具有非凡学习能力的人脑--读《精准学习》.pdf

85现代教学 2023/17 具有非凡学习能力的人脑*读 精准学习文/浙江大学教育学院课程与学习科学系 刘 徽 本书及作者简介 斯坦尼斯拉斯迪昂，法兰西学院实验认知心理学教授，是全世界极具影响力的认知神经科学家之一。精准学习一书对大脑如何进行学习进行了全景式的系统阐述，并对人们所关心的人脑与电脑（人工神经网络）的区别作了阐述，在大量证据的基础上提出了学习的四大支柱，架设了脑科学与教育教学的桥梁。（本栏目由华东师范大学教授钟启泉主持）P品读精粹在书的导言里，作者迪昂坦言是一个不同寻常的孩子彻底改变了他的学习观念。2009 年 9 月，迪昂在巴西利亚一所医院见到了一个瘫痪在床的 7 岁失明小男孩费利佩。然而，这个孩子并没有像迪昂想象中的那样毫无生气地躺在病床上，相反却充满活力，对所有的新事物都抱有好奇心，他会说英语、西班牙语和葡萄牙语，通过向助理医师口述自己构思的故事来“写作”。迪昂不禁感叹，我们以往认为大脑只是从环境中学习，然而，被剥夺了视觉、动觉和触觉的费利佩是靠什么神奇的力量学习的呢？在一定程度上，费利佩是用学习在重塑他的大脑，因此我们可以说，人脑有非凡的韧性，可以被学习改变。学习的七个定义什么是学习？我的第一个，也是最笼统的关于学习的定义：学习是在脑中形成外部世界的内部模型。你可能没有意识到，但是你的脑已经存储了数以千计的外部世界的内部模型。它们就像微缩模型，或多或少地忠于它们所代表的现实。打个比方，我们所有人的脑中都有一张关于自己家和附近街区的思维地图。我们要做的就是闭上眼睛，调动思维来回想它们。当然，没有人生来就拥有这种思维地图，我们必须通过学习来获得它。摘自 精准学习，第 1937 页什么是学习？最笼统的一个定义就是“学习是在脑中形成外部世界的内部模型”。每个人或许都没有意识到，在自己的头脑中已经存储了数以千计的模型，这些模型映射了现实，但它们不是自然生成的，而是通过学习。学习有七个定义，具体如下。学习是调整心理模型的参数。大多数人都玩过一个游戏，就是被蒙上眼要求完成一个任务，比如去抓取一件东西，同伴可以根据你的动作发回反馈，比如“太靠左了”或“太靠右了”，这时的你其实就在学习，不断调整心理模型的参数以适应现实世界，我们的脑回路程中有几百万个参数（每一个突触就是一个参数），而且脑的组织结构呈现多层分级的嵌套形态，学习就是通过输入数据去设置每一个层级结构中的参数。学习是在利用组合爆炸。每个人的大脑中大概有 80 多亿个的神经元，每个神经元大约有 1 万个突触相互联结，再加上脑的多层分级结构，当将参数组合在一起时，参数的数量会呈现指数级的增长，被称作“组合爆炸”。人脑习惯于从越来越大的空间和越来越长的时间中去寻找规律。在这个过程中，参数的不断组合使我们看到了更大的图景。学习是将错误降至最低。就像我们前面提到的蒙着眼睛的你862023/17 现代教学 （本栏目由华东师范大学教授钟启泉主持）P品读精粹要根据同伴的反馈来纠正错误一样，学习就是一个不断试错同时调整的过程，事实上，被称为“人工神经网络”的算法依据的也是这一原理。学习就是探索各种可能性。你去逛菜市场，走到买鱼的地方，问了第一个摊贩鱼的价格，觉得有点贵，继而走到了第二个摊贩这里，发现这家的鱼似乎不新鲜，于是走到了第三家，发现鱼新鲜且价格不贵，于是你就决定在这里买鱼了。但站在问题探索的角度，这或许依然不是最优解。因此，在一定程度上，我们需要在学习中引入随机性，机器学习也是如此，需要通过随机的尝试与探索去寻找最优解。学习是一种优化的奖励函数。学习时我们的脑中需要一对最佳拍档，即行动者和评论者，前者专注于最有效的行动，后者则敏锐地评估这些行动的结果。人工智能的“强化学习”正是依据这一原理。AlgphaGo 之所以能击败李世石，就是因为进行，这样的自我训练，获胜的程序会被强化，而落败的程序会被削弱。学习限定了搜索空间。如前所述，学习是在利用组合爆炸，并探索各种可能性。无论是人脑还是电脑，都有无数的参数，可能要进行数十亿次的尝试才能将系统推向正确的方向，不仅会降低学习的效率，而且会造成超负荷的情况，因此，需要更普遍和抽象的规律和模型来限定搜索空间，从而让规律和模型能定向迁移到各种情境去解决问题。学习是投射先验假设。迪昂认为当婴儿出生时，他们的脑就已经井然有序了，也就是说，婴儿脑中已经存储了一些规律、模型等，这当然不是他们出生几天内学会的，而是基因中内化了人类数百万年的进化过程。因此，婴儿的学习是从验证他们已有先验假设开始的。同样的，像 AlgphaGo 这样的人工智能也不是从零开始的，它们在建构之时就已经有了“先验假设”。人工智能缺少了什么？人工智能近几年的迅猛发展，也许意味着我们已经发现了如何复制甚至超越人类学习能力和智力的奥秘。一些人甚至认为机器即将统治人类。然而，这与事实相去甚远。许多认知心理学家在赞赏人工神经网络最近的发展的同时，也清楚这些机器的能力仍然十分有限。大部分人工神经网络实际上只能进行人脑在前零点几秒内进行的无意识的运作，比如接收、识别、分类一个图像并理解其含义。但是，我们的大脑都能有意识地、仔细地、一步一步地在几秒钟内搜索这个图像，而且它还能构建这个图像在真实世界的符号表征，并通过语言与他人分享。摘自 精准学习，第 41 页近些年，人工智能的迅猛发展对人类社会产生了重大影响，的确从前面的学习机制来看，人工智能在很多方面与人类有类同之处，那么接下去的问题是“人工智能会不会超越人类？”迪昂提出“人脑的学习能力比目前的人工智能更强”，他列出了一份目前人工智能的缺陷清单，具体如下。学习抽象概念。人工智能所依托的人工神经网络在很大程度上是根据特征以及概率进行计算，人类则是通过一个个具体案例归纳出抽象概念，而不仅仅是提炼表现的共通特征，并通过不断演绎来丰富对抽象概念的认识。高效的数据学习。比起人脑，人工神经网络需要更多的数据才能完成同样的任务，因此我们可以说人类利用数据的效率是更高的，当然这依然要归因于人脑的学习机制。社会学习。人工神经网络中知识被加密，在数以亿计的突触权重值中被稀释。尽管大家可以在网络上查询到各种信息，但人工神经网络很难表达出自己的观点被他人所理解。而人类则可以理解事物，形成想法并用语言进行表达。一次性测试学习。这一点和前面所说的“高效的数据学习”相关，一个人很可能通过一次就能学习一项新知识或新技能，比如一个动作或一个词语，并能很好地在别的情境中加以应用，这是因为新知识可以纳入原有的知识结构之中。而人工神经网络则需要花费大量的演算才能学习新事物。系统性以及思想的语言。人类不仅能概括出抽象概念，而且能系统地构建理论。比如，人类学会了加法，知道两个数可以相加，我们可能从较小的两个数相加推衍到较大的两个数相加，再推衍至用字母表示数，以 n+1 来表示比 n 大 1 的数。而这对人工神经网络来说依然是困难的，它们只能寻找同类项，很难进行归纳和演绎的思维。组合。每当人类学习了新的知识或技能后，往往可以整合进既有知识结构和才能中，在各种情境下得以迁移。然而人工神经网络尚未显示出这种灵活性。学习的四大核心支柱人类在进化过程中出现了四个主要功能，将我们*本文系 2016 年国家社会科学基金教育学一般课题“中小学课堂学习环境的设计研究”(课题批准号：BHA160093)的研究成果之一。87现代教学 2023/17P品读精粹从环境中提取信息的速度最大化。因为这四个功能对我们心智结构的稳定性起着至关重要的作用，所以我把它们称为学习的四大核心支柱。倘若这四大支柱中有任意一项缺失或薄弱，那么我们的整个心智结构便岌岌可危。反之，当我们需要快速地学习时，可以依靠它们来优化我们付出的努力。摘自 精准学习，第 152 页迪昂提到“可塑性”并不是人类的大脑所独有的，然而人类在进化过程中出现了四个主要的学习功能，可以最大化地从环境中提取有用信息，这才让人类在众多动物中脱颖而出，而这四个主要功能缺一不可，因此这四大功能被称为学习的四大支柱。第一个学习支柱是“注意”。试想下面一个场景，你的飞机马上就要起飞了，临时有事耽搁的你正在急匆匆地赶往机场，你的头脑保持警觉，寻找值机和安检的入口，从快速滚动的电子屏幕中寻找航班信息。当你赶路时，周围的广告和行为你都视而不见，突然这时有一个人叫了你的名字，你立刻转过了头在这个场景中，你的大脑就经历了注意的三个关键阶段，即警觉、定向和执行控制。迪昂指出，关注不仅是个人的事，而是集体的事。也就是说，人们会“共同关注”，每个人会受到其他人的影响。在学校中，一旦学生与教师之间形成了很强的“心理联结”，即双向的关注、尊重和信任时，学生会自觉投入到学习中，关注教师所关注的内容。第二个学习支柱是“主动参与”。迪昂在这里特别指出，主动参与不在“脚”上，而在“脑”中。也就是说，主动参与不是指身体一直在动，而是积极主动地建构心理模型。因此，“主动参与”这一学习支柱告诉我们，教学不是放任自流，教学是需要教师进行引导的，但一定要给学生留出适当的空间，让他们像科学家等一样始终充满热情地去探索这个奇妙的大千世界。第三个学习支柱是“错误反馈”。曾在耶鲁大学任教的雷斯科拉等提出了下列假设，人脑只有在感知它所预测的和实际所接收到的信息之间有差距时才会去学。换言之，惊讶萌发学习，学习的目的就是让不可预测之事变得更少。书中有一句名言叫“零错误，零学习”。所以，正是错误推动了学习。我们可以把大脑皮层想象成一个庞大的多层预测系统，在某个脑区无法解释的输入信息会进入到下一个更高级的脑区中尝试理解。因此，“错误反馈”这一学习支柱告诉我们，首先，要留出试错空间。如果课堂上没有机会让学生去经历错误，那么学习很可能并没有真正发生过。其次，要给出及时精准的反馈。墨尔本大学教授哈蒂的元分析研究表明，学生获得的反馈质量是学业成功的决定因素之一。最后，要明白错误反馈不等于惩罚。迪昂特别指出“告诉学生错了”和“告诉学生错在哪里”是完全不同的。书中指出“分数是错误反馈的糟糕替代品”，一方面分数常常吸引人们更多的关注，以至于压制了反馈的重要性。另一方面分数对于那些考得不好的学生来说意味着无助、沮丧、恐惧等负面情绪，过大的压力和焦虑会使脑中的突触被冻结，缠绕在僵硬的神经元周围。第四个学习支柱是“巩固”。设想一个孩子对学习外语充满兴趣，主动开始学习，并通过教师的反馈减少了错误，但他还不是一个流利的阅读者，阅读缓慢或吃力，这时他缺少的就是学习的第四个支柱，“巩固”可以帮他将阅读变成自动化和无意识的行为。如何能加速这一自动化的进程呢？书中特别提到了“睡眠”的作用。许多人都知道过艾宾浩斯遗忘曲线，曲线呈现单调递减的形态，它揭示的一个基本规律是“随着时间的推移，对知识的记忆会逐渐衰退”。然而康奈尔大学的詹金斯等做了一个实验，发现这条曲线会出现一个异常现象，那就是在学习新知识后的 814 个小时内，记忆并没有发生明显的衰退现象。研究者领悟到，这是因为中间隔了一个睡眠时间。为此，他们又设计了一个新的实验，发现早上学到的知识会随着时间而衰退，而晚上学到的知识却保持相对稳定。因此，我们可以得出一个结论，睡眠会防止遗忘。在睡眠期间，大脑会重新激活在清醒时的神经回路，而且会转移到更加自动化的神经回路中去。然而，睡眠的作用也远不止于增强记忆，我们都听说过很多人有这样的经历，一个苦思冥想的难题当睡了一觉后突然就找到了解决方案。因此，这就说明白天获得的知识在夜晚不仅被存储，而且以更抽象的形式被重新编码。这很可能是因为睡眠中的神经元放电速度会加快，白天的想法以几十倍的速度被激活数百次，从而增加了大脑皮层最终发现规律的概率。因此，“巩固”这一学习支柱告诉我们一个很简单朴素的道理，睡眠绝对不是在浪费时间，它不仅有益于学生的身心健康，同时也有助于提升学习成效。参考文献：1 斯坦尼斯拉斯迪昂.精准学习 M.杭州:浙江教育出版社,2023.（本文编辑：张涵诚）（本栏目由华东师范大学教授钟启泉主持）