费曼:如何避免被人工智能取代

去年AlphaGo击败了世界冠军李世石,今年升级版的AlphaGo,仅用单机的算力,便横扫了中国棋院。

费曼:如何避免被人工智能取代_第1张图片
图:中国乌镇围棋峰会中 被AlphaGo逼哭的柯洁

注:在此之前,柯洁一直是世界第一,此役之后,柯洁只能称“人类世界第一”,多少有些辛酸和无奈。


而AlphaGo采用的就是时下极其火热的深度学习算法,使用该算法让计算机在语音识别、图像识别等领域的性能准确度可以超过人类。

那么有没有方法保证自己不被人工智能所取代呢?有的,因为科学原理【1】表明,计算机擅长的是模仿而人类擅长的是本质的探究。这篇文章跟你分享如何使用诺贝尔物理学奖得主费曼的学习法,培养自己的智慧,直抵事物本质。

我们发现电脑和人类的大脑之间有很多相似的地方。比如,都有输入信息,处理信息和输出信息这三个过程。从这个角度来看,要想成为一个更有智慧的、具有超强学习力的人,就要从输入、处理和输出上有进一步的认知和提高。

输入和输出都比较好理解,我们来重点说说“处理信息”这一过程。

当我们处理或者理解一件事情时,会有两种不同的方式。一种是记住这件事的名称,另一种是真正理解这件事儿的本质。那这两种方式有什么区别呢?我们通过著名理论物理学家费曼的两个例子来说明这个区别。

第一个例子

费曼在《别逗了,费曼先生》一书中说,他的父亲很早就教给他了一个道理。当你看到一只鸟时,即使你知道这只鸟的名字,也依然对它一无所知,你只是知道了人们怎么叫这只鸟。至于它在夏天横跨整个国家,飞行上万英里时,是如何辨别方向的,没有人知道。

第二个例子

费曼在巴西时,发表过一个演讲。他在演讲中说,有一个深爱希腊文的希腊学者,跑到别的国家发现那里的人都在研究希腊文,甚至小学生也在读。他非常开心,因为他们国家的小孩都不大爱念希腊文。在一个主修希腊文的考试上,这位学者问学生:“苏格拉底谈到真理和美之间的关系时,提出过什么主张?”学生们答不出来。然后学者又问:“苏格拉底在第三次对话录中和柏拉图说过什么?”学生们立刻眉飞色舞,以极其优美的希腊文,一字不落地把苏格拉底的原话背了出来。可是,苏格拉底在第三次对话录里所说的,正是真理和美的关系呀!原来,这个国家的学生学习希腊文的方式,是首先学会字母的发音,然后是字的读法,再后来是一句一句地学。对学生来讲,苏格拉底的话只不过一些人工化的声音罢了,没有任何意义。


这两个例子背后都说明了一个问题,我们知道一件事的名称,并不等同于真正理解它。我们使用宽泛的,一般化的语言掩盖了对于一件事情真正的理解。

概念是一切知识结构的基石。所谓的“独立”思考,对它最朴素的描述无非是:能够独立地,正确地使用正确的概念。所以,建立一个更好的信息处理系统的第一步,就是真正地理解一件事情的本质,而不是纠结于是不是记住了这件事情的名称。

那有没有一个好的方法可以帮助我们真正理解一件事情呢?有,那就是被广为称道的“费曼技巧”【2】【3】,非常简单,但也非常有效。只有四步,我来跟你说说。

第一步,学习。选择一个你想了解的话题或概念,进行学习。适用于任何学科的任何概念。

第二步,讲述。一旦你明白了其内容,找张纸把它写下来,就像你要把它教给别人一样;最好在写的时候同时讲述,如同老师在黑板前做的那样。

第三步,重复。这一步针对的是第二步你解释不清的地方,重新学习。当你可以解释清楚后,这将帮助你摸清自己掌握了哪些部分。看到哪些内容还没有弄懂,无论哪里不明白,反复进行学习,直到你能够完整地解释该内容。

第四步,精简和回顾。当一切内容都尽在掌握后,从头进行复述,但要求简化自己的语言,或者使用图形来进行阐释。如果你的解释比较啰嗦或者不清楚,那么很可能自己并没有很好地理解问题,应该重新进行学习,再一次精简,用最少的文字去解释清楚。

费曼:如何避免被人工智能取代_第2张图片
图:理查德·菲利普斯·费曼

一旦你能够用简单易懂的语言解释一个问题,你会发现自己真的理解了这个概念的实质。那说明你已经很好地掌握它了,而且能够在长时间内保持记忆。

有趣的是,当你真正使用费曼的方法时,就会发现它不仅是一种学习方法,还是一种思维方式。对于每一个概念,不要用似是而非的另一个复杂概念去简洁解释,而是问最基本的问题,用最简单的语言来直接解释。

这种思维方式会让我们一直追溯事情的基本真理,然后,从基本的真理出发,再进行逻辑推导。这是费曼教给我们很重要的一种思维方式。

注释和参考

【1】我们知道对计算机贡献最大的两个人分别是冯·诺依曼和艾伦·图灵。图灵发现世界上的问题可以分为两类,一类是可计算的问题,另一类是不可计算的问题。于是他设计了计算机的数学模型——图灵机,只解决可计算的问题,不涉及不可计算的问题。今天的计算机,不论是下棋的AlphaGo,还是能诊断疾病的IBM的“沃森”,从功能上来讲都是图灵机。也就是说,图灵机在理论上解决不了的问题,今天再聪明的计算机在实践中依然无解,哪怕计算能力再强,程序再智能,计算时间再长。那么什么是不可计算问题?比如情感问题,以及很多似是而非的问题。人的优势恰恰在于,能够对不确定性的问题给出一个不可计算的答案。

【2】http://www.inc.com/samuel-bacharach/five-strategies-for-productivity-from-the-world-of-richard-feynman.html

【3】https://www.farnamstreetblog.com/2012/04/learn-anything-faster-with-the-feynman-technique/


你可能感兴趣的:(费曼:如何避免被人工智能取代)