幽默:终身学习的长期主义

21-11-06 banq
做一个终身学习的长期主义者。进入机器学习时代,人类其实也是一部终身学习的长期运行的“机器”。

从机器学习到人机学习,机器学习是从复杂系统的大量数据中学习并以此作为决策依据,机器学习是基于数据相关性,而人类还有因果逻辑这个更强大的武器,当然,成也萧何败也萧何,归因归错误原因,变成执迷不悟,所以需要借助深度学习之类算法更新自己的认知,认知高低是一个人天花板高低。

 

learn和study的区别

学习是learn,不是study,更不是死记硬背靠记忆,需要靠贝叶斯算法更新记忆。

孔子说学而时习之,不亦乐乎。现代研究也确认反复记忆会记忆得更长,但是这是study,不是learn。

learn学习是从挫折中学习,用概率思维而不是因果线性回归思维去学习,复杂性系统没有脉络清晰的因果链条,以确定性方式发现因果可能是错误的,复杂性系统是概率世界,是数据相关,而不是因果。

在因果的线性思维中,记忆占据主要地位,没有记忆就无法溯因,可是如果我们不能追溯原因,只是找出相关性,记忆的重要性就没有那么突出。

一百年前的数据和数据相关是没有意义的,因为上下文完全不同,更没有因果关系,历史会重演是一种信仰语言。

记忆不是学习learn。

更新记忆才是学习,这种以更新为主的强调体现了过程性,在复杂性概率世界上,唯有不断与之互动,不断寻找不同上下文下的路径,这种路径是无法重复复制的。互动有成有败,这不是学习的目标,考出好成绩只是表示study合格,不代表你会learn,learn学习是从失败中更新路径,在多个层次上不断地渲染记忆,如同卷积绘画,先涂上一层,再涂上一层,不断接近可行路径,权重参数是一把钥匙,是撬动复杂性系统的杠杠。

1
猜你喜欢