⭕️本书把脑科学、认知心理学和计算机科学进行了融合,告诉我们人脑学习的底层逻辑。
⭕️AI学习算法能带给我们的启发
人脑中的知识其实就像现实中的微缩模型,试着闭上眼睛我们的大脑可以比较完整地构建一个自己生活社区的模样,并且在里面自由穿梭。而解决复杂问题就像给这个微缩模型套上一个更大的模型,很像俄罗斯套娃,这就是多层分级模型,而AI就是模仿这种结构,对输入的数据逐层处理,这种机器学习方式被称为“深度学习”。训练模型,建立更翔实的知识框架,必须要有反馈,就是不断地去校验输出信息的正确性,然后及时修正模型。这里就需要“监督学习”,人会对AI输出的数据作对错判断,并告诉AI正确的结果。但是这种机制还存在一种弊端,那就是数据验证只选择了相邻的因素做验证,而不能代表全局。所以数据验证还得加上随机性,让更多的可能发生。这里再回到人,就可以看出,其实好奇心驱使下的随机探索,就是推动人类学习和创新的重要力量。所以,机器学习人类的学习方式,而人类很多时候又收起了自己的探索欲和好奇心,反而应该找回这样的习惯。
⭕️人脑学习的最新研究成果
人天生具备“学习性”,有科学家做过实验,在婴儿面前表演“魔术”,婴儿会有惊讶的表情,说明他们天生就具备一定的物理知识。神经元之间的连接越强烈,我们的学习力就越强,丰富的外界刺激是建立连接的关键,而人婴儿时期神经元的可塑性又是整个人生中最强。所以给孩子创造一个丰富多彩的学习环境非常重要。
⭕️学习的底层逻辑
注意力:聚焦,发现关键信息,把冗余信息减掉。锻炼注意力的方法有学习乐器、玩电子游戏。它们共同的特点都是能充分调动我们的感官,使大脑皮层活跃起来。
积极参与:好奇驱动,以探索的方式去求知。
反馈:通过测试验证知识掌握的程度。
巩固:这里提到睡眠,睡眠时大脑其实是在快速地回放白天的经历,同时还可以把信息打乱,创造出新想法。
⭕️学习是人类的天赋也是人类大脑最伟大的功能,他让我们把地球上所有的有机生命超越,但在人工智能面前开始接受挑战。所以人类最应该做的不是发呆,而是像我们的祖先一样,充满好奇地去探索更多的未知。
发表评论 取消回复