190306為什么15.87%這個(gè)數(shù)字重要

犯生活中總有那么一種人:他們學(xué)習(xí)效率極高幌绍,即使面對(duì)陌生知識(shí)松嘶,也能快速切入贞铣、高效掌握卵迂。他們是怎么做到的?這和一個(gè)數(shù)字有關(guān)系——15.87%凿歼。


今天咱們說(shuō)一個(gè)特別熟悉的規(guī)律的新發(fā)現(xiàn)准颓。這個(gè)發(fā)現(xiàn)是如此得重要镣屹,以至于我認(rèn)為你應(yīng)該永遠(yuǎn)記住它。

一甫男、從三個(gè)熟悉的知識(shí)說(shuō)起

?

1. 學(xué)習(xí)區(qū)

心理學(xué)家把我們可能面對(duì)的學(xué)習(xí)內(nèi)容分成了三個(gè)區(qū):舒適區(qū)且改、學(xué)習(xí)區(qū)和恐慌區(qū)。

圖片發(fā)自簡(jiǎn)書App

舒適區(qū)的內(nèi)容對(duì)你來(lái)說(shuō)太容易板驳,恐慌區(qū)的內(nèi)容太難又跛,刻意練習(xí)要求你始終在二者中間一個(gè)特別小的學(xué)習(xí)區(qū)里學(xué)習(xí)——這里的難度對(duì)你恰到好處。

這個(gè)理論不可能是錯(cuò)的若治。但是因?yàn)楝F(xiàn)在“跳出舒適區(qū)”已經(jīng)成了一句口號(hào)慨蓝,有些人就產(chǎn)生了逆反心理,說(shuō)我好不容易找到一個(gè)舒適區(qū)發(fā)揮特長(zhǎng)端幼,為什么要跳出來(lái)呢礼烈?

關(guān)鍵在于這里說(shuō)的是“學(xué)習(xí)”!也許你在舒適區(qū)賺錢最多婆跑,但那是另一回事——要想提高技藝济丘,你就只能在學(xué)習(xí)區(qū)。

2. 心流

這個(gè)概念最早是米哈里·契克森米哈賴在《心流:最優(yōu)體驗(yàn)心理學(xué)》這本書里提出來(lái)的洽蛀。

契克森米哈賴說(shuō),要想在工作中達(dá)到心流狀態(tài)疟赊,這項(xiàng)工作的挑戰(zhàn)和你的技能必須形成平衡郊供。他還專門用一張圖說(shuō)明這個(gè)道理——

圖片發(fā)自簡(jiǎn)書App

如果工作的挑戰(zhàn)大大低于你的技能,你會(huì)覺(jué)得這個(gè)工作很無(wú)聊近哟。如果工作的挑戰(zhàn)大大超出你的技能驮审,你會(huì)感到焦慮。

而如果難度和技能正好匹配吉执,你一上來(lái)并不知道該怎么做疯淫,但是調(diào)動(dòng)自己最高水平的技能、再稍微突破一點(diǎn)戳玫,你正好能解決這個(gè)問(wèn)題熙掺,那就是心流的體驗(yàn)。這是一個(gè)奇妙的感覺(jué)咕宿,你沉浸在工作之中忘記了時(shí)間的流動(dòng)币绩,甚至可能忘記自身的存在。

3. “喜歡 = 熟悉 + 意外”

一個(gè)文藝作品要想最大限度地吸引觀眾府阀,必須既提供觀眾熟悉的東西缆镣,又制造意外。

好试浙,現(xiàn)在你發(fā)現(xiàn)沒(méi)有董瞻,這三個(gè)知識(shí)說(shuō)的其實(shí)是一回事。學(xué)習(xí)區(qū)田巴、心流钠糊、喜歡挟秤,說(shuō)的是已知和未知、簡(jiǎn)單和困難眠蚂、熟悉和意外的搭配——從信息論的角度來(lái)說(shuō)煞聪,它們說(shuō)的都是“舊信息”和“新信息”的配比。

那我現(xiàn)在問(wèn)你一個(gè)問(wèn)題逝慧,這個(gè)配比應(yīng)該是多少呢昔脯?

二、意外應(yīng)該有多少才合適

以前我們并沒(méi)有量化這些理論笛臣,我們只是泛泛地說(shuō)要加入一定的難度和意外云稚。而我今天要講的這個(gè)研究,恰恰告訴我們一個(gè)神奇的答案沈堡,說(shuō)這個(gè)問(wèn)題是有最優(yōu)數(shù)值解的:這個(gè)數(shù)值是15.87%静陈。

亞利桑那大學(xué)和布朗大學(xué)的研究者剛剛貼出一篇論文的預(yù)印本,叫《最優(yōu)學(xué)習(xí)的85%規(guī)則》[1]诞丽。這篇論文還沒(méi)有正式發(fā)表鲸拥,《科學(xué)美國(guó)人》上的一個(gè)博客已經(jīng)率先報(bào)道 [2],Twitter上也有好幾個(gè)人討論僧免。

我仔細(xì)研讀了這篇論文刑赶,感覺(jué)非常新穎而且非常重要,它將來(lái)會(huì)獲得大量的引用懂衩。但是我認(rèn)為一些討論誤解了這篇論文的意思撞叨。我先說(shuō)說(shuō)這篇論文到底說(shuō)了什么。

我們知道現(xiàn)在人工智能本質(zhì)上是機(jī)器學(xué)習(xí)浊洞。我們弄一個(gè)神經(jīng)網(wǎng)絡(luò)牵敷,用大量的數(shù)據(jù)去訓(xùn)練這個(gè)網(wǎng)絡(luò),讓網(wǎng)絡(luò)學(xué)會(huì)自己做判斷法希。網(wǎng)絡(luò)內(nèi)部有大量參數(shù)隨著訓(xùn)練不斷變化枷餐,就相當(dāng)于人腦在學(xué)習(xí)中提高技藝。

每一次訓(xùn)練苫亦,都是先讓網(wǎng)絡(luò)對(duì)數(shù)據(jù)做個(gè)自己的判斷尖淘,然后數(shù)據(jù)再給它一個(gè)反饋。如果網(wǎng)絡(luò)判斷正確著觉,它就會(huì)加深鞏固現(xiàn)有的參數(shù)村生;如果判斷錯(cuò)了,它就調(diào)整參數(shù)饼丘。這跟人腦的學(xué)習(xí)也很像:只有當(dāng)你判斷錯(cuò)誤的時(shí)候趁桃,才說(shuō)明這個(gè)知識(shí)對(duì)你是新知識(shí),你才能學(xué)習(xí)提高。

研究者可以決定用什么難度的數(shù)據(jù)去“喂”這個(gè)網(wǎng)絡(luò)卫病。如果數(shù)據(jù)難度太低油啤,網(wǎng)絡(luò)每次都能猜對(duì),那顯然無(wú)法提高判斷水平蟀苛;如果數(shù)據(jù)難度太高益咬,網(wǎng)絡(luò)總是猜錯(cuò),那它的參數(shù)就會(huì)東一下西一下變來(lái)變?nèi)ブ钠剑蜁?huì)無(wú)所適從幽告。這項(xiàng)研究問(wèn)的問(wèn)題是,每次訓(xùn)練中網(wǎng)絡(luò)判斷的錯(cuò)誤率是多少裆甩,才是最優(yōu)的呢冗锁?

研究者首先用了一個(gè)比較簡(jiǎn)單的數(shù)學(xué)模型做理論推導(dǎo),又用了一個(gè)AI神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法和一個(gè)模擬生物大腦的神經(jīng)網(wǎng)絡(luò)模型做模擬實(shí)驗(yàn)嗤栓,結(jié)果得出一個(gè)精確解:15.87%冻河。

圖片發(fā)自簡(jiǎn)書App

也就是說(shuō),當(dāng)你訓(xùn)練一個(gè)東西的時(shí)候茉帅,你給它的內(nèi)容中應(yīng)該有大約85%是它熟悉的叨叙,有15%是它感到意外的。

研究者把這個(gè)結(jié)論稱為“85%規(guī)則”堪澎,我們干脆就把15.87%叫做“最佳意外率”擂错。這個(gè)數(shù)值就是學(xué)習(xí)的“甜蜜點(diǎn)”。

三全封、讓你學(xué)得快而且最爽


找到最佳意外率有兩個(gè)好處:

1. 它讓你的學(xué)習(xí)速度最快

我們來(lái)看看模擬實(shí)驗(yàn)的結(jié)果。下面這是一張等值曲線圖桃犬,說(shuō)的是判斷出錯(cuò)率和AI訓(xùn)練效率的關(guān)系——圖中橫坐標(biāo)代表每次訓(xùn)練的出錯(cuò)率——也就是意外率刹悴,縱坐標(biāo)代表訓(xùn)練的次數(shù),圖中顏色代表訓(xùn)練出來(lái)的網(wǎng)絡(luò)的準(zhǔn)確度攒暇,顏色越熱(黃色)表示準(zhǔn)確率越高土匀。

圖片發(fā)自簡(jiǎn)書App

我們看到,0.1587的訓(xùn)練出錯(cuò)率那個(gè)區(qū)域形用,隨著訓(xùn)練次數(shù)的增長(zhǎng)就轧,它的準(zhǔn)確度增加速度是最快的。比如說(shuō)出錯(cuò)率是0.4田度,訓(xùn)練一千次能達(dá)到的準(zhǔn)確率妒御,大約相當(dāng)于出錯(cuò)率是0.1587,訓(xùn)練350次的水平镇饺!

下面這張圖中的三條曲線代表三個(gè)不同的訓(xùn)練出錯(cuò)率乎莉,橫坐標(biāo)是訓(xùn)練的總次數(shù),縱坐標(biāo)是準(zhǔn)確度。我們看到惋啃,出錯(cuò)率在0.16的那條曲線哼鬓,準(zhǔn)確度增加的速度是最快的,可以說(shuō)大大高于另外兩條曲線边灭。

圖片發(fā)自簡(jiǎn)書App

研究者理論推導(dǎo)的結(jié)果是异希,15.87%的意外率能讓訓(xùn)練時(shí)間相對(duì)于其他數(shù)值以指數(shù)下降。

2. 它還能讓你在學(xué)習(xí)中感覺(jué)最爽

這項(xiàng)研究使用的例子主要是機(jī)器學(xué)習(xí)绒瘦,但是研究者也考察了在其他領(lǐng)域中的訓(xùn)練称簿,包括對(duì)人的教學(xué)實(shí)驗(yàn)和對(duì)動(dòng)物的訓(xùn)練,大家摸索出來(lái)的結(jié)果基本上都是要有15%的新內(nèi)容椭坚。這些研究表明予跌,在這個(gè)點(diǎn)上,人們對(duì)學(xué)習(xí)的投入度是最高的善茎。

15.87%不但是學(xué)習(xí)中的最佳訓(xùn)練出錯(cuò)率券册,也是心流率,也是文藝作品最佳意外率垂涯。論文中還提到烁焙,電子游戲的設(shè)計(jì)者也得用這個(gè)比率。如果在這個(gè)游戲關(guān)卡中玩家都一點(diǎn)都不會(huì)犯錯(cuò)耕赘,輕松過(guò)關(guān)骄蝇,那游戲就太簡(jiǎn)單了,玩家會(huì)感到無(wú)聊操骡。如果讓玩家頻頻犯錯(cuò)九火,那設(shè)置太難了,也玩不下去册招。15%左右的犯錯(cuò)率岔激,是最好玩的游戲。

四是掰、量化你的學(xué)習(xí)曲線


我為什么說(shuō)《科學(xué)美國(guó)人》那篇博客文章的理解是錯(cuò)誤呢虑鼎?那個(gè)作者從這個(gè)研究悟出的道理是最好每次考試都考85分。如果你考100分键痛,那這個(gè)考試對(duì)你來(lái)說(shuō)太簡(jiǎn)單了炫彩,你應(yīng)該挑戰(zhàn)更高難度的內(nèi)容。如果你的分?jǐn)?shù)太低絮短,那你應(yīng)該降低難度江兢。

但是你不想當(dāng)一個(gè)考85分的學(xué)生,85分不能把你送進(jìn)好大學(xué)丁频。其實(shí)我們理解了這個(gè)研究之后就會(huì)明白划址,15.87%這個(gè)比率并不是學(xué)習(xí)之后再考試的出錯(cuò)率扔嵌,而是在學(xué)習(xí)之前,你要學(xué)的這個(gè)內(nèi)容的最佳意外率夺颤。這是先測(cè)驗(yàn)痢缎,后學(xué)習(xí)的訓(xùn)練方法中測(cè)驗(yàn)出來(lái)的出錯(cuò)率。

讓你判斷錯(cuò)誤的東西才是你需要學(xué)習(xí)的東西世澜。不是說(shuō)我們對(duì)一個(gè)什么知識(shí)掌握85%就行了独旷,我們關(guān)注的恰恰是那15%的事先不會(huì)的東西。

所以最科學(xué)的安排不是說(shuō)期末考試應(yīng)該得85分寥裂,而是在每次學(xué)習(xí)之前嵌洼,安排學(xué)習(xí)內(nèi)容的時(shí)候,確保有15%的新東西封恰。

比如說(shuō)學(xué)英語(yǔ)麻养。最理想的一篇課文,應(yīng)該是其中85%的內(nèi)容是你熟悉的诺舔,15%的內(nèi)容——包括單詞和語(yǔ)法——對(duì)你來(lái)說(shuō)是新的鳖昌。

學(xué)數(shù)學(xué),每一個(gè)新知識(shí)都是建立在舊知識(shí)的基礎(chǔ)之上低飒。最好這一講中85%的操作是你本來(lái)就會(huì)的许昨,15%是新技巧。讀書褥赊,最理想的情況是書中85%的內(nèi)容讓你有親切感糕档,另外15%是改造你的世界觀。

我們從這項(xiàng)研究中至少可以有三個(gè)收獲拌喉。

1. 熟悉很重要速那。

在學(xué)習(xí)中遇到熟悉的東西,可以鞏固我們的知識(shí)尿背,讓我們?cè)俅未_認(rèn)以前學(xué)的是對(duì)的端仰。這并不僅僅是心理上的安慰!人工智能神經(jīng)網(wǎng)絡(luò)不需要心理安慰残家,它是冷酷無(wú)情的榆俺,但是它也需要熟悉的內(nèi)容售躁。

所以“學(xué)習(xí)區(qū)”不是一個(gè)感情上的問(wèn)題坞淮,而是大腦認(rèn)知的問(wèn)題。新信息重要陪捷,舊信息也很重要回窘。


2. 15.87%這個(gè)數(shù)值是通用的嗎?

研究者的理論推導(dǎo)用的是一個(gè)特殊的數(shù)學(xué)模型市袖,但是他們的數(shù)值模擬啡直,包括考察其他領(lǐng)域中的訓(xùn)練烁涌,結(jié)果差不多也都是這個(gè)數(shù)值。如果我們相信人腦本質(zhì)上就是一個(gè)神經(jīng)網(wǎng)絡(luò)酒觅,那么這個(gè)研究就具有普遍的意義撮执。我私下認(rèn)為這個(gè)數(shù)值在任何一個(gè)領(lǐng)域中都不會(huì)太離譜。

3. 有一個(gè)值得專門強(qiáng)調(diào)的精神舷丹,就是你應(yīng)該時(shí)刻追求效率最大化抒钱。

知道一個(gè)道理有用,和知道這個(gè)道理有多么有用颜凯,有本質(zhì)區(qū)別谋币。

每個(gè)人都知道要想學(xué)習(xí)好,你應(yīng)該謙虛謹(jǐn)慎症概、博采眾長(zhǎng)蕾额、尊師重道、眼光放長(zhǎng)遠(yuǎn)彼城、有很大的格局诅蝶。可是要謙虛到什么程度才好精肃?格局最大要多大秤涩?這些都沒(méi)有量化,不好操作司抱。

但是15.87%這個(gè)最優(yōu)意外率是可以操作的筐眷。15%和5%的進(jìn)步速度有非常明顯的差異。我們?cè)O(shè)想有兩個(gè)愛(ài)學(xué)習(xí)的人 ——

A同學(xué)對(duì)什么都感興趣习柠,博覽群書還選修了很多課程匀谣。他有時(shí)候覺(jué)得所學(xué)的內(nèi)容很輕松,有時(shí)候感到吃力资溃,但他總是那么用功。A同學(xué)熱愛(ài)學(xué)習(xí)溶锭,他覺(jué)得自己學(xué)得很不錯(cuò)宝恶。

但是世界上還可能存在一個(gè)B同學(xué)。B同學(xué)有個(gè)教練综芥,給他精心安排每次學(xué)習(xí)的內(nèi)容,確保每次15%的意外率额各。B同學(xué)的學(xué)習(xí)效率達(dá)到了最大化国觉。

我們知道那是一個(gè)特別理想的狀態(tài),沒(méi)有人能確保這樣的高效率虾啦。但是根據(jù)這一講的理論蛉加,假以時(shí)日,B同學(xué)的學(xué)習(xí)成就將會(huì)遠(yuǎn)遠(yuǎn)超過(guò)A同學(xué)缸逃。你想想這是多么可怕的一個(gè)事實(shí)针饥。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市需频,隨后出現(xiàn)的幾起案子丁眼,更是在濱河造成了極大的恐慌,老刑警劉巖昭殉,帶你破解...
    沈念sama閱讀 222,946評(píng)論 6 518
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件苞七,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡挪丢,警方通過(guò)查閱死者的電腦和手機(jī)蹂风,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,336評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)乾蓬,“玉大人惠啄,你說(shuō)我怎么就攤上這事∪文冢” “怎么了撵渡?”我有些...
    開封第一講書人閱讀 169,716評(píng)論 0 364
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)死嗦。 經(jīng)常有香客問(wèn)我趋距,道長(zhǎng),這世上最難降的妖魔是什么越除? 我笑而不...
    開封第一講書人閱讀 60,222評(píng)論 1 300
  • 正文 為了忘掉前任节腐,我火速辦了婚禮,結(jié)果婚禮上摘盆,老公的妹妹穿的比我還像新娘翼雀。我一直安慰自己,他們只是感情好骡澈,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,223評(píng)論 6 398
  • 文/花漫 我一把揭開白布锅纺。 她就那樣靜靜地躺著掷空,像睡著了一般肋殴。 火紅的嫁衣襯著肌膚如雪囤锉。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,807評(píng)論 1 314
  • 那天护锤,我揣著相機(jī)與錄音官地,去河邊找鬼。 笑死烙懦,一個(gè)胖子當(dāng)著我的面吹牛驱入,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播氯析,決...
    沈念sama閱讀 41,235評(píng)論 3 424
  • 文/蒼蘭香墨 我猛地睜開眼亏较,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了掩缓?” 一聲冷哼從身側(cè)響起雪情,我...
    開封第一講書人閱讀 40,189評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎你辣,沒(méi)想到半個(gè)月后巡通,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,712評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡舍哄,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,775評(píng)論 3 343
  • 正文 我和宋清朗相戀三年宴凉,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片表悬。...
    茶點(diǎn)故事閱讀 40,926評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡弥锄,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出蟆沫,到底是詐尸還是另有隱情叉讥,我是刑警寧澤,帶...
    沈念sama閱讀 36,580評(píng)論 5 351
  • 正文 年R本政府宣布饥追,位于F島的核電站图仓,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏但绕。R本人自食惡果不足惜救崔,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,259評(píng)論 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望捏顺。 院中可真熱鬧六孵,春花似錦、人聲如沸幅骄。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,750評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)拆座。三九已至主巍,卻和暖如春冠息,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背孕索。 一陣腳步聲響...
    開封第一講書人閱讀 33,867評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工逛艰, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人搞旭。 一個(gè)月前我還...
    沈念sama閱讀 49,368評(píng)論 3 379
  • 正文 我出身青樓散怖,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親肄渗。 傳聞我的和親對(duì)象是個(gè)殘疾皇子镇眷,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,930評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容