中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
道德經(jīng)說什么
-
>
電商勇氣三部曲:被討厭的勇氣+幸福的勇氣+不完美的勇氣2
-
>
新時期宗教工作與管理
-
>
帛書道德經(jīng)
-
>
傳習(xí)錄
-
>
齊奧朗作品·苦論
-
>
無障礙閱讀典藏版:莊子全書
精準學(xué)習(xí) 版權(quán)信息
- ISBN：9787572253300
- 條形碼：9787572253300 ; 978-7-5722-5330-0
- 裝幀：簡裝本
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
精準學(xué)習(xí) 本書特色
●在人類面臨人工智能嚴峻挑戰(zhàn)的今天，提供了一個再次激發(fā)人類潛力的學(xué)習(xí)方式。
●基于人腦有效學(xué)習(xí)的四大核心支柱，為教育的應(yīng)用構(gòu)建了底層邏輯。
●名家譯作。華東師范大學(xué)教育神經(jīng)科學(xué)研究所副主任、《教育生物學(xué)雜志》執(zhí)行主編周加仙領(lǐng)銜翻譯！
●師薦。中國科學(xué)院院士楊雄里，中國科學(xué)院院士唐孝威傾情做序。清華大學(xué)基礎(chǔ)科學(xué)講席教授、北京智源人工智能研究院首xi科學(xué)家劉嘉，北京師范大學(xué)認知神經(jīng)科學(xué)與學(xué)習(xí)國家重dian實驗室教授、長江學(xué)者特聘教授薛貴，復(fù)旦大學(xué)類腦智能科學(xué)與技術(shù)研究院副院長王守巖，北京大學(xué)心理與認知科學(xué)學(xué)院副教授、博士生導(dǎo)師孟祥芝，北京師范大學(xué)教授、博士生導(dǎo)師，兒童腦智發(fā)育與學(xué)習(xí)促進研究領(lǐng)域?qū)＜依钛喾純A情薦！
●湛廬文化出品。
●在以超大模型為基石的人工智能如ChatGPT的出現(xiàn)的今天，各類知識不僅唾手可得、且其專業(yè)性可與一般專家比肩。在人類歷史上，恐怕從沒有像今天這樣，如此急迫地需要重新定義學(xué)習(xí)。
●《精準學(xué)習(xí)》打破了神經(jīng)生物學(xué)、計算機科學(xué)和認知心理學(xué)的邊界，為我們揭示了人腦的自然學(xué)習(xí)法則，闡釋了人腦的學(xué)習(xí)能力相較現(xiàn)行人工智能的優(yōu)勢，提出了高xiao學(xué)習(xí)的4大核心支柱。迪昂用豐富且富有創(chuàng)新性的實驗及示例，將深奧難懂的認知與腦科學(xué)知識，以大眾看得懂的方式娓娓道來。為人工智能、教育、醫(yī)學(xué)領(lǐng)域帶來關(guān)鍵應(yīng)用指導(dǎo)，提供了一個再次激發(fā)人類潛力的學(xué)習(xí)方式。
●如果你是教育工作者和家長，這本書讓你直達順應(yīng)孩子學(xué)習(xí)天性的本源，掌握指導(dǎo)孩子學(xué)習(xí)的根本法則；如果你是終身學(xué)習(xí)者，這本書能讓你明白學(xué)習(xí)的底層邏輯，重新認識學(xué)習(xí)，從而更好地學(xué)習(xí)、提高學(xué)習(xí)效率；如果你是認知神經(jīng)科學(xué)領(lǐng)域工作者或人工智能行業(yè)從業(yè)者，那更要趕快拿起這本書，跟隨迪昂，踏上探索人類學(xué)習(xí)奧秘的旅程，去發(fā)現(xiàn)人腦學(xué)習(xí)原理與人工智能的共性和差異。
精準學(xué)習(xí) 內(nèi)容簡介
在以超大模型為基石的人工智能如ChatGPT的出現(xiàn)的今天，各類知識不僅唾手可得、且其專業(yè)性可與一般專家比肩。在人類歷史上，恐怕從沒有像今天這樣，如此急迫地需要重新定義學(xué)習(xí)。
●《精準學(xué)習(xí)》打破了神經(jīng)生物學(xué)、計算機科學(xué)和認知心理學(xué)的邊界，為我們揭示了人腦的自然學(xué)習(xí)法則，闡釋了人腦的學(xué)習(xí)能力相較現(xiàn)行人工智能的優(yōu)勢，提出了高xiao學(xué)習(xí)的4大核心支柱。迪昂用豐富且富有創(chuàng)新性的實驗及示例，將深奧難懂的認知與腦科學(xué)知識，以大眾看得懂的方式娓娓道來。為人工智能、教育、醫(yī)學(xué)領(lǐng)域帶來關(guān)鍵應(yīng)用指導(dǎo)，提供了一個再次激發(fā)人類潛力的學(xué)習(xí)方式。
精準學(xué)習(xí) 目錄
薦序1 架設(shè)起腦科學(xué)與教育的橋梁
薦序2 人腦具有非凡的學(xué)習(xí)能力
導(dǎo) 言 人腦中偉大的才能:學(xué)習(xí)能力
一部分 什么是學(xué)習(xí)
1章 學(xué)習(xí)的7個定義
學(xué)習(xí)就是調(diào)整心理模型的參數(shù)
學(xué)習(xí)是在利用組合爆炸
學(xué)習(xí)就是將錯誤降到低
學(xué)習(xí)就是探索各種可能性
學(xué)習(xí)是—種優(yōu)化的獎勵函數(shù)
學(xué)習(xí)限定了搜索空間
學(xué)習(xí)是投射先驗假設(shè)
第2章 為什么人腦的學(xué)習(xí)能力比目前的人工智能機器更強
人工智能缺少了什么
學(xué)習(xí)是對領(lǐng)域語法的推理
學(xué)習(xí)就是像科學(xué)家—樣推理
第二部分 人腦如何學(xué)習(xí)
第3章 看不見的嬰兒知識
物體概念
數(shù)感
對概率的直覺
關(guān)于動物和人的知識
面孔感知
語言本能
第4章 腦的誕生
嬰兒的腦是組織有序的
語言通路
皮層的自組織
個體差異的起源
第5章 養(yǎng)育的作用
記憶的描述
真實突觸和虛假記憶
營養(yǎng)是學(xué)習(xí)的核心要素
突觸可塑性的能力與局限
什么是敏感期
突觸的可塑性須被打開或關(guān)閉
布加勒斯特奇跡
第6章 腦的再利用
神經(jīng)元再利用假說
數(shù)學(xué)再利用了估算的神經(jīng)回路
閱讀再利用了視覺和口語的神經(jīng)回路
音樂、數(shù)學(xué)和面孔
豐富的環(huán)境刺激所帶來的益處
第三部分 學(xué)習(xí)的四大核心支柱
第7章 注意
警覺:腦的覺醒
定向:腦的過濾器
執(zhí)行控制:腦的總機
學(xué)會去注意
共同關(guān)注
教學(xué)是去關(guān)注別人的知識
第8章 主動參與
被動的有機體無法學(xué)習(xí)
加工的深度越深，學(xué)習(xí)的效果越好
發(fā)現(xiàn)教學(xué)法的失敗
好奇心以及如何去激發(fā)它
想要知道:動機的源泉
學(xué)校可能扼殺孩子好奇心的三個方法
第9章 錯誤反饋
驚訝:學(xué)習(xí)背后的驅(qū)動力
腦中充斥著錯誤信息
錯誤反債并不等于懲罰
分數(shù)是錯誤反債的糟糕替代品
自我檢測
黃金法則:間隔學(xué)習(xí)
10章 鞏固
釋放腦資源
睡眠的關(guān)鍵作用
沉睡的腦會重演前—天的軌跡
睡眠期間的發(fā)現(xiàn)
睡眠、童年和學(xué)校
結(jié) 論 教育與神經(jīng)科學(xué)的“聯(lián)姻”
致 謝
注 釋
譯后記
薦序2 人腦具有非凡的學(xué)習(xí)能力
導(dǎo) 言 人腦中偉大的才能:學(xué)習(xí)能力
一部分 什么是學(xué)習(xí)
1章 學(xué)習(xí)的7個定義
學(xué)習(xí)就是調(diào)整心理模型的參數(shù)
學(xué)習(xí)是在利用組合爆炸
學(xué)習(xí)就是將錯誤降到低
學(xué)習(xí)就是探索各種可能性
學(xué)習(xí)是—種優(yōu)化的獎勵函數(shù)
學(xué)習(xí)限定了搜索空間
學(xué)習(xí)是投射先驗假設(shè)
第2章 為什么人腦的學(xué)習(xí)能力比目前的人工智能機器更強
人工智能缺少了什么
學(xué)習(xí)是對領(lǐng)域語法的推理
學(xué)習(xí)就是像科學(xué)家—樣推理
第二部分 人腦如何學(xué)習(xí)
第3章 看不見的嬰兒知識
物體概念
數(shù)感
對概率的直覺
關(guān)于動物和人的知識
面孔感知
語言本能
第4章 腦的誕生
嬰兒的腦是組織有序的
語言通路
皮層的自組織
個體差異的起源
第5章 養(yǎng)育的作用
記憶的描述
真實突觸和虛假記憶
營養(yǎng)是學(xué)習(xí)的核心要素
突觸可塑性的能力與局限
什么是敏感期
突觸的可塑性須被打開或關(guān)閉
布加勒斯特奇跡
第6章 腦的再利用
神經(jīng)元再利用假說
數(shù)學(xué)再利用了估算的神經(jīng)回路
閱讀再利用了視覺和口語的神經(jīng)回路
音樂、數(shù)學(xué)和面孔
豐富的環(huán)境刺激所帶來的益處
第三部分 學(xué)習(xí)的四大核心支柱
第7章 注意
警覺:腦的覺醒
定向:腦的過濾器
執(zhí)行控制:腦的總機
學(xué)會去注意
共同關(guān)注
教學(xué)是去關(guān)注別人的知識
第8章 主動參與
被動的有機體無法學(xué)習(xí)
加工的深度越深，學(xué)習(xí)的效果越好
發(fā)現(xiàn)教學(xué)法的失敗
好奇心以及如何去激發(fā)它
想要知道:動機的源泉
學(xué)校可能扼殺孩子好奇心的三個方法
第9章 錯誤反饋
驚訝:學(xué)習(xí)背后的驅(qū)動力
腦中充斥著錯誤信息
錯誤反債并不等于懲罰
分數(shù)是錯誤反債的糟糕替代品
自我檢測
黃金法則:間隔學(xué)習(xí)
10章 鞏固
釋放腦資源
睡眠的關(guān)鍵作用
沉睡的腦會重演前—天的軌跡
睡眠期間的發(fā)現(xiàn)
睡眠、童年和學(xué)校
結(jié) 論 教育與神經(jīng)科學(xué)的“聯(lián)姻”
致 謝
注 釋
譯后記
展開全部
精準學(xué)習(xí) 節(jié)選
第 1 章 學(xué)習(xí)的7個定義
什么是學(xué)習(xí)？我的一個，也是籠統(tǒng)的關(guān)于學(xué)習(xí)的定義是：學(xué)習(xí)是在腦中形成外部世界的內(nèi)部模型。
你可能沒有意識到，但是你的腦已經(jīng)存儲了數(shù)以千計的外部世界的內(nèi)部 模型。它們就像微縮模型，或多或少地忠于它們所代表的現(xiàn)實。打個比方，我們有人的腦中都有一張關(guān)于自己家和附近街區(qū)的思維地圖。我們要做的 就是閉上眼睛，調(diào)動思維來回想它們。當(dāng)然，沒有人生來就擁有這種思維地 圖，我們須通過學(xué)習(xí)來獲得它。
這類心理模型非常豐富，而且絕大多數(shù)是在無意識中生成的，超出了 我們的想象。例如，你有一個龐大的英語心理模型幫助你理解你所閱讀的 詞語，你可以猜測出來 plastovski 不是英語單詞、swoon 和 wistful 是， 而 dragostan 有可能是。你的腦中還有多個有關(guān)身體的模型，用于繪制你四肢 的位置，并引導(dǎo)它們保持平衡。某些模型編碼了你對物體的認知和你與他們 的互動，比如如何握筆、寫字或騎自行車。你的腦中甚至還有記錄別人思想 的模型，類似一個龐大的心理目錄，里面有與你關(guān)系密切的人的信息，包括他們的外形、聲音、品味和他們的怪癖。這些模型可以對我們周圍的“宇宙”進行非常逼真的模擬。你有沒有注意到，你的腦有時會投射出真實的虛擬世界，在那里，你可以走動、跳舞、去到新的地方、進行愉快的對話或者感受到強烈的情感？這些都是你的夢境！令人著迷的是，我們夢境中出現(xiàn)的有想法，無論它們多么復(fù)雜，都只是我們內(nèi)在心理模型隨意呈現(xiàn)的產(chǎn)物。
我們醒著的時候也在做真實世界的夢，腦不斷地向外界投射假設(shè)和解釋構(gòu)成的框架。這是因為透射到我們視網(wǎng)膜上的每一個影像都是模棱兩可的。例如，每當(dāng)我們看到一個盤子時，投射到視網(wǎng)膜上的影像就與無限多的橢圓形兼容。我們看到的盤子是圓形的，事實上原始的感官數(shù)據(jù)是橢圓形，這是因為我們的腦提供了額外的數(shù)據(jù)，它已經(jīng)了解到圓形是有可能的解釋。在幕后，我們的感官區(qū)域在不停地計算概率，只有可能的模型才會進入我們的意識。正是腦的投射賦予來自我們感官的數(shù)據(jù)流以意義。假如沒有內(nèi)部模型，原始的感官輸入是沒有任何意義的。
學(xué)習(xí)使我們的腦能夠抓住之前被遺漏的現(xiàn)實片段，并利用它來構(gòu)建新的世界模型。這個現(xiàn)實片段可以是歷史、生物學(xué)或城市地圖等任何真實世界的存在。但我們的腦也會學(xué)習(xí)繪制我們身體內(nèi)部的現(xiàn)實情況，就像我們學(xué)習(xí)協(xié)調(diào)我們的動作、集中注意力去拉小提琴一樣。在這兩種情況下，我們的腦都將一個新的外在現(xiàn)實內(nèi)化了進來，它調(diào)整自己的回路，以適應(yīng)一個之前沒有接觸過的領(lǐng)域。
當(dāng)然，這樣的調(diào)整須恰到好處。學(xué)習(xí)的內(nèi)核就在于它適應(yīng)外部世界和糾正錯誤的能力。但是，當(dāng)學(xué)習(xí)者在家附近迷路、從自行車上摔下來、輸?shù)粢槐P棋或者拼錯ecstasy時，他的腦怎么“知道”如何去更新內(nèi)部模型呢？我們接下來將講述7個關(guān)鍵的觀點，它們是當(dāng)今機器學(xué)習(xí)算法的核心。這些觀點同樣適用我們腦的學(xué)習(xí)，是對“學(xué)習(xí)”的7個不同定義。
學(xué)習(xí)就是調(diào)整心理模型的參數(shù)
調(diào)整心理模型有時非常簡單。例如，我們怎樣才能把手伸向我們所看到 的物體并抓住它呢？笛卡爾(René-Descartes)在 17 世紀時就已經(jīng)推測出， 我們的神經(jīng)系統(tǒng)一定包含將視覺輸入轉(zhuǎn)化為肌肉命令的加工回路(見圖 1 — 1 )。你可以嘗試自體驗一下：戴上別人的眼鏡，好是一副高度數(shù)的眼 鏡，抓東西；更好的方式是，戴一副能使你的視線向左偏移十幾度的棱鏡， 然后試著抓住物體。 1 你會發(fā)現(xiàn)你的一次嘗試完全失敗了，因為戴著眼鏡， 你的手會伸到你瞄準的物體的右邊。多嘗試幾次，向左逐漸調(diào)整你的動作。 通過不斷地嘗試和失敗，你的動作會變得越來越精準，因為腦已經(jīng)學(xué)會了糾 正視線的偏差。現(xiàn)在，摘下眼鏡試著抓住物體，你會驚訝地發(fā)現(xiàn)你的手伸錯 了方向，太靠左了！(見圖 1 — 1 )
到底發(fā)生了什么事？在剛剛短暫的學(xué)習(xí)期間，腦調(diào)整了它的內(nèi)在視覺模 式。此模式中對應(yīng)視覺和身體方向之間偏移的參數(shù)被重新設(shè)置了。在這個通 過試錯進行重新校準的過程中，腦所做的事情與獵人為了調(diào)整他的步槍瞄準 鏡所做的事情類似：通過試射來調(diào)整他的瞄準鏡，終精準瞄準獵物。這種 學(xué)習(xí)非常快，幾次嘗試就足以校正視覺和動作之間的偏差。然而，這個新的 參數(shù)與舊的并不兼容，因此當(dāng)我們摘掉眼鏡恢復(fù)正常視力時，又會犯錯。
不可否認，這種類型的學(xué)習(xí)有點特殊，因為它只需要調(diào)整與視覺角度相 關(guān)的一個參數(shù)，大部分的學(xué)習(xí)比這精細得多，需要調(diào)整數(shù)十個、數(shù)百個甚至 數(shù)千個參數(shù)，而我們的腦回路中有幾百萬個參數(shù)(每一個突觸就是一個參 數(shù))。不過原則是相同的，即學(xué)習(xí)是在無數(shù)可能的內(nèi)部模型中尋找符合外 部世界狀態(tài)的可能性。
學(xué)習(xí)是什么?學(xué)習(xí)就是根據(jù)外部反債調(diào)整腦心理模型的參數(shù)。例如,a圖中,學(xué)習(xí)用手指去瞄準以校正視覺和動作之間的偏差。每—次瞄準的錯誤都提供給腦有用的信息,繼而慢慢縮小偏差。在神經(jīng)回路中,雖然要校正的數(shù)字更大,但原理是—樣的,辨識—個符號需要精細地調(diào)整幾百萬個神經(jīng)聯(lián)結(jié)。b圖中,類似“8”的錯誤輸出會回過頭去反向傳播,進而調(diào)整神經(jīng)聯(lián)結(jié)的數(shù)據(jù),在下—次的嘗試中改進輸出。
圖1—1 學(xué)習(xí)就是調(diào)整心理模型的參數(shù)
一個在東京出生的嬰兒，在往后的兩三年里，他的語言內(nèi)部模型將不得 不調(diào)整為符合日語的模型。這個嬰兒的腦就像一臺機器，內(nèi)含數(shù)以百萬計的回路設(shè)置。聽覺層面的設(shè)置決定了日語中使用的輔音和元音，及其允許 的組合規(guī)則。一個出生在日本家庭的嬰兒須知道哪些音素構(gòu)成了日本語 言，以及這些音素之間的區(qū)別。例如，有一個參數(shù)是區(qū)分 R 和 L 之間的發(fā) 音，這在英語中非常關(guān)鍵，在日語中卻無關(guān)緊要。在日語中，“Bill Clinton’s election”(比爾 ·克林頓的選舉)和“Bill Clinton’s erection”(比爾 · 克林 頓的勃起)沒有任何區(qū)別……每個嬰兒須掌握一組固定的參數(shù)，而這些參 數(shù)共同定哪些類別的語音與他的母語相關(guān)。
從語音到詞匯、語法到語義，每個層面的學(xué)習(xí)都重復(fù)了類似的過程。腦的組織結(jié)構(gòu)是多層級的，一個模型嵌套在另一個模型中，就像俄羅斯套娃一樣。學(xué)習(xí)就是用輸入的數(shù)據(jù)去設(shè)置每一個層級結(jié)構(gòu)中的參數(shù)。讓我們看一個高級范例—語法規(guī)則的習(xí)得。在英語和日語的學(xué)習(xí)中，嬰兒須學(xué)會的一 個關(guān)鍵是詞序。在一個有主語、謂語和直接賓語的標準句子中，英語句式為“主語+謂語+賓語”：“John+eats+an apple (約翰吃了一個蘋果)。然而在日語中，常見的句式為“主語+賓語+謂語”：“約翰+一個蘋果+吃”。值得注意的是，這個日語句式中還會因介詞而改變。比如，“My uncle wants to work in Boston”變成了“Uncle my，Boston in，work wants”。這句話就變得與《星球大戰(zhàn)》中尤達師所說的話一樣難懂。a但對一個講日語的人 來說，這句話一點問題也沒有。
有趣的是，這種倒裝句并不是相互獨立的。語言學(xué)家認為它們來自一個名為“中心詞位置”的參數(shù)：一個短語的中心詞，在英語中總是位于一位(在巴黎，我的叔叔，想生活)，但在日語中被放在了后(生活想，叔叔我的，巴黎在)。這個二元參數(shù)可以區(qū)分許多語言，甚至包括一些歷史上沒有關(guān)聯(lián)的語言，例如納瓦荷語遵循的規(guī)則就與日語相同。孩子為了學(xué)習(xí)英語或日語，須學(xué)會如何設(shè)置他內(nèi)部語言模型中的中心詞位置參數(shù)。
學(xué)習(xí)是在利用組合爆炸
語言的學(xué)習(xí)真的可以被簡單地歸結(jié)為一些參數(shù)嗎？如果這很難讓人信服，那是因為我們無法想象當(dāng)我們增加可調(diào)參數(shù)的數(shù)量時，會產(chǎn)生如此多的可能性。這就是所謂的“組合爆炸”( combinatorial explosion) — 當(dāng)你將極少數(shù)的可能性參數(shù)組合在一起時，參數(shù)的數(shù)量就會呈現(xiàn)指數(shù)級的增長。
假設(shè)世界上有語言的語法可以用大約50個二元參數(shù)來表示，就會產(chǎn)生250種組合，也就是超過1 000萬億種可能的語言，或者說1后面跟著15個0！
目前世界上的3000種語言的句法規(guī)則都能很輕松地被放入這個巨大的空間。然而，在我們的腦中，可調(diào)節(jié)的參數(shù)不只有50個，其數(shù)量大得驚人：80多億個神經(jīng)元，每個神經(jīng)元大約有1 萬個突觸相互聯(lián)結(jié)，聯(lián)結(jié)的強度各不相同，所創(chuàng)造的心智表征空間可以說是無限大的。
人類語言的各個層級都在大量利用這些組合。例如，腦詞庫是我們掌握的單詞以及它們的內(nèi)在模式。英語母語者一般會掌握大約 5 萬個單詞。這些單詞構(gòu)成了一本巨大的詞典，但我們只花了大約 10 年時間就學(xué)會了它們，這是因為我們可以分解學(xué)習(xí)問題。假設(shè)這 5 萬個單詞中的每個單詞平均只有 2 個音節(jié)，每個音節(jié)由 3 個音素組成，這些音素來自英語的 44 個音素的
組合，那么這些單詞的二進制編碼需要不到 200 萬個基本的二元選擇(即“位”，其值是 0 或 1 )。換句話說，我們腦詞庫中的有知識都可以放在計算機中一個 250 千字節(jié)(每個字節(jié)包含 8 個位)的小文件夾中。
如果我們排除掉單詞的多義的問題，腦詞庫可以被壓縮到更小的容積。隨機抽取6個字母，如 xfdrga，它們無法組成英語單詞，真正的單詞是由多 個音節(jié)按一定規(guī)則組成的，像構(gòu)建金字塔一樣。語言的各個層級都是如此， 句子是詞的規(guī)則集合，詞是音節(jié)的規(guī)則集合，音節(jié)是音素的規(guī)則集合。組合 既是巨大的(可以在幾十個甚至數(shù)百個元素中選擇)，同時又是有限制的(只 有某些特定組合才會成立)。學(xué)習(xí)一門語言就須要知道在各個層級上界定 這些組合的參數(shù)。
總而言之， 人腦通過創(chuàng)建一個多層分級的模型來分解學(xué)習(xí)問題。 這在語 言學(xué)習(xí)中尤其明顯—從基本的音素到整個句子，甚至是一整段話。但有 的感覺系統(tǒng)中都能重現(xiàn)同樣的層級分解原理。一些腦區(qū)只負責(zé)低層級的形 態(tài)，它們在非常短的時間內(nèi)通過一個非常小的空間窗口來觀察世界，從而分 析細微的形態(tài)。例如，初級視覺區(qū)域是大腦皮層中一個接受視覺輸入的 地方，該區(qū)域每個神經(jīng)元只分析視網(wǎng)膜的一小部分。它通過“針孔”窺視 外面的世界， 因此只能發(fā)現(xiàn)非常低層級的規(guī)律，如是否存在會移動的斜線 等。數(shù)以百萬計的神經(jīng)元在視網(wǎng)膜的各個地方做著同樣的工作，它們的輸出 成為下一個層級的輸入，從而檢測“規(guī)則的規(guī)則”，以此類推。在每下一個 層級上，規(guī)模都在擴大。大腦由此逐漸在越來越大的時間和空間范圍內(nèi)尋找 規(guī)律，從這種層級結(jié)構(gòu)中衍生出檢測日益復(fù)雜的對象或概念的能力，從一條 線、一根手指，到一雙手、一個手臂，到一個人的身體……兩個，兩個人面 對面，兩個人面對面在握手……原來這是特朗普和馬克龍的一次會面！
精準學(xué)習(xí) 相關(guān)資料
在對智力的紛繁定義中，學(xué)習(xí)無疑是核心的認知成分。而學(xué)習(xí)的對象，理所當(dāng)然就是知識。但是，以超大模型為基石的人工智能如ChatGPT的出現(xiàn)，讓各類知識不僅唾手可得，而且它的專業(yè)性可與一般專家比肩。于是，以知識為生的程序員、律師、醫(yī)生等“知識分子”第yi次面對可能失業(yè)的窘境，而“書中自有黃金屋”的古人智慧也將過時。不學(xué)知識，那我們應(yīng)當(dāng)學(xué)什么？在人類的歷史上，恐怕從沒有像今天這樣，我們?nèi)绱思逼鹊匦枰匦露x學(xué)習(xí)的對象！認知神經(jīng)科學(xué)家迪昂教授的《精準學(xué)習(xí)》提供了一個再次激發(fā)人類潛力的學(xué)習(xí)方式。由此，人類與人工智能互學(xué)習(xí)。
——劉嘉
清華大學(xué)基礎(chǔ)科學(xué)講席教授，北京智源人工智能研究院首xi科學(xué)家
學(xué)習(xí)是智能的核心，也是人腦偉大的才能。但什么才是真zheng的學(xué)習(xí)？迪昂站在心理學(xué)、腦科學(xué)、人工智能和教育學(xué)的交匯處，系統(tǒng)闡述了對學(xué)習(xí)的新理解、人腦相較于AI在學(xué)習(xí)上的獨特優(yōu)勢，并提出了促進人腦學(xué)習(xí)的科學(xué)方法。如果你也渴望理解、提升或者創(chuàng)造智能，一定不能錯過這本書。
——薛貴
北京師范大學(xué)認知神經(jīng)科學(xué)與學(xué)習(xí)國家重dian實驗室教授，長江學(xué)者特聘教授
閱讀這本書也是學(xué)習(xí)理論和反思實踐經(jīng)驗的過程，不斷反思自己學(xué)習(xí)的歷程、教育孩子的過程、指導(dǎo)學(xué)生的教學(xué)方法，是對自我的反思以及重新認識個體與世界關(guān)系的過程。這本書對于認識我們大腦的神奇學(xué)習(xí)能力、發(fā)展新的教育方法與理論，以及思考如何發(fā)展具有學(xué)習(xí)能力的人工智能深有啟發(fā)。
——王守巖
復(fù)旦大學(xué)類腦智能科學(xué)與技術(shù)研究院副院長
迪昂博士是擅長打破邊界的神經(jīng)科學(xué)師，他總有辦法將人腦研究領(lǐng)域中碰到的復(fù)雜困境分解成可被理解的細致圖像。在《精準學(xué)習(xí)》中，迪昂深刻闡釋了人腦的學(xué)習(xí)機制及高xiao學(xué)習(xí)的普適原則，精辟談?wù)摿藶槭裁慈四X的學(xué)習(xí)能力比現(xiàn)行人工智能更強。本書為教育、神經(jīng)科學(xué)、人工智能等領(lǐng)域帶來了關(guān)鍵指導(dǎo)。
——孟祥芝
北京大學(xué)心理與認知科學(xué)學(xué)院副教授、博士生導(dǎo)師
斯坦尼斯拉斯·迪昂不僅是神經(jīng)科學(xué)領(lǐng)域的軍者，還是一名杰出的思想傳播者。在其新力作《精準學(xué)習(xí)》中，迪昂詳細闡釋了人腦學(xué)習(xí)的基本機制，將深奧難懂的腦科學(xué)知識用大眾讀得懂的通俗語言娓娓道來。《精準學(xué)習(xí)》是人腦如何學(xué)習(xí)的jue佳入門讀物，將讓每一個關(guān)注腦與學(xué)習(xí)的讀者獲益無窮。
——李燕芳
北京師范大學(xué)教授、博士生導(dǎo)師，兒童腦智發(fā)育與學(xué)習(xí)促進研究領(lǐng)域?qū)＜?
有些概念雖然我們特別熟悉，但對它的定義卻是模糊不清的，“學(xué)習(xí)”就是這樣的一個概念。它很普遍，每個人都在學(xué)習(xí)，然而，它又像是一個黑匣子。迪昂打開了它，揭示了里面令人敬畏的秘密……迪昂在《精準學(xué)習(xí)》這本書中對人腦的基本機制做了系統(tǒng)的解釋。它是一本ji好的、讓大眾了解大腦如何學(xué)習(xí)的入門讀物。
——《紐約時報》
對于教育工作者、家長和其他對如何有效學(xué)習(xí)感興趣的人來說，《精準學(xué)習(xí)》都是一本極富啟發(fā)性的書。
——《出版人周刊》
一部分 什么是學(xué)習(xí)
從本質(zhì)上講，智能可以被視為將非結(jié)構(gòu)化的信息轉(zhuǎn)化為有用的、可操作的知識的過程。
—德米斯 · 哈薩比斯( Demis Hassabis )，人工智能公司 DeepMind 創(chuàng)始人
什么是學(xué)習(xí)？在拉丁語系的許多語言中，“學(xué)習(xí)”與“理解”有著相同的詞根：法語為 apendre，西班牙語和葡萄牙語為 aprender……的確，學(xué)習(xí)就是抓住現(xiàn)實的一個碎片，捕捉它并將它帶進我們的腦。在認知科學(xué)中，學(xué)習(xí)是在腦中逐步形成外部世界的內(nèi)部模型。通過學(xué)習(xí)，那些觸動我們感官的原始數(shù)據(jù)被轉(zhuǎn)換成經(jīng)過深思熟慮之后產(chǎn)生的想法，抽象到足以在新的場景下被重復(fù)使用，成為描繪現(xiàn)實的微縮模型。
腦和機器中這樣的內(nèi)部模型是如何生成的？在接下來的章節(jié)里，我們將回顧人工智能和認知科學(xué)關(guān)于這個問題的研究。當(dāng)我們學(xué)習(xí)時，信息的表征形式是如何變化的？我們?nèi)绾尾拍茉谌魏斡袡C體、人類、其他動物或機器所共有的水平上理解它呢？通過回顧工程師為了讓機器學(xué)習(xí)而設(shè)計的各種策略，我們將逐步勾勒出嬰兒在學(xué)習(xí)看、說和寫時須進行的驚人計算能力的清晰圖景。事實上，正如我們將要看到的那樣，嬰兒的腦擁有非凡的能力：盡管目前的學(xué)習(xí)算法取得了成功，但它也僅僅捕捉到了人腦能力的一小部分而已。通過了解機器為什么不能理解“隱喻”，以及
人腦的什么地方使嬰兒勝過了強大的計算機，我們就能準確地定義學(xué)習(xí)是什么了。
精準學(xué)習(xí) 作者簡介
法) 斯坦尼斯拉斯·迪昂，斯坦尼斯拉斯·迪昂
●全世界具影響力的認知神經(jīng)科學(xué)家之一，歐洲腦科學(xué)研究領(lǐng)域的領(lǐng)頭人，世界腦科學(xué)領(lǐng)域師的人物。
●美國國家科學(xué)院、法國科學(xué)院、英國科學(xué)院、歐洲科學(xué)院、比利時huang家科學(xué)與藝術(shù)學(xué)院等6個科學(xué)院院士，歐洲分子生物學(xué)組織成員，美國哲學(xué)會會士，法國育教育科學(xué)委員會主席。
●2014年，與其他兩位科學(xué)家共同獲得有“神經(jīng)科學(xué)界諾貝爾獎”之稱的“腦獎”（The Brain Prize）。該獎項在腦科學(xué)領(lǐng)域地位很高、分量很重，顯示了迪昂在神經(jīng)科學(xué)領(lǐng)域過人的天賦和巨大影響力。
●已在《自然》（Nature）《科學(xué)》（Science）等知名學(xué)術(shù)雜志上發(fā)表400多篇文章，其中70篇文章被引用超過500次，h指數(shù)高達173。是閱讀、數(shù)學(xué)、意識、學(xué)習(xí)領(lǐng)域公認的專家。
精準學(xué)習(xí)系列：《腦與意識》《腦與閱讀》《腦與數(shù)學(xué)》《精準學(xué)習(xí)》
書友推薦
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
我從未如此眷戀人間
- >
中國歷史的瞬間
- >
【精裝繪本】畫給孩子的中國神話
- >
煙與鏡
- >
我與地壇
- >
羅曼·羅蘭讀書隨筆-精裝
- >
羅庸西南聯(lián)大授課錄
本類暢銷
