《精准学习》推荐（上）

《精准学习》推荐（上）

前言

老粉们比较了解，我们的公众号历来主张广泛阅读和跨学科学习思考。斯坦尼斯拉斯就是一个跨学科的翘楚，在《精准学习》一书中，他以神经生物学、计算机科学和认知心理学等交叉学科的视角，为我们阐述了人脑学习的原理，提出学习的最重要的机制是神经元的再利用（即人脑的学习再利用了原本用于其他用途的脑区）。

在此基础上，他提出了学习的“四大支柱”：注意、主动参与、错误反馈以及通过睡眠进行记忆巩固。读完本书后，我们能鲜明地了解人脑优于人工智能的地方，也知道了如何通过培养学习能力来激发学习潜力。我们将用两周的时间来分享本书，本周我们将分享什么是学习以及人脑的学习机制。‍

READING

学习能力是人脑中最伟大的才能。但是解析脑的奥秘是人类认知面临的重大挑战之一。因为人脑是一个极其复杂的系统，包含约860亿个神经细胞；更多数量的突触联结神经细胞构成神经回路，它们之间相互作用以实现一些特殊功能。

不过神经回路的结构和活动方式是处于动态变化中的。再加上脑的高度可塑性，进一步增加了解析脑的难度。尽管如此，研究人员仍在通过多种方式探索大脑。

我们的脑有着提出假设并选择适合环境的假设的这种非凡能力。人只有通过学习才能快速地适应不可预测的情况。当代认知科学通过系统地剖析我们脑算法机制，赋予苏格拉底的名言“认识你自己”以新的含义：

因此，当今学习的重点不再仅仅是加强内省，而是理解产生思想的微妙的神经元机制，使之能最佳地服务于我们的需求、目标和欲望。

对于这个机制，基因很重要，环境更重要。基因首先建立巨大的先验条件，然后环境来决定与外部世界最匹配的假设。当然，改变我们在学校、家里或工作中的做法并不一定像我们想象的那样复杂。玩耍、好奇心、社交、注意和睡眠等非常简单的行为，都可以增强人脑最伟大的才能——学习。

什么是学习？

学习就是在脑中逐步形成外部世界的模型。学习的内核就在于它适应外部世界和纠正错误的能力。

人脑通过创建一个多层分级的模型来分解学习问题。

学习就是投射先验假设，调整心理模型的参数，利用组合爆炸，将错误降到最低，并探索各种可能性。

随机的探索、随机产生的好奇心和频繁的神经元放电都在智人的学习中扮演着重要的角色。在此过程中，简化模型是既能加速学习又能提高泛化能力的最有效的干预措施之一。先验假设的验证也有助于实现举一反三，把在一个地方学到的东西推广到其他地方。

那么人脑的学习能力与人工智能机器相比如何呢？

答案是人脑要远远强于当前的人工智能机器，即便是婴儿大脑的学习能力也远超过机器人。

大部分人工智能机器采用的人工神经网络实际上只能进行人脑在前零点几秒内进行的无意识的运作，比如接收、识别、分类一个图像并理解其含义。

但是人脑不仅可以完成这些，还可以构建这个图像在真实世界的符号表征，并通过语言与他人分享。这种缓慢地、理智地、符号化的运作是人脑的特权。

即便当前的深度学习算法也无法做到。按其发明者之一约书亚·本吉奥的说法，深度学习实际上更倾向于学习数据中浅显的统计规则，而非高层次的抽象概念。

人类的大脑不仅可以构建世界的抽象模型，还可以将抽象化的本领用于生活的方方面面。而现在的人工神经网络大部分无法表达人脑模拟世界时所运用的一系列抽象词组、公式、规则和理论。

机器学习也缺乏社会学习能力，人类可以通过语言向其他人学习，并主动分享信息，这一本领也是目前的人工神经网络无法企及的。

所有的知识都基于两个部件：一是我们与环境互动前就存在一组先验假设；二是一旦我们经历过真实数据，就能够根据后验可能性来区分这些先验假设的能力。

人脑的学习机制？

在妊娠晚期，正在成长的婴儿脑已经能够识别某些听觉模式和旋律。生命伊始，婴儿就被赋予了逻辑直觉。婴儿不仅可以推断周围人的目标和意图，还可以推断他们的能力和偏好。

婴儿生来就有获得语言的能力。婴儿生命的头一年，他们的语言学习速度非常快。一岁的孩子就已经具备了与生俱来的教学感知……研究发现，几乎所有的成人的脑回路都已经存在于新生婴儿的脑中。

学习是如何改变脑回路的？

脑由独特的神经元组成。神经冲动的走向是从树突传递到神经元的细胞体，最终到达轴突。神经元的轴突与另一个神经元的树突交汇的地方是突触，它是神经系统的计算单元，是脑的微处理器。

我们的脑包含了大约一千万亿个突触。在轴突中穿行的是电信号，但是大部分突触最终将之转化为化学信号。轴突末端靠近突触的地方是“终扣”，里面有很多囊泡，即一些充满了被称为“神经递质”的分子。当电信号到达一个轴突的终扣时，囊泡打开，神经递质流入两个神经元的突触之间的空间中。化学信号又变成电信号。

当两个神经元同时或短暂时间差后被激活，它们的联结会被增强。突触的改变只发生在动物用来学习的回路中。

那么接下来我们大脑如何记录这个刺激呢？为了巩固记忆，最近被激活的神经元会发生重大物理性改变。它们会调节相互联结的强度，从而提高神经元组间的支持，使这组神经元在未来更有可能放电。一些突触会变大，甚至被复制。

目标神经元有时会长出新的神经棘、终扣或树突。所有这些结构调整都意味着长达几小时甚至几天的新基因的表达。这些变化是学习的物理基础，它们共同组成了记忆的基地。一旦一个突触记忆形成了，神经元就可以休息了。

在学习的过程中，突触不是唯一变化的机制，当我们学习时，新突触的形成迫使神经元也在轴突和树突上长出新的分支。轴突会为自己裹上一层绝缘体——髓鞘，使信息传递速率更快。

营养也是学习过程中的核心要素。因为轴突、树突变化的同时，周围的胶质细胞也在发生变化。每一次学习的经历都需要花上几天时间来引发一系列的生物变化。葡萄糖、氧气、维生素、铁、碘、脂肪酸……大量多样的营养对脑的健康发育是必需的。

关于记忆

目前研究者将记忆分为工作记忆、情景记忆、寓意记忆和程序记忆四种。

工作记忆包含一次活跃的思维呈现，会维持几秒的时间，主要依赖顶叶皮层区及前额叶皮层区里许多神经元的辛勤放电，从而支持其它周围神经区域的神经元。

情景记忆位于皮层下脑半球内的海马，会记录下我们生活中的情景。海马中的神经元似乎会记忆每个场景的背景，它们会编码事件在哪儿、什么时间、如何发生，以及当时与谁在一起。记忆不会一直待在海马中。

到了晚上，大脑会回放记忆并将之转移到皮层内的一个新位置。在那里，它们会被转变成为永恒的知识，记忆就从情景的变成语义的。

当我们一次次重复同一个动作，皮层中的神经元和其他皮层下的回路最终会调节自身，使信息在将来的使用时更加流畅，这就是程序记忆。

写在最后

本周分享的内容带给我的几点启发：

研究人员对复杂大脑的跨学科研究越来越系统，这为我们逐步揭开大脑的神秘面纱。对于神经元的发展机制和脑学习的研究可以启发我们激发潜力。

从营养学上讲，保证身体摄入营养的全面，才能更好的为神经元的扩展、成长搭建好土壤。

而根据神经元的发展机制，深耕是非常重要的。在一个领域的深耕，可以让大脑更集中的发展某一方面的神经元。当某一方面的神经元足够多的时候，某一方面的学习能力也就越扎实。相反，什么都想学，给大脑输入不同品类的内容或者任意不断切换内容，有可能会导致神经元在某一方面的发展不够深入或者混乱。换句话说，什么都想要做，最后什么都没做好。

以上就是本周要分享的内容。下周将分享如何从四大支柱方面提升学习能力、激发学习潜力，敬请期待！