《多多加密日记》

Posted on Aug 04, 2022Read on Mirror.xyz

20220804 重构学习观

这篇文章首先是写给自己,即为了重构自己大脑中对于学习观的链接而写,然后才是分享给有缘人,希望有人看到之后能够从中吸收一点营养,也算是对外做的贡献。

几天前刷微博,看到有人推荐 B 站的一个 UP 主,说是宝藏博主,顺手点进链接,看了一个视频,结果被吸引,也被震撼了,因为视频中有关对学习观的说法,和自己以前的认知有很大的不同,更要命的是,他说的貌似还挺有道理。

这激发了我的兴趣,于是按图索骥,找到了博主的网站(https://www.modevol.com/),更加有点东西,为了传播自己的理念(也为了更好创收?),博主专门定制开发了一个更利于学习的网站,貌似花了很长时间,也花了不少资金。

这几天都在研究视频中关于“学习观”的内容,我基本上认可对方的理念,并且决定吸收其精华部分,使其成为我的大脑“函数”。

学习一直是我们人生中最重要的话题,几乎贯穿整个人生,就算是毕业了,也必须不断保持学习。

有的人从学习中收益,而大部分人则苦恼于学习,并被其深深山还,以至于极度排斥,认为自己并不是学习的那块料,干脆永远将之拒之门外,来一个眼不见心不烦。

可是,从生物生存和进化的角度来考虑,学习是必不可少的。

因为学习是生物为了适应环境而进化出来的能力,可以说是上天给予生命的天赋,如果把这项天赋弃之不用,无异于“暴殄天物”,放弃了作为人类的天生优势,将自己至于劣势竞争环境之中。

记忆

薛定谔在《生命是什么》中说,生命以负熵为食物

生命在对抗熵增的过程,不得不不断进化出更加高级的能力,而“记忆”就是生命进化出的第一个高级本领。

有了记忆,生命就可以存储环境信息,以后遇到类似的事情,就可以趋利避害,提高生存的概率,例如把常见的天敌猛兽记住,以后遇到,就立刻逃跑。

然而,记忆毕竟有其本质的缺陷,即“容量有限,而信息无限”,生命无法将无线的信息都存储到有限的容量当中。

天敌可能有无数种,并且每一种类的天敌还各有自己的特点,毛发颜色形状可能都不一样,就算遇到了,与记忆中的信息对照,可能都无法识别。

这种情况,有点类似于,特斯拉汽车只要在路面上遇到一个红色的布条就会识别为雪糕筒,然后辅助驾驶系统就会立刻减速。

特斯拉系统现在的智能,可能就有点类似于只有记忆能力,而没有学习能力的史前生命(或者学习能力还到位)。

在深度学习技术没有发展出来之前,机器人识别文字或者语音的准确度是非常低的,也是这个原因,只有精度非常高的完全匹配才能够识别,一旦变化了一点点形状或者音调,就无法识别了。

单纯只有记忆的本领,生命不足以因对复杂而恶劣的环境。

对生命来说,这是生死攸关的大事。无法适应,那就只有死。

那么该如何应对这种情况?

于是,生命又花了 N 亿年时间,才进化出了一个更加高级的本领——学习。

学习

为了应对更加复杂的环境,生物又花了无数亿年的时间才进化出神经网络的大脑结构,有了神经网络,才具有了学习的能力。

为什么有了学习能力就能够应对具有无限信息的环境?

因为学习是一种利用已知样本,归纳总结规律的过程。

而知识则是通过学习而得到的那条规律。

有了规律,那么生命就可以对符合条件的未知的事物做出预测,尽管它之前从来都没有遇到过这种情况。

例如,遇到一条哈士奇,我们教一岁宝宝说这是“狗狗”,下一次遇到一条土狗,他可能不认识,但是这样几次之后,就算他遇到了另外品种的狗(如德牧),宝宝依然还是能认出来。当然,这个时候如果遇到一只猫,宝宝也有可能叫“狗狗”,但是我们这个时候,就会指出,这是“猫猫”,不是狗狗。这样重复几次之后,宝宝便可以百分之百识别“狗狗”。

这真的很神奇,对不对?

宝宝居然成功完成了一次“学习”,得到了狗狗的“知识”,也就是说,宝宝大脑的神经网络,自动完成了这个知识的构建。

有了这个知识,无论以后遇到多少条不同的狗,宝宝都能成功将其识别出来。

于是,宝宝通过有限的狗狗样本学习,成功实现了对无限未知狗狗信息的处理。

可见学习能力,让生命适应环境的能力又提升了一个台阶。

知识

知识即通过学习总结归纳出来的规律,例如古老的谚语人生哲理,数学中的公式定理,亦或是某种特殊的技能。

心理学家丹尼尔·卡尼曼在《思考,快与慢》中提出,人的思考模式分为两种:快思考和慢思考。快思考是指依赖直觉的、无意识的思考,慢思考则是指需要主动控制的、有意识进行的思考。

同样,我们大脑中的知识,也大概可划分为两种类型:运动类知识和思考类知识。

不同类型的知识,构建方式会有一定的区别,如果构建方法不对,则学习起来的效率可能会天差地别。

1、运动类知识(快思考知识)

运动类知识,对应于“快思考”的知识,即那些依赖直觉的,无意识参与的知识,例如各种运动技能、驾驶技能、乐器演奏、语言学习等等。

这类知识,有着速度快,精度低,可并行的特点。

例如,我们可以一边说话驾驶汽车,也可以一边唱歌一边弹钢琴,这个过程中,其实大脑的主动意识并没有特别去参与到汽车驾驶和钢琴弹奏之中,反而一旦真的认真去想怎么游,或者怎么弹的时候,往往会出现各种错误。

这个时候的动作速度是快于大脑思考的。

相信大家都有这样的英语学习体验,每次听别人说英语的时候,往往我们的理解还停留在上一句,但是对方却已经说到下一句了,完全跟不上。

为什么会发生这种情况?

这是因为我们的大脑在将对方的句子翻译为中文,即我们在思考,而对方的说话太快,我们的思考速度跟不上其说话的速度导致的。 我们仔细想想,听中文的时候,会出现这种情况吗?显然不会。

这是因为语言类知识是运动类知识,是快思考,并不需要主动意识的参与大脑就可以处理,一旦慢思考参与进来,就会出问题。

2、思考类知识(慢思考知识)

思考类知识,是指需要意识主动参与的知识,这类知识具有速度慢,精度高,容错低,且无法并行的特点。

我们可以一边弹钢琴的时候一边唱歌,却无法在一边计算数学题的时候一边唱歌。

涉及思考类知识的问题,大脑通常无法立刻得出结果,必须经过一番逻辑推理或计算。此类问题,还经常涉及多个知识的嵌套,需要先解决某个问题,基于该问题的答案,再解决下一个问题。

所以,在学习处理这类问题时,往往还伴随着知识拆分,将复杂的复合知识,拆分成独立的相对简单知识,这个时候,大脑才能够高效处理。

拆分知识,可以降低知识的难度,从指数级别到线性级别。

那么,我们应该如何学习

学习的步骤

第一步 明确输入与输出

在学习的时候,我们需要搞清楚:

输入是什么? 输出是什么?

在之前的例子中,狗狗的模样,动作,声音等等就是输入信息,也即样本数据,而输出就是“狗狗”这个词。

第二步 构建

构建是一个过程动作,类似于建造。

例如,我们打造一个碎纸机,只要将纸张塞进去,出来的就是碎纸屑。

例如,我们写一个加法程序,只要输入两个数,输出它们之和。

打造碎纸机和加法程序的过程就是构建。

只不过,我们的大脑非常强大,构建的过程并不需要我们过多参与,我们只需要准备好第一步(输入与输出),即告诉它原材料和成品结果,它就会自动帮你构建好中间的零件结构。

可以想象一下,我们的大脑中有一张几乎万能的神经网络,一旦我们通过输入设备(感觉细胞如视觉,听觉,触觉)给其提供输入信息,神经网络的某些通路就会被点亮激活。

刚开始的时候,点亮的通路会比较多也比较杂乱,因为大脑暂时也不知道你需要哪些通路,只有等待下一次遇到同样的输入信息,这些通路才会被再次点亮。

不过,每次点亮的通路可能都会有细微的差别,但是它们的交集会被反复点亮。

这样重复多次之后,这些产生交集的通路就会变得异常粗壮,它们传输信息的速度也变得更快。

这个点亮神经网络通路的过程,就是学习;这些被点亮的粗壮通路所形成的结构,就是通过这次学习而产生的知识。

可以看到,构建的过程,就是给大脑不断地喂样本数据,让其自动形成知识的神经网络,这个过程其实和人工智能训练是类似的,因为现在的人工智能就是模拟大脑而开发的。

如果我们自己能够提前搞清楚想要得到的结果(输入),这个过程将会要大大缩短时间,所需要的样本也不需要太多,即我们的学习效率将会得到很大提升。

第三步 验证

从之前的例子我们知道,宝宝经过刚开始的几次学习,看到狗狗基本都能认出来,但也不是百分百。

例如,没见过猫之前,宝宝很可能把猫也识别为狗,亦或者当宝宝看到吉娃娃的时候,可能也会产生迟疑,不太确定这种小狗是不是狗。这个时候,我们通常都会进行纠正或者确认,纠正几次之后,宝宝对狗的识别准确度等到进一步提升。

这种情况就属于知识的验证。

验证就是将知识用起来,输入新的样本,然后输出结果,如果结果正确,则知识得到加强,如果结果错误,则对结果进行修正。 验证这个过程必不可少,否则知识可能缺乏足够的准确度。

这也是为什么会有课后题存在,也是为什么经常需要考试的原因所在。


本文首发:https://fdd.xyz/

备份:https://mirror.xyz/fdd.eth