我们在思考和解决问题的过程中通常都会有一些思维定式，限制着我们的思考。今天我以一个小实验为例和大家讲讲如何打破思维定式，提高我们创新和解决问题的能力。
文/悠悠设计的魅力在于创新，一个出色的设计师，最重要的是完美发挥他的创新能力，完成富于创意的设计作品。但是，对于刚入门的设计师，面对设计任务他没有思路，更无从创新。那么，如何才能提高设计师的创新能力呢？这就需要广大设计师进行设计技巧的学习，通过学习提高创新能力。
奖励你的好奇
发展创新能力的一个常见障碍是：感觉好奇是一种胡思乱想。当你对某事感到好奇时，不要斥责自己，而是要奖励自己。给自己一个机会去探索新的课题。奖励自己很重要，但同样重要的是发展内在的动力。有时，创新的真正奖励在于其过程本身，而不是产品。
变成一个专家
发展创新能力的最好方法之一就是成为这一领域的专家。通过对课题的深入理解，你将能够更好地去思考问题新颖的或者创新的解决方案。
全身心投入
第一步就是要全身心投入地去发展你的创新能力。不要放弃你的努力。设定目标，争取别人的帮助，每天花点时间发展你的创新技能。如果你不为创新投入时间，你将无法发展自己的创新才能。每周安排一些时间，集中花在某些类型的创意项目上。
克服失败的恐惧
担心你可能会犯错或者你的努力将会失败，这会阻碍你的进步。每当你发现自己有这样的感觉，提醒自己：错误只是过程的一部分。虽然你可能偶尔会在创新的道路上跌倒，但是你最终会达到自己的目标。对自己能力的不自信会抑制你的创造力，这就是为什么建立自信是如此重要。记录下你已经取得的进展，表扬自己做出的努力，并且总是设法来奖励你的创意。
乐于冒险
当开始发展你的创新技能时，为了提升自己的能力你必须愿意承担风险。你的努力可能不会每次都最终成功，但依然会增强你的创新才能和发展未来可用的技能。当你已经有了一些基本的创新技能，重要的是要不断地挑战自己，以进一步提升自己的能力。寻找更困难的解决方法，尝试新的事物，避免总是使用你在过去使用的相同的解决方案。
激发新思路的头脑风暴
头脑风暴是一个在学术界和专业领域常用的技术，但它也可以作为开发你的创新能力的强有力工具。首先把你的判断力和自我批评放一边，然后开始写下相关的想法和可能的解决办法。目标是在一个相对较短的时间内产生尽可能多的想法。接下来，重点明确和细化自己的想法以达成最佳的选择。
认识到大多数问题都有多个解决方案
下次处理问题的时候，尝试寻找各种解决方案。不要简单地依赖你最初的想法，花时间去思考下其它可能的办法来处理这种情况。这个简单的举动对于培养你解决问题能力和创造性思维都是一个很好的方式。
尝试“六顶帽子”技巧
六顶帽子的方法是指从六个不同的视角来看问题。通过这样做，你就可以产生更多的想法，而不是像以往那样你可能只从一两个视角看问题。
黑帽子：使用消极的观点。这个解决方案的哪些部分行不通呢？
绿帽子：创造性的思考。其它变通的想法有哪些？
蓝帽子：广泛地思考。最好的整体解决方案是什么？
红帽子：带着情感看问题。你有什么感受？
白帽子：客观地看问题。事实是什么？
黄帽子：使用积极的观点。这个解决方案的哪些部分行得通呢？
寻找灵感的源泉
绝不要期望创新偶然产生。寻找新的灵感来源，这将给你提供新的思路，并激励你给出问题的独特的答案。读一本书，参观一个博物馆，听你自己喜欢的音乐或者与朋友进行一次热烈的辩论。利用任何最适用于你的策略或方法。除了寻找灵感，你还需要为创新给自己创造机会。这可能包括接手一个新项目或者在你当前的项目中寻找新的工具。
考虑替代方案
当解决一个问题时，利用“如果?”的假设来考虑每种可能的方案。如果你使用一种特别的方案，会出现什么结果呢？通过预先，注意这些替代方案，你就能更好地构想出问题的有创造性的解决方案。
创建流程图
当你正在开发一个新项目，首先创建一个流程图来追踪该项目从开始到结束的全过程。寻找各种途径或者可能发生的一系列事件。一个流程图可以帮助你将最终产品直观化，消除潜在的问题，产生独特的解决方案。
尝试“滚雪球”技巧
你有没有注意到一个好的想法常常直接引出另一个好想法？当你正在为你的项目构思的时候，你可以使用“滚雪球技巧”来利用这一点。如果这个想法不是很适合你现在的工作，那就把它放一边，等待日后的工作使用或者实施在未来的项目中。
记创新日记
开始写日记，记录你的创新过程，跟踪你的创意。日记是反思你已完成工作并寻求其它可能解决办法的一种非常好的方式。日记可用于保存想法，以便以后可能成为未来的启示。
创建一幅脑图
脑图（思维导图）是将各种想法联系起来并寻求问题的创新性答案的好方法。要创建一幅脑图，首先写下一个中心议题或者单词，然后围绕中心词链接相关的因素或者想法。虽然类似于头脑风暴，但这种方法允许有分支的想法，并提供了一种非常直观的方式看到了这些想法是如何相互关联的。
创新是设计的源泉，所以对于设计师而言，创新能力是不可或缺的。若果你还在为没有设计思路、设计思路陈旧没新意而苦恼，那就开始实践这些小技巧吧，一定会有意外收获的！
官方百家号：设计智造顶级创意设计师必备
本篇为设计智造www.cocoo.top 编辑整理，转载请注明出处！版权归原作者所有，如有侵权请来信告知（cocootop#163.com 将#改为@），可合作，我们愿意支付稿费。
2、要注意总结前人的经验和教训，前人的经验和教训是我们创新工作的基础，通过借鉴前人的工作，我们可以站在巨人的肩膀上看待问题、考虑问题和解决问题。
3、注意发现和总结前人失败的创新经验，通过前人失败的经验我们可以发现很多问题，还可以通过改变方法和途径，成功的解决一些我们目前遇到的问题。
4、要学会借鉴和组合，借用别人的经验再加上自己的创新，予以完美结合，充分利用并使之成为自己的东西，在实践中提高创新能力和创新意识。
5、遇到问题要注意从多方面考虑，而且要持之以恒，更要养成思考的习惯。只有这样，创新才能在不知不觉中出现，单纯的为创新而创新，出现的可能性也不会很大。只有从多方面考虑和解决问题，才能出现解决问题的灵感，才能创新。
6、要培养科学的学习习惯和思考习惯，这要求我们，要摒弃社会中的不良风气迷惑，切实发现自己的真正兴趣，并把自己的兴趣推而广之，坚持不懈地沉醉在发现问题和解决问题的思考当中；另外，要善于用逆向思维考虑问题的症结，不断地培养自己的直觉，并把思维的灵感火花及时保存，成为研究的新发现；科学的态度也很重要，这需要我们在思考问题的时候要聚精会神，真正深入到一个问题的每个层次中，否则效率的下调只会使瞬间的灵感顷刻溜走。
7、持续积累夯实基础知识，可以肯定，良好的基础知识是创新成果诞生的良好基点。优秀的创新成果都是饱含科技含量的，没有坚实的知识积累和深厚的知识底蕴，是不可能孕育出优良发明的。
此外，针对每个人不同的情况，要提高创新能力还要做到以下几点：
首先，必须具有强烈的事业心和责任感。具有高度使命感的人，才会有强烈的忧患意识，才能“先天下之忧而忧”，战胜自我，不断寻求新的突破。其次，必须用人类的文明成果武装自己的头脑。创造性思维作为一种思维创新活动，必然要以知识的占有作为前提条件。没有丰富的知识作基础，思维就不可能产生联想，不可能利用知识的相似点、交叉点、结合点引发思维转向，不可能由一条思维路线转移到另一条思维路线，实现思维创新；最后，必须坚持思维的相对独立性。思维的相对独立性是创造性思维的必备前提，因此我们跟应该加强我们的思维独立性并积极提高创新能力。
2、要注意总结前人的经验和教训，前人的经验和教训是我们创新工作的基础，通过借鉴前人的工作，我们可以站在巨人的肩膀上看待问题、考虑问题和解决问题。
3、注意发现和总结前人失败的创新经验，通过前人失败的经验我们可以发现很多问题，还可以通过改变方法和途径，成功的解决一些我们目前遇到的问题。
4、要学会借鉴和组合，借用别人的经验再加上自己的创新，予以完美结合，充分利用并使之成为自己的东西，在实践中提高创新能力和创新意识。
5、遇到问题要注意从多方面考虑，而且要持之以恒，更要养成思考的习惯。只有这样，创新才能在不知不觉中出现，单纯的为创新而创新，出现的可能性也不会很大。只有从多方面考虑和解决问题，才能出现解决问题的灵感，才能创新。
6、要培养科学的学习习惯和思考习惯，这要求我们，要摒弃社会中的不良风气迷惑，切实发现自己的真正兴趣，并把自己的兴趣推而广之，坚持不懈地沉醉在发现问题和解决问题的思考当中；另外，要善于用逆向思维考虑问题的症结，不断地培养自己的直觉，并把思维的灵感火花及时保存，成为研究的新发现；科学的态度也很重要，这需要我们在思考问题的时候要聚精会神，真正深入到一个问题的每个层次中，否则效率的下调只会使瞬间的灵感顷刻溜走。
7、持续积累夯实基础知识，可以肯定，良好的基础知识是创新成果诞生的良好基点。优秀的创新成果都是饱含科技含量的，没有坚实的知识积累和深厚的知识底蕴，是不可能孕育出优良发明的。
此外，针对每个人不同的情况，要提高创新能力还要做到以下几点：
首先，必须具有强烈的事业心和责任感。具有高度使命感的人，才会有强烈的忧患意识，才能“先天下之忧而忧”，战胜自我，不断寻求新的突破。其次，必须用人类的文明成果武装自己的头脑。创造性思维作为一种思维创新活动，必然要以知识的占有作为前提条件。没有丰富的知识作基础，思维就不可能产生联想，不可能利用知识的相似点、交叉点、结合点引发思维转向，不可能由一条思维路线转移到另一条思维路线，实现思维创新；最后，必须坚持思维的相对独立性。思维的相对独立性是创造性思维的必备前提，因此我们跟应该加强我们的思维独立性并积极提高创新能力。本回答被提问者和网友采纳
世界的本源：
古希腊人就有原子的思想，认为物质最终由最小的原子构成，自然现象由基础规律演化而来。这种认知大大启发了欧洲人探索自然规律。现代科学已基本证明宇宙是从奇点演化出来的，奇点所含有的信息必然不多，由此演化出来的纷杂世界必然是以几个简单规则为基础，然后逐层推进。人类要想发现这些规则，可以通过分类研究自然现象，总结规律，然后整合规律，用更抽象更统一的概念描述，这个过程逐渐推进就可以最终接近那几个基本宇宙规则。
空间和时间：
自然界的维度可能很多，但人脑能感知到的只有空间和时间4个维度，进而形成几何和因果的直觉，在这些直觉的基础上总结出适合人脑理解和掌握的知识。从高维度的自然界到人脑的直觉，一定不是一一对应的关系，所以人脑总结的知识是凌乱的，很难统一，要想接近世界本源，必须超越空间和时间的维度，从更多维度上统一规律，放弃直觉理解。
这种认知能启发创造和理解多维理论，如弦论，M理论。
认知的过程：
人类的认知能力有局限性，我们首先是通过感官接触外界，把接收到的信息转化为电信号通过神经传入大脑，大脑是由800亿个神经元细胞连接构成的庞大网络。电信号的强度决定神经元上的突触接通和连接强度，并进一步决定下一条神经元上突触的接通情况，从而在庞大的神经元连接网络中形成独特的电流涟漪。只要接收的信息不同，形成的电流涟漪就会不同，这些独特的电流涟漪就是我们对外界的感性认识，我们再通过主动的方式把电流涟漪扩展到其他区域，建立更多链接，就形成了理性认识。从这个认知过程看，我们的感官能接收的信息是有限的，不是一一对应关系，信息转化为神经电信号是有局限的，不是一一对应关系，神经电信号激发的神经网络的电流涟漪也不是一一对应的关系。这些认知特点就会导致大脑对外界的认知失真。但即使大脑有如此的局限性，要想用人造语言完全描述和推理这些过程依然无法做到，所以总会有些不可言传只能意会的思想。用电脑完全模拟人脑也无法做到，人脑神经元间连通状态和强度有无限多样性，因素有:离子种类，离子浓度，电流大小。后两个因素都是连续变化的，大脑从信号输入到输出是模糊逻辑，相同的输入能产生万变的输出，大脑还可以主动连接网络，从而产生自由意志；而电脑程序构造的人造神经网络是以通和断两种状态为基本单元，是不连续的，这种不连续的逻辑网络运行一定是模式化的，输入到输出是严格逻辑，绝不会产生自我意识。
这种认知能启发和指导创建各种链接模型，实现部分大脑功能。如果有一天人类发明了能实现连续变化的接触器，并能把千亿个这种接触器互相链接起来，人工智能才能实现全部大脑功能。
知识的学习：
知识是被人类整理过的，适合大脑掌握的，有用的，简化的，概括化的，结构化的，语言化的信息。语言是人类发明的，有一定的结构和语法，这些结构和语法会限制语言的表达力和应用力。例如：自然语言，描述和推理都有很多模糊性，容易造成错误，描述只能分段进行，一次不能含有太多信息；软件语言，每种都是针对某类问题有较好算法，其他问题很吃力或无法编程；数学语言，针对数量，符号，图形和集合，能较好地描述和推理，针对政治艺术道德方面问题就无能无力。所以任何知识都不能完整描述和推理真实世界，都是对真实世界的一种简化。在应用时要时刻注意不能教条化，一定要具体问题具体分析。如果问题较小，可以掌握所有细节，推理也不复杂，就要抛弃所有理论，用常识思考即可。
知识按大脑的处理方式可以分为记忆性知识，理解性知识和技能性知识。
记忆性知识的学习方法：分类，多感官参与，回忆，重复。
理解性知识的学习方法：体验现象和问题，抽象出概念，找出基本命题，亲自推导出所有重要命题，整理出完整命题体系，实践应用。
技能性知识的学习方法：分解技能，刻意练习，综合应用。
知识方面的认知能大幅提升知识的学习效率和应用能力。
逻辑推理：
逻辑是思维的规则，头脑中的逻辑是进化的产物，是外界最基本规律在意识中的反映。逻辑基本规则有同一律，矛盾律，排中律和充分必要律。遵循逻辑就可以推理或证明命题，如三段论推理是遵循同一律和充分必要律，归谬式证明是遵循矛盾律，数学演算是遵循同一律和充分必要律。
通过逻辑推理或证明可以保证命题的正确性和完备性，微积分的历史就体现这点：
通过穷竭法古代人就发现了特定曲线的斜率求法，通过斜率反求曲线的求法，曲线下面积的求法。针对简单曲线，这些求法都能较容易分析出来，但进一步推广使用就会产生各种混乱和悖论。为此必须从逻辑上证明严谨性和推导出通用方法，最终发明了极限和连续的概念才基本解决。我们学习微积分最好也应该是从简单曲线的斜率，反求和面积开始，然后进行扩展，最后才是严谨性证明和推导。如果开始就关注严谨性，仅仅连续统概念和极限定义就会使人犯晕。
公理化理论也是按逻辑推理建构出来的，公理化一方面保证理论的正确性和完备性，另一方面也方便我们记忆，理解和使用。但如果命题数量并不多，而且都能直觉理解，刻意的公理化就会带来理解和使用的障碍。
公理可以是常识性命题，也可以是在人造理论中的假设命题。以逻辑和公理为基础就可以推导出整套命题体系，形成某种理论，所有推导出命题都是公理的子命题，是在更多限制条件下的细化命题，但不要指望通过这种方式能推导出该领域所有命题，总有一些命题从公理中推导不出来，不能证实也不能证伪。
推理有自然语言推理和数学语言推理，前者容易犯错而且推理层次低，后者推理严谨而且推理层次深，能转化为数值符号图形和集合描述的，都要尽量用数学推导。
自然界在微观和宏观方面，人类感官接触不到，也感受不到，所以进化出的大脑逻辑就不一定适用微观和宏观的世界，如量子纠缠，量子隧穿和量子态叠加，这些现象完全不符合逻辑，我们也不应该用逻辑去解释它，只要拼凑出能描述的数学模型就足够了。
逻辑方面的认知能让我们提高推理能力，帮助创建和应用可靠的，公理化的知识体系。
科学研究：
科学是一套系统的，逻辑的知识体系，可以用来解释和预测现象。科学研究就是创建这套体系的过程。
自然学科方面，研究的过程是这样的，首先是明确针对的问题和现象，直觉感受和体验，抽象出概念和定义，构建简化模型，然后通过观察和实验总结规律，用数学关系式描述，必要时再做出一些假设，整理出基本命题，一般10个以内，能覆盖该领域的所有基础物理量和关系，接着用数学演算推导其他结论，最后是验证结论，验证通过就接受理论。科学理论不需要完全反映真实世界，只要能用来解释和预测现象，不产生矛盾，而且足够简单，能够被人脑掌握和应用就行。为此，科学需要人为创造一些容易掌握的概念和定义，要尽量统一，尽量概括，尽量用更简单的命题描述更基本现象，尽量用更简单的公式描述更基本规律。
社会学科研究方面，和自然学科类似，差异点是基本命题会随着伦理，立场和价值观不同而变化，推理上也更多地使用自然语言推理，推理层次低，难度低，错误多。为了公理化庞杂的命题，必须做出各种限制和假设，如经济学的理性人假设，历史学的时间跨度拉长，政治学的价值观追求，这些限制和假设在具体的事例上，往往并不成立，所以社会科学最忌讳教条化，历史上的伟大政治决策常常是基于事实和常理判断，不使用任何理论。
有这些认知后，普通人对科研也会有信心。
技术研发：
技术是利用物理化学效应和几何原理实现某种功能，这些技术要尽量模块化，标准化，参数化，应用时只需选择即可，不需了解实现细节。例如各种传感器，放大器，伺服器，软件中的函数库等。
各种效应和转换原理要事先整理好，包括转换函数，应用范围，精度大小，限制条件，成本大小等，例如：力电转换，光电转换，功率放大，变压，变速，变向，计数，力传导，正反馈，负反馈，电信号转换，光信号转换，位置记忆和复位，物质聚合和转化等。
在研发时可以从目标和限制条件出发反向推导，一步一步做出选择，解决或隔离矛盾，复杂的可以借助数学和软件工具降低筛选和判断难度，之后就是不断地实验，优化和集成，多次迭代后就能研发出满意产品。
政府要尽量制定更多技术标准，完善标准件手册和知识库，企业要尽量把产品标准化，部件标准化，技术文件手册化，研发人员要做好分工，个人只专注于特定领域，做出的东西要函数式的封装，别人不需要了解细节和原理就可以方便使用，每个层次的研发只需在本层次思考，不需了解其他层次的问题，每个层次的研发都尽量总结出简单易用的方法论。
例如研发复杂设备，首先从应用要求出发，推导出主参数，然后是方案设计，主要部件设计，零件设计，层层推进，要做到每一步的工作都简单，每个人负责的事情都容易。
繁琐，重复的东西尽量让电脑去做，如计算，仿真，筛选，判断等，人只做创造和决策的工作。
随着AI技术的发展，电脑技术要更多地使用起来，过去是用触发器和传感器判断状态，机械装置，继电器和PLC实现简单场景的自动化，今后要增加图像识别和语音识别的AI判断状态，电脑实现复杂场景的智能化。在人机交互上，过去是通过手柄，键盘和屏幕，今后要增加通过语音，手势和脑机接口，实现更高的人机交互效率。
技术研发方面的认知可以提高研发效率，让普通人也能从事研发工作。
工艺设计：
工艺是产品加工的方法，设计的原则是加工难度要小，成本要低，精度足够，误差累积尽量避免。
要想加工出高精度的东西，必需要原料稳定，设备精确和稳定，然后以低误差累积和低成本为目标选择加工方法。
例如要加工出同轴性好的电机外壳，两端的轴承孔必需在一次定位下加工，换刀不换位，一次性把两端的孔车削出来，要做到精度更高，还需要材料稳定，硬度误差小，机床刚度高，刀具磨损慢，后续热处理标准化，工人经验足等。
再比如烧蚀芯片电路，烧蚀部分极其微小精细，烧蚀过程中如果有移动就会产生误差，所以就采用投影的方式烧蚀，烧蚀中不需芯片和光源移动，把需要烧蚀的部分放大n倍后做成光栅，用紫外线照射光栅，然后用凸透镜缩小n倍投射到覆膜芯片上，这样就烧蚀出超微的芯片电路，完全规避移动误差，精度只取决于紫外线波长和凸透镜精度。
当然，大多数时候误差无法规避，如果最终能调校或修正，前期少量误差累积是可以允许的。比如轮子：最终可以通过打孔修正质心偏移，所以加工和装配过程中可以允许少量误差累积。设备的最终调校也是这个道理。
工艺设计的方法是比较和筛选，要熟悉各种定位方法，夹紧方式和刀具类型，要掌握各种加工方法的适用范围，精度大小，限制条件和成本大小。在头脑中在文件中甚至在电脑软件中，把这些加工方法尽量标准化，参数化，设计工艺时只要比较和筛选即可，简单的用人工选择，复杂的用电脑选择。
工艺设计时一定要清楚图纸要求和场景应用要求，很多应用要求在图纸上并没有体现，但常常在设计工艺时更为重要，所以工艺设计人员一定要清楚部件的使用场景。
另外，复杂工艺在最细化的操作知识很难传授，只存在工人的经验中，老工人老师傅非常宝贵。
工艺方面的认知可以帮助我们制造出高精尖产品。
总之，创新并不难，科技巨匠们并不神秘，只要保持对外界的好奇心，有正确基础认知的启发和指导，小国寡民也会有创新能力，也能做出伟大的发明和创造。