从亿年机器人再认识学习

        设想有一天，你为了能看到1亿年之后的生活，需要造一部机器。这部机器不能是固定放在某个地方的，因为即便是放在最安全的地方，1亿年的时间，变数太多，地震、海啸甚至核爆炸等等，都可能损坏，所以得造一个能活动的。既然要能活动，那就需要定义活动的规则。加油，维修……一一定义太麻烦。怎么办？定一条，保证你能活着就行。于是，这部机器人以此为目标，学习加油、维修、协作等等。如果维修不好了，得把你换到另外一个新的机器里面，于是机器就有了各种判断。如果你真的活到1亿年之后，想必，那时候的地球已经大变样了吧。但是等等，这时的你，是不是就和我们人类的基因一样？而这个机器人，是不是就像是人类自身了呢？这就是机器有没有意识的亿年机器人的思想实验。这个思想实验主要是让我们思考人类到底有没有意识。

        人有没有意识这个问题太大，讨论起来也麻烦，我们先来看看AlphaGo的棋艺。很多人都不相信计算机能够在围棋方面赢过人类，因为落子的选择太多，计算太复杂，这种计算是人类的独特优势。 然而，2016年3月，AlphaGo在韩国 4比1战胜李世石，又在2017年5月，以3比0战胜排名世界第一的围棋冠军柯洁，一时刷爆网络。尽管AlphaGo 厉害，但它所用的原理却是很简单：一个落子选择器，负责观察棋盘布局企图找到最佳的下一步；一个棋局评估器，负责在给定棋子位置的情况下，预测每一个棋手赢棋的概率。就相当于一个负责落子和观察棋局，一个负责计算赢得概率，每一步都评价之后选择胜率最大的落子。他通过大量练习人类对弈的棋谱，学习人类弈棋锻炼自己的棋艺。更厉害的是，他的下一代，AlphaGoZero ，没有使用人类棋谱，通过40天地自我训练，打败了之前的AlphaGoMaster。用《机器之心》一书来讲：AlphaGo是通过简易数理方法配合大量计算和充足的问题样例训练实现的，而AlphaGoZero不需要问题的样例练习，只用了明确的问题描述加大量练习。也就是说，AlphaGoZero连“领进门的师傅”都不用，就可通过自己自学成才，在更短时间战胜了他的前辈。

        你看，弈棋，只需要定义围棋规则即练成冠军，亿年机器人，只需要定义清楚保证你能活着就会练就生存技能。这么一比较，好像思想实验似乎是真的有那么一回事。好吧好吧，不说那些时空跨度非常大的实验，说说这个现象对我们现实精进有什么启发吧。就从我们精进的重要动力——学习谈起。

        对于学习，大师们有很多定义。比如，图灵奖获得者西蒙说，“如果一个系统，能够通过执行某个过程，就此改进了它的性能，那么这个过程就是学习”。又比如，吴伯凡讲，“所谓学习，不仅是对自身知道进行更新、完善，而且要对自己的知识框架、心智模式有一种反省，甚至要有敢于颠覆的勇气和能力。”结合上面的例子，用不那么准确的白话文讲，学习就是通过练习让自己变得更厉害的过程。那么，怎么样才能变得更加厉害？按照上面的思路，只需要两步：

        第一步，定义问题。即设定目标，确立方向。不要小看这个问题，爱因斯坦就曾说过：如果给我1个小时解决问题，我需要55分钟弄清楚这个问题，然后用5分钟解决。现实生活中，我们经常拿到问题就开始动手解决，但经常解决到一半就发觉好像哪里不对，难以继续，这就是没有弄清楚问题到底是什么。而关于定义问题，最清楚、最简洁的就是概念，弄清楚概念，就是学习的第一步。

        第二步，刻意练习。即围绕目标，不断练习。有句谚语，手里拿着锤子，看到任何东西都是钉子，都想锤一下。本意指人有思维定势后闹出的笑话，是贬义的。但想要好好学习，还真的用那个已经掌握的概念，把碰到问题都锤一下，试一试能不能用。当然，现实可能更加复杂，比如投篮需要形成肌肉记忆，需要更多练习，也可能更加简单，比如弈棋，已经有了套路，就没必要再想再一一尝试。最后，把这些概念能用的、不能用的都记录下来，不断练习，形成自己的反射回路，一旦到需要的时候能够随时使用，这就学成了。

        这个方法说起来简单，但做起来比较难，因为我们会感觉累、有情绪、单次训练周期长等等，于是就有了著名 的“1万小时定律”（普通人，只需要1万个小时能够精通一门技艺）。甚至可以进一步推论，学，就是突破舒适区，掌握新概念；习，就是巩固掌握概念，形成反射回路。所谓聪明，就是能够在很短时间内掌握新概念；天赋，就是能够用最短时间内建立沟通反射回路。

        聪明，就是善学；天赋，就是善习。

        某种程度上讲，聪明或者有天赋，就是从小练起的，因为那时就是一张白纸，刻录概念、形成反馈回路都比较容易。而现在的我们，要想高效学习，可能就更需保持空心。