圖解抄錄筆記【圖靈的貓】葫哗，目的是過程加深理解及思考括享。
01 | 如何讓自己像王者榮耀一樣發(fā)了瘋的學(xué)習(xí)
玩王者榮耀是為了什么扣汪？
除去客觀因素消磨時(shí)間河闰，玩王者榮耀是為了拿五殺科平、推掉水晶，還是陪同伴一起玩耍姜性，享受在游戲中暢快地傾瀉技能瞪慧。
這些都不是本質(zhì)原因，單純的獲勝和五殺部念，并不能促使打開下一局游戲弃酌。
本質(zhì)上，我們對(duì)游戲的快感儡炼，是大腦對(duì)游戲反饋機(jī)制的一種獎(jiǎng)勵(lì)矢腻。
它由我們多巴胺決定，但多巴胺不等同于快感射赛，它是對(duì)快感的預(yù)期或追求。
當(dāng)你獲勝或者拿到擊殺奶是，腎上腺楣责、催產(chǎn)素分泌增多，會(huì)感到愉悅聂沙、興奮秆麸。但對(duì)大腦情緒來說，這些只是短暫的情緒快感及汉，多巴胺構(gòu)建的信號(hào)思維機(jī)制沮趣，才是決定你會(huì)不會(huì)接著玩下去，接下來打開游戲的關(guān)鍵坷随。
換句話說房铭，多巴胺賦予你沉迷游戲的欲望。
在多巴胺的信號(hào)機(jī)制中温眉，它不會(huì)賦予你快感缸匪，而是賦予大腦接下來的思路。
正由于多巴胺是直接作用于大腦的獎(jiǎng)勵(lì)回路类溢，于是一次又一次的打開王者榮耀凌蔬，周而復(fù)始，這就是我們玩王者榮耀的根本原因。
反饋回路
大腦構(gòu)造的反饋回路砂心，是我們沉迷游戲的底層根本原因懈词。我們來理解反饋回路的底層原理。
假設(shè)你是個(gè)剛玩MOBA類游戲的玩家辩诞。
一開始只知道推掉敵方水晶坎弯，于是孤身進(jìn)入防御塔范圍，被擊殺躁倒，感到失望荞怒。
于是，泉水復(fù)活秧秉，孤身進(jìn)入泉水的概率降低褐桌，并選擇跟隨兵線一起進(jìn)入（動(dòng)作）概率增加。并推掉敵方防御塔象迎，推掉水晶荧嵌，獲得勝利，得到了反饋：滿足砾淌。
根據(jù)反饋結(jié)果啦撮，大腦判斷第二種路徑更好。因此下次循環(huán)汪厨，你選擇跟隨兵線的概率會(huì)繼續(xù)增加赃春。
最終，強(qiáng)化這條反饋回路的效果劫乱。
反饋回路并不復(fù)雜织中，它只是一種信號(hào)、動(dòng)作衷戈、反饋機(jī)制狭吼。
由五個(gè)組成部分
環(huán)境：你的交互環(huán)境，比如游戲
狀態(tài)：你所處的狀態(tài)殖妇，比如擊殺刁笙、被擊殺或獲勝
動(dòng)作：打開游戲、操作角色或關(guān)掉游戲
更新：提高或降低你做出某個(gè)動(dòng)作的概率谦趣，可以理解為大腦信號(hào)的強(qiáng)弱
獎(jiǎng)勵(lì)：獲勝的愉悅疲吸，也即快感預(yù)期。
當(dāng)進(jìn)入游戲（環(huán)境）前鹅，每步動(dòng)作磅氨，會(huì)影響到接下來或更遠(yuǎn)的狀態(tài)（失望、滿足）嫡纠，反饋可以為正也可以為負(fù)烦租。
反饋回路的構(gòu)造方法之一：加強(qiáng)對(duì)目標(biāo)的預(yù)期反饋延赌，反饋強(qiáng)化。
反饋強(qiáng)化
游戲帶給玩家的反饋是否足夠叉橱、是否迅速挫以，是決定一個(gè)游戲是否有趣的基礎(chǔ)。
游戲廠商所做事情窃祝，就是加強(qiáng)掐松、加快反饋回路機(jī)制。
比如
提高動(dòng)作的收益：推掉水晶 勝利不僅升段位粪小、還升積分大磺。
增加不確定性：讓玩家耗費(fèi)更多次的嘗試來確定反饋回路。比如游戲隨機(jī)皮膚探膊。
常見游戲系統(tǒng)有以下三種反饋強(qiáng)化模式
固定比率強(qiáng)化：每打贏十場(chǎng)杠愧，必定升段位
固定時(shí)距強(qiáng)化：每3小時(shí)可以抽一次寶箱
不固定比率強(qiáng)化：陰陽(yáng)師抽SSR卡
這三種方法，將強(qiáng)化學(xué)習(xí)中的不確定性獎(jiǎng)勵(lì)逞壁，固化為確定性收益：留存率流济、在線人數(shù)、凈收入腌闯。
強(qiáng)化學(xué)習(xí)
反饋回路和反饋強(qiáng)化就是構(gòu)成人工智能理論中绳瘟，強(qiáng)化學(xué)習(xí)的基礎(chǔ)機(jī)制。
強(qiáng)化（Reinforcement)是指在不斷嘗試中姿骏，個(gè)體所學(xué)習(xí)到的反饋回路糖声，不斷更新，并最終優(yōu)化到可能目標(biāo)的過程分瘦。它和監(jiān)督式機(jī)器學(xué)習(xí)一樣是構(gòu)成人工智能的基石姨丈。
從生物學(xué)角度來講，強(qiáng)化學(xué)習(xí)更符合人類的進(jìn)化方式擅腰，不符合正反饋的種族，就注定被環(huán)境所更新翁潘、淘汰趁冈。
人類之所以為人類，是因?yàn)槌丝偨Y(jié)舊有知識(shí)并發(fā)現(xiàn)規(guī)律外拜马，還會(huì)不斷嘗試和探索渗勘。
現(xiàn)如今，最強(qiáng)大的AI系統(tǒng)就是谷歌的ALPHAGO俩莽，它擁有人類望塵莫及的學(xué)習(xí)能力旺坠，每日與自己對(duì)弈10萬(wàn)局，根據(jù)對(duì)弈結(jié)果扮超，強(qiáng)化棋盤落子的反饋回路取刃。
如果說監(jiān)督式機(jī)器學(xué)習(xí)是一種方法抽取蹋肮，那強(qiáng)化學(xué)習(xí)則是方法探索，在某種意義上璧疗，強(qiáng)化學(xué)習(xí)更接近想象中的人工智能坯辩。
了解強(qiáng)化學(xué)習(xí)的機(jī)制，我們就能發(fā)現(xiàn)“學(xué)習(xí)”這個(gè)動(dòng)作的本質(zhì)崩侠。
學(xué)習(xí)漆魔，究竟是為了什么？
不打游戲却音，是為了更好的學(xué)習(xí)改抡，更好的學(xué)習(xí)，是為了更好的生活系瓢。那阿纤，什么是更好的生活？
可以痛快地玩游戲八拱，算不算更好的生活呢阵赠？我們從小被教導(dǎo)要好好學(xué)習(xí)，卻從來沒思考過為什么要好好學(xué)習(xí)肌稻。如果連成因清蚀、機(jī)制都不了解，看再多的思維教學(xué)爹谭、學(xué)習(xí)導(dǎo)論枷邪，也沒有辦法讓自己高效地執(zhí)行學(xué)習(xí)這件事。
我們真的厭惡學(xué)習(xí)嗎诺凡？
其實(shí)东揣，站在人工智能角度來講，學(xué)習(xí)和打王者榮耀沒有本質(zhì)區(qū)別腹泌。
學(xué)習(xí)是枯燥的過程嘶卧，要背單詞、寫題凉袱、考試芥吟，多次練習(xí)，玩游戲也是专甩，要記憶每個(gè)英雄的技能钟鸵、走位技巧、出裝順序涤躲，也要通過多次對(duì)局來練習(xí)棺耍。
在強(qiáng)化學(xué)習(xí)系統(tǒng)中，它們都是一件東西种樱，即：動(dòng)作蒙袍。
動(dòng)作無所謂枯燥和有趣俊卤，關(guān)鍵在于所處的狀態(tài)和預(yù)期的獎(jiǎng)勵(lì)。
人類厭惡枯燥的東西左敌，所以當(dāng)游戲有趣瘾蛋，學(xué)習(xí)變得索然無味時(shí)，我們就會(huì)討厭學(xué)習(xí)矫限。
但是有的人卻能堅(jiān)持學(xué)習(xí)并樂在其中哺哼，為什么？
答案是反饋機(jī)制叼风。
當(dāng)學(xué)習(xí)的動(dòng)作帶給人的收益為正時(shí)取董，就會(huì)獲得我們所說的快感預(yù)期，也即前文所提到的多巴胺无宿。
如果只靠意志力去學(xué)習(xí)茵汰，就像不斷繃緊一根弦，強(qiáng)行違背生理的感覺孽鸡，到最后早晚會(huì)斷掉蹂午。我們絕大多數(shù)人，沒有移山填海的毅力彬碱，因此這樣的學(xué)習(xí)方法是不科學(xué)的豆胸。
大腦發(fā)出指令的動(dòng)機(jī)，其實(shí)和海洋館的海豹一樣巷疼，頂一次球晚胡、給一條魚，只有不斷受到正向反饋嚼沿，才會(huì)自然而然地保持前進(jìn)的動(dòng)力估盘。
搞清楚這一點(diǎn)，就可以思考：如何讓自己像王者榮耀一樣的沉迷學(xué)習(xí)骡尽。
我們?cè)撛趺醋觯?/h2>
![]()
學(xué)霸和學(xué)渣的區(qū)別就在于對(duì)快感的預(yù)期不同遣妥，預(yù)期不同形成的反饋也不同。
學(xué)霸：看作一個(gè)高效的學(xué)習(xí)系統(tǒng)攀细，具備完整的反饋回路以及有效的反饋強(qiáng)化箫踩。
成為學(xué)霸，以下三點(diǎn)是基礎(chǔ)：
1辨图、縮短反饋周期
反饋周期長(zhǎng)→半衰期長(zhǎng)
反饋周期長(zhǎng)，是大部分人無法堅(jiān)持的原因肢藐。舉個(gè)例子故河，有的人高中成績(jī)很好，大學(xué)變差吆豹。
高中學(xué)習(xí)一周鱼的，就有個(gè)考試測(cè)試理盆，獲得好的名次，有家長(zhǎng)老師表?yè)P(yáng)凑阶，這個(gè)反饋能持續(xù)幾天猿规，沒等消退，下一個(gè)考試又來宙橱。而大學(xué)姨俩，學(xué)習(xí)一學(xué)期，只為了GPA積分师郑，獲得好的積分环葵，外界也沒有反饋，因此宝冕，大多數(shù)人堅(jiān)持不來张遭。
取而代之，相當(dāng)一大部分人地梨，在大學(xué)考試前一周突擊學(xué)習(xí)菊卷，就可以獲得較好獎(jiǎng)勵(lì)，比如及格宝剖。
所以洁闰，想辦法減少你的反饋周期。比如將大目標(biāo)分解成小目標(biāo)诈闺，會(huì)更容易塑造一個(gè)連續(xù)的回路渴庆。
2、增加反饋強(qiáng)化
之前提到的游戲三種反饋強(qiáng)化雅镊，換成學(xué)習(xí)的三種反饋強(qiáng)化襟雷。
固定比率強(qiáng)化——比如進(jìn)步累積進(jìn)步10名，就請(qǐng)自己吃一次燒烤
固定時(shí)距強(qiáng)化——再看三小時(shí)數(shù)就去打王者榮耀
-
不固定比率強(qiáng)化——隔壁班的小愛刮目相看的SSR
對(duì)應(yīng)的就是仁烹，增加學(xué)習(xí)留存率耸弄，延長(zhǎng)學(xué)習(xí)時(shí)間，增加學(xué)習(xí)收益卓缰。
個(gè)人圖解視頻：
#固定比率強(qiáng)化——增加自己留存的思維論筆記
#固定時(shí)距強(qiáng)化——一篇圖解完成后计呈，就可以玩王者榮耀
#不固定比率強(qiáng)化——完成的圖解進(jìn)行分享，能讓更多人看到征唬，并點(diǎn)擊收藏的收益捌显。
3、調(diào)整反饋難度
斯坦福大學(xué)發(fā)表了一篇論文总寒，大意是玩家在高難度獲勝的那一刻扶歪，大腦多巴胺回路會(huì)異常激活，也就是說適當(dāng)?shù)母唠y度游戲摄闸，能最大化的激活反饋回路善镰。
這也是各大競(jìng)技類游戲排位賽機(jī)制的由來妹萨。通過匹配不同難度的對(duì)手，既不會(huì)讓你一直輸下去炫欺，也不會(huì)讓你永遠(yuǎn)贏乎完。而是塑造一種升段掉段的獎(jiǎng)勵(lì)機(jī)制，讓你的反饋回路一直處于半激活狀態(tài)品洛。
在學(xué)習(xí)中树姨，如何設(shè)置學(xué)習(xí)難度，需要根據(jù)個(gè)人情況制定毫别。
下一次考試提高1分和獲取班級(jí)第一娃弓，就是兩種難度。既不要太簡(jiǎn)單岛宦，也不要太難台丛。
一旦大腦形成正反饋回路，嘗過一次甜頭砾肺，食髓知味挽霉，那么你的動(dòng)力將會(huì)更加充足。久而久之变汪，甚至?xí)硎軐W(xué)習(xí)這件事情本身侠坎，像打王者榮耀一樣，石樂志一般地學(xué)習(xí)裙盾。
這就是學(xué)霸誕生規(guī)則实胸。
