有讀者問良叔，成人如何學(xué)習(xí)？
又是一個太大的問題，但是今天想通過“深度學(xué)習(xí)”和“淺度學(xué)習(xí)”的角度談?wù)劇?/p>
什么叫“淺度學(xué)習(xí)”？
這是我發(fā)明的詞，是相對于“深度學(xué)習(xí)而言”的，簡單講，就是對一個概念的了解、消化和解釋。
“了解”就是“輸入信息”，“消化”就是“處理信息”，“解釋”就是“輸出信息”，你看這和電腦操作幾乎是一樣的。
這在三步形容了一個循環(huán)，這才算掌握一個概念的本質(zhì)，而非表象。
這個說法不是我的原創(chuàng)，而我的偶像費曼提出的。
先說說費曼先生是何人吧，他是被人稱為繼愛因斯坦之后最偉大的物理學(xué)家，曾拿過諾獎。
一生建樹奇多，不僅僅在物理領(lǐng)域，還包括畫畫、桑巴鼓等等。據(jù)說他還是個撩妹高手，當(dāng)看到他夫妻的合影時，我竟然無法質(zhì)疑......
良叔對費曼最崇拜的就是他對“學(xué)習(xí)能力”的理解。
他曾發(fā)表過一個演說：
有一個深愛希臘文的希臘學(xué)者，跑到別的國家發(fā)現(xiàn)那里的人都在研究希臘文，甚至小學(xué)生也在讀。
他非常開心，因為他們國家的小孩都不大愛念希臘文。
在一個主修希臘文的考試上，這位學(xué)者問學(xué)生:
“蘇格拉底談到真理和美之間的關(guān)系時，提出過什么主張？”
學(xué)生們答不出來。
然后學(xué)者又問:“蘇格拉底在第三次對話錄中和柏拉圖說過什么？”
學(xué)生們立刻眉飛色舞，以極其優(yōu)美的希臘文，一字不落地把蘇格拉底的原話背了出來。
可是，蘇格拉底在第三次對話錄里所說的，正是真理和美的關(guān)系呀！
原來，這個國家的學(xué)生學(xué)習(xí)希臘文的方式，是首先學(xué)會字母的發(fā)音，然后是字的讀法，再后來是一句一句地學(xué)。
費曼想借這個故事來說明，這種方法根本不叫學(xué)習(xí)，只是簡單的信息輸入，在這些學(xué)生根本不能處理這些信息，因此他們的背誦，也就不能算做輸出，只是簡單的重復(fù)。
他們所學(xué)的內(nèi)容毫無用處。
那么怎樣的學(xué)習(xí)，才算是有效的學(xué)習(xí)呢？
費曼還是的總結(jié)出一個有用的套路（如下圖），一共分為四部。
明確主題；講給孩子；尋找缺口；觸類旁通
?明確主題：帶著目的學(xué)習(xí)才最有效。
也許就是說，你要抱著解決一個具體問題的態(tài)度。
比如，我寫這篇文，就是要談?wù)劇皽\度學(xué)習(xí)”是什么，和怎樣“淺度學(xué)習(xí)”。
講給孩子：無論多么復(fù)雜的理論，你如果能夠讓一竅不通的人明白，才說明你會學(xué)了。
話說谷歌在招募研發(fā)人員時，出了一道面試題：如何把搜索引擎的原理，講給你奶奶。
這就是要求你具有化繁為簡的能力。
尋找缺口：在給別人講述的過程中，遇到卡殼，說明你還沒有搞懂，就要回去重新梳理。
比如我在寫此文時，發(fā)現(xiàn)“消化”這個概念很難一言兩語談清楚。
于是，思考，重新組織，發(fā)現(xiàn)也許不用解釋那么清，而是如果用一個案例讓大家去領(lǐng)會最好。
恰巧，我的素材庫中，有希臘文這個案例，而且一看，正是費曼老人家講的，真的是天作之合。
觸類旁通：將你習(xí)得的知識，遷移到另一個領(lǐng)域。
觸類旁通而引發(fā)的偉大創(chuàng)造在這世界上比比皆是。
喬布斯通過對書法的參悟，帶來了Mac系統(tǒng)卓越的文字體驗；
數(shù)據(jù)工程師利用余弦定理解決了新聞分類問題；
而費曼用一個小小的實驗就向眾人說明了“挑戰(zhàn)站”號失事的原因。
所以，掌握一項知識的最高級別就是實現(xiàn)“遷移”，知識由此才能產(chǎn)生最高的價值。
以上四個招術(shù)就是提高“淺度學(xué)習(xí)”的方法。
看到這里，你可能會有個疑問吧？
為什么這個叫“淺度學(xué)習(xí)”？
因為這是理論上的學(xué)習(xí)，只有在實踐中的學(xué)習(xí)我認為才叫“深度學(xué)習(xí)”。
所以，人工智能叫“深度學(xué)習(xí)”，就不足為奇了。
因為那是基于大數(shù)據(jù)的學(xué)習(xí)，那些大數(shù)據(jù)都是真實發(fā)生過的事，來源于每個人的實踐。
而人工智能就將成千上萬個實踐壓縮在一起，進行學(xué)習(xí)。
我認識一位朋友，是“科大訊飛”的工程師，這家公司的語音輸入技術(shù)在全球數(shù)一數(shù)二。
這朋友和我談起語音輸入最難的一部分，就是“模糊識別”。
比如你是大弗蘭人，口音天然帶剁椒味，個別字的發(fā)音人工智能很難識別，這時識別的精確性，就是一種核心技術(shù)。
科大訊飛“模糊識別”的精確率非常高，原因就是他們用了大數(shù)據(jù)深度學(xué)習(xí)。
人工智能會通過模糊詞語前面的詞語，來計算接下來最有可能出現(xiàn)的是哪個詞語，而且數(shù)據(jù)越大，就越精準(zhǔn)。
這不就是在實踐中學(xué)習(xí)嗎？就像我們過去常說的那句話：
“我認識你這么多年，你一抬屁股，我就知道要放什么屁......”
這篇文章，也許對深度學(xué)習(xí)和淺度學(xué)習(xí)的定義并不準(zhǔn)確，但這正是我運用費曼學(xué)習(xí)法找到的一個主題，然后通過最簡單的方法向你講述，這就是一種學(xué)習(xí)方法。
而且，這篇文章我還講念給我兒子聽了，他表示可以聽懂，我很開心。
不過，他也提出一個建議，“講給孩子”這事兒，要明確標(biāo)準(zhǔn)，多大的孩子才算？難道嬰兒也算？
你看，我又找到了一個缺口......
-END-
