學(xué)習(xí)中的15.87

我們知道,學(xué)習(xí)可以分為三個(gè)區(qū)域:舒適區(qū)膝蜈、學(xué)習(xí)區(qū)和恐慌區(qū)锅移。

舒適區(qū)里面的內(nèi)容,基本上都是你已經(jīng)掌握的彬檀,學(xué)習(xí)這些東西會(huì)讓你感覺(jué)到很無(wú)聊帆啃。

而在恐慌區(qū),你又會(huì)感到非常的吃力窍帝,比如讓你跟老外交流努潘。

無(wú)論是舒適區(qū)還是恐慌區(qū),都很容易讓我們失去對(duì)學(xué)習(xí)的興趣坤学。

只有在學(xué)習(xí)區(qū)疯坤,就是我們大部分的內(nèi)容都會(huì),但同時(shí)又有一些具有挑戰(zhàn)性的問(wèn)題深浮,而且是我們努力一下又可以解決的問(wèn)題压怠。只有在這樣的一個(gè)條件下,人的學(xué)習(xí)熱情才會(huì)被激發(fā)出來(lái)飞苇,舊的知識(shí)不斷被鞏固菌瘫,新的知識(shí)不斷被吸收蜗顽,人們會(huì)覺(jué)得時(shí)間過(guò)的充實(shí)和滿足!

很多游戲之所以讓人著迷雨让,也是應(yīng)用了類似的設(shè)計(jì)雇盖,事實(shí)上我認(rèn)為在人與人的交往當(dāng)中也遵守著這個(gè)規(guī)則,如果你停止學(xué)習(xí)栖忠,沒(méi)法給別人帶來(lái)新鮮感崔挖,也很容易變成別人的舒適區(qū)。

意外比例

我們可以用萬(wàn)維鋼老師的一個(gè)公式來(lái)統(tǒng)一這三個(gè)區(qū)域:學(xué)習(xí)=熟悉+意外庵寞,熟悉和意外這兩者內(nèi)容的比例決定了你當(dāng)前在哪個(gè)區(qū)域中狸相,如果熟悉的內(nèi)容過(guò)多,就在學(xué)習(xí)區(qū)捐川,如果意外的內(nèi)容過(guò)多脓鹃,就在恐慌區(qū),問(wèn)題是属拾,這個(gè)比例可不可以量化将谊,就是當(dāng)比例是多少時(shí),才能讓我們處于學(xué)習(xí)區(qū)渐白。

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》逞频,里面給出了一個(gè)值纯衍,而且是非常精確的一個(gè)值:15.87%,這個(gè)值是怎么來(lái)的呢苗胀?

現(xiàn)在人工智能本質(zhì)上是機(jī)器學(xué)習(xí)襟诸,其實(shí)就是模擬人的學(xué)習(xí)方式。我們弄一個(gè)神經(jīng)網(wǎng)絡(luò)基协,用大量的數(shù)據(jù)去訓(xùn)練這個(gè)網(wǎng)絡(luò)歌亲,網(wǎng)絡(luò)不斷的調(diào)整內(nèi)部參數(shù),從而擁有自己的判斷能力澜驮。

每一次訓(xùn)練陷揪,都是先讓網(wǎng)絡(luò)對(duì)數(shù)據(jù)做個(gè)自己的判斷,比如給它一張照片讓它判斷里面是否有貓杂穷,如果網(wǎng)絡(luò)判斷正確悍缠,它就會(huì)加深鞏固現(xiàn)有的參數(shù);如果判斷錯(cuò)了耐量,它就調(diào)整參數(shù)飞蚓。

現(xiàn)在的問(wèn)題是,如果數(shù)據(jù)難度太低廊蜒,網(wǎng)絡(luò)每次都能猜對(duì)趴拧,那顯然無(wú)法提高判斷水平溅漾;如果數(shù)據(jù)難度太高,網(wǎng)絡(luò)總是猜錯(cuò)著榴,那它的參數(shù)就會(huì)東一下西一下變來(lái)變?nèi)ヌ砺模蜁?huì)無(wú)所適從。那每次訓(xùn)練中網(wǎng)絡(luò)判斷的錯(cuò)誤率是多少兄渺,才是最優(yōu)的呢缝龄?

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)挂谍,結(jié)果得出一個(gè)精確解:15.87%叔壤。

也就是說(shuō),當(dāng)你訓(xùn)練一個(gè)東西的時(shí)候口叙,你給它的內(nèi)容中應(yīng)該有大約85%是它熟悉的炼绘,有15%是它感到意外的,這個(gè)15%就是學(xué)習(xí)的最佳意外率妄田。

15.87 對(duì)我們的幫助

知道一個(gè)道理有用和知道一個(gè)道理多么有用是有本質(zhì)區(qū)別的俺亮。

有了最佳意外率我們就知道,如果你學(xué)習(xí)英語(yǔ)的時(shí)候看到一篇英文文章疟呐,里面有很多生詞讓你感覺(jué)晦澀難懂脚曾,你應(yīng)該果斷換一篇,因?yàn)榫退隳慊ㄙM(fèi)時(shí)間把它硬啃了启具,也是非常低效的本讥。

如果你感覺(jué)工作很無(wú)聊,并且已經(jīng)持續(xù)了很長(zhǎng)時(shí)間鲁冯,這其實(shí)是一個(gè)非常危險(xiǎn)的信號(hào)拷沸,說(shuō)明你很長(zhǎng)時(shí)間沒(méi)有進(jìn)步了!你必須給自己創(chuàng)造出那15%的意外和困難薯演。

15%和5%的進(jìn)步速度有非常明顯的差異撞芍。假設(shè)你是一個(gè)上進(jìn)好學(xué)的人,博覽群書還選修了很多課程跨扮,你總是泡在圖書館或者自習(xí)室里序无。有時(shí)候你覺(jué)得所學(xué)的內(nèi)容很輕松,有時(shí)候感到吃力好港,但你總是那么用功愉镰,你覺(jué)得自己學(xué)得很不錯(cuò),每天都在進(jìn)步钧汹。

但是世界上還可能存在另一個(gè)同學(xué)丈探,該同學(xué)有個(gè)教練,給他精心安排每次學(xué)習(xí)的內(nèi)容拔莱,確保每次15%的意外率碗降。他學(xué)習(xí)效率達(dá)到了最大化隘竭。

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讼渊。但是在好的教育環(huán)境和資源條件下动看,是可以最大化的逼近最佳意外率,可能這位同學(xué)每天只是每天學(xué)習(xí)那么一小會(huì)爪幻,但假以時(shí)日菱皆,他所取得的成績(jī)將遠(yuǎn)遠(yuǎn)超過(guò)你。這是多么可怕的一個(gè)事實(shí)挨稿。

最后編輯于
?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:七十年代末仇轻,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子奶甘,更是在濱河造成了極大的恐慌篷店,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,561評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件臭家,死亡現(xiàn)場(chǎng)離奇詭異疲陕,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)钉赁,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,218評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門蹄殃,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人你踩,你說(shuō)我怎么就攤上這事窃爷。” “怎么了姓蜂?”我有些...
    開(kāi)封第一講書人閱讀 157,162評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)医吊。 經(jīng)常有香客問(wèn)我钱慢,道長(zhǎng),這世上最難降的妖魔是什么卿堂? 我笑而不...
    開(kāi)封第一講書人閱讀 56,470評(píng)論 1 283
  • 正文 為了忘掉前任束莫,我火速辦了婚禮,結(jié)果婚禮上草描,老公的妹妹穿的比我還像新娘览绿。我一直安慰自己,他們只是感情好穗慕,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,550評(píng)論 6 385
  • 文/花漫 我一把揭開(kāi)白布饿敲。 她就那樣靜靜地躺著,像睡著了一般逛绵。 火紅的嫁衣襯著肌膚如雪怀各。 梳的紋絲不亂的頭發(fā)上倔韭,一...
    開(kāi)封第一講書人閱讀 49,806評(píng)論 1 290
  • 那天,我揣著相機(jī)與錄音瓢对,去河邊找鬼寿酌。 笑死,一個(gè)胖子當(dāng)著我的面吹牛硕蛹,可吹牛的內(nèi)容都是我干的醇疼。 我是一名探鬼主播,決...
    沈念sama閱讀 38,951評(píng)論 3 407
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼法焰,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼秧荆!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起壶栋,我...
    開(kāi)封第一講書人閱讀 37,712評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤辰如,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后贵试,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體琉兜,經(jīng)...
    沈念sama閱讀 44,166評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,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 36,510評(píng)論 2 327
  • 正文 我和宋清朗相戀三年毙玻,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了豌蟋。 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。...
    茶點(diǎn)故事閱讀 38,643評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡桑滩,死狀恐怖梧疲,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情运准,我是刑警寧澤幌氮,帶...
    沈念sama閱讀 34,306評(píng)論 4 330
  • 正文 年R本政府宣布,位于F島的核電站胁澳,受9級(jí)特大地震影響该互,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜韭畸,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,930評(píng)論 3 313
  • 文/蒙蒙 一宇智、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧胰丁,春花似錦随橘、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 30,745評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至,卻和暖如春蜒车,著一層夾襖步出監(jiān)牢的瞬間讳嘱,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 31,983評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工酿愧, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留沥潭,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,351評(píng)論 2 360
  • 正文 我出身青樓嬉挡,卻偏偏與公主長(zhǎng)得像钝鸽,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子庞钢,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,509評(píng)論 2 348