捷报体育比分直播

策点洞察

为甚么15.87%这个数字对你很重要?

今天我们说1个特别熟习的规律的新发现。这个发现是如此得重要,以致于我认为你应当永久记住它。

  从3个熟习的知识说起捷报体育比分直播  

1. 学习区

心理学家把我们可能面对的学习内容分成了3个区:舒适区、学习区和恐慌区。

舒适区的内容对你来讲太容易,恐慌区的内容太难,刻意练习要求你始终在2者中间1个特别小的学习区里学习——这里的难度对你恰到好处。

这个理论不多是错的。但是由于现在“跳出舒适区”已成了1句口号,有些人就产生了逆反心理,说我好不容易找到1个舒适区发挥特长,为甚么要跳出来呢?

关键在于这里说的是“学习”!或许你在舒适区赚钱最多,但那是另1回事——要想提高技艺,你就只能在学习区。

2. 心流

这个概念最早是米哈里·契克森米哈赖在这本书里提出来的。

契克森米哈赖说,要想在工作中到达心流状态,这项工作的挑战和你的技能必须构成平衡。

如果工作的挑战大大低于你的技能,你会觉得这个工作很无聊。如果工作的挑战大大超出你的技能,你会感到焦虑。

而如果难度和技能正好匹配,你1上来其实不知道该怎样做,但是调动自己最高水平的技能、再稍微突破1点,你正好能解决这个问题,那就是心流的体验。这是1个奇妙的感觉,你沉醉在工作当中忘记了时间的活动,乃至可能忘记本身的存在。

3. “喜欢 = 熟习 + 意外”

1个文艺作品要想最大限度地吸引观众,必须既提供观众熟习的东西,又制造意外。

好,现在你发现没有,这3个知识说的实际上是1回事。学习区、心流、喜欢,说的是已知和未知、简单和困难、熟习和意外的搭配——从信息论的角度来讲,它们说的都是“旧信息”和“新信息”的配比。

那我现在问你1个问题,这个配比应当是多少呢?

 

  意外应当有多少才合适捷报体育比分直播  

之前我们并没有量化这些理论,我们只是泛泛地说要加入1定的难度和意外。而我今天要讲的这个研究,恰恰告知我们1个奇特的答案,说这个问题是有最优数值解的:这个数值是15.87%。

亚利桑那大学和布朗大学的研究者刚刚贴出1篇论文的预印本,叫《最优学习的85%规则》[1]。这篇论文还没有正式发表,《科学美国人》上的1个博客已率先报导 [2],Twitter上也有好几个人讨论。

我仔细研读了这篇论文,感觉非常新颖而且非常重要,它将来会取得大量的援用。但是我认为1些讨论误解了这篇论文的意思。我先说说这篇论文到底说了甚么。

我们知道现在人工智能本质上是机器学习。我们弄1个神经网络,用大量的数据去训练这个网络,让网络学会自己做判断。网络内部有大量参数随着训练不断变化,就相当于人脑在学习中提高技艺。

每1次训练,都是先让网络对数据做个自己的判断,然后数据再给它1个反馈。如果网络判断正确,它就会加深巩固现有的参数;如果判断错了,它就调解参数。这跟人脑的学习也很像:只有当你判断毛病的时候,才说明这个知识对你是新知识,你才能学习提高。

研究者可以决定用甚么难度的数据去“喂”这个网络。如果数据难度太低,网络每次都能猜对,那明显没法提高判断水平;如果数据难度太高,网络总是猜错,那它的参数就会东1下西1下变来变去,就会莫衷1是。这项研究问的问题是,每次训练中网络判断的毛病率是多少,才是最优的呢?

研究者首先用了1个比较简单的数学模型做理论推导,又用了1个AI神经网络学习算法和1个摹拟生物大脑的神经网络模型做摹拟实验,结果得出1个精确解:15.87%。

也就是说,当你训练1个东西的时候,你给它的内容中应当有大约85%是它熟习的,有15%是它感到意外的。

研究者把这个结论称为“85%规则”,我们干脆就把15.87%叫做“最好意外率”。这个数值就是学习的“甜蜜点”。

捷报体育比分直播  

  让你学得最快而且最爽  

找到最好意外率有两个好处:

1. 它让你的学习速度最快

我们了解到0.1587的训练出错率那个区域,随着训练次数的增长,它的准确度增加速度是最快的。比如说出错率是0.4,训练1千次能到达的准确率,大约相当于出错率是0.1587,训练350次的水平!

研究者理论推导的结果是,15.87%的意外率能让训练时间相对其他数值以指数降落。

2. 它还能让你在学习中感觉最爽

这项研究使用的例子主要是机器学习,但是研究者也考察了在其他领域中的训练,包括对人的教学实验和对动物的训练,大家摸索出来的结果基本上都是要有15%的新内容。这些研究表明,在这个点上,人们对学习的投入度是最高的。

15.87%不但是学习中的最好训练出错率,也是心流率,也是文艺作品最好意外率。论文中还提到,电子游戏的设计者也得用这个比率。如果在这个游戏关卡中玩家都1点都不会出错,轻松过关,那游戏就太简单了,玩家会感到无聊。如果让玩家频频出错,那设置太难了,也玩不下去。15%左右的出错率,是最好玩的游戏。

  量化你的学习曲线  

我为甚么说《科学美国人》那篇博客文章的理解是毛病呢?那个作者从这个研究悟出的道理是最好每次考试都考85分。如果你考100分,那这个考试对你来讲太简单了,你应当挑战更高难度的内容。如果你的分数太低,那你应当着落难度。

但是你不想当1个考85分的学生,85分不能把你送进好大学。其实我们理解了这个研究以后就会明白,15.87%这个比率其实不是学习以后再考试的出错率,而是在学习之前,你要学的这个内容的最好意外率。这是先测验,后学习的训练方法中测验出来的出错率。

能让你判断毛病的东西才是你需要学习的东西。不是说我们对1个甚么知识掌握85%就好了,我们关注的恰正是那15%的事前不会的东西。

所以最科学的安排不是说期末考试应当得85分,而是在每次学习之前,安排学习内容的时候,确保有15%的新东西。

比如说学英语。最理想的1篇课文,应当是其中85%的内容是你熟习的,15%的内容——包括单词和语法——对你来讲是新的。

学数学,每1个新知识都是建立在旧知识的基础之上。最好这1讲中85%的操作是你本来就会的,15%是新技能。读书,最理想的情况是书中85%的内容让你有亲切感,另外15%是改造你的世界观。

我们从这项研究中最少可以有3个收获。

1. 熟习很重要。

在学习中遇到熟习的东西,可以巩固我们的知识,让我们再次确认之前学的是对的。这其实不单单是心理上的安慰!人工智能神经网络不需要心理安慰,它是冷酷无情的,但是它也需要熟习的内容。

所以“学习区”不是1个感情上的问题,而是大脑认知的问题。新信息重要,旧信息也很重要。

2. 15.87%这个数值是通用的吗?

研究者的理论推导用的是1个特殊的数学模型,但是他们的数值摹拟,包括考察其他领域中的训练,结果差不多也都是这个数值。如果我们相信人脑本质上就是1个神经网络,那末这个研究就具有普遍的意义。我私下认为这个数值在任何1个领域中都不会太离谱。

3. 有1个值得专门强调的精神,就是你应当时刻寻求效率最大化。

知道1个道理有用,和知道这个道理有多么有用,有本质辨别。

每1个人都知道要想学习好,你应当谦虚谨慎、博采众长、尊师重道、眼光放长远、有很大的格局。可是要谦虚到甚么程度才好?格局最大要多大?这些都没有量化,不好操作。

但是15.87%这个最优意外率是可以操作的。15%和5%的进步速度有非常明显的差异。我们假想有两个爱学习的人 ——

A同学对甚么都感兴趣,博学多才还选修了很多课程。他有时候觉得所学的内容很轻松,有时候感到费力,但他总是那末用功。A同学酷爱学习,他觉得自己学得很不错。

但是世界上还可能存在1个B同学。B同学有个教练,给他精心安排每次学习的内容,确保每次15%的意外率。B同学的学习效率到达了最大化。

我们知道那是1个特别理想的状态,没有人能确保这样的高效率。但是根据这1讲的理论,假以光阴,B同学的学习成绩将会远远超过A同学。你想想这是多么可怕的1个事实。


友谊链接

电话
联系

捷报体育比分直播15821671695