- Objective: 学习的本质 - Breadcrumb: 第一章 1.2 学习是在干什么？是为了尽快得到一个静态结论？还是学会如何推论，提取模型？ # 概念阐释 “推论与概率统计”是人类大脑自带的学习**算法**，人类天生自带预测的能力。 人类能通过大量的数据输入，再通过大量的实践，对表征彼此之间的关系形成整体的系统，从而生成一个个[[孩子天生爱学习 模型]]。**学习的进阶就是提升模型提取的能力**。 学习的关键目的不在于得到一个静态的结论，而是要在大脑中形成表征构成的关系模型。 # 实例 在大量的数据输入中，通过大量的实践提取模型。 - 比如，婴儿通过扔各种东西，开始建立事物如何运行的初级模型。 - 抽象思维，建立更复杂的模型。比如，通过拼一个投石器认识到对称、直角这样的表征，建立“支架和投石器杆需要呈“直角”，两边需要“对称”，才能发挥“杠杆原理””这样的模型。 - 语言学习：通过“推论与概率统计”的内置算法，无意识地从环境输入中学习。通过已知的知识，用推理学会新的知识。 - 当盒子里有三个红球一个绿球，出来红球的时候，婴儿只会短暂看一眼，她觉得这符合她的预期。但是出来绿球的时候，婴儿注视的时间会很长，因为较小概率的事件违背预期，就会引起惊奇和关注。这说明婴儿有基本的概率和推论能力。  # 相关内容 人工智能的[[贝叶斯算法]]就是模仿了人类的推论与概率统计的学习算法，才有了今天的ChatGPT。 # 问题 - Q1：“推论与概率统计”在学习过程中起到什么作用？它们是如何帮助我们从大量数据中提取模型的？ - Q2：儿童是如何学习语法的？学语法的误区是什么？作为家长应该如何做？ - Q3：“贫乏模式学习”是什么？它为什么会阻碍我们的学习？ # 问题答案 - “推论与概率统计”是人类大脑自带的学习**算法**。人类能通过大量的数据输入，再通过大量的实践，对表征彼此之间的关系形成整体的系统，从而生成一个个[[孩子天生爱学习 模型]]。**学习的进阶就是提升模型提取的能力**。 - 通过“推论与概率统计”的内置算法，无意识地从环境输入中学习，构建起一个复杂的知识体系。通过已知的知识，用推理学会新的知识：在生活中听过购物，在读书时，虽然不认识“购”字，但可以通过上下文，和生活中的发音推测出这个字念“购”。再因为汉字大部分半边可读，也可以推测出“沟”的读音。比如学习母语，我们都是在无意识中先学会了说话，再在课堂上去总结提炼语言的语法。 - 贫乏模式的学习常常来自想要“一步到位”，效率最大化，最好不要犯错，不要花大量的时间探索，也不用弄懂为什么。学习就等同于考试，会解题套路，把学校的功课做好就好。这样违背学习原理的做法往往剥夺了学习的快乐，也不会看到“到位”的结果。学习的关键目的不在于得到一个静态的结论，而是要在大脑中形成表征构成的关系模型。 # 参考资料 首先概述本文：本文探讨了学习的本质和过程，强调了学习不仅仅是为了得到静态结论，而是通过推论和概率统计来提取模型。从婴儿到成年人，学习都是通过尝试和经验，在大量数据输入中不断提取模型，提升复杂度和抽象度。作者通过婴儿的示例以及孩子在做手工和学习语言的过程中的观察，说明学习的核心在于形成元件关系的表征与模型，以及利用推理从已有知识中学会新知识。