周末阅读之《刻意练习》，很多“天才”不过是找对了方法
我们总在说，光靠努力是不够的，方法很重要，那么，什么样的方法是正确的方法呢？
刻意练习
首次提出“刻意练习”这个概念的是佛罗里达州立大学心理学家 K. Anders Ericsson。刻意练习的核心假设是-专家级水平是逐渐地练出来的，而有效进步的关键在于找到一系列的小任务让受训者按顺序完成。这些小任务必须是受训者正好不会做，但是又正好可以学习掌握的。完成这种练习要求受训者思想高度集中，这就与那些例行公事或者带娱乐色彩的练习完全不同。“刻意练习”的理论目前已经被广泛接受。
刻意练习的特点
1. 只在学习区练习
科学家们考察花样滑冰运动员的训练，发现在同样的练习时间内，普通的运动员更喜欢练自己早已掌握了的动作，而顶尖运动员则更多地练习各种高难度的跳。普通爱好者打高尔夫球纯粹是为了享受打球的过程，而职业运动员则集中练习在各种极端不舒服的位置打不好打的球。真正的练习不是为了完成运动量，练习的精髓是要持续地做自己做不好的事。
心理学家把人的知识和技能分为层层嵌套的三个圆形区域：最内一层是“舒适区”，是我们已经熟练掌握的各种技能；最外一层是“恐慌区”，是我们暂时无法学会的技能，二者中间则是“学习区”。只有在学习区里面练习，一个人才可能进步。有效的练习任务必须精确的在受训者的“学习区”内进行，具有高度的针对性。一旦已经学会了某个东西，就不应该继续在上面花时间，应该立即转入下一个难度。长期使用这种方法训练必然事半功倍。
2. 大量重复训练
从不会到会，秘诀是重复。在体育和音乐训练中，比较强调“分块”练习。首先你要把整个动作或者整首曲子过一遍，看专家是怎么做的。然后把它分解为很多小块，一块一块地学习掌握。在这种训练中一定要慢，只有慢下来才能感知技能的内部结构，注意到自己的错误。在美国一所最好的小提琴学校里，甚至有禁止学生把一支曲子连贯地演奏的要求，规定如果别人听出来你拉的是什么曲子，那就说明你没有正确练习。职业的体育训练往往是针对技术动作，而不是比赛本身。一个高水平的美式足球运动员只有1%的时间用于队内比赛，其他都是各种相关的基础训练。
3. 持续获得有效的反馈
传道，授业，解惑，老师和教练最大的用处是什么？也许对一般人来说小学老师最大的作用是激发了他学习的兴趣。而真正的高手都有很强的自学能力，对他们而言，老师和教练的最重要作用是提供即时的反馈。
一个动作做得好与不好，最好有教练随时指出，本人必须能够随时了解练习结果。看不到结果的练习等于没有练习：如果只是应付了事，你不但不会变好，而且会对好坏不再关心。在某种程度上，刻意练习是以错误为中心的练习。练习者必须建立起对错误的极度敏感，一旦发现自己错了会感到非常不舒服，一直练习到改正为止。
举个例子，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。
4. 精神高度集中
刻意练习没有“寓教于乐”这个概念。曾经有个著名小提琴家说过，如果你是练习手指，你可以练一整天；可是如果你是练习脑子，你每天能练两个小时就不错了。高手的练习每次最多1到1.5小时，每天最多4到5小时。没人受得了更多。一般女球迷可能认为贝克汉姆那样的球星很可爱，她们可能不知道的是很少有球员能完成贝克汉姆的训练强度，因为太苦了。
心理学家米哈里·希斯赞特米哈伊提出过”心流“这样一个观点。心流（英语：Mental flow）在心理学中是一种某者在专注进行某行为时所表现的心理状态。如艺术家在创作时所表现的心理状态。某者在此状态时，通常不愿被打扰，即抗拒中断。定义是一种将个人精神力完全投注在某种活动上的感觉。这个我理解为“忘我”的状态，在做一件事情的时候，专注的以至于忘记了时间的存在。相信喜欢玩游戏的朋友都体会过这样的感觉吧。要想取得进步，必须把注意力完全集中在任务上。
一万法则小时的错与对
一万小时法则误区：只要你在任何事上花一万小时来练习，就会成为大师。把简单的任务重复做一万小时，是不可能做到杰出的。
举个例子，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”，是因为不断的脱离舒适区，获取反馈、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。
刻意练习的极致-AlphaGoAlphaGo把刻意练习的四个特点：1. 只在学习区练习 2. 大量重复练习 3. 持续获得有效反馈 4. 精神高度集中，发挥的淋漓尽致。
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。
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。
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。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。
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。
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。这些都是刻意练习最重要的特征。作者：Sheldon 来源：深入浅出Java源码
页:
[1]