如果稱2016年為科技元年，相信很多人都不會否認。而在這么多黑科技事件中，最讓大家驚顫的無非是alpha Go 與 李世石那場人機大戰(zhàn)，這是自1997年深藍電腦戰(zhàn)勝國際象棋高手之后，又一次人工智能讓世界驚顫。
而就在戰(zhàn)勝李在石之后，谷歌的DeepMind團隊在6月宣布他們做出了一款人工智能里的游戲高手，它可以靠自己不斷試錯學習，在游戲打敗專業(yè)玩家。
人工智能計算識別能力正在以一種遞進制的方式發(fā)展，短時間內(nèi)，人工智能已經(jīng)在云智能對戰(zhàn)方面積累了豐富的經(jīng)驗，并且可以通過自學、自我試錯打敗人類選手。
這篇文章就是要跟各位探討人工智能的學習，同時將其轉(zhuǎn)化成我們可以使用的8種學習方法。本文字數(shù)較長，實在沒有耐心看全文的各位可以直接跳轉(zhuǎn)至重點部分。
到底，人工智能游戲高手是怎么打敗人類游戲玩家的呢？
過程是這樣的：開始時，擺在它面前真的就只有控制器、顯示器和得分反饋，它連要玩什么游戲都不知道。
但是游戲開始后，它就會仔細觀察游戲視頻，摸索出游戲的模式。再開始操作控制器，并根據(jù)得分反饋進行調(diào)節(jié)。
結(jié)果就是，在完全沒有編碼，自學的情況下，這款人工智能產(chǎn)品學會了49種視頻游戲，并且在23個游戲里，打敗了人類的專業(yè)玩家。
簡單來說，人工智能的學習過程就是觀察—摸索—操作—反饋—調(diào)節(jié)五個步驟，在這5個步驟下，它使用了區(qū)別于普通人的兩大學習方法：深度神經(jīng)網(wǎng)絡和強化學習，讓電腦自行從數(shù)據(jù)中發(fā)現(xiàn)共有模式，并且熟練地掌控它。
怎么理解深化神經(jīng)網(wǎng)絡與強化學習呢?簡單來說，這兩個武器轉(zhuǎn)化而來就是下面這張圖所表示的兩大衡量武器 ：學習的深度以及學習的頻率。
真正的高手是能在一個領(lǐng)域進行深度學習與研究并通過高強度的刻意練習將知識轉(zhuǎn)化為技能！
對于此，可能很多人都會覺得嗤之以鼻，“這玩意誰不知道呀，但就是做不到呀！”既然如此，你有沒有思考過做不到的原因呢？
仔細想想為什么每次我們一玩游戲就嗨到不行，別說玩?zhèn)€幾小時就是玩?zhèn)€幾天幾夜都沒有問題。但是呢，一到真正要學習時候，拿起一本書看了半個小時就已經(jīng)受不了。
為什么會有這種差別？我們看不進書真的是因為我們太蠢太笨，腦子太慢了嗎？
不好意思，這次我不準備安慰大家，因為實話還真的是。
當我們在玩游戲的時候會有一種全身心的投入感，能夠充分調(diào)動眼睛、耳朵、思維全方面的合作；但當我們在讀書的時候，大部分的人采取就是單一的眼睛掃描，發(fā)現(xiàn)重要部分啟動大腦進行加工，然后再掃描，再加工。**
在學習中，大腦的思考維度總是落后，久而久之，大腦就會陷入了一種待機狀態(tài)。在這樣的學習狀態(tài)下，你以為出去洗把臉來罐紅牛就真的能重新激發(fā)學習狀態(tài)？答案當然是否定的。
那我們到底該怎么學習呢？首先要祭出人工智能的第一個學習武器---深度學習
深度學習即是在學習中，全面、多感官的調(diào)轉(zhuǎn)我們的大腦，我也稱它為多感官學習法。這種方法使得學習就像玩游戲一樣，讓我們沉入其中，達到心流模式。
要達到真正的心流模式，我們可以借鑒下面5種方法：
1、 以自我為中心，探索答案
我們學習之前一定要學會問“跟我有什么關(guān)系”，明確你學習的目的是什么，是隨便性讀一讀還是想深入了解。這一以自我為中心的學習態(tài)度能最大化的確保我們在學習中始終保持自我，通過好奇心得引導，讓我們不斷的探索答案，而不是被動的接受知識的灌輸。
而對于以自我為中心的探索，我們首先必須要學會問自己這四個問題：
這四個問題就像一條引線一樣，引領(lǐng)我們不斷的思考探索，讓大腦時刻保持在思考的維度。學會以自我為中心進行探索是我們學習的第一步，同時也是非常關(guān)鍵的一步。
2、知識最小化拆解
書本等學習資料上，呈現(xiàn)出來的皆為已包裝整理過的知識，它可能很復雜也可能很深奧，對于這樣一個的知識結(jié)構(gòu)，往往需要我們進行人為的拆解。
一個好好的知識，我們?yōu)槭裁匆鸾馑?？可以借鑒人工智能學習領(lǐng)域的一個著名的方法：卷積神經(jīng)網(wǎng)絡。就如神經(jīng)的最小運算單元是神經(jīng)元一樣，神經(jīng)網(wǎng)絡的最小單位是一個小節(jié)點。通過多重相異的結(jié)點聯(lián)結(jié)，能夠輸入輸出信息，實現(xiàn)機器“思考”。
一個最簡單的數(shù)字“A”,它的識別包括不同層次，每個層次用來識別不同的內(nèi)容，比如輪廓、顏色、形狀、像素等。
想象一下，如果有30種不同的維度進行過濾和篩選，我們學習的準確度是不是有著令人驚訝的提高？所以會拆解是我們自我學習中非常重要的一步，它教會我們?nèi)绾稳ゼ毣R。
比如：你看雜志的時候，能看到什么？名模？奢侈品？精美的圖片？
真正會學習的人，一本花花綠綠的雜志也能成為他的學習資料。
通過對雜志文章、封面、目錄、圖文排版、廣告渠道投放等細節(jié)部分的拆解思考，我們可以從中學習到雜志的文章應該如何分類、什么樣的文章標題能夠吸引讀者，怎樣才能夠最大化的學習提升圖片精美度、怎樣進行圖文結(jié)合、怎么進行內(nèi)容定位等等方面的內(nèi)容。
只要你不斷的拆解，你會發(fā)覺知識具有無限的擴展與連接性，它的價值并非僅限于呈現(xiàn)在我們的樣子，而是隱藏于表層含義這下。
這就需要我們養(yǎng)成深入拆解的習慣，將一個知識拆解的越小，我們大腦的接受程度就越大。
3、故事化學習
對于一個很深奧很不好理解的知識，該怎么學呢？這確實是一個難題，我們的大腦無法忍受無聊的事情。在學習中，面對那些深奧的知識，我們要學會為大腦找些樂子，而這個樂子就是講故事。
要問怎么給復雜知識講故事呢？來看看john .medina 是如何描述負責記憶的海馬體與負責思維的大腦皮層之間的關(guān)系的。
當感覺的信息進行進入大腦皮層后，海馬與大腦皮層開啟了一段電子婚姻。
剛開始他們無比的親密，每天在“哇啦哇啦“的交談著，哪怕就算在我們睡著后，他們還是在不斷的互訴衷腸，表達愛意。這一過程不斷持續(xù)，直到有一天記憶固存在我們的大腦里，他們才漸漸冷淡下來，并慢慢的解決這段親密關(guān)系。
海馬與皮層的故事，聽起來這就像是短暫的婚姻，他們的baby就是那個固化在我們腦海中的記憶體。這樣一形容有沒有感覺這種略帶深奧的知識過程突然變得生動起來了、
故事不僅將幫助我們理解知識，同時也會加深我們的記憶，對，也就是那個故事當中的baby。
而要會講故事，就必須要讓故事有關(guān)聯(lián)性與情節(jié)性
什么是關(guān)聯(lián)性？即是故事的主角與知識的主角特質(zhì)要保持一致，就如海馬與皮層，作者形容他們?yōu)槎虝旱幕橐觯皇钦f他們是一夜情。
什么的情節(jié)性？當然就是故事要有高潮有結(jié)局，有起伏的故事才是完整、令人映像深刻的故事。
4、圖像化學習
學習時，思維在腦海里流竄，橫沖直撞又反復糾纏，最后扭成一團麻。所以常常會有人抱怨學習時，腦袋一團漿糊。這是因為，大部分人的思考過程都是雜亂無序，沒有邏輯的。
一個復雜的知識放在我們面前的時候，我們可以用圖畫、圖表、模型的形式去拆分、呈現(xiàn)，將知識可視化。
可視化學習方式多種多樣，但其最終目的都是幫助我們更好的將復雜的事務梳理清楚。在使用可視化學習時，我們可以自己手畫，也可以使用模型。
但不同的模形有不同的使用功能，思維導圖可以幫助我們更好的記憶與發(fā)散、魚骨圖幫助我們尋找事務的本源，架構(gòu)圖讓我們清晰的了解組織層級。
5、場景化學習
在互聯(lián)網(wǎng)營銷中有個觀點叫“到用戶中去”，想要做出好的推廣，肯定不能待在一處蹺著腳猜測客戶的喜好。從客戶出發(fā)，才是真正有價值的營銷。而知識也是一樣，要站在知識中去才是有價值的學習。
什么是場景化學習？
舉個例子：7年前，我一個朋友想學英語，周邊沒人愿意陪他練習的時候，他自己想出來一個方法。當他再學education這個詞，把自己想象成一個翻譯家，他此刻就站在臺上。然后翻看新華字典中所有與教育相關(guān)的例句，隨后要求自己立馬給出譯文。剛開始的時候他甚至一個整句都翻譯不出來，但半年后他英語流利的嚇了我一跳，現(xiàn)在他也是一名非常優(yōu)秀的翻譯人員。
所以，場景化能最大化的激發(fā)我們的學習興趣，促使我們將知識實時轉(zhuǎn)化。
總結(jié)而來，什么是深度，深度學習就是盡可能多的激活我們的大腦的神經(jīng)細胞，增加髓鞘質(zhì)的厚度，換言之就是為學習做些更能刺激興趣的事，讓大腦嗨起來。
當然光讓大腦嗨起來肯定是不夠的，我們還需要結(jié)合強度練習，這也就是我們開頭那張圖上所說的頻率。
來，我們先看一組數(shù)字，所有人請先記住這組數(shù)字，不要去回顧它。1分鐘后再去回想這組數(shù)字。
我們大腦的工作記憶只有30s,，這組數(shù)字你在30s內(nèi)可以很輕松自如的記住他，但是30s后甚至更長的時間內(nèi)你就開始遺忘，如果你想要延長記憶時間你就必須要反復的去重復它?！み@個反復的時間要多久？答案是幾個月，甚至幾年。
而我們又該如何去練習呢？
6、最佳范例對比法
這個方法有一個最好的例子，有“博士之父”之稱的王云五先生有一個獨特的英文自學方法，就是將英文名家作品譯成中文，一周后譯回英文，將英文與原作對比體會。這里王云五先生就是將英文原作作為了最佳的范例。
這種方法能夠幫助我們最快的找到學習的參照物與學習方法，通過比對經(jīng)典、自我分析，把經(jīng)典當做老師，并不斷的強化練習，我們可以找到更多的學習突破口。
7、刻意練習
我們常常以為高手一定有什么隱藏的學習秘籍，但其實高手也都在使用笨辦法。
文案高手小馬宋就有這樣的經(jīng)歷：
他本人是西安交大鍋爐專業(yè)畢業(yè)，畢業(yè)后分配到中石化集團天津石化煉油廠燒鍋爐，幾經(jīng)波折到后來在國際廣告公司FCB任文案，再到奧美互動任助理創(chuàng)意總監(jiān)，再到創(chuàng)辦第九課堂……
那么問題來了：他如何從鍋爐工做到創(chuàng)意總監(jiān)？
他用了一個笨辦法，那就是閱讀大量的廣告創(chuàng)意案例。他用了半個月的時間把德國的一本世界級廣告創(chuàng)意雜志十年來的作品，從網(wǎng)上全部搜集起來，一共是20000個頂尖的創(chuàng)意作品。
他又用了近一個月的時間，把他們分門別類的整理成了10個PPT。并把這20000個創(chuàng)意反復看了三遍以上。
同時，他也收集了世界上最經(jīng)典的文案，全部抄寫了一遍。并且在從事廣告的6年間每天保持著閱讀10個以上廣告案例的習慣。
就沖著這種高強度的刻意練習，有多少人能真正做到？高手都有一段苦心折磨自己單點技藝的過程，而普通人和高手之間的距離，大抵就是自己能否嚴格要求自己吧。
就連人工智能也是在使用這樣的笨辦法，在李飛飛教授領(lǐng)導的斯坦福大學Imagene圖形圖像化研究中，收集了1500萬張圖片用以識別2200種圖形，而人工智能計算機要做的就是每天不斷反復的識別。
還記得，我們最開始了解的google mind的游戲高手嗎？它是通過觀察—摸索—操作—反饋—調(diào)節(jié)五個步驟來完成逆襲，而我們會學習都只是其中一小部分。還需要進行自我輸出、從而獲得反饋不斷提升我們的學習。
8、從知識中來到知識中去
在互聯(lián)網(wǎng)營銷中，我們這幫策劃、創(chuàng)意狗都有一個“通病”叫自嗨，很多人都會陷入自我認知的框架中。當我們拿出一個創(chuàng)意時，覺得整個世界都會為此而癲狂。
而當真正把所學所思所想拿到實踐中，才發(fā)現(xiàn)這個觀點是如此的脆弱。所以《黑天鵝》的作者塔勒布就提出“反脆弱”觀點，理論是脆弱的，我們只有結(jié)合實踐進行調(diào)整，在實踐中豐富知識的維度，培養(yǎng)反脆弱技能才能真正的學會學習。
在人工智能大舉來襲的今天，我們唯有更聰明的學習，運用深度學習全面調(diào)動我們的大腦，并通過高頻的練習將所學知識轉(zhuǎn)為技能。只有這樣才能確保自己不被時代所淘汰。
請記住，相比于人工智能而言，我們?nèi)祟悂碚f最贊的就是我們不僅會模仿拆分，我們還會思考！
