- 好好一个人，为什么一读书就困了？
- 学霸不靠思考，学渣才靠思考
- 不思考是为了更高质量的思考
- 问题不在于认知升级
- 知识体系的科学原理
- 认知心理学视角：长时记忆
- 认知神经科学视角：后皮质
- 深度学习视角：知识图谱与[[LLM 大语言模型]]
- 大脑的电脑比喻
- 知识图谱
- 大语言模型的知识体系
- 个人知识库（个人知识图谱）：一生的笔记系统
# why
## 好好一个人，为什么一读书就困了？
- 通过 fMRI 功能性核磁共振的观察：
- **学渣开足马力**：读书时，由于事实性知识和概念量太少，再加上频率较高，需要不断的去编码，结果就是高认知符合，开足马力
- **学霸节能模式**：由于学霸已经建立了强大的知识库，所以在读书时，对于熟悉的信息处于”不处理“模式，认知符合低，所以更节能
- **大脑耗能**：人脑是身体中最耗能的部分，只占体重的 2%，但却要消耗 20% 的能量，动用前额叶对信息进行主动的、深度的、有意义的加工，更是会耗费能量
- **学霸不靠思考，学渣才靠思考**：
- 学霸的大脑中存储着**个人知识体系**，这个知识体系中包含数以万计的**知识砖块**，并且砖块之间有这**丰富且有意义的联结**。从大脑的物质基础上看，学霸拥有一个有序且高效的**大脑神经网络**。所以学霸在读书时不靠先挂，而是**靠提取**，所以”思考“的比重较低，但质量更高，效果更好。
- 学渣的大脑**没有知识体系和知识砖块**。大脑是一个杂乱且低效的神经网络，读一点就要”思考“，所以结果是质量低，效果差。
- **不思考是为了更高质量的思考**：
- 学霸和大师不思考并不是懒惰，而是他们在解决普通问题时不靠现场思考，而是靠从[[认知心理学 长时记忆]]中”提取“，直接应用，解决问题。
- 但是当学霸和大师在面对难题时，才是真正的思考，因为脑子里有知识砖块和知识体系，所以思考也是更高层的，更有创新。
# what
## 知识体系的科学原理
### 认知心理学上的差异：[[认知心理学 长时记忆]]
- **学渣**：知识是碎片化，知识结构疏松，知识之间的关联不紧密。
- **学霸**：在理解的基础上，在事实、概念、思维模型、第一性原理和 big idea之间有这丰富且有意义的联结，构建出了自己的知识结构，用来解决问题和思考。结构分为有层级的知识体系和网状的知识网络。
### 认知神经科学上的差异：[[孩子天生爱学习 大脑皮质#^5cfe89|后皮质]]
- 大脑皮层的体积/神经元数量
- 突触联结的密度与有序程度
| | | 学霸 | 学渣 |
| ------ | --------- | -------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------- |
| 认知心理学 | 知识体系 | 在学霸的[[认知心理学 长时记忆]]中储存的个人知识体系庞大，所以在读书时，学霸不靠“现挂”，而是靠**提取**。 | 没读两句就碰见一个新的概念需要调动工作记忆进行编码、查询资料，特别“费脑子”。 |
| | 思考模式 | 1. 输入信息-识别/再认模式-提取知识-决策-解决问题<br>2. 关注**原理层**，按照主要原理进行分类，关注更底层的概念、思想，引导自己进行深入思考。能够回答为什么这个概念用在这个问题上，能回答 why 的问题。 | 1. 输入信息-加工处理信息...<br>2. 只能关注到**表面特征**，what 和 how 的问题。 |
| | 更高层次的思考模式 | 大师们面对真正的难题与挑战时，爆发出的思考能力是哥斯拉级别的，往往是获得人类最高的诺贝尔奖、图灵奖、菲尔茨将级别的 | |
| 认知神经科学 | 体积差异 | 拥有更大的灰质容量，大脑体积更大，神经元**数量**更多，**信息处理能力更强**。 | 灰质容量小，体积小，神经元数量少，信息处理能力弱。 |
| | 耗电功率 | 大脑虽只占人体 2% 的重量，却要消耗 20% 的能量。由于新的知识只在原有知识体系上补充迭代，所以耗电小。 | 由于在阅读时要不停地对信息进行加工处理，所以消耗大，很容易就饿了、困了。 |
| | 突触 | 学霸的大脑[[孩子天生爱学习 突触\|突触]]联结**密度更低**，突触联结经过有效的修剪，无用的突触联结都被剪断了，而新建立的是更加**有序**的、更高效的神经联结，整体表现就是大脑联结更简洁有序。 | 突触密度很高、杂乱，传输速度慢。 |
| | how good | 读书不但不困不累，还越读越精神。学霸读书时不用“思考”，反而是**为了更高质量的思考**。 | 拿起书没到一个番茄就困了。 |
### 大脑的电脑比喻
| 人脑 | 电脑 | 学霸 | 学渣 |
| ---------- | --- | ----------------------------------- | -------------------------------------- |
| 前皮质：信息处理功能 | CPU | | |
| 前皮质：工作记忆 | 内存 | | |
| 后皮质：长期记忆 | 硬盘 | 强大的操作系统；维基百科级别的知识库；丰富而强大的学习思考类应用程序； | 操作系统 DOS 级别；娱乐性数据，不成体系的知识；扫雷软件级别的应用程序； |
### 深度学习：知识图谱与大模型
- 人类的大脑类更准确的类比是[[ANN 人工神经网络]]
- [[BOK 知识图谱]]：AI硬编码的知识体系
- [[LLM 大语言模型]]的知识体系
- [[AI vs HI]]
| | 大脑神经网络 | 大语言模型/人工神经网络 | [[BOK 知识图谱]] |
| ---------- | --------------------------------------------------------- | ------------------------------------------------------------------------- | --------------------------------------------------------------------- |
| **硬件基础** | 1000 亿个[[孩子天生爱学习 神经元构造\|神经元]]，150 万亿个[[孩子天生爱学习 突触\|突触]]联接 | 通过海量互联网文本的自主学习后获得的「参数」（GPT-3 1750 亿，GPT-4据估计 1.8 万亿），参数相当于是对人类互联网文本的有损压缩。 | 50 亿个实体，5000 亿条关系 |
| **工作原理** | 生成：每生成一次概念时，是大脑神经网络中数千个**突触联结**的一次放电。 | 生成：每生成一个 token 时是万亿[[parameters 参数]]构成的神经网络的一次激活。 | 调用：当我们提出一个搜索请求时，搜索引擎会在这个50亿实体的网络上快速搜索，调用到相关概念和事实并进行加工，提供更高质量、更结构化的结果。 |
| **心理认知过程** | [[人，是如何学习的#^62da6f\|学习闭环]] | 机器学习：[[Deep Learning 深度学习]]+人类微调 | 搜索引擎公司投入人力物力构建的知识库 |
| **学习能力** | 学习闭环各个环节的能力 | GPU 算力 | |
| **学习材料** | [[信息]] | 数据：从海量文本中学习语言模式、概念、知识。模型并不存储数据，而是通过学习获得这些知识并存储在「参数」中。 | |
| **学习效率效果** | 科学学习的道法术器，系统级方案 | 深度学习算法[[Transformer]] | |
| **结果** | 回答是基于平时学习的知识的理解和概括。 | 基于神经网络对人类文本的理解和概括。并非基于硬编码、验证过的事实，所以在生成的准确性和可靠性方面还面临挑战，会存在幻觉。 | 调用时依赖于硬编码的实体和关系。 |
# how 实例
## 围棋大师对战百人
> 研究表明，围棋大师可以在大脑中积累数十万个知识组块。这些组块不仅数量庞大，而且具有高度复杂性，涵盖了各种可能出现的棋局和战术。在对弈过程中，大师能够迅速从长时记忆中检索出适合当前棋局的信息，快速做出决策。这种能力，是通过长期刻意练习和对围棋的深入理解而形成的。——《刻意练习》（PEAK: Secrets from the New Science of Expertise），安德斯·艾里克森
## 同一个斜面问题
- 新手看到的是表面的特征，停留在 what 和 how 层面。
- 大师看到的是斜面与物理原理、应用条件的关系；专家能看到更深一层的概念、关键思想，能够清楚地知道为什么要把这些定理和概念用来解决这个问题，能够回答 why 的问题。
# how good
## 个人知识库：你一生的笔记系统
- 人类学习的增强模式：人类神经网络（大脑）+ 人工神经网络（GPT）+个人知识图谱（Logseq/Obsidian）
# Ref.
- [好好的人，怎么一读书就困了？](https://readwise.io/reader/shared/01jc83p6jn5kkcghycs61327pj)
- [知识体系的科学原理](https://readwise.io/reader/shared/01jc83bqjmj62eaggdp04yb1ws)