善用人类记忆的特点去高效学习

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了善用人类记忆的特点去高效学习相关的知识,希望对你有一定的参考价值。

           一件习以为常的事:1+1=?

           当你使用做一道题1+1的时候,你先从记忆力提取出 数字1和+的含义,再通过提取并调用加法的知识,返回结果。

           什么是记忆?如何记忆?如何提取记忆。

           记忆就是人把自己看到听到感觉等等编码进大脑的神经网络的东西。提取记忆也是人像大脑的神经网络发出请求获取数据。我把记忆想像成一个复杂的网络上的点。通过与知识和其他数据的线索链接。

           那么知识呢?

           假设说记忆是数据,存在大脑神经网络的1/0数据。那么知识就是一堆操作数据的指令。

           那么大脑是如何查找记忆的呢?

           如果我是上帝也许我会考虑debug一个人的计算1+1,但显然不可能,对于这种黑箱操作。我只能往大脑里输入大量数据查看输出结果。和“经验”则是最好的输出结果的统计。从经验和别人的文章中获取启发:

           假设这样一个任务:给你一个单词(如brain),要你寻找它的押韵单词(如train)。一段时间之后问你记不记得当时给你的单词是什么了。你可能会不大记得了。现在,如果当时不是要你寻找押韵单词,而是要你联想该单词的含义或功能(如brain的功能),那么你事后回忆起来当时是什么单词的可能性就大大增加了。

           对此一个靠谱的解释是:后一种记忆编码方式(称为精细编码)提供了更多的提取线索。所谓条条大路通罗马,任何一个线索被触发都可能顺藤摸瓜地拎出整条鱼记忆来

           给出同样一组单词,让一组被试数一数每个单词有多少个音节,让另一组被试阅读单词的含义(或者设想单词可以被使用在哪些场景中),之后让两组被试回忆列表上的单词,猜哪一组能够回忆出更多?

           这是一个被广为认可的记忆机制,即:我们在记忆的时候将许多线索(例如当时的场景、问题的背景,甚至所处的语言环境、空间位置)一并编码进了记忆事后能否提取出这段记忆严重取决于提取线索是否丰富、以及在回忆的时候是否重现了记忆时的线索。

           然而对于理解记忆的人来说,知识中包含了精细的概念、逻辑、一般的解题原则、通用的解题手法、背景知识、类似的问题等等无数的记忆和提取线索而不是某段孤立的、任意的文本序列。(当然,众所周知理解记忆的另一个重要特点则是记住一般性原理之后,其他细节即便遗忘了也可以自然推导出来,从而无需费力去记忆。有一个广为流传的《数学牛人们的轶事》(荣耀属于ukim)里面讲了希尔伯特的一个故事:一次在Hilbert的讨论班上,一个年轻人报告,其中用了一个很漂亮的定理,Hilbert说“这真是一个妙不可言(wunderbaschon)的定理呀,是谁发现的?”那个年轻人茫然的站了很久,对 Hilbert说:“是你.……”。)

           缺乏线索的记忆就像记忆海洋中的孤岛,虽然在那里,但是难以访问。而富含线索的记忆则是罗马,条条大路通罗马。

           科学松鼠会上有一篇科普《气味与记忆——非一般的亲密》中提到:我们的回忆很多都是和气味连接在一起的。当闻到某一种味道时会突然想起以前的一些事情,比如端起一杯香热的巧克力饮料,想起了最初品尝巧克力的情景,将一块黑褐色的糖放入嘴中,浓浓的滑滑的,有一些甜蜜和温馨;再比如,夏天在暴雨来临之前,浓郁的泥土和小草味道,会不会让你回忆起小时候因为没有拿伞被大雨淋透的感觉,甚至串联起回家挨揍的记忆,屁股上还有点火辣辣的痛。而当我们想起过年,鼻腔里是不是也会有厚厚的爆竹烟火味道,仿佛立马置身于热闹的大年夜。尤其是在社交活动中,我们经常会因为某一种味道想起一个熟悉的人,甚至是几十年没见的老朋友。

           的确如此,我有时候会在看小说的时候放上一段背景音乐,之后每当听到这段音乐就想到当时看到的那段情节。

           答案:自然是依靠编码进记忆的的线索去回忆。

          记忆是一个稀疏矩阵!

          我们可以基于我们的常识记忆建立模型。 假定以下常识为正确。

  1. 记忆的是一个节点。
  2. 回忆是一次对记忆的update。
  3. 节点之间用线索链接,也是大脑寻找记忆的唯一途径。
  4. 回忆在节点间奔走会自我减弱。当一定程度上匹配时会回忆成功。
  5. 回忆会让两个节点的距离变近。(更容易被记起——记得牢)
  6. 存取,搜索的过程有一个重要的因素是神经的兴奋程度。

          提出概念:

  1. 属性: 属性可以作为节点的值,同时也是一个节点。比如气味(一个父节点):香(一个分支)/臭:(幽香/浓香)。
  2. 节点: 一个节点可以包含任意个节点,//一个节点 @1属性(节点) @2值(节点的一个分支)。
  3. 值:对属性的一个具体的描述。

          指导思想:更多的线索!更好的线索!更近的距离!兴奋!

          如何更好的记住想记住的东西,比如你女朋友的生日,你的银行的密码或者某个难看又长的单词。我们的前辈想了无数的花招,包括理解记忆法,联想记忆法,多通道记忆法,自我欺骗法等等。

          自我欺骗法:因为,一共要搞定20,000个单词,而因此可能获得的奖学金是每年40,000美元左右——并且连续四年没有失业可能(后来的事实是,他直到五年之后才获得了博士学位)。当时的美元兑换人民币的汇率差不多是8:1,所以,大约应该相当于320,000元人民币。而如果一年的税后收入是320,000元人民币的话,那么税前就要赚取差不多400,000元人民币。那么,每个单词应该大约值20元人民币——这还只不过是这算了一年的收入而已。所以,他终于明白背单词是非常快乐的。他每天都强迫自己背下200个单词。而到了晚上验收效果的时候,每在确定记住了的单词前面画上一个勾的时候,他就要想象一下刚刚数过一张20元人民币的钞票。每天睡觉的时候总感觉心满意足,因为今天又赚了4000块!

         据此模型提出的记忆优化

          1. 打造记忆的哈夫曼树。

          我们知道稀疏矩阵是一个非常好的储存离散数据的数据结构。在人类早期的环境中,这是一个非常好的存储模式,但是他并不太适应现代某些情形。我们最需要记住的知识往往是分门别类的各种领域知识(按照规范码代码,按照规范加工产品),这时候我们多么 希望在巨大的神经网络的稀疏矩阵中有一块是高效的哈弗曼树结构!

          下面引用一段文字:

          我李敖看的书很少会忘掉,什么原因呢?方法好。什么方法?心狠手辣。剪刀美工刀全部下来,把书给分尸掉了,就是切开了。这一页我需要,这一段我需要,我把它分类分出来了。那背面有怎么办呢?把它影印出来,或者一开始就买两本书,把两本书都切开以后排出来,把要看的部分切开。结果一本书看完了,这本书也被分尸掉了。这就是我的看书方法。

          那分类怎么分呢?我有很多自己做的夹子,夹子我写上字,把资料全部分类。一本书看完以后,全部进入我的夹子里面了。我可以分出几千个类来,分的很细。好比说按照图书馆的分类,哲学类,宗教类;宗教类再分佛教类、道教类、天主教类。我李敖分的更细了,天主教还可以分,神父算一类。神父还可以细分,神父同性恋就是一类,神父还俗又是一类。修女同性恋是一类,修女还俗这又是一类。

          任何书里有关的内容都进入我的资料里来。进入干什么呢?当我要写小说的时候,需要这个资料,打开资料,只是写一下就好了。或者发生了一个什么事件,跟修女同性恋有关系,我要发表对新闻的感想,把新闻拿过来,我的资料打开,两个一合并,文章立刻就写出来了。

          换句话说,我这本书看完之后,被我大卸八块,五马分尸。可是被我勾住了,这些资料我不凭记忆来记它,我凭用细部的很耐心的功夫把它勾紧,放在资料夹子里。我的记忆力只要记这些标题就好了。标题是按照我的习惯来分,基本上都翻译成英文字,用英文字母排出来,偶尔也有些中文的。

         今天我把看家的本领告诉大家,李敖知道的那么多,博闻强记,记忆力那么好。我告诉大家,记忆力是可以训练的。记忆力一开始就是你不要偷懒,不要说躺在那里看书,看完了这本书还是干干净净的,整整齐齐的,这不对。看完了这本书,这本书就大卸八块,书进了资料夹,才算看完这本书。

         今天我为大家特别亮一手,把如何看书的招告诉大家。不要以为这本书看完了,干干净净的新的算看过。那个不算看过,因为当时是看过,可是浪费了。你不能够有系统的扣住这些资料,跟资料挂钩。可是找我这个方法,可以把你看过的书,都把它的精华抓出来,扣在一起。这就是我的这种土法炼钢的治学方法。

         2. 抽象与推广

         这不仅是记忆的好方法也是学习的好方法。

         不加抽象的话,知识总是会和无关紧要(irrelevant)的细节挂钩,被约束在狭窄的一个特定场景中,无法传播,抽象使其在知识树(for non-geeks:设想一颗倒长的树,根在上)上上升一个或多个层次,从而能够被运用到更多的分枝上。同样,在遇到具体问题的时候也别忘了将问题也抽象一下,剔除不相关细节,使问题也从一个特定的分枝往上抽象,从而碰到之前泛化过的结论。

         3. 让你的神经兴奋起来

         这个例子很好举,也很容易让大家接受。(是我本来想收尾的时候突然想想我的模型无法解释的一些问题而想到的)而刘未鹏大哥的《如何有效地记忆与学习》却没有提及,但是却真的很重要。试想要是每个英文单词都想初恋一样让人无法忘记那是多么的无敌啊!套用一句很欠揍的话,我让你考四级,让你考四级。

         4. 设身处地地“虚拟经历”别人经历过的事情

         我们的自传式记忆似乎是有某种单独存储机制的,一个证据是一些因基因上其他缺陷而导致所谓“天才综合症”的家伙具有超强的自传式记忆(注意,不是超强的一般记忆,而是自传式记忆)。另外我们在日常经验中也知道,我们的记忆中关于哪些是自己的性格或做事方式,哪些是我们所了解的朋友的性格或做事方式,我们可是分得清清楚楚的。我们可以在不同场景中非常快速地揣测“某某在这种情况下会怎么想”(这被称为 theory of mind ),却不会将其与“我自己会怎么想”混淆起来,证明在我们的记忆中,关于自己的知识和关于别人的知识是泾渭分明的。

         对于经验知识的学习来说,光是看着别人做或者听着别人说还不够,往往到了自己就想不起来,结果就是你虽然学到了知识,它却不会在恰当的时候从你大脑中蹦出来,属于“死”的知识。为什么会这样,可能的原因是很多的,其中一个关键的原因也许是“别人的事情”和“自己的事情”在大脑中的加工方式是不一样的,别人撞墙你也许不仅不疼还会幸灾乐祸,自己擦破皮就龇牙咧嘴了;别人的糟糕事情似乎永远不会发生到自己身上。所以我们总是难以从别人的经验中获得自己的教训。一个弥补的办法在于努力设想自己处于别人的境地,经历别人所经历的事情,感受它们,使它们和你的情绪记忆挂钩(进化赋予我们的情绪是提取的绝佳线索,也是强化记忆的最佳催化剂),虽然仍然不够亲身经历那么深刻,但似乎已经是我们能做到的最好的办法了。由于我们真切地设想了自己处于这些场景中,在我们设想的场景中我们是第一人称视角,所以当以后遇到类似场景的时候就更容易回忆起当时的感受。

          当然,另一个经常被号召的方法就是实践,比起刚才提到的“虚拟实践”而言,实际实践的印象自然要深刻得多。不过并不是所有的时候实际实践都是必须或者可能的。例如你并不需要自己去倾家荡产一次才能领会到什么是金融市场中正确的风险控制——你甚至只需要在纸上演算一番就有数了。有证据表明非洲的一种鱼甚至都能使用简单的推理来替代实际经历,例如,如果它和鱼B有过一次冲突并失败了,如果它观察到鱼B和鱼C有一次冲突,鱼B失败了,它就能直接意识到它自己不是鱼C的对手,从而避免所谓“直接去经历一下”而可能导致的灾难性后果(这里的进化价值是显而易见的)。

          此外,很多时候你也无法真正遍历每条人生路径看看会发生什么,你没有这样的时间资源,取而代之的是你只能通过别人的“替代经验”,自己的“虚拟经历”,来获得尽量多的信息。

          5. 联系/比较自身的经历

          将别人的经历或者通过阅读和观察得来的经历和自身的经历进行比较,常常能够得到非常有价值的结论。“观察”和“比较”本身就是获得知识的一个重要途径,例如:我之前做过某件事情,但不知道什么原因失败了;有一天我看到或阅读到某个人做类似或同样的事情,他成功了。我通过比较两人的差别,可以比较靠谱地推测到底是什么导致了我们的成功概率的差异。

          值得注意的是:1) 样本大小很关键:比较的个体样本越少越容易产生错误归因,最好多多观察,多多比较和总结。2) 警惕“沉默的证据”、事后偏见、自利归因:读他人的传记的时候,不管传记是本人写的还是传记作家通过访谈写的,都会有意无意地犯事后偏见,例如最常见的将成功归因为个人能力,忽略机遇因素。将偶然看作必然。

以上是关于善用人类记忆的特点去高效学习的主要内容,如果未能解决你的问题,请参考以下文章

高效的学习方法和记忆

费曼学习法——简单三步让学习更高效

深度学习发现古人类遗址,AI 考古比胡八一更高效

计算机基础视频学习

最强大脑-高效记忆方法

最强大脑-高效记忆方法