深层学习:心智如何超越经验1.3 深层学习

简介:

1.3 深层学习


如果先前经验不能有效指导人们的行为,那么学习就不能只依靠或者主要依靠积累经验、在学习中寻找规律以及用这些规律预测未来。为了能够成功应对翻天覆地的变化,人类需要超越先前经验的能力,除了早期经验预测给出的行动之外,还应思考在当下情形中其他的行动方式。鉴于现实有混乱的特点,人类进化的方式主要依靠学习,而并非天生的行为,这使人类进化出能够超越先前经验的认知机制。此为本书主题,因此,应对它进行标注,并给出一个明确的解释:

深层学习假说:

人们基础行为的改变(从先天结构到对知识、技能的获取)过程中,人类进化出了认知过程和机制,这使他们能抑制经验并超越经验给出的动作指令。

深层学习假说并不否认认知机制在经验的基础上起作用。归纳学习在严格的条件下才有用,人们可以明显支配如下过程:将情景信息编码到记忆中、归纳推理、形成预期和计划等,这在认知心理学书本中有所介绍。这些过程引发的学习产生了与原有知识一致的新知识。借用一个有用的逻辑术语,我将这类添加性的知识增长称为单调性学习。[52]

深层学习假说认为单调性学习最多是学习的一半。另一半则是如何放弃、否决、拒绝或者抑制一些知识,这些知识我们先前已经接受了,并认为它们能够有效预测不断变化实际上却无法预知的环境。我们也因此间接创造了一个心理空间,去接纳变化甚至矛盾的概念、信念、想法和策略。完整的人类学习理论必须补充第二种非单调性的学习机制,这种学习机制允许超越先前经验。

深层学习假说认为我们可以支配认知机制,超越过去经验的支配,但这并不是说我们可以轻松为之。在日常生活中,我们需要在计划和超越过去经验之间找到平衡点——哲学家Thomas S. Kuhn称之为“基本张力”——我们没有理由相信,进化能让我们完美解决该平衡问题。[53]解释认知变化就是解释非单调变化的可能性和难度。

如果环境是变化的源头,且人们不得不去适应,那么这样的情形可以作为非单调性学习的有趣例子,而人们也是变化的另一因素。大约12?000年之前,人类文明刚刚兴起,艺术、商业、科学和技术发展惊人,这彰显了人类改变和创新的能力。人们创新有时是为了满足所需,有时是因为他们设想事情应该是怎样,有时没有其他什么理由,仅仅就是想要改变。由某一个人或某一个团体引起的变化常常需要他人去适应。

适应环境强加的变化(通常认为是学习)和主动发起的变化(通常认为是创造)可能是截然不同的两件事,而且大家也认可,但是,更深入的研究揭示了其内部的相似性。当人们通过不同的表现引起变化时,他们内心的想法一定有所改变。西班牙画家毕加索改变了绘画艺术——他画了《亚维农的少女》(Les Demoiselles d’Avignon),创立了立体主义绘画流派。[54]为了创作《亚维农的少女》,毕加索必须有一个新的构想——绘画该是什么、能是什么,或者该怎么完成、能怎么完成。我们不需要相信,在提笔作画前,毕加索就已经想好了整幅作品;也不需要假定,在开始绘画之前,他就已经完全意识到自己会用新颖的方式画画了。但是,毕加索内心的想法一定有所改变,否则,该幅作品不会与以往的作品截然不同。

深层学习假说认为,个体为了适应环境所产生的认知变化和个体为了创新所产生的认知变化终究是相同的过程。创造和学习从最开始就被剥离开来,它们的基本概念、研究方法和专业术语都不尽相同,这不利于二者的发展。深层学习假说认为两种情况最终将归入同一理论,这有利于两个领域的统合。

深层学习假说属高阶原则,是关于认知变化的愿景。它本身不能用来解释任何行为和心理现象,正如原子构成物质这一原则不能解释任何特殊的化学反应一样。本书的目的是将深层学习假说细化到具体的理论,描述三种类型的认知变化——创造、调适和转变。三种理论假设三种类型的变化有不同的认知机制,但是具有共同的核心,即认知的非单调性变化。

在正式开始之前,有必要预演一下相关的基本假设,回顾该理论成立的标准。解释认知变化意味着什么?确切地说,解释每种类型的变化有何意义?

 

 

相关文章
|
4天前
|
缓存 负载均衡 测试技术
探究职业发展的关键:能力模型解读
能力模型是指导个人职业发展的蓝图,它定义了行业和职位所需的具体技能和能力。业务测试工程师的能力模型包括需求理解、架构理解、测试设计、测试工具应用/脚本开发和测试总结五个维度,而测试开发工程师的能力模型则涵盖架构理解、开发语言应用、测试工具/平台开发和专项测试四个维度。通过理解这些模型,个人可以明确提升方向,例如业务测试工程师可参考《测试开发体系介绍》、《测试用例设计》等课程进行学习,而测试开发工程师则可关注《编程语言》、《测试框架》等相关课程。知行合一,按照能力模型进行学习和实践,有助于在职业生涯中取得成功。
23 6
|
4天前
|
机器学习/深度学习 算法 搜索推荐
【高效率学习】探索最适合你的学习之路:从心理学、动机到教育学的深度解析
【高效率学习】探索最适合你的学习之路:从心理学、动机到教育学的深度解析
99 0
【高效率学习】探索最适合你的学习之路:从心理学、动机到教育学的深度解析
|
Web App开发 机器学习/深度学习 人工智能
一场关于ChatGPT话语权的深度思考:人类会在大模型中迷失自我吗?
一场关于ChatGPT话语权的深度思考:人类会在大模型中迷失自我吗?
109 0
|
数据采集 机器学习/深度学习 存储
大白话说ChatGPT进化之路
1. 能力展示ChatGPT是OpenAI开放的一个大语言模型,普通用户可以通过和它对话的形式,驱动它完成各种任务,它具备和人一样能流畅说话和多轮对话的能力,翻译,写文案,提取对话要点等都不在话下,且拥有各行各业的非常深的领域知识,诸如电商,在线旅游,商务等。本文尝试用尽可能通俗的语言对ChatGPT的能力进行介绍和探讨。首先请看以下使用样例:样例1,给定两个商品标题,让ChatGPT判断是否为同
194 0
大白话说ChatGPT进化之路
|
机器学习/深度学习 算法 测试技术
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.1)
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.1)
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.1)
|
机器学习/深度学习 算法 网络架构
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.3)
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.3)
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.3)
|
机器学习/深度学习 存储
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.4)
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.4)
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.4)
|
机器学习/深度学习 算法
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.2)
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.2)
【吴恩达深度学习笔记-改善深层神经网络】——第一周深度学习的实用层面(1.2)
|
机器学习/深度学习 人工智能 定位技术
举出其他监督学习,无监督学习,强化学习的例子?说一下非显著式编程的优势?AlphaGo的胜利,带给我们什么样的人生启示?当代大学生如何在人工智能时代增加自己的核心竞争力?
举出其他监督学习,无监督学习,强化学习的例子?说一下非显著式编程的优势?AlphaGo的胜利,带给我们什么样的人生启示?当代大学生如何在人工智能时代增加自己的核心竞争力? 监督学习:比如手写体识别,我们将许多汉字的手写数字图像数据作为训练数据。汉字的数据的分类目标被称作标签和类。训练数据有一个标签(某一个汉字),根据标签可以找到关于手写数字图像的正确答案信息,例如“此手写数字图像为‘人’”。在学习阶段,当将手写汉字图像输入系统时,调整系统的参数以尽量将输入图像分类为正确的标签,最后进行识别输出正确结果。 无
167 0
|
机器学习/深度学习 自然语言处理 算法
从呱呱坠地到大放异彩,语言模型经历了哪些变化?
地基决定了建筑的高度,语言模型决定了 NLP 的能力。我们平时关注到的更多是建筑位于地表之上的宏伟部分,地基则鲜少有人问津。然而,打实基础,才能更上一层楼。今天,蚂蚁金服智能对话算法团队带领大家一起回顾 NLP 语言模型的演化历史,了解 BERT为什么能在今天大放异彩。
1996 0