• QQ空间
  • 收藏

刻意练习的3种模式,很多“天才”不过是找对了方法

| 2019-04-09 阅读 26

我们总在说,光靠努力是不够的,方法很重要,那么,什么样的是正确的方法呢?

如果真的希望获得比别人更强的能力,要超级勤奋,Work Super Hard。

方法论重不重要?非常重要,但当你的方法论精进到极致之后,你还是得回到最最根本的勤奋,甚至是可怕的勤奋!

那做到可怕的勤奋就够了吗?依然是不够的。

可能我们只是在原地打转,一直在努力做些事倍功半的事。

所以,我们还得再加上两个字——“高效”,高效而可怕的勤奋。

01

前两天,教育部一则新增 35 所高校“人工智能”本科专业的消息,引发了社会的广泛关注。

这意味着人工智能将以更快的速度和更猛烈的势头,融入我们生活的方方面面。

大多数人对于人工智能的认识,应该是从 AlphaGo ——那个让棋手们咬牙切齿的机器人开始的。

AlphaGo 把“高效而可怕的勤奋”体现得淋漓尽致,大数据和人工智能技术,让它建立了每一步都有反馈的学习机制。

如果你了解到更多 AlphaGo 的“成长历程”,可能你也会跟我一样,从叹为观止,到不寒而栗。

02

2016年4月,AlphaGo 战胜李世石;2017年5月,AlphaGo战胜柯洁。

▲柯洁说:它下出了令我绝望的一步棋,我知道那盘棋我不可能赢

出现在柯洁面前的 AlphaGo早已今非昔比,这一年里,它从 1.0版进化到了2.0版。

差别在哪里?

1.0 版战胜李世石的AlphaGo,先学 10 万局棋谱,把全人类的经典棋谱尽收眼底。然后,分析棋局定式和得失,最后生成了自己的策略算法。

但是后来,开发AlphaGo的公司DeepMind 觉得这还不是最强形态。

就算是把人类的10万局棋谱学过来,只不过相当于古今中外所有围棋高手合战一人罢了。

可以下赢一个李世石,但也注定比李世石高不到哪儿去。

如果对手无比强大,可能一拥而上再多人也不是对手。

于是,有了后来的 AlphaGo 2.0。

AlphaGo 2.0 与之前最大的不同是:没有棋谱喂养。

工程师们只告诉 AlphaGo 最基本的围棋规则。大概就是黑先白后、交替落子,怎么算输、怎么算赢……然后,找两个这样的 AlphaGo 围棋宝宝,开始对弈。

从0开始学,从0开始下,下了多少盘?

第一天嘛,先下100万盘,试试水。

就这样,每天100万盘……

2.0版本的AlphaGo,不再跟人类学怎么下围棋,而是跟自己学。

这时的 AlphaGo肯定不知道什么是相思断、无忧角……

但它们知道谁输谁赢,甚至还能复盘棋局,为每一步打分,推测哪一步对、哪一步错、哪一步可以更好。

基于规则和输赢,AlphaGo建立了反馈体系,根据每天的 100万盘,AlphaGo开始不断优化算法。

就这样,每天下、不断学……

直到柯洁出现,这时,AlphaGo 跟柯洁早已不是同一量级。

或者说,它已经超越了整个人类的围棋水平。

聂卫平讲过一句话:

AlphaGo 最可怕的地方在于——它终于让我们知道,人类其实根本就不懂围棋。

过去,人类对围棋的理解,从一开始,可能就被我们有限的知识框定了。

基于反馈机制的学习,才是真正的高效而可怕的学习。

03

我们再来看几个AlphaGo 的学习片段,看看什么是高效而可怕的学习能力。

AlphaGo 诞生之后,为了检验它的学习能力,DeepMind 做过一个测试。

让它挑战简单的电子游戏——打方块。

很多人小时候玩过这游戏,屏幕下方有一个小球拍,球掉下来时,你要控制球拍把球挡回去。

屏幕上方有很多砖块,用小球把砖块一个个打掉,全打完就算赢了。

这游戏的规则和输赢标准特别清楚,先跟 AlphaGo明确了底层反馈体系。

与下围棋一样,一旦建立了规则和反馈体系,根本不用教它“应该”怎么玩,反正你就去玩吧!

接下来,我们观察他的学习方式。

这是它玩了100局的结果——

这个阶段,球拍在AlphaGo的控制下,显得特别的木讷,都不知道该往哪动,很多球接不起来。

然后,它自我学习了200局之后——

你是不是明显感觉到它的身法灵活多了?它逐步开始对球的落点有了判断。

继续进步,这是400局练习之后——

每个球都能接起来,非常棒!

好,时间来到了第600局,可怕的事情发生了——

你看出什么没?

从来没有人教过他这种打法,可能就连你以前也没这么玩过。

但是,玩着玩着,因为有一套底层反馈机制,AlphaGo最后自己建立了一套策略。

这个策略是,它发现打开一个缺口之后,把球弹上去,球在中间不断的弹弹弹……效率是最高的、移动次数是最少的。

第一次看到这个视频的时候,我觉得特别“可怕”,不寒而栗。

AlphaGo 拥有了我们过去认为只有人类才会拥有一种东西,叫做智慧。

之所以人工智能在今天如此强大,是因为它拥有的深度学习能力——基于策略的不断反馈、持续优化。

更可怕的是,它不光比我们会学习,还比我们更勤奋——高效而可怕的勤奋。

04

怎样把这个逻辑运用到人的身上?

其实就是我们经常说的——刻意练习。

刻意练习,不能重复地做过去一直在做的、自动完成的动作。

而是要建立一套反馈体系,帮助我们做到高效而可怕的勤奋。

有一本很著名的书,书名就叫《刻意练习》,可能你也看过。

书里介绍了 3 个建立反馈的方法,特别生动形象。

第一个建立反馈的办法,我们称之为音乐模式。

什么叫音乐模式?

钢琴水平是怎么练出来?我身为一个外行,认为肯定是对着琴谱弹呗。

可琴谱可能早在几百年前就写好了,所以钢琴家们不断练的是什么?

是钢琴的演奏表演的能力,练的是手法、是节奏。

钢琴家们会用录音,发现练习中的错误,然后纠正。

刻意练习中的音乐模式,就是把这一小段琴谱,切割成一个个小段,每个段落循环练习。

还有哪些能力,是用这种方法来训练出来的?

最具代表性的,就是演讲能力。

你必须要能站在台上张口去讲,讲完每一场,结合大家的反馈做出调整优化。

甚至架个摄像机,把你演讲的过程拍下来,然后你一看视频回放,发现——

我的腿为什么一直在颤抖啊…… 我的身体怎么一直往后躲啊…… 我怎么说了那么多“然后”啊……

这些是平时感觉不到的,就必须通过观察和反馈,不断纠正。

发现了不足怎么办?下次再讲,再录一遍,不断重复这种练习。

我曾经写过一篇文章,是关于我从高中开始学习辩论和演讲的故事,年少的我误打误撞,进入了刻意练习的音乐模式。

一次次,一段段提高能力,你的水平才会真正的提高。

演讲、唱歌、表演……这些技能只有借助音乐模式的反复训练,才会变成你的能力。

第二个建立反馈的方法,叫做国际象棋模式。

简单地说,在这个模式下,能力是可以通过找到对手、学习高手来获得的。

以下棋为例,人类学习下棋,水平提升的快慢,很多时候取决于陪练的水平。

所以,研究高手的棋谱,是棋手们常用的训练方法。

比如辩论这种能力,如果没有对手跟你真刀真枪地战个痛快,可能很难练出来。

再比如说商业,也是当你找到了对手、甚至是宿敌,你才能被激发,真的顿悟。

这就是为什么,很多人经常在说百战归来再读书。

你只有在战争中,才能学会战争。

第三种建立反馈的模式,体育模式。

体育模式需要我们对单项技能反复练习。

比如说游泳,有个运动员非常厉害,叫菲尔普斯。

你想过一个问题没有,菲尔普斯都是世界上游泳最快的人之一了,还有人有资格做他的教练吗?

如果没有的话,那奥运冠军岂不是都没有教练?

但真相是,不论一个运动员多么厉害,旁边都要有个教练。

既然教练的比赛成绩不如运动员,那他们的工作是什么?是基于运动项目的方法论和训练产生的反馈体系,来帮助运动员不断提高。

踢足球时,什么位置的任意球要怎么发? 长跑或短跑时,每个阶段的步子迈多大? 骑自行车时,什么时候站着什么时候趴下?

所有运动项目的背后,都是行之有效的逻辑和方法。

不是去跟游泳最快的人学游泳,而是要在单项上,用专业方法训练自己,借助教练的专业知识和经验给自己反馈,这是体育模式给我们的启发。

最后的话

很多人号称自己有 10 年工作经验,其实,他只是把 1 年的工作经验,重复了 10 次而已……

重复,不带来进步,真正的进步,来自“刻意练习”。

所谓的“刻意练习”,是因为不断反馈、调整,每一次都比上一次有进步。

每个领域最杰出的人,往往是刻意练习时间最久的那个人。

在 AI 时代,很多我们曾引以为傲的能力,被“初生”的人工智能碾压,这也让我们变得愈发焦虑和不安。

但每个时代都不乏“天才”,当下更是如此。

找到你的激情和梦想,拥有百折不回的坚毅,掌握刻意练习的方法……

然后,千万千万记住,还有勤奋、可怕的勤奋,甚至是高效而可怕的勤奋。

这样,你会离目标更近一些。

与你共勉!

-End-

作者:刘润,公众号:刘润(ID:runliu-pub)

来源:https://mp.weixin.qq.com/s/bLPw1oVALJosJUE17_EraQ

本文由 @刘润 授权发布于人人都是产品经理,未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

2019-07-19
创业杂谈 汽油标号越高对车越好?我说您是钱多!
汽油的标号越高,油价也越贵,这个人尽皆知,那么是不是说汽油标号越高的汽油就越好,越适合车辆使用呢?如果要解释这个问题还得从辛烷值说起。 大家都去过加油站,都知... <详情>
2019-07-19
创业杂谈 当46岁陶虹撞上40岁刘涛,终于见识到女性的最美身材长啥样了
陶虹我们大家就不陌生了,曾出演小龙女的她,和剧中的搭档徐峥在现实生活中结了婚,两人也是娱乐圈中的模范夫妻了。刘涛和她的老公也是娱乐圈双商都在线的人 物,通过《亲... <详情>
2019-07-19
创业杂谈 全新帕萨特/天籁即将上市!能干翻凯美瑞/雅阁吗?
全新帕萨特/天籁即将上市!能干翻凯美瑞/雅阁吗? <详情>
2019-07-19
2019-07-17
创业杂谈 十一月出行指南 | 让风风火火的辛芷蕾带你开启“超车”模式!
她是《如懿传》里令人又恨又怜的大反派嘉贵妃,她是天生时髦相却心系演戏的实力派演员,她更是随意任性做自己的女明星,她就是我们十一月刊的封面人物——风风火火、美得凌... <详情>
2019-07-17