《我们如何学习：大脑为何（暂时）比机器学得快》2020.1

《How We Learn: Why Brains Learn Better Than Any Machine for Now》

斯坦尼斯拉斯·迪昂 (Stanislas Dehaene)

法国 心理学家、认知科学家

---

大脑是如何学习的？

---

有些知识是天生的。人脑不是一块白板。先天预装知识和后天学习相配合，通过后天学习不断适应环境。

---

反向仿生学

大脑与AI学习相同之处：

• 模型。学习在本质上就是训练大脑内部的模型。模型是真实世界在你头脑里的一个缩影。这个缩影不可能完全再现真实世界，但它应该包含真实世界最关键的特征，它能用于解释、甚至预测真实世界。学习就是训练模型，就是通过和真实世界互动，用数据的反馈来调整那些参数。
• 分层。模型是分层的，每一层有每一层的规律。分层神经网络————“深度学习”。
• 监督学习。如何训练模型的参数？提供有效的反馈，是学习的关键。
• 任意的震动。找到全局最优解需要引入随机的变化。“演化视角”。
• 无监督学习。自己给自己提供反馈，在行动中不断调整，评判者与行动者。“强化学习”。
• 抓住本质。避免过拟合。善于忽略。“奥卡姆剃刀”。
• 内在知识。新知识是旧知识的组合。

---

目前，机器学习对人脑的仿生仅限于表层。

逻辑推理和抽象概括这种慢的思维方式，是人脑目前比AI强的地方。

1. 抽象概念。抓住本质的能力。
2. 训练AI模型需要海量数据。
3. 知识的可传递性。例：看说明书就可以操作。
4. OneShot。新知识如何加入到旧知识。知识的连接能力。
5. 内在逻辑语言。推理能力。
6. 各种知识的组合。

---

人脑学习的优势，关键在于两个能力。一个是规则，一个是假设。

第一个规则是尽量选择最简单、最小的假设。

第二个规则是注意力。

第三个规则是在“这个”、“那个”、“the”这些冠词之后跟着的，总是名词。

第四个规则是通常情况下，两个不同的词不会指代同一个东西。

---

《为什么：因果关系的新科学》中，AI学习因果关系，但还是很初级。

---

人脑是怎么知道这些规则的？

1. 天生的。“规则的规则”——————元规则。

2. 我们自己在大脑里先创造规则，再去验证规则。————假设与检验。

---

假设

提出假设然后验证假设————“贝叶斯方法”

观点随着事实发生改变————观点从何而来————自己的假设

猜测规则，验证规则，就掌握了规则。

步骤：

第一，使用思想语言创造各种假设的规则；
第二，在实践中验证这些假设，找到最可能的规则；
第三，用这个规则去学习。

---

每个人一出生，其实已经掌握了所有的知识。

你可以用思想语言自行推导所有的假设，你可以做各种各样的猜测，剩下的只不过是调整那些猜测的可信概率而已。

学习的本质不是做加法，而是做减法。世界上并没有什么新东西，你已经都会了，你要做的只是验证……

---

婴儿一出生就已经自带一些关于物体、数字、人和语言的“隐形知识（invisible knowledge）”

通过判断婴儿对观察事物的意外程度来判断。

1. 基础物理
   

2. 基础数学。对数字的感觉。

3. 概率论
   

4. 生物学
   

对人脸有特殊的偏好。

5. 语言。对母语更感兴趣。

“虚拟婴儿计划（Virtual Baby Project）”，就是要像人脑一样，把所有该先天内置的功能全部内置，各个功能区的神经元都连好，完了再进行数据训练。这才是真正的仿生人脑。

–

每个人一出生都是“自身具足”的。你身上有学习的种子，就好像人人都有佛性一样，你有“学习性”。

学习不是“习得”也不是“回忆”的，而是“验证”的。

---

后天训练对大脑的影响，总是比先天硬件的差异大。阅读障碍可以通过训练改变。人脑有先天的结构，但是更有“可塑性”

---

学什么东西都跟练武术一样，本质上是个生理现象。我们的大脑是肉长的，它的好与坏都是因为这个。

神经元的结构

思维就是连接，知识的本来结构就是连接。

学习过程更多的是强化现有的一些连接，而不是建立新连接。

连接的加强和修剪就是用贝叶斯方法修改概率。连接加强的规律是 “fire together, wire together”

---

大脑的四种记忆

• “工作记忆（working memory）”：短期记忆。短时间记忆一条信息。

• “情景记忆（episodic memory）”：生活中的经历。情绪波动越大，记忆越深刻。

• “语义记忆（Semantic memory）”：知识记忆。睡眠时将白天的情景记忆重新编码，形成长期记忆。

• “进程记忆（procedural memory）”：内隐记忆。肌肉记忆。通过基底神经节记录进程信息。

学习，就是你想要语义记忆和进程记忆，你想加强神经元的连接，你想让知识长在大脑里。

---

尊重大脑的发育顺序

语言识别的敏感期在出生后的几个月

人类大脑的视觉区域会在两岁之前彻底长好，而第一个月，就是视觉最关键的敏感期

社交能力培养的敏感期在婴儿在 20 个月之前

前额叶皮质固化的速度很慢，一直到青春期还在快速生长，永远都不会彻底固化

---

“神经重用假设（neuronal recycling hypothesis）”

学习带给我们的新能力，不管你是数学家、音乐家还是抽象艺术家，不管多么高级，都是对人类大脑中早就存在的旧脑区的新利用，而不是开辟一个新的脑区。你不是在白纸上建设一个新功能，而是把大脑已有的功能区域给来一个重新定向使用。

学习改变不了大脑的根本结构，只是把大脑的神经网络变得更敏锐、更精细化而已。这也就意味着，我们的学习要受到大脑结构的限制。

---

识别物体、识别人脸、识别地点区域

---

如何提高专注力？

专注力是什么？————使用注意力的能力。

注意力是什么？————对信息的选择。

---

大脑的三种注意力系统。

1. 什么时候注意。
   对强烈刺激会有即时反应。
   如果你对自己所学的这个东西有强烈的兴趣和热情，你学习的时候产生强烈的兴奋情绪，那你的大脑就会更活跃，可塑性就会提高，你就会学得更好。

2. 注意什么。
   注意什么，是我们主动把注意力转向的能力。如果不是突然的刺激，每个大脑接收到的都是主动选择的东西。
   专注力意味着你可以选择看什么就能看到什么，也意味着你不看什么就忽略了什么。“看不见的大猩猩（invisible gorilla）”实验。

3. 如何注意。
   高水平的学习者必须善于控制自己的注意力。所谓“如何注意”，靠的是大脑的“执行控制系统（executive control system）”。这是大脑最高级的功能，由额叶皮质主导，作用是督导大脑的活动。
   对专注的自控包括两个方面，一个是控制自己做该做的事，一个是抑制住自己，不去做不该做的事。

---

学习有两个方法。自己在环境中主动试错，这种方法连动物都会。跟父母和老师学习需要你调动专注力，这个方法看似被动，却是人类特有的能力，是人类文明得以传承的关键。

---

心理学意义上的大脑可塑性

“开放的头脑”
“智识的谦逊（intellectual humility ）”

---

「初学者的心里有很多的可能性，专家的心里却只有很少的可能性。」
————铃木俊隆《禅者的初心》

技艺的真正秘诀是要永远当一个初学者

“专业技能的最后一步就是初学者心态的第一步：了解你的假设，知道你为什么作出这种假设，以及什么时候去暂停你的假设。”
————物联网概念的提出者、麻省理工学院 凯文·阿什顿（Kevin Ashton） 《创造》（How to Fly a Horse）

---

智识谦逊者的特征：

• 他喜欢学习新知识，他对科学很感兴趣；
• 他了解自己认知的局限性，知道自己不知道什么；
• 他乐于考虑跟自己对立的观点，愿意跟“对方阵营”的人接触；
• 他对政治议题的观点不极端，对死刑、移民之类的观点没有什么“坚定的信念”；
• 他善于从多个视角考虑问题，能采纳别人的视角；
• 他有安全感，相信自己得到了亲友的关爱；
• 他愿意跟人交往，会倾听他人的声音。

---

如何做到智识上的谦逊？

• 要对自己的知识水平有个正确认识，最简单的办法是找个题目给别人讲讲。
• 主动听取不同的声音，避免陷入“确认偏误”。
• 偶尔见识一些伟大的山川景色或者了不起艺术作品，让自己产生一点敬畏感，有时候能让你更谦虚。更好的办法是建立一个互相关心、合作互信的人际关系，你有充分的安全感，才敢于承认自己的无知和改变自己的想法。
• 经常提醒自己要有“成长思维模式” ，告诉自己你的大脑仍然是可塑的。

---

积极参与的学习

积极参与的关键是随时提出自己的假设，预测这个知识点将是什么，然后验证老师讲的和自己想的是否一样。为此你应该主动思考、主动探索。用自己的语言去总结新学到的知识，对知识有自己的想法。而这一切的前提，是学生必须得明确地、深度地领会知识。

科学学习的“积极”，是认知上的积极，而不是行为上的积极。

好奇心，是保持学习速度的机制。好奇心，由“你想知道的知识”和“你现在已经知道的知识”，之间的那个差距，决定。

“最高学习效率 = 15.87%”

因材施教不仅仅是根据个人的兴趣爱好选择学习内容，也是根据个人情况调整学习的进度。老师把学习材料喂给学生的速度，得正好适合他的好奇心水平才行。

对于学习来说，有结构、有层次的真知识，能让你的好奇点沿着从低往高的方向迅速转移。

---

重新认识“反馈”

反馈提供了意外，让本以为知道的知识提出了意外的效果。

学习的过程就是：猜想 → 反馈 → 改进，这是一个贝叶斯过程。只有当这个反馈对你来说是一个“意外”，让你调整了自己的思维模型的时候，才是学习。

并不是答错了才是意外，只要能调整你估计的概率，就叫意外。验证了一个猜想也叫反馈。能降低不确定性的任何信息都是有效的反馈。学习，就是降低世界在你心目中的不确定性。

反馈只有两点最重要：一是及时，二是准确。所以要多用有监督式的学习，这是最高效的。

反馈只要及时准确就行，不需要情绪波动。当面用激动的情绪指出错误会使人产生恐惧心理，恐惧会降低大脑的可塑性，会使大脑封闭。学习的第一步是积极主动的预测，而预测需要大胆，需要放松的环境，需要安全感。

要多测验（即时反馈），而不要名次（消除恐惧）

在一天后、一周后、一个月后这种渐渐拉长的间隔期进行多次测验，是唤醒记忆和巩固记忆最高效的方法。让测验时间占到总学习时间的一半是最科学的。

反馈最好是像游戏那样，一旦发现薄弱点，给你讲一遍对的，马上再出一道类似的题目让你练习一遍，然后第二天再测一遍。

教学进度不应该按照课本的章节顺序匀速前进，而应该是把内容给打乱。刚学点新知识、测验了新知识，马上又复习旧知识，让新旧知识按照最符合大脑认知习惯的方式交替滚动前进。

老师应该像医生和足球教练一样，老师的任务是对每个学生进行综合治理。为此他需要专门负责出题、专门负责测验和分析测验成绩的助手，他需要每个学生的大数据学习档案。也许将来 AI 可以给老师当助手，这是教育的发展方向。

---

巩固学习成果的好方法：睡眠

一个人在学习中付出了注意力，积极地参与，调动了好奇心，获得了有效的反馈，这些还不够：他还需要把学到的知识巩固到大脑里，变成快速的、自动的知识才行。

如何巩固？
需要通过重复训练达到熟能生巧。但白天清醒状态下的训练只是一部分，还有更重要的一部分，是睡眠状态下的训练。

• 睡眠对白天经历的回放，是非常精确的回放。
• 睡眠时候脑神经活动的回放速度，是白天实际经历速度的20倍。
• 睡眠还可以建立新的思维模型，把新信息和旧信息给联系起来，重新排列组合。

  梦，是大脑在模拟现实，在做思想实验。

尽量在睡觉之前、或者离睡觉比较近的时候学习。想办法在睡眠中唤起你白天特定的记忆（相同的味道）。

---

启示：

AI的发展路径，内置一些基本规则，然后从规则出发，放入不同的环境。所谓一生二，二生三，三生万物。

通过DL获取基础知识，GPT3，知识图谱。推理学习，RL不断迭代。

每类知识对应固定的脑区，在此区域学习会更加高效。不同类型的神经网络也可以对应不同的脑区结构。由此可以利用神经网络架构的不同适应不同的任务。

把游戏思维用在学习上。讲课能不能讲得刺激一点？教科书能不能写得更引人入胜？教学环境能不能提供一个更沉浸的体验？
教学必须管理好注意力。老师必须随时引导学生的注意力。
教学的过程中，老师一定要始终让学生知道你的注意力在哪里：你的注意力应该始终放在学生不知道、但是应该知道的那个知识点上。然后学生必须知道你知道他不知道这个知识点。老师的注意力就好像是一种灵力一样，是学习的关键资源。

吸引学生参与的方法：

• 课堂提问
• 当场做练习
• 分组讨论
• 小组联合完成一个任务
• 用教具提供直观体验

以问题开场，让同学小组讨论，在不同组间巡视，随时讨论并给与帮助。结尾让小组分享，并总结。
对教师要求很高，引导思路，掌控节奏。

使用有趣的案例。实际中的问题。

借鉴游戏的做法，第一关，新手也能过关，又保持兴趣。一点点增加难度。失败可以重来，直到熟练为止。

教学进度不应该按照课本的章节顺序匀速前进，而应该是把内容给打乱。刚学点新知识、测验了新知识，马上又复习旧知识，让新旧知识按照最符合大脑认知习惯的方式交替滚动前进。

充分利用人天性的“好奇心”，教学时设计小目标，才能不断达到大目标。

别读无聊的书。太简单太难都不好，读你最感兴趣、读着最爽的书。

保持谦逊：
两个最自以为知道的不知道：站在今天看历史，站在结果看原因。
很多时候，眼光只能看到一个方向，思维论证仅仅是为了突出存在感。

多将自己所学放到现实中去，碰触几次边界才能知道自己认知的边界，才能不断突破和成长。

录自己的视频。反复反馈。

继续学习：

• 《夜脑》，如何利用睡眠学习。（每天听本书）
• 《上学记》，何兆武
• 《自学的学问》，精英日课3