實驗的分析
最近在寫小論文，做實驗募强，關于檢測和分類醫(yī)學圖像中病變結節(jié)的良惡性株灸，跑了幾個模型，經過一些分析擎值，我發(fā)現(xiàn)深度學習訓練出來的模型看起來“很聰明”慌烧，能夠完成一些智力任務，但事實上只依賴于從圖像獲取的一些微妙特征鸠儿。比如我測試一張黑洞的照片屹蚊，模型也會將其定位成病變的結節(jié)并給出分類結果厕氨。
對于醫(yī)學圖像來說，結節(jié)是處于圖像中偏暗的區(qū)域汹粤，我猜模型很大程度上其實只是在圖像中央找到一個比較暗的封閉區(qū)域命斧，然后將其定位成一個結節(jié)，并通過大小玄括、外形等其它因素給出良惡性的判別冯丙，這就是我們外表上看上去的所謂的“智力任務”。一旦條件發(fā)生一些改變遭京，比如整張超聲圖像中比較暗的封閉區(qū)域有多處，那么很可能模型就判斷不出來或者會檢測出多個待定區(qū)域泞莉。（到時候畢業(yè)答辯肯定不能這么說哪雕，各種高級原理強行解釋...逃）
學習建模
由此我聯(lián)想到一個b站視頻里講的教育問題。我們在學校學到的知識鲫趁，和企業(yè)需要我們掌握的知識斯嚎，不是對等的。作為學生挨厚，我們構建的學習模型只是局限于考試等各種卷面場景堡僻，以達到最大分數(shù)為目的；而企業(yè)則需要的是各種實踐能力動手能力疫剃，以達到完成工程需要钉疫、為企業(yè)謀福利為目的。二者不是同一個模型巢价。
在學校牲阁，并不是老師想教什么，我們就能學什么壤躲，而是最大化某一個獎勵機制來幫助構建我們在學校的學習模型城菊，但能最大化獎勵的模型并不一定就是教育目標的模型。就像實驗中的判別模型一樣碉克，并不是我喂入圖像讓它學習凌唬，它就能準確地判別每一張圖像結節(jié)的位置和分類，而是通過某些細小的特征去減小 loss漏麦、最大化目標函數(shù)客税。
哪怕是“三短一長選一長”這種毫無意義的做題方法，有時候也會被作為最大化分數(shù)模型唁奢。不僅僅是學校霎挟，家長、培訓機構同樣是這個系統(tǒng)下的參與者麻掸，其目的都是為了最大化學生的分數(shù)酥夭。
有時候我會好奇，為什么學校不直接發(fā)輔導書，而是非要發(fā)課本讓我們學習熬北，課下反而還要另外去買輔導書做題「砻瑁現(xiàn)在想想就是因為編寫教材的專家和編寫輔導書的專家想要的最大化獎勵機制并不相同。課本是教我們一些實際的知識與理論讶隐，是構建教育目標的模型起胰，而輔導書則是教我們做題的套路，幫助我們構建最大化分數(shù)的模型巫延。
回到最初的問題效五，當我們離開學校后，當初在學校構建的最大化分數(shù)的模型并不能幫助我們更好地找工作炉峰，以至于處在一個很尷尬的局面畏妖。學生沒有足夠的實踐能力和編程能力，只會考試只會寫報告疼阔。企業(yè)一方面靠分數(shù)和學校出身篩選人才戒劫，另一方面，又希望篩選出來的人才具有解決工作中實際問題的能力婆廊。這種教育模型與就業(yè)模式的不匹配迅细，使得很多學生秋招失利，甚至花錢找培訓機構學習項目工程能力淘邻。
如何改變
其實很早就提出素質教育改革的口號茵典，但效果并不明顯。之前說到列荔，升學的目的在于篩選人才敬尺。那么不管怎樣改革，不管怎樣限制贴浙，隨著時間的推移砂吞，升學教育系統(tǒng)最終一定會演化成最大化分數(shù)的模型，而不是教育目標的模型崎溃。只要升學教育的目的是為了篩選人才蜻直，那么素質教育就可以等同為能否通過改變獎勵機制，使“最大化分數(shù)的模型”約等于“教育目標的模型”袁串。
如果無法保證能設計出使“得分目標”等價于“能力目標”的獎勵機制概而，那么最合理的解決方案恰恰不是推行德智體美勞的素質教育，反而是推行降低學生得分成本的應試教育囱修，也就是高考赎瑰。
只要一個系統(tǒng)起的是篩選作用，那么系統(tǒng)內的個體就無法跳出“最大化獎勵”的行為模式破镰，但只要這個系統(tǒng)脫離篩選目的餐曼，我們就可以自己通過明確輸入輸出压储，來構建自己的學習模型，從而改善上面所說的情況源譬。
但社會需要篩選人才集惋，所以教育只能分段，一個是負責人才篩選的義務教育階段踩娘，一個是以實用為目的的高等教育階段刮刑。很顯然問題的根源在哪兒...
