后世很多對理工科和工程技術(shù)沒什么興趣的人，都覺得人工智能只是一個(gè)工具，一個(gè)應(yīng)用。
哪怕人工智能有可能奪走你的工作，大家也就怕一怕，或者咒罵一下，咒罵完之后該干啥干啥，這事兒就算完了。
不過，顧玩卻知道有一條后世被無數(shù)人懊悔沒有早知道的人工智能鐵律：這條鐵律很容易聽懂，只要你不對技術(shù)的東西心存成見和抵觸，那么哪怕你是個(gè)純文科生，你也能很輕松理解這條鐵律，并且從中受益。
說句不夸張的話，哪怕你把它當(dāng)成是雞湯那么，只要你腦子里有一個(gè)系統(tǒng)，系統(tǒng)給你下了一個(gè)任務(wù)，告訴你，整個(gè)人類21世紀(jì)里生產(chǎn)出來的雞湯，你只能喝一碗，剩下的都要倒掉，如果多喝一碗，系統(tǒng)就把你抹殺。
那么，那一刻你該怎么選擇？
你應(yīng)該把全人類生產(chǎn)的其他雞湯全部倒掉，只喝這一碗。
這是一碗被科學(xué)充分嚴(yán)謹(jǐn)證明、而且能讓人的學(xué)習(xí)能力終生受益的科學(xué)雞湯。
其蘊(yùn)含的補(bǔ)益，屬于朝聞道、夕可死矣的檔次，一入口就是一甲子的內(nèi)力。放到武俠里，主角不跳個(gè)十次崖都不配得悟這種宇宙本源之道。
而顧玩此時(shí)此刻，就是在給麻依依描繪如何測量出這碗科學(xué)雞湯。
只不過，很多先知先覺的話，他要修飾一下才好說出口，所以就成了下面這種誘導(dǎo)性的對話：
“你有沒有想過一個(gè)問題：你這輩子讀了十三年書了，你的學(xué)習(xí)效率一直是這么高，而且很穩(wěn)定的么？
難道就沒有什么時(shí)候?qū)W習(xí)效率低、自習(xí)了一晚上什么都沒進(jìn)步，做了一張卷子也毫無收獲的時(shí)候？”
麻依依立刻覺得心有戚戚焉。
學(xué)霸和學(xué)神，雖然學(xué)習(xí)能力比正常人強(qiáng)，但他們對效率的變化也更敏感。有些時(shí)候?qū)W了一會(huì)兒毫無收獲，就會(huì)比普通人更焦慮，然后調(diào)整學(xué)習(xí)方法和節(jié)奏。
要是沒心沒肺的學(xué)渣，說不定做一晚上毫無收獲的重復(fù)勞動(dòng)，他也樂呵呵的不覺得有什么問題。
“當(dāng)然，我經(jīng)常對自己的學(xué)習(xí)效率不滿，有時(shí)候又覺得課上老師在浪費(fèi)我時(shí)間?！甭橐酪栏型硎艿卣f。
顧玩笑道：“這個(gè)問題，其實(shí)說到底，是因?yàn)閷W(xué)習(xí)的節(jié)奏，跟你的能力區(qū)，沒有精準(zhǔn)匹配。你也學(xué)了一學(xué)期的心理學(xué)和認(rèn)知神經(jīng)科學(xué)了，下面這幾個(gè)概念你應(yīng)該不陌生，那就是學(xué)習(xí)中的‘學(xué)習(xí)區(qū)’、‘舒適區(qū)’和‘恐慌區(qū)’?！?br/>
麻依依：“這個(gè)我當(dāng)然知道，舒適區(qū)就是我完全懂了的東西。比如我們高考前很多時(shí)候在做卷子，有些簡單題已經(jīng)滾瓜爛熟，哪怕是為了加深印象，一個(gè)月練三四遍也就足夠了。
但題海戰(zhàn)和做模擬卷的時(shí)候，不得不每個(gè)月練幾十遍甚至上百遍，何止三五遍，做到后來情緒都毛了，很不耐煩。這個(gè)就是舒適區(qū)嘛，練了也沒進(jìn)步，全都懂了。
至于恐慌區(qū)，就是一張卷子看下來，有些題目什么都不懂，一點(diǎn)頭緒都沒有。不但不知道怎么解，連解它需要的前置知識都不知道，完全聽天書。
而最后的學(xué)習(xí)區(qū)，就是介于舒適區(qū)和恐慌區(qū)之間的，這里的難度對你剛剛好。有一點(diǎn)挑戰(zhàn)性，有一些你不懂的東西，但是只要你用心，借助你現(xiàn)有知識結(jié)構(gòu)體系內(nèi)的已有知識，重新嫁接、歸納、演繹、推演，可以把這個(gè)不懂解決掉。
在學(xué)習(xí)區(qū)的時(shí)候，如果不懂的比例太高，就會(huì)恐慌，厭學(xué)。如果不懂的比例太低，就會(huì)疲掉，懶得走心。只有不懂的比例剛剛好，才最容易進(jìn)入最高效學(xué)習(xí)狀態(tài)按照大心理學(xué)家米哈利的理論，這種狀態(tài)就叫‘心流’?！?br/>
“心理學(xué)和認(rèn)知神經(jīng)科學(xué)的基礎(chǔ)還不錯(cuò)嘛?！鳖櫷姹頁P(yáng)了女朋友一句，
確實(shí)，作為才雙修心理學(xué)一個(gè)學(xué)期的新人，有這種見解已經(jīng)很牛逼了。
然后顧玩話鋒一轉(zhuǎn):“不過，以往我們都認(rèn)為，心流是一種可遇而不可求的狀態(tài)，但很快，隨著對機(jī)器學(xué)習(xí)的剖析，我們會(huì)發(fā)現(xiàn)，進(jìn)入心流或者說最高效學(xué)習(xí)狀態(tài)，是有科學(xué)的最優(yōu)解的。
這個(gè)最優(yōu)解，就需要我們把一張卷子、一次學(xué)習(xí)、一個(gè)機(jī)器大數(shù)據(jù)訓(xùn)練集的對錯(cuò)比例、難易比例，調(diào)到一個(gè)最優(yōu)化的玄妙數(shù)值上。只有量身定做了這個(gè)數(shù)值，無論人還是機(jī)器，都能達(dá)到最完美的學(xué)習(xí)效率。哪怕一個(gè)學(xué)渣，都能在學(xué)習(xí)中感受物我兩忘開天眼的高效。”
“具體要怎么做到？？”麻依依已經(jīng)忘了自己是在聊學(xué)術(shù)問題了。
……
對啊，具體要怎么做到？
在地球上，2018年的時(shí)候，亞利桑那大學(xué)和布朗大學(xué)的兩位人工智能算法專家，就給出了最優(yōu)解。
他們的結(jié)論是，讓一個(gè)機(jī)器學(xué)習(xí)的訓(xùn)練集中，對錯(cuò)比例控制在%時(shí)，可以達(dá)到機(jī)器學(xué)習(xí)算法效率最高、進(jìn)步最快的狀態(tài)。
比如讓計(jì)算機(jī)用人工智能圖像識別，來鑒別一萬張類似貓的圖片，來學(xué)習(xí)“怎樣判斷圖里面的東西是不是一只貓”。
這時(shí)候，你要拿8413張真的是貓的圖片，和1587張似貓非貓的圖片，去給人工智能喂數(shù)據(jù)，那么機(jī)器學(xué)完這10000萬圖片、得到對錯(cuò)評分后，得到的提高是最多的。
這個(gè)是自然數(shù)學(xué)法則的最優(yōu)解了，換句話說，你拿8414張真貓圖和1586張似貓非貓圖去喂，機(jī)器吃完這1萬個(gè)大數(shù)據(jù)之后，進(jìn)步量也會(huì)比崗前前一組略低。
這個(gè)數(shù)據(jù)具體怎么來的呢？是人類算法學(xué)家，從2010年，谷歌開始操練深度學(xué)習(xí)以來，不斷反復(fù)試驗(yàn)，全人類算法專家共同實(shí)驗(yàn)了八年，摸出來的。
更奇妙的是，地球人后來做了更多深入實(shí)驗(yàn)，發(fā)現(xiàn)這個(gè)學(xué)習(xí)效率機(jī)制，真的不僅適用于機(jī)器學(xué)習(xí)，也適用于人類大腦。
在“試錯(cuò)型學(xué)習(xí)”，或者說早期認(rèn)知方面，人腦和模擬人腦宏觀運(yùn)作規(guī)律表現(xiàn)的深度學(xué)習(xí)，是一致的。
地球人當(dāng)時(shí)設(shè)計(jì)的人體實(shí)驗(yàn)，主要是拿嬰兒做實(shí)驗(yàn)，因?yàn)榭梢员M量減少干擾項(xiàng)。選取原本認(rèn)知發(fā)育水平差不多的嬰兒，讓他們認(rèn)圖片訓(xùn)練，就跟現(xiàn)在一兩歲的小孩，看畫本教他們什么是貓、什么是狗。這個(gè)訓(xùn)練跟深度學(xué)習(xí)的機(jī)器視覺訓(xùn)練，是很相似的。
然后放大樣本容量，給每個(gè)嬰兒的畫片對錯(cuò)比例不同。結(jié)果最終果然是錯(cuò)誤率接近%的嬰兒，認(rèn)知新事物進(jìn)步速度最快。成年人的話，實(shí)驗(yàn)暫時(shí)還沒法設(shè)計(jì)，因?yàn)楦蓴_項(xiàng)太多。
這就最終引申出一個(gè)驚人的結(jié)論：怎么樣的學(xué)習(xí)，才是最高效？最容易進(jìn)入心流的？
結(jié)論就是：對于活人而言，也是一個(gè)知識點(diǎn)里，有15%點(diǎn)幾的內(nèi)容，是你不懂的，還有85%的基礎(chǔ)知識，是你懂的。
這時(shí)候，你的好奇心會(huì)被調(diào)動(dòng)到最高，你對完全未知的恐懼心和排斥感也會(huì)壓低到一個(gè)恰到好處的水平。
那么多學(xué)渣為什么學(xué)渣？為什么學(xué)習(xí)效率低？還不是因?yàn)樗某煽?，并沒有剛好契合老師教育難度的“懂與不懂對錯(cuò)比例”？
為什么有那么多段子，說數(shù)學(xué)差生當(dāng)年只是數(shù)學(xué)課上撿了一下筆，再次抬起頭已經(jīng)不懂老師在講什么了？
這段子雖然是段子，但理科學(xué)渣很多都是一點(diǎn)一滴從學(xué)習(xí)區(qū)脫節(jié)到恐慌區(qū)，最后放棄治療的。
這時(shí)候如果有個(gè)家教，知道你跌入恐慌區(qū)了，肯了解你，摸清你的水平，給你一個(gè)你最舒服的學(xué)習(xí)區(qū)對錯(cuò)比例節(jié)奏、略微調(diào)低難度，說不定這些人的一輩子是可以拯救的。
很多有經(jīng)驗(yàn)的金牌老師，其實(shí)就是干的這個(gè)活兒，因?yàn)闀夏屈c(diǎn)知識點(diǎn)，老師其實(shí)都懂。好老師和差老師的區(qū)別，就在于好老師經(jīng)驗(yàn)豐富，稍微幾道題一測，就知道孩子目前是什么水平、落后到什么程度、該用什么樣的難度和節(jié)奏去因材施教。
只不過，大多數(shù)好老師只是憑經(jīng)驗(yàn)，沒有從科學(xué)的角度系統(tǒng)、精確總結(jié)過數(shù)據(jù)。
事實(shí)上，對于人類學(xué)習(xí)而言，也不可能做到精確到%的不懂率難度。
但基本上，一道題目或者一個(gè)知識塊，打包成“七道里面，對六錯(cuò)一”的比例，那也已經(jīng)很高效了，至少能把人的學(xué)習(xí)熱情和好奇心，調(diào)動(dòng)到理論峰值的90%以上。
（這里的“對六錯(cuò)一”不是簡單的對錯(cuò)配題，只是說，要讓一個(gè)學(xué)習(xí)的知識塊，有七分之六你懂的，七分之一你還不懂。
而且這七分之一要跟前面懂的那七分之六有繼承性。你可以通過總結(jié)、歸納前面的七分之六，融會(huì)貫通學(xué)會(huì)最后的七分之一。然后再把餅往前多畫一點(diǎn)，再劃七分之一不懂的進(jìn)來，各個(gè)擊破。）
考慮到中國人最功利了，也最重視教育和往上爬。
顧玩相信，真要是有絕對科學(xué)的、讓人掌握心流、隨時(shí)讓自己進(jìn)入物我兩忘學(xué)習(xí)狀態(tài)的法門，那么不管是否愛科學(xué)、文科生還是理科生，都會(huì)關(guān)注這個(gè)成果的。
靠著這樣的論文成果，刷名望刷到國民教父級別，也是沒什么問題的。因?yàn)橥庑腥艘部吹枚?，還能充分共鳴。
“實(shí)驗(yàn)具體應(yīng)該怎么設(shè)計(jì)？”麻依依心癢難撓地問。
“你可以跟那些嬰兒康復(fù)教育機(jī)構(gòu)聯(lián)手，幫忙調(diào)整視覺辨認(rèn)訓(xùn)練的對錯(cuò)比例。讓康復(fù)前測驗(yàn)得分相似的孩子，做不同對錯(cuò)比例的題目，看誰康復(fù)得更快
放心，不要有道德壓力，因?yàn)槲覀兘槿胫螅粫?huì)讓這些孩子比沒有介入前康復(fù)得更快。你設(shè)計(jì)的數(shù)據(jù)集，怎么樣都會(huì)比目前沒有專業(yè)設(shè)計(jì)過數(shù)據(jù)集的盲練更有效果。
至于實(shí)驗(yàn)資源，我?guī)湍銊?dòng)用關(guān)系去聯(lián)絡(luò)。等到卷積神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)算法方面的積累差不多了，你這個(gè)成果就能進(jìn)入聯(lián)合引爆的節(jié)點(diǎn)。”
ps：上面已經(jīng)三千字了，下面例行不要錢吐幾句槽。
我知道，這一章其實(shí)跟主線的關(guān)系并不緊密，但我還是選擇詳細(xì)寫了。
書已經(jīng)這樣了，我也不圖寫得多爽，反正爽不爽都是這么些人看。
我還是有一個(gè)樸素的想法，希望我的書能夠把讀者的智商拔高，為科普做點(diǎn)事情。讓原本不那么學(xué)霸的人，看了我的書之后，不是僅僅爽到了，而是現(xiàn)實(shí)生活中也更牛逼了。
我不想禍害年輕人，我希望讀者里如果有學(xué)生，年后會(huì)比現(xiàn)在更成功，依然有錢來看我的正版書。
我不想賺人口紅利的錢。
另外，我覺得這也是一種與小白文戰(zhàn)斗的方式。因?yàn)橹灰珖x者受眾群體里，有文化、智商提升了的人多一個(gè)，看小白的人就少一個(gè)。
所以提升人民智商和學(xué)識，毫無疑問屬于和小白文戰(zhàn)斗的范疇。
我也不是為了你們，我是為了我自己。
希望連科普文都看得下去的讀者，能夠從中受益，將來能活得比只看小白文的讀者更光鮮。
咱做長線生意。
當(dāng)然口號喊得再響，我首先也要承認(rèn)這本書確實(shí)寫得不好，我功力不足，本來就是打算試試水現(xiàn)學(xué)現(xiàn)寫。所以成績一差連學(xué)都懶得學(xué)了，惡性循環(huán)。
但也沒辦法，不可能不知道一個(gè)領(lǐng)域有沒有前途，就去學(xué)很多。
就算我寫得很專業(yè)節(jié)奏很好，我現(xiàn)在回頭估摸了一下，物理類和宇宙學(xué)題材，在某點(diǎn)極限也就是兩三千均。