深度學習領域的著名學者 Yoshua Bengio 發(fā)表了主題為《使用深度學習的人工智能的崛起（The Rise of Artificial Intelligence through Deep Learning）》
Yoshua Bengio說：“首先，通過反復觀看強大的人類棋手所下的千萬手棋來訓練 AlphaGo，然后自我博弈百萬局互订。機器學習使得機器能從樣本、數(shù)據(jù)中進行學習驹马，它是將知識填充到計算機中的關鍵，這非常的重要除秀，因為有知識才能產(chǎn)生智能糯累。”
其實機器的學習，也是我們學習的樣板鳞仙，阿法狗戰(zhàn)勝世界排名第一的圍棋選手柯潔寇蚊，就是學習的典范：
第一個要素就是：練、練棍好、練
對于能力培養(yǎng)“就一個字練”仗岸。所以，在我們以提升能力為目的時候借笙，你必須把這個要素加入進去扒怖，如果沒有針對所提到的關鍵知識點進行練習，其他的落地方案都是扯淡：什么測評业稼、什么社群盗痒、什么個人發(fā)展計劃，都是花拳繡腿的形式主義低散。
提升大家實戰(zhàn)能力的唯一方法俯邓，就是一個字：練。這種練習的培訓與學習文化熔号，只有真正練過了稽鞭，才會清晰地領悟：知易行難的學習規(guī)律。我也是一個月寫過300頁PPT后引镊，覺得PPT沒有什么難度了朦蕴。
第二要素就是：重新重視知識的輸入
足夠的知識才能產(chǎn)生智慧，我們要對知識學習的耐心弟头，恨不得學了馬上用吩抓，用了馬上改變績效，雖然這樣的可能性的確存在赴恨，但是這樣的技能都有一個顯著的特點就是簡單的技能疹娶，我們更需要的是一種對學習的敬畏與耐心，知道成長是需要過程的伦连，過渡的追求支撐戰(zhàn)略與績效蚓胸，猶如飲鴆止渴挣饥。要把平時的學習應用到工作中去，你寫作不行沛膳，就要多學習人家如何寫的，能否照貓畫虎的體系化學習汛聚，而不是半瓶子醋逛蕩锹安。
第三個要素就是：多業(yè)務場景的實踐
在訓練阿法狗的過程中，第一個要素就是輸入了千萬手級別的實戰(zhàn)信息倚舀，更重要的是人工智能會輕而易舉地記住這些信息叹哭。而對于人類的學習，就是讓這個被訓練的人有足夠多的經(jīng)歷痕貌，或許這就是經(jīng)驗的價值风罩，因為你見得多了，思考問題的點自然就多了舵稠。
關于這一點超升，還有一個非常典型的例子，就是李小龍創(chuàng)立截拳道哺徊。在這個過程中室琢，李小龍就是通過不斷地挑戰(zhàn)各路高手，在不斷的比賽與實戰(zhàn)對抗上創(chuàng)新方法落追，這與阿法狗的訓練極為相似盈滴，最終，不管是泰拳轿钠、柔道巢钓、拳擊、詠春都是李小龍創(chuàng)新的輸入疗垛。所以對于我們每個人的成長症汹，要學會去面對各種實踐與試錯的機會，別老覺得我不會就退縮继谚，你不試試烈菌，永遠不會，只有面對這個量級到了一定的程度之后花履，或許自然就成為無人能及的阿法狗芽世。
我想每個人的學習過程就是這樣的，沒有練習诡壁，沒有體系的輸入济瓢，沒有實踐，永遠是空談妹卿！
