本月早些時候，塞繆爾·阿貝斯曼（Samuel Arbesman）在 Wired 網站撰文稱，這個世界需要更多的通才、業餘愛好者和多面手。他指出（他當然不是第一個指出的人），科學和技術知識的領域變得如此之大，沒有一個人能夠通曉一切。因此，人們往往會專注於一個領域。他寫道，這是個問題，因為“最令人興奮的發明都出現在各個學科的邊緣，出現在那些能夠把不同領域的不同觀點綜合在一起的人當中。”
如果你的職業是寫程式碼，那麼程式設計當然是個實用的技能。這也可以是個有益的愛好——過去幾年中，我學會了幾種不同的程式語言。但是對大多數人來說，學習程式設計恰恰並不值得花費時間。科技變化如此之快，如果想在程式設計領域保持領先地位，你就要專注於程式設計——從而讓你自己侷限於極為專業的桎梏，這正是阿貝斯曼擔心的問題。阿貝斯曼認為，為了培養多面手，更多的人應該“擁抱機器”。尤其是通過學習程式設計來實現這個目標。阿貝斯曼表示，“通過程式設計，認識到相似的演算法會不斷重複出現，我們能夠看到不同知識領域之間的相似性。”
（更新：阿貝斯曼非常熱情地在本文下方發表了評論，指出他的觀點“並不是著重強調程式設計能夠培養多面手這種司空見慣的想法。”而是在說，“目的是讓人瞭解跨越學科的通用模型，而不是學習如何程式設計。程式設計也許會有幫助，但是更多的是學會尋找和使用‘工具’，促進這種互動作用的產生，不僅是學習程式設計本身。”不過每個人都應該程式設計的這種想法是再普通不過的觀點，依然值得探討。）
在 21 世紀，要培養在任何領域——無論是科學、技術還是商業領域——的創造力，對科技都應有一定程度的掌握。不過要充分利用計算機的強大功能，最好的途徑並不在於程式設計——而是讓計算機做人類並不擅長的繁重計算工作，讓人類能夠專注於具有創造力、解決問題的工作，這恰好是計算機不擅長的領域。
如果你想培養創造性的以及能解決問題的能力，解決方案並不是學習程式設計——而是學習繪畫雕刻，或者是樂器演奏、詩歌創作。從事什麼領域並不重要：關鍵在於如果你想培養自己的創新能力，最好的方法就是認真地追求一門藝術。
在諾貝爾獎的歷史上，幾乎每位獲獎者都有藝術追求。根據美國心理學家米歇爾（Michele）和羅伯特·魯特-伯恩斯坦（Robert Root-Bernstein）的研究，“絕大多數的諾貝爾獎獲獎者在成年後都積極參與藝術活動。與普通科學家相比，他們愛好唱歌、跳舞或表演的概率是前者的 25 倍；同時也身為視覺藝術家的概率是前者的 17 倍；創作詩歌或文學作品的概率是前者的 20 倍；做木工活或其他工藝的概率是前者的 8 倍，同時也是音樂家的概率是前者的 4 倍；同時也是攝影師的概率是前者的兩倍。”
物理學家馬克斯·普朗克（Max Planc）寫過歌劇，為交響樂譜過曲，他曾經寫道，科學家“必須有生動直觀的想象力，因為新的創意不是通過推論產生，而是通過藝術創作的想象力產生。”
歷史似乎贊同他的說法。實際上，無論是古代還是現代，許多最偉大的科學家都是藝術家。當然，達芬奇（Da Vinci）以他的藝術才華和科學才能而聞名於世。現代蒸汽機的發明者羅伯特·富爾頓（Robert Fulton）是位畫家。好萊塢女明星海蒂·拉瑪（Hedy Lamarr）與人共同發明的專利技術成為現代手機、Wi-Fi 和全球定位系統（GPS）的基礎。誰和她共同完成了這項發明？喬治·安塞爾（George Antheil），一位作曲家和音樂家。
（海蒂·拉瑪則從另一個方向體現了這個過程：她的日常工作是名演員，工程師是她的業餘愛好。她在自己的豪宅中建立了實驗室，在這裡完成了多項發明。）
為什麼學習藝術可以提高創造力，這個科學原理依然處於起步階段，有大量的研究產生了相互矛盾的結果。不過有一個原因可能解釋這種力量，藝術和科學之間的實踐存在相似性。藝術家會先勾勒草圖，稍加修改，然後完成繪畫，這可能是一幅油畫的基礎。小說家會創作幾篇草稿，然後挑出寫得最好的稿子。同樣地，科學方法的本質是提出假設、測試、修改假設、形成新的假設、再次測試等等。工程師的工作流程是設計、測試、否決草圖、測試、否決更多的草圖等等。因此，即使是在某個人選擇藝術的實踐中，科學家或工程師還是在練習基本技能，這些技能是她在主要職業中獲得成功的必要條件。
愛因斯坦曾經說過，“如果我沒有成為物理學家，我可能會成為一位音樂家。我經常在音樂中思考問題。我在音樂中做白日夢。我通過音樂的方式來看待我的人生。”為了發揮我們的創造力潛能，我們不妨將愛因斯坦作為典範。