strong:
.............
我感觉大部分的创新不是刻意去想出来的
而是不经意之间突然冒出来的

stealth:
不对。需求是自然感觉到的，解决方案却是刻意去推导出来的（我这里的推导指的是类比和对比）。

需求是自然感觉到的：比如我们总体上感觉到外语写作是一个目前解决方案还不能很好解决的需要，汉字输入也是。

我们总是假定一个需求存在一个更好的解决方案（就象我们在 oi 比赛的时候总是先假定这道题我会做），然后我们刻意运用某些策略去类比这道题和我们已经会做的题目模型。

运用类比：编程环境能在我们输入一个函数名以后立即提示这个函数的参数表，那么自然语言写作环境是否也可以？（类比的前提：编程语言和自然语言有共同的一般类：“语言”）

运用对比：已有的外语写作系统都关注“写后纠正”，那么能否研究一下“写前引导”，防患于未然？Correction 和 Prevention 无论是从司法还是从一般角度都是一对有对比关系的概念（Correction 的一个意思就是监狱之类的改造系统）。再比如，已知用户当前要写关于什么主题，除了提示这个主题内的典型结构元素（对象，如教学活动这个主题里，老师，学生，课本，教具都是典型对象；关系：如教，学，问，答），能否从功用的角度提示些什么？比如“上课”这个过程的来龙去脉如何描写？“考试”呢？“作业的布置、完成和批改”这个过程又如何描写？其中会有什么变数，比如“抄袭”？结构元素是告诉你一个世界里有些什么，而面向任务的提示可以告诉你如果要完成一个特定的写作任务（比如描写一次考试）应该怎么具体写。事实上，“结构”和“功能”就是认识一个事物或一个世界时有对比关系的两个概念（有对比关系的概念不一定是两个，可以是多个，比如“长度，宽度，高度”）。我们看 MSDN 里的 SDK 话题，比如 Win32 and COM Development Graphics and Multimedia GDI Windows GDI Bitmaps，都是从结构（Bitmap Reference）和功能（Using Bitmaps）两个角度来介绍的（其实还有一个角度，就是背景知识介绍，即 About Bitmaps，这一点在外语写作工具里可以对应为给定主题的 Wikipedia 链接）。能否从一个已知概念得到有对比关系的其他概念，就是找到新思路的关键。

关于汉字输入：其实我一年前就注意到，拼音输入法的所有候选字存在某些字共享一种声旁这个现象，但是当时我想的办法是，还是按普通拼音输入法的样子（一条候选字行），如果用户看到一个候选字跟他想要的字有一半相同（即声旁相同），他可以按某个特殊的键，然后系统就把所有具有这个声旁的候选字筛选出来让他选。但是这样感觉还是不好，因为你在第一遍扫描的时候不仅要注意每个字的整体形象，还要注意它的声旁。后来我研究外语写作工具的“用户手工选择近义词”的时候，总结出一个分类思想，比如 luck, risk 的共同点就是它们都是一种“机会” (chance)，但是 luck 是“遇到好事的机会”，risk 是“遇到坏事的机会”，也就是我们可以把近义词分类成一棵树（chance 是 parent node）。然后我用这个分类思想重新想想拼音输入选字的问题，我就觉得具有共同声旁的字就是一类，让他们一开始就显示成一组不就行了？于是我就想到一开始就应该把所有候选字分成多行显示，每行对应一个共同声旁。

再谈谈需求的选择。诚然，证明 P!=NP 也是一个需求，发明一个新的排序二叉树也是一个需求，但我建议选什么需求去思考呢？就是牵涉到人的，也就是 software + wetware。比如汉字输入、外语写作，人都是其中的一个部分，人的认知习性都要考虑在解决方案的设计里（看看为什么我的拼音选字点子第一次没有完全成功？）机械算法被研究了几十年，有需求的都解决了（新的机械算法需求都在自然科学、工程前沿，不是人民群众的日常需要），所以我建议，如果要搞个“人民群众天天亲手用到的”，那必然是研究汉字输入、外语写作、网络搜索这类知识活动。我不是说过么，后工业时代的经济增长点来自知识工人的知识活动，因此应用数学和计算机科学应该为优化此类生产活动服务。

如果说我们为一个自然科学前沿的计算需要（比如某个计算生物学问题）设计了一个机械算法，促成了一个新的科研设备或产品的诞生，给某些跨国大公司带来了巨大利润，那么诚然是件好事，但是就好像一个班上的老师既要照顾最先进的学生也要照顾大多数普通学生，如果我们想提高人民群众的经济水平，我们就要研究外语辅助阅读、辅助写作这类的生产活动。人民的经济生产力问题、政治自由问题，都可以是我们可以常常思考的。。