刻意练习的3种模式，很多“天才”不过是找对了方法
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。http://image.woshipm.com/wp-files/2019/04/231ZFJnPQAasTLh6CNDK.jpegAlphaGo 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。022016年4月，AlphaGo 战胜李世石；2017年5月，AlphaGo战胜柯洁。http://image.woshipm.com/wp-files/2019/04/PhBz7XXyrTHNegAWurxR.jpeg▲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……http://image.woshipm.com/wp-files/2019/04/IQoDAsGcSgd5gSmxEEZY.gif2.0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。http://image.woshipm.com/wp-files/2019/04/0Cr6gRRWwtwAtEQFb8ZQ.jpeg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——http://image.woshipm.com/wp-files/2019/04/KRtaDLn2YjiYSrQsp9Tk.gif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——http://image.woshipm.com/wp-files/2019/04/VxCZgH9m0IYya0S3CRiK.gif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——http://image.woshipm.com/wp-files/2019/04/iLdcDHnvxHmDYIYyJKqa.gif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——http://image.woshipm.com/wp-files/2019/04/xmFEJe84vIPPC8SRBzus.gif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
页:
[1]