《硅谷来信》读书笔记88

第245封信：AlphaGo的关键方法：强化学习

强化学习，就是在有正确反馈的前提下，做自主的学习。
之前在10000小时定律里面讲了，有一种10000小时的努力是无效的，就是每次产生错误之后都没有改正，即没有得到正确的反馈。

在这里我想起几个例子。

一个是我女儿，她现在1岁半，正式探索外部世界，学习语言的阶段。我每次会教她一些简单词，她会尝试着模仿，当她说的不对，或者不标准的时候，我会即使重复正确的发音，这就是反馈。平时在没教她的时候，她会观测大人说话，把学习到的词和当时的场景或者事物匹配上，渐渐自己明白这些词的意思，这就是自主学习。就比如她第一次看到狗，听到狗“汪汪”叫的时候，她就把“汪汪”和狗进行匹配。每次她看到狗的时候，会发出“汪汪”的发音，后来我明白了，她是在自主学习的时候，把狗这个概念等同于了“汪汪”的发音，于是我给她一个反馈——狗的正确发音是“gou”，它发出的声音才是“汪汪”。大家都知道小孩的语言学习是很高效的，正是因为他们不断地自主学习再加上有不断地反馈给他们。

由此我想到我们当时在学习英语的时候，一直是以各种教材为基础，属于被动的学习，教材准确、科学与否，我们掌握的是否准确，其实并没有及时、准确的反馈。因此很多人都读完大学了，英语水平还是一般。

在我上学的时候我的导师就说过“教就是最好的学。给从来都不懂的人讲懂了，那就说明你也理解了。”工作之后，在很多场合都体会到这一点。现在从学习与反馈的角度看，在反复给人讲的过程中，对方是一个对你所说的完全不懂的人，因此他会问你许多问题，在你根据这些问题（反馈）不断调整、整理你的思路的时候，你对你所掌握的知识的理解才会越来越深刻。因此“教就是最好的学。”

拆书帮里也是如此，每次拆书活动中收获最大的是“拆书家”，而不是学习者。