机器学习和人类学习有哪些差别

    机器学习，人类学习，不同的人提倡不同的学习方式。

    谁多谁错？

    事实上，都对。

    不同的人在不同的情况下适合不同的学习方式。

    分析一下什么时候适合什么。

    因为这两个展开要说很久，并且我之前也说过一部分，所以重复的部分就不说了，翻之前的专栏。

    首先说说机器学习。

    机器学习实际上是2023年才兴起的。

    为什么是2023，因为之前的机器实在太烂了。

    根本离不开人。

    之前的AI大部分过不了图灵测试，现在的AI比人还像个人，而且创作能力远远超过一般人。

    好，由此可得2022年的AI其实还是很烂的。

    至少那个时候的AI主要还是细分领域的。

    但现在的AI拥有解决综合问题的能力了。

    那么AI为什么能变得这么强？

    数据库，非常关键。

    首先AI需要输入。

    就拿阿尔法狗来说，它也是需要输入棋谱，记录对局来迭代的。

    这个对局可能是之前的各种比赛对局，也可能是他和自己对弈的棋局。

    总之，这个堆的量要十分恐怖。

    因为AI基本上都是在指令范围之内使用穷举法，因此AI会有一个显著的特点，就是前期错得十分离谱，甚至不如上幼儿园的孩子。

    它会犯一切可能犯的错。

    但这不要紧。

    随着试错，将失败的结果一次次排除并优化，AI最终会拥有一个恐怖的正确率。

    当然这个正确只是相对于人类来说的，并不是绝对正确的。

    因为AI是人类定义的，正确也是人类定义的。

    只是说，此时的AI在人类定义正确的方面比人类还要强。

    而且不是那种吹出来的强，是发自内心地感叹，甚至让人类感受到被取代的危机。

    这是我认为AI最难得的一点。

    当大多数人开始恐惧AI会取代自己的时候，侧面证明了AI有多么强大。

    AI为甚么能这么强大？

   1.引用数据

    AI能直接引用各种各样的数据，不论是下载的，联网的，现有数据，还是自己创造的数据，都可以。

    加上AI强大的算力和处理数据的能力，这些数据能够得到高效的处理。

    对比起人类，寻找数据已经不是一件容易的事情了。

    即便是找到了数据，学习内化并付诸实践收集反馈做出改进的时间跨度也远远大于AI。

    更何况还要睡觉。

    等你睡一觉起来，AI已经遥遥领先了。

    2.毫无情绪

    AI没有任何的情绪，而人们总会有情绪。

    状态不好其实是人的常态，好的状态可遇不可求，基本上人人都是在负重工作。

    很少有人可以轻松积极地全力以赴完成自己的任务。

    但是AI不需要这些。

    硬件到位，有个合适的环境，它就能一直干下去。

    美中不足可能就是还会有些BUG，需要维护。

    3.整合数据

    整合数据也是AI的强大之处。

    AI没有感情，可以利用穷举法整合各种各样的数据。

    而人们必然受到环境的限制，因为时代局限性和专业局限性等，有些组合天然就想不到。

    另一些组合，他们本来就厌恶，也不乐意去想。

    而AI可以跨时代跨地域跨专业把各种各样意想不到的数据整合起来，达到人所不能达到的高度。

   并且AI还可以通过智能筛选，筛选出用户更需要的方案。

   这样用户并不需要太多思考，强求那个不存在的灵感，只要选择然后改进就行了。

    说了这么多是不是觉得机器学习就是最合适的了？

    错！接着讲讲人类学习。

    比起AI，人类学习能力差是事实。

    毕竟算力摆在那里，大脑能处理的信息量就是没计算机多，这没什么好争辩的。

    但人类有个机器无法超越的优势。

    就是盲目自信。

    或者说叫自大。

    为什么这么说？

    因为你在学习一个东西时，你还没学明白就会觉得自己对了。

    直到做题的时候，你才会发现自己原来不了解。

    甚至你不会觉得自己不了解，你只会觉得出题的有病。

    而这正是人类的优势领域。

    在学习初期，就算能够让机器调用数据，机器的处理能力还是比不上一个刚刚入行的新人。

    因为机器会试错，尝试穷尽每一种组合方式。

    但是新人初生牛犊不怕虎，认为自己是对的。

    因此他至少会选择一种看起来比较对的方式。

    此时新人和机器可能都是错的，但机器的一定看起来错得更加离谱，牛头不对马嘴。

    新人倒是还好，只不过可能是东施效颦。

    但人类学习波动性也很大。

    因为不同人的天赋相差是极其巨大的。

    天才天生的直觉就比普通人强太多。

    与其说这是天赋，不如说是“迎合所谓正确的标准”的直觉。

    每个人都有独属于自己的直觉，但是天才的直觉与正确定义匹配度更高。

    但再怎么蠢，至少不至于是0匹配度。

    而机器天生就是0匹配度，因此需要输入指令并且通过无数的数据和不断地试错来优化自己。

    因此，其实人类学习在一个短期的范围内其实是比AI更强的。

    但本文讨论的是学习方法，之前我也介绍过了机器学习法。

    什么时候用人类学习法？

    当你缺乏时间的时候，人类学习法更适合你。

    大胆犯错。

    本身迎合正确就是一个过程，绝对的正确只存在下达定义的这个人身上。

    因为什么都是他说了算，只要是不同的人做出来的都会和他的想法有偏差。

    即便是理科也一样。

    谁敢说现在的定理放到未来一定不会被推翻？

    只不过可能是某种机缘巧合导致定理在当前条件下成立了。

    如果更换那个条件，定理就会发生改变。

    比如ax+1=y是个实际真理，但现在大家认为真理是x+1=y。

    为什么会是这样，因为当前a=1这个情况一直存在。

    哪天a=2了，x+1就不会等于y了，大家认为的真理也就被推翻了。

    所以当前的定理只是个表象，谁也没法保证有没有更多的限制条件。

    而在长期来看，机器学习绝对是远超人类学习的。

    通过不断引入数据来提升自己，这才是正确的方式。

    因此，一个人提升自己的最好方式，就是发现自己优势领域。

    优势领域能够让你以更高的匹配度在竞争中胜出，而不是拼了命结果一败涂地。