本系列文章預(yù)計會有10個章節(jié)，這套文獻(xiàn)會系統(tǒng)講述學(xué)習(xí)本身，這里是第一季第一章

為什么要了解學(xué)習(xí)？我覺得有兩個原因：

第一，在這個快速發(fā)展的時代，我們必須學(xué)會如何快速、高效學(xué)習(xí)，以至于能夠快速接受這個時代的快速變化；

第二，我們對大腦充滿好奇，我們想知道學(xué)習(xí)到底是個什么機制，就像要知道軟件到底是如何運行起來的一樣；

這次我會系統(tǒng)談?wù)勎宜斫獾膶W(xué)習(xí)本身，讓我們理解學(xué)習(xí)，同時也能夠輕松自如的應(yīng)用學(xué)習(xí)的技巧。

萬維鋼老師在《學(xué)習(xí)究竟是什么》中談到學(xué)習(xí)的六個境界。即，學(xué)精第一、學(xué)廣第二、創(chuàng)造第三、策略第四、兵器第五、無為第六。

所以，要成為學(xué)習(xí)的專家，必須先了解大腦。前面幾節(jié)我們先不討論學(xué)習(xí)方法，先了解大腦科學(xué)。也就是理解學(xué)習(xí)本身，了解大腦。

好吧，我們開始！

20年前，人們以為小孩在出生的時候，大腦是一個白板，所有的學(xué)習(xí)都是通過出生之后才一步步開始。但是人們以往的這個認(rèn)知是錯誤的。

《創(chuàng)造的起源》作者愛德華·威爾遜曾談到過“先備學(xué)習(xí)（prepared learning）”，也就是說，科學(xué)家的最新認(rèn)識是大腦不是白板，小孩剛出生，就已經(jīng)預(yù)裝了很多知識。

對光線和聲音怎么反應(yīng)，關(guān)注語言，害怕危險的東西，這些事兒不用專門學(xué)，都已經(jīng)寫在基因里了，天生就會。

而人們對現(xiàn)在的學(xué)習(xí)屬于后天學(xué)習(xí)，后天學(xué)習(xí)的方式取決于周圍環(huán)境和學(xué)習(xí)者的性格，比如網(wǎng)球明星費德勒的學(xué)習(xí)方法，后面再談。

01 AI算法與大腦相似點

上世紀(jì)八十年代，計算機科學(xué)家有感于傳統(tǒng)算法做人工智能不行，轉(zhuǎn)向人腦學(xué)習(xí)，這才搞出了神經(jīng)網(wǎng)絡(luò)算法。也稱“機器學(xué)習(xí)”，這是一切 AI 基礎(chǔ)。

計算機科學(xué)家在這個基礎(chǔ)上發(fā)明了各種策略和方法，其中也是不斷地在借鑒人腦，他們非常關(guān)注腦科學(xué)的進(jìn)展。可以說 AI 是對大腦的仿生學(xué)。

其實，大腦也是一個神經(jīng)網(wǎng)絡(luò)。有時候你和一個跟自己相似的東西對照，更能看清自己是怎么回事兒。大腦的一些基本學(xué)習(xí)原理跟 AI 相同，高級的原理比 AI 高得多，我們先看看最基本的相似點。

1.模型

所謂學(xué)習(xí)，本質(zhì)上就是訓(xùn)練我們大腦內(nèi)部的模型。

學(xué)習(xí)就是訓(xùn)練模型，通過和真實世界互動，用數(shù)據(jù)的反饋來調(diào)整那些所謂的認(rèn)知參數(shù)。

2.分層

神經(jīng)網(wǎng)絡(luò)模型是分層的。比如學(xué)語言，不管是小孩學(xué)說話還是 AI 學(xué)語音識別，最底層都是識別音節(jié)，是簡單的聲音。

往上一層是字詞，再往上是語法，幫你連成句子，再往上一層是意思……每一層有每一層的規(guī)律。在機器學(xué)習(xí)領(lǐng)域，分層是一個重大進(jìn)步，分層的神經(jīng)網(wǎng)絡(luò)就叫“深度學(xué)習(xí)”網(wǎng)絡(luò)。

3.監(jiān)督學(xué)習(xí)

訓(xùn)練模型的參數(shù)最簡單的方法就是隨時提供有效的反饋。

你要時刻調(diào)整自己的參數(shù)，比如練習(xí)投籃三分球，第一次投不中，第二次要調(diào)整姿勢和力度等等。

4.“任意的震動”

大腦學(xué)習(xí)也應(yīng)該這樣。你得博覽群書開卷有益積極探索，時不時跳躍到別的地方看看。

我們要時不時給自己制造意外，就像干擾一樣，才能使自己的學(xué)習(xí)變得牢固。

5.無監(jiān)督學(xué)習(xí)

比如，小孩學(xué)走路，大人并沒有告訴他每一步腿邁的對不對 —— 他自己摔倒過幾次就有經(jīng)驗了，知道走成什么姿勢容易摔倒，然后就會避免走那個姿勢。

6.抓住本質(zhì)

上數(shù)學(xué)課，你學(xué)解題學(xué)的是套路的一般性，而不是那些例題里特殊的細(xì)節(jié)。你既要善于學(xué)習(xí)，也要善于忽略，才能抓住本質(zhì)。

7.內(nèi)在知識

你從來都不是“從零開始”學(xué)什么東西，你總是把新知識看做舊知識的組合。我們出生之前，基因就已經(jīng)告訴我們?nèi)绾巫R別聲音和光線，所以接下來的語音和人臉識別都是在更高的層面上進(jìn)行的，所以才學(xué)的那么快那么自然。

02 大腦的優(yōu)勢

我們談完與AI相似之后，再看看不同點。人腦比人工智能厲害的地方主要是，第一、對抽象概念的理解；第二、學(xué)習(xí)速度；第三、知識的傳遞；第四、思想知識，等等。

比如說椅子，不管是三條腿還是四條腿，什么顏色什么材質(zhì)，你都知道它是椅子，因為你抓住了椅子內(nèi)在抽象的概念，你理解椅子的精髓。

AI學(xué)習(xí)要海量的數(shù)據(jù)，并且要訓(xùn)練很久，而人只需要一個案例瞬間即可。

總結(jié)

通過審視機器，我們也能審視自己的學(xué)習(xí)。你的基礎(chǔ)知識學(xué)扎實了嗎？你是把失敗當(dāng)做反饋還是把反饋都當(dāng)做失敗呢？你做事的時候內(nèi)心有個“批評者”嗎？

你的批評者會影響你的情緒嗎？你喜歡新東西嗎？

……這么一對比，大多數(shù)人的學(xué)習(xí)態(tài)度遠(yuǎn)遠(yuǎn)不如！

今天先談到這，下一講我們談?wù)勅斯ぶ悄芫唧w學(xué)習(xí)的方法，即“機器學(xué)習(xí)”。

參考文獻(xiàn)：

《我們?nèi)绾螌W(xué)習(xí)：大腦為何（暫時）比機器學(xué)得快》（How We Learn: Why Brains Learn Better Than Any Machine… for Now）

《萬維鋼精英日課》