說一個東西難學(xué)，往往用一句話形容：它擁有陡峭的學(xué)習(xí)曲線意鲸。
而一個技能的學(xué)習(xí)曲線如果太陡峭捂寿，顯然不適合一般人去學(xué)習(xí)掌握帚稠，大部分人沒入門就放棄了∏溥矗或許有一些意志異常堅定的人可以堅持下來桥胞，成就一番事業(yè)。
之前看曾國藩的讀書方法考婴，那叫一個【頑固】胺废骸！曾國藩讀一本書沥阱，一定要讀懂缎罢、讀完才去讀第二本，無論這本書如何艱深難解考杉，也絕不繞開策精。很少人能像他那樣讀書學(xué)習(xí)，顯然有更加高效的讀書學(xué)習(xí)方法崇棠。
還有一個常見的例子就是有些常年不運動的人蛮寂，不知道受到什么刺激開始健身。一開始就給自己設(shè)定了高標準的短期目標易茬。比如酬蹋，開始跑步就每天跑個半小時，一個星期就把自己跑殘了抽莱。膝蓋受傷這種障礙范抓，不是你意志力堅強與否可以逾越的。
當(dāng)然食铐，如果學(xué)習(xí)曲線太平緩匕垫，對學(xué)習(xí)也沒有什么好處。這就像是下棋的人老和臭棋簍子下棋虐呻，自己的棋藝估計很難提高象泵。學(xué)習(xí)資料如果相對于自己的能力太簡單，學(xué)習(xí)過程基本上也是處于無聊的階段斟叼。
前幾天偶惠，我給兒子找來可汗學(xué)院的數(shù)學(xué)教學(xué)視頻看，一開始想簡單一點朗涩，選擇的是加減法忽孽。沒想到小家伙完全不買賬，說太簡單了，一會兒就沒興趣了……
所以兄一，從定性角度上說厘线，學(xué)習(xí)曲線過于陡峭、過于平緩出革，都不利于學(xué)習(xí)造壮。那么從定量角度上說，什么樣的陡峭度骂束，才是最優(yōu)的學(xué)習(xí)曲線呢耳璧？
1. 定量分析
針對大腦學(xué)習(xí)效率的定量分析，估計很難做到精確栖雾。好在楞抡，科學(xué)家可以做類比。
想一下人類大腦的學(xué)習(xí)場景：遇到熟悉的信息析藕，一眼就可以做出正確判斷召廷，這不叫學(xué)習(xí)；遇到陌生的信息账胧，做出了錯誤的判斷竞慢，大腦會重視這種新信息，這才叫學(xué)習(xí)治泥。所以筹煮，在《認知天性》這本書里面，有一個科學(xué)家結(jié)論性的建議：用考試的方式來學(xué)習(xí)居夹，可以幫自己更快的區(qū)分新舊信息败潦，從而更快的學(xué)習(xí)。相當(dāng)于試錯后准脂，針對反饋來增強大腦間特定神經(jīng)元之間的連接劫扒，從而起到學(xué)習(xí)的效果。
現(xiàn)在的機器學(xué)習(xí)算法狸膏，也是如此沟饥。
AlphaGo下圍棋之所以厲害，在于其試錯學(xué)習(xí)的機制湾戳。試錯了減分贤旷；試對了加分，人類不需要教他砾脑，給他足夠的試錯機會幼驶，他自己就可以摸索出人類意想不到的更優(yōu)解來。
那么拦止，針對一個機器學(xué)習(xí)算法县遣，喂它的信息具備什么特征時糜颠，它才學(xué)得最快呢汹族？
和人類大腦一樣萧求，對于機器學(xué)習(xí)算法來說，也有新信息和舊信息顶瞒。實驗數(shù)據(jù)發(fā)現(xiàn)夸政，當(dāng)新信息占比在15.87%時，算法的學(xué)習(xí)效率達到最高榴徐。而且守问，這個數(shù)據(jù)不只是針對機器學(xué)習(xí)算法，針對人類教學(xué)實驗和動物訓(xùn)練實驗也發(fā)現(xiàn)同樣的規(guī)律坑资。當(dāng)新信息占比在15%左右時耗帕，學(xué)習(xí)效果達到最好。
所以袱贮，我們知道了仿便，最佳的學(xué)習(xí)曲線陡峭度是：15.87%。
2. 應(yīng)用踐行
知道了這個最佳陡峭度數(shù)字之后攒巍，對我們的學(xué)習(xí)有什么好處呢嗽仪？
其實，我們可能很難精確的量化自己的學(xué)習(xí)內(nèi)容的新信息比例柒莉，但至少我們可以主觀的做一些判斷闻坚。
比如，前文說的曾國藩的讀書方法兢孝，那是應(yīng)該摒棄的窿凤。讀一個領(lǐng)域的書，你應(yīng)該采用【循序漸進】的原則去選書跨蟹，而循序漸進的精準比例就是雳殊，對你來說的新信息占比15%左右。太難讀不進去的書喷市，放下它相种，也放過自己；太簡單沒啥挑戰(zhàn)的書品姓，放下它寝并，不要浪費時間。
比如腹备，指導(dǎo)孩子學(xué)英語衬潦，之前在《如何培養(yǎng)孩子的閱讀習(xí)慣？》中植酥，說過分級讀物的重要性镀岛。分級讀物也是一種維持學(xué)習(xí)曲線相應(yīng)陡峭度的方式弦牡。作為家長，你可以把15%作為依據(jù)來進一步調(diào)整孩子學(xué)習(xí)資料的陡峭度漂羊。
這從一個側(cè)面也說明了驾锰，類似那種【磨耳朵】的英文音頻不停的放，對孩子學(xué)英文來說走越，或許沒多大好處椭豫。因為很可能，磨耳朵音頻的新信息量對于孩子來說遠高于15%旨指，孩子完全沒有聽進去赏酥，自然沒有效果。
或許哪天可以開發(fā)一個個性化的學(xué)習(xí)軟件谆构。比如針對學(xué)外語來說裸扶，在用戶的學(xué)習(xí)過程中檢測用戶的能力標準，動態(tài)調(diào)整新信息出現(xiàn)的比例搬素。讓用戶永遠接觸到接近15%的新信息學(xué)習(xí)資料呵晨。
想必，學(xué)習(xí)效果可以突飛猛進吧蔗蹋。
