學習有用嗎？
學習確實是人類文明發(fā)展過程中最神秘也最引人入勝的話題之一埠忘，盡管我們每時每刻都在學習脾拆，卻也無法給出一個精準的定義。很多人說八零九零應該是被學習這個小妖精整蠱整的最慘的一代莹妒。小時候名船，老師會告訴我們好好學習將來能當好社會主義接班人。長輩也會說好好學習旨怠，將來你的生活會好得多渠驼。于是，我們就曾天真的在認真寫作業(yè)背課文和當社會主義接班人之間建立了一個含糊不清的心里聯(lián)系鉴腻，雖然說從來沒人提過具體的接班流程迷扇，但我們很清楚作為接班人的收入肯定不低百揭。二三十年轉(zhuǎn)瞬即逝，無數(shù)曾經(jīng)被冠以種子選手的大學畢業(yè)們窩在北上廣深N+1環(huán)外的出租房里百無聊賴地刷著微博朋友圈蜓席∑饕唬看著當年班里那位不學無術的殺馬特現(xiàn)在正戴著青年企業(yè)家光環(huán)與媒體記者笑談著B輪C輪IPO，苦澀與無奈又一次涌上心頭厨内。說好的接班人身份遲遲未來祈秕，能收到的是房東催繳房租的最后通牒和銀行無比友善的扣款通知。學習到底有用嗎?
八零九零的確是人類發(fā)展史上最理智的一代雏胃，互聯(lián)網(wǎng)技術革命引發(fā)了空前的信息大爆炸请毛，進而激發(fā)了個體主動求知的欲望。同時瞭亮，可接觸信息量和信息傳遞渠道的大幅增加也在進一步強化著個體對信息有效性和真實度的判斷能力方仿，這也是使得八零九零后的一代更具判定是非能力，也更加明智的重要原因街州。盡管蝸居陋室兼丰，盡管無房無車，但無數(shù)年輕人依然能做到在創(chuàng)業(yè)和事業(yè)的道路上堅守職業(yè)理想唆缴，堅持終身學習鳍征。這確實令人欽佩。
信息時代下的學習
毫無疑問面徽，學習是有用的艳丛，至少我們大家都還堅信這一點。這個世界想活下來很容易趟紊，難的是不斷地實現(xiàn)和堅守職業(yè)理想氮双。其實達爾文進化論的基本原則同樣適用于職業(yè)發(fā)展領域-適者生存。在信息化和全球化的作用下霎匈，產(chǎn)業(yè)和技術更新?lián)Q代的速率已遠遠超過從前任何時期戴差。比如，東羅馬帝國依靠希臘火和堅固的君士坦丁城墻能壓制對手近千年铛嘱，大英帝國靠大艦巨炮這一成不變的制勝法典也稱洋霸海數(shù)百年暖释。而今天，一個逆向工程也許就能把美帝的全球鷹無人機克隆出來墨吓，IPhone才發(fā)展二十多年便已強敵環(huán)伺球匕，Uber還沒能在大陸一展身手就轉(zhuǎn)頭把業(yè)務拋給滴滴。在這個信息技術大革命時代帖烘，誰也別想一勞永逸的牛逼下去亮曹。只有如同饕餮吞食一樣永不停息地從外部市場吸取信息，甚至是主動拓展并向外部推廣知識，個體才有可能在知識競爭的叢林中不斷生存下去照卦。既然是講生存式矫，那就一定要有方法，每當你遇見一個比你更優(yōu)秀的人窄瘟，他到底有什么與生俱來的聰慧和運氣呢?
命運這個話題我不敢臆斷衷佃，畢竟我們的已知科學相對于整個宇宙發(fā)展而言，連微粒估計也算不上蹄葱。但我相信智慧和視野一定與信息的獲取有關。但這里指的的是對未來有用的準確信息锄列，如果你的前輩只是單純地告訴你要聽他們的經(jīng)驗和建議卻說不出所以然來图云，亦或是他們自己久未暴露在現(xiàn)代市場環(huán)境之下，我覺得他們說的話你可以聽聽就好了邻邮。是的竣况，你需要前者的建議去獲取信息資源和思考方法，但更要把目標集中到那些在當下市場上取得一定成就并能堅持拓展出新知識領域的行業(yè)前輩身上筒严。另外丹泉，有人要問我了，既然你說智慧與信息的獲取有關鸭蛙，我在這個程序員職位上寫了五年代碼摹恨，也寫了五十多萬行，也沒事就去創(chuàng)業(yè)咖啡坐坐和大牛聊聊風投和想法之類的娶视，你說為啥員工配股晒哄，加薪升職都沒我啥事? 可事實是，你就是再寫100萬行代碼估計還無濟于事肪获，為啥寝凌？您干了六年一直用著同樣的算法和套路，您寫的文檔已經(jīng)過時到大家不翻看點歷史文獻都看不懂的地步了孝赫，別人用一年就學完了您六年才積累下來的那點經(jīng)驗较木。還記得史總在今年早些時候提過要趕走巨人里的老兔子嗎？不主動去迎合外部市場的技術趨勢青柄，那只能迅速淪為知識叢林中的一只兔子伐债。其實這種殘酷的競爭只是基于一條很簡單的市場準則-公司收益最大化。不能帶來最大化收益刹前，那就只有被淘汰泳赋。外部市場行情很復雜，但規(guī)則也很簡單粗暴喇喉。沒錯祖今，也許你真的可以去抱怨企業(yè)家為了利益最大化而不講情面，但你唾棄的資本家們已經(jīng)在繼員工和用戶之后，把“剝削”的重點拓展到機器身上了千诬。
來自機器學習的啟示
由于職業(yè)的關系耍目，我常常在思考學習到底是什么，其實徐绑，學習應該是一個認知世界的流程邪驮，在認知過程中，個體主動或被動獲取的信息被存入大腦中的數(shù)據(jù)庫傲茄，在日積月累的過程中毅访，大腦主動形成了一系列思維習慣，進而幫助我們對信息進行歸類和判定盘榨，當然這種判定和歸類也會基于一定程度上的主動推斷（猜測）行為喻粹。比如我們看到小孩畫的老鷹知道這是老鷹，盡管很抽象但我們依稀可分辯草巡，基于印象中的老鷹形象守呜，我們推斷出這很有可能是一只老鷹而不是一只猴子。當你問小孩這是不是老鷹山憨，而小孩如果說是的話查乒，這就是一次成功識別。同時郁竟，這一次的成功識別又會進一步強化你對老鷹這個概念的認知玛迄。當你下一次看到差不多或更加抽象的老鷹圖像時，你也會判定出那確實是一只老鷹枪孩，而不是一只猴子或其他的東西憔晒。更有甚者，如果你對老鷹這個概念的理解足夠深的話蔑舞，你還能進行更詳細的判定拒担，比如說種群之類的。這就是信息認知和認知強化的循環(huán)過程攻询，也是我們學習的過程从撼。隨著信息技術的發(fā)展，我們?nèi)祟惤K于把機器也納為知識傳授對象钧栖。2012年后各種關于機器學習的論調(diào)喧囂之上低零，一夜之間，似乎所有的App應用供應商都在談論這個有趣的問題 (真心不知道這是否和2012人類末日的預言相關)拯杠。
首先掏婶，我們想通過機器來完全模仿大腦是不實際的，人腦的神經(jīng)元個數(shù)達到150億以上潭陪，有報告甚至稱會出現(xiàn)200億的情況雄妥，而即便是加州理工實驗室里的大型分布式電腦也只能模擬億量級的神經(jīng)元最蕾。更別說人類自己對大腦機理的研究到現(xiàn)在也只是摸索出冰山一角。所以現(xiàn)行的機器學習只限于提高系統(tǒng)對部分事物的識別能力, 而很難加載主觀判斷意識老厌，而那些基于心靈的潛意識則更加無法被系統(tǒng)模擬出來瘟则。當然，說到這里枝秤，大家也不用擔心自己未來會被機器取代醋拧，但這里想強調(diào)的一點是：我們可不可以在探索機器學習的道路上，也為人類本身找到一些有效的學習方法和理念淀弹。
現(xiàn)有的機器學習理念主要有三種：有監(jiān)督學習丹壕，無監(jiān)督學習和強化主動學習。有監(jiān)督學習的原理流程如下：
道理很簡單垦页，有監(jiān)督學習本質(zhì)上就是一個求出函數(shù)（思考模式）的思想雀费，我們先將用于訓練的數(shù)據(jù)D，預設結(jié)果B（專家知識經(jīng)驗等）痊焊，和特征X，輸入系統(tǒng)忿峻，讓計算機反解出一個函數(shù)分布(思維模式和流程) y=F(X)薄啥。在輸入了一系列的判定流程（函數(shù)）后，計算機被動形成了一個思考模式逛尚，當我們再重新輸入來自真實世界的數(shù)據(jù)時垄惧，計算機便能夠根據(jù)輸入變量X，求解Y的值(判定結(jié)果)绰寞。這種思維很類似于幼兒的學習過程到逊，需要依賴人進行主動的引導，并輸入大量的現(xiàn)有數(shù)據(jù)和預設結(jié)果滤钱。實現(xiàn)監(jiān)督學習所需的技術目前相對成熟觉壶，可是人類自己都沒有能力去預知所有的情況，機器又如何知曉呢? 而且依靠計算機自主獲取外部數(shù)據(jù)并經(jīng)行全面分析和判定的無監(jiān)督學習現(xiàn)在還無法實現(xiàn)铜靶。怎么辦？這就引出另一個解決方案他炊，強化自主學習争剿，即通過引入較少量的數(shù)據(jù)，幫助機器先找到分析目標的特征（如行為）和結(jié)果之間的聯(lián)系痊末。具體來說蚕苇，就是通過引用貝葉斯分析框架，先給定盡可能多的預設結(jié)果凿叠，后面再根據(jù)現(xiàn)實世界中的數(shù)據(jù)分析涩笤，給程序注入各種結(jié)果發(fā)生的可能性（后驗概率）嚼吞，而后讓計算機具備基于概率推斷結(jié)果的判定能力。比如前文中提到的關于猴或鷹的判斷本質(zhì)上就建立在對概率的分析之上×舅現(xiàn)實中這種思維的應用領域很多誊薄，比如，某學習平臺想為其用戶推薦偏好內(nèi)容锰茉，那么我們就先要搞清楚數(shù)據(jù)庫中與該用戶行為相關的數(shù)據(jù)里是否具備某些規(guī)律（比如呢蔫，瀏覽的主題，發(fā)布者飒筑，關注者片吊，瀏覽頻率，互動參與度协屡，評論內(nèi)容等）俏脊，這就是可以用強化自主學習的思想去解決的問題。
從上文其實可以看出機器學習有兩個重要的組成部分：判定思維（函數(shù)）和數(shù)據(jù)肤晓，而不管是主動學習還是監(jiān)督學習爷贫，數(shù)據(jù)量與判定流程的存量對機器判定結(jié)果的準確性具有決定性的意義。我們已經(jīng)談到過补憾，人腦要比計算機復雜的多漫萄，同時也具有更強的感知能力，那么機器獲取人工判定思維的方法是否也可以應用在我們自身的職業(yè)學習過程中呢盈匾，當然腾务，人非機器，但知識判定的原理相同削饵，都需要豐富的準確信息和辨識外部環(huán)境對個體影響的能力岩瘦。知識科技的年代，信息是存在于人類社會中最廣泛的資源窿撬，但正如我們之前提到的那樣启昧，只有精確的，最貼近外部真實市場的信息尤仍，才是我們應該積極獲取的箫津。還是那個猴子和鷹的例子，如果你的前輩從小就向你灌輸錯誤的認識宰啦，比如苏遥，告訴你這就是猴子，且通過強硬的懲罰措施(如再錯打手)赡模，來強化你的認識田炭，你日后又如何能進行準確辨識。
另外一點就是要強調(diào)及時更新思維和知識渠道的重要性漓柑，就機器而言教硫，由于外部市場在快速變化叨吮，用戶偏好也在以更快的速度向前移位。如果這個算法或判定流程已無法精準定位客戶偏好瞬矩，那么這個判斷程序就有待被重塑茶鉴。這道理同樣適用于職業(yè)學習。學則立景用，怠則廢涵叮，技術信息要更新，思維方式和信息獲取渠道也要及時更新伞插。當然割粮，這也正體現(xiàn)出終身學習的重要意義。其實職業(yè)學習中沒有太多的好習慣或壞習慣之分媚污，能做到堅持接納和使用多樣的信息獲取渠道舀瓢，堅持學習不同的思維方法伦乔，堅持獲取并思考不同行業(yè)領軍者的建議祝峻。這就是學習過程中最有效的好習慣。
