，只需要足够多样化的一群人来尝试。这些都支持了哈耶克的论点：不是只有获得更多的知识才能取得进步，而是要学会汇总和利用我们已有的知识。我问梅尔卡雷克，他花了多少时间来解决”创新中心”的问题，他的答案很能说明问题——“如果我想了30分钟还不知道该怎么做，就放弃”。

对于商业和科学领域的人来说，莱克汉尼的发现也许算新闻。因为在这些领域，几十年来专业化的风潮大行其道。但它们恰好吻合经济社会学几十年来的研究，与被社会学家称做”弱连接力量”的法则不谋而合。

1970年，哈佛大学社会学准博士马克·格拉诺维特跨过查尔斯河来到马萨诸塞州牛顿市，询问了当地282名职业技术方面的管理层人员，如何得到了现在的工作。调查结果是，大多数人利用了私人关系，这个结果并不意外，只是再次印证了一个传统观点——“你知道什么并不重要，重要的是你认识谁”。但是，格拉诺维特的研究更深入了一些，他想知道到底是哪种私人关系。是配偶？兄弟？还是密友？结果——都不是。只有16.7%的人是通过这样亲密的关系找到工作的，剩下借由个人关系找到工作的都是通过他们几乎不认识的人。帮助最大的是朋友的朋友。

因为我们熟悉的人知道的事情和我们知道的是一样的，比如知道的适龄单身人士一样，知道的工作机会也一样。哪些公寓正在出租？——我们知道的还是一样。

弱连接力量和公司环境内那种根深蒂固的偏见正好相反。莱卡汉尼说：“在人际交往中，人们有很强的同质化倾向，也就是我们通常说的物以类聚。因此，即使公司通过寻找外援来解决问题，也会依赖于它们了解的人或者合作对象，同样会产生在局部寻找的偏见，这和在公司内部解决问题没什么差别。”

这样看来，那些难倒宝洁顶尖科学家的问题，梅尔卡雷克几杯白兰地下肚就能解决，也就不足为奇了。

要让一切实现，关键是要在像”创新中心”这样巨大的网络中寻求外援。或者，像莱卡汉尼的比喻，让你的花尽可能吸引更多的昆虫。这点说起来容易做起来难。“公司是不能对外公布它们的内部问题的。传统的公司文化限制外人接触内部信息，而不是越多越好。“那么还有什么比让它们束手无策的问题更加隐秘的公司内部信息？当然，这样反而会给那些愿意逆流而行的公司提供更好的机会。

如果一个文化程度不高的家具工可以解决他的时代最令人困惑的问题之一，如果一个电气工程师能解决世界500强公司遇到的最棘手的化学问题，那么，MATLAB的内德·格利对于未来集体智能也许可以治愈癌症的设想也许并不荒谬。

这个目标并不像听上去那么遥不可及。受到SETI家庭工作室分布式计算启发，斯坦福大学化学系开展了一项“折叠”家庭实验室计划(Folding@home)，也就是利用成百上千台家用电脑的剩余计算能力模拟”蛋白质折叠”——蛋白质自我组装形成生物分子的过程——这对于了解囊胞性纤维症和阿耳茨海默氏病（提早老年痴呆症）以及癌症等疾病，是关键性的一步。

从开发上千台电脑的剩余生产力到开发上千个大脑的剩余生产力只需向前迈一小步，而且这件事已经发生了。

“创新中心”最近和非营利组织prize41ife合作，对方提供100万美元的奖金寻找能够帮助治疗”运动神经元症”——又称”葛雷克氏症”——的方法。这种模式很容易被应用到寻找其他病症的治愈方法上。大众最接近的规模（也就是网民的人数）是10亿，当10亿变成30亿会发生什么？所有这些人一起工作，会创造出怎样的集体认知成就？

把难题交给众包解决，这一方法已经渗透进了最不可能创新的美国联邦政府。2007年，佛蒙特州的独立派、参议员伯尼·桑德斯提出一个议案，将专利部门给予药品公司的药品专卖权用一种现金奖励的方式取代。议案提议政府建立800亿美元的基金，将这笔钱用于奖励定向的医药目标，比如改进疟疾的一些治疗方法。

目前药品公司并没有资金研究这类救命的治疗方法。

因为对疟疾这类杀手看似无情的漠视，药品公司成为众矢之的，但实际的原因是这类药品的研发费用十分高昂，而最需要这类药的人也是最贫穷的，这意