人类作为行为系统

人类,若视作行为系统,是很简单的。我们的行为随时间而表现出的表观复杂性主要是我们所处环境的复杂性的。

人类经历农业革命和工业革命后,大脑还是一万年前采集时代的模样,并没有太大的改变。人类大脑底层编写的代码依然写着「为了活下去」,其最基本的行为是「适应」,时刻都在适应身边的环境,几乎所有行为都是指向了「生存」目标,因此才会说行为是人工的,揭示了行为系统里限制适应性的特征。

为了适应环境,或者说解决(适应)当前环境中遭遇的问题,「懒惰」又「不擅长思考」的人类更多依靠记忆来解决问题,他们从长时记忆中检索并提取过去的经验到工作记忆中进行处理,过程可类比成先到菜市场买菜,然后在厨房里对食材加工。

人们所感受到的抑郁、悲伤、痛苦等种种负面情绪都是某种程度上的不适应。这种不适应来自无法从长时记忆中调用有效信息匹配当下情景,比如第一次失恋、第一次失去亲人、第一次搞砸演讲,这些事件发生的时候人们常常会说「我不想活了」「完了,我活不下去了」,情绪背后很有可能就是深深刻在大脑里「生存恐惧」作祟。

穿越记忆的歧路花园

解决问题过程经常被描述为在一个由很多可能性组成的大迷宫(它描述了环境)里的搜索。要成功地解决问题,就要选择性地搜索迷宫,将它化约为易于处理的几个部分。

所谓的大迷宫,即广阔无垠的长时记忆「仓库」,要想穿过这座「歧路花园」中走到目的地,就势必要对记忆内容进行搜索和选择。

对于人类来说,解决问题的整个过程可以简化为是从长时记忆中调用知识(事实性知识、程序性知识)到工作记忆中对当下环境中的问题进行处理。

思考是在工作记忆中组合信息,那么程序性知识就是什么时候该组合什么的列表——好像一道道菜谱,又如计算三角形面积的步骤,在电脑上复制一个文件,或者从家里开车到办公室的过程。

当我们面对「唐纳德 + 杰拉德 = 罗伯特」的问题时,出现了两种解法。

第一种是穷举式,也叫做蛮力搜索,耗时耗力不讨好,把一个人优先的生命浪费在无序的排列组合中,这无异于谋财害命。穷举还有一种另一种形式——「头脑风暴」,人人皆知找到好创意之前前要头脑风暴足够多的想法,熟不知头脑风暴也有它自己的问题。

  • 头脑风暴提升了思维的速度,却能轻易打断想法链,让团队反复回到起点
  • 头脑风暴在处理更高创新级别的复杂问题时,不会有什么显著效果
  • 头脑风暴禁止任何批评,但还是避免不了潜在的批评,比如用一个新想法抑制对前一个想法的扩展用(《创新算法》)

第二种则是试验式,避开穷举式搜索,作出假设,先把一个巨大空间缩小成小空间,在多种假设的牵引下缩小搜索范围。

试验式搜索的一个好例子是数独游戏,其规则是数独游戏由9行,9列共81的小格子构成。玩家的任务是分别在格子中填入1到9的数字,并满足下面的条件:①每一行都用到1,2,3,4,5,6,7,8,9;②每一列都用到1,2,3,4,5,6,7,8,9;③每3×3的格子都用到1,2,3,4,5,6,7,8,9。

数独

那么,解决数独问题就会涉及到多种搜索方法:单向扫看、双向扫看、寻找候选、排除法、寻找空缺等等。搜索的本质是在小九宫格、大九宫格、横向、纵向这几个维度做搜索排除,从一轮确定的数字中推理出下一轮新的数字,这和姓名求和的问题解决原理是一致的。

数独游戏在某种程度上是人脑检索信息时运转记忆机制的缩影,数独只需要检索九个数字,但同一时间能兼顾的空格很难超过四个。而人脑的长时记忆装的东西就太多了(小九宫格的数字),长时记忆也分成一个个空间(小九宫格),他们常常杂乱无章,却又彼此相互关联,一个优秀的棋手脑子里装着上万个这样的棋谱,信息组块和熟悉程度(快速检索能力)决定了高手和新手的区别。但可以确定的是,关联度越高的信息,就越容易找到并提取出来。

从数独游戏等问题中可以看出,一旦我们选定任何搜索策略,便会产生路径依赖,直到意识到错误之后才能回到原点重来,搜索路线的优劣受限于记忆能力和过程精确性的限度。因此,经验在这里并非是最好的老师,经验是为了适应,却也会成为适应的限制,升级路线模式比不断试错积累经验有效得多,升级路线的方式也即是认知升级,是读杰作、师从大师、是接收超越现有水平的认知冲击。

学习的瓶颈既然必定在于工作记忆的存储量太小(4个),在于将存储量有限的短时记忆库中的内容转移到大规模的长时记忆库所需时间不够。再打个比方,要提升充电宝给手机充电的效率,其一是提升速度,扩大「口径」,短时间输送大量电源,其二是给充电宝扩容,保证大容量电源随时供应。那么,如何提升工作记忆的容量和输送口径呢?认知科学给出了这么几个方法:(《为什么学生不喜欢上学》)

1.读得越多记得越快

通过大量阅读积累丰富的事实性知识。如果记住7+9等于16这个事实,这道题就变得简单多了:解题的每个步骤只需要工作记忆中很少的空间。长期记忆中的事实性记忆使得获取更多的事实性知识更容易,也就是说,如果你对于一个方面了解的越多,你就越能更好地理解这方面的新知识。和「富人更富」一样,知识富有的人更容易获得新知识。爱因斯坦曾说「想象力比知识更重要」,实际上早期的学习知识更重要,因为有了知识才可以想象,才能够解决问题、决策、激发创造力。

2.合并组块

给工作记忆「扩容」的第二个方法是让工作记忆操纵信息的过程更有效率,这里祭出一个神器——合并组块。系鞋带原本是多个动作完全占据了工作记忆「四个插槽」,熟练之后合并成单个组块只需占用一个「插槽」。人类就是利用这种对信息进行重组的能力,借助理解和解释,克服了工作记忆容量小的问题,使储存在有意识记忆中的信息量激增。

3.通过练习让行动自动化

再拿系鞋带举例子,第一次学习你需要关注每一个动作,经过反复的练习,你可以一气呵成系好鞋带,系鞋带就从四五个动作合并成了一件自动化操作。练习能帮你拓宽组块连接的神经网络,帮助你建立和强化每一个组块。

一个解决问题的人,其基本工具所作用的外部环境分为:一是通过视觉、听觉、触觉所感知,通过手脚五官所作用的实体世界,另一个是存储在长期记忆中关于世界的大量信息,可通过识别或联想检索出来,解决难题时,记忆所起的作用有限。这个时候,是问题的结构而不是记忆的组织驾驭者解题搜索方向。

10年磨一剑

若向长时记忆库储存一个新块需要30秒钟的注意力(8秒钟用来获得初步认识,其余22秒用来巩固永久记忆的需要),那么10年的强化学习(每年学1500个小时,每天大约4小时),就可以产生180万块的记忆储量。

花费十年达到第一流的专业水平,要求是你不可能只花工作之余的时间来做刻意练习,工作中的一部分也必须有这件事情。你和上帝交换的是时间,更是注意力。

斜杠青年为什么不靠谱?就在于他看似懂很多,但始终没有突破新手到专家的「零点」,他从不给自己定标准,你说热爱写作,所以每天写,却从未具体定个写成什么样,对哪些技巧做刻意练习。从长周期来看,斜杠青年把自己优先的青春消耗在了各种浅尝辄止的兴趣上,反倒是「十年磨一剑」的行为更能够做出成绩。

只是,年轻的我们怎么可能静得下心来花十年时间学一样东西呢?

有效的策略是裁剪目标,简化复杂度,树立一个十年主目标,兼顾多个小目标,比如用十年成为一个优秀的产品设计师,每年兼顾几个小目标,摄影、马拉松、写作,这些小目标不设太高的限制,成败无谓,但是保证大目标每日都有「小进步」。

专家和普通人的区别

什么是专家的直觉?大部分直觉都是快速识别行为,是快速对长时记忆中组块的匹配。

大师弈棋技巧的一部分在于储存在记忆中的50000个组块,在于把棋局中某个阵型打包成组块去长时记忆中索引,索引出当下棋局的各种可能性,这个时候记忆比推理更重要,和查字典的过程无二。因此识别能力以及把相关棋局相联系的信息,是弈棋技巧的一大要素。

单点信息不能解决问题,模式可以。专家的特点在模式和局势上的识别,专家不仅获得了识别局势,提供有关这些局势的信息的能力,也获得了遇到这些局势是处理他们的专门技能,比如医生要诊断疾病,还要开药方和动手术。专家看的是流程、框架、体系、系统、全局、商业模式、市场、团队,也能看具体问题,新手则看的是个别技巧、自我利益、重复工作、死记硬背。

那么,新手如何升级到识别模式?做刻意练习,培养流程思维,优化流程,做深度复盘,打包组块,偷学框架,改进框架。

打造名叫「理解力」的程序

理解分为两个阶段:先对问题指令的句子进行语法分析,然后根据经过语法分析的句子摘取出的信息构造一个表象。

对经过语法分析的句子进行考察,以期发现提到了哪些宾词和宾词集,提到了宾词的哪些性质,这些性质间的关系是什么,哪些谓词与关系描述了状态,哪些描述了步骤,目标状态是什么。「理解」接着构造一个表现状态的规则,产生出步骤符合规定的程序。

分析的任务是根据线性词串推断出隐含着的词组和从句的层级结构。「理解」必须凭空构造出自己的问题表述与操作符,只受问题指令中信息的指导。

打造学习系统

在一系统中,凡是人格变化使系统适应环境的能力产生了或多或少的永久性的改变,这种变化就是学习。有理解力的系统,尤其是能理解新任务领域的问题的系统,是学习系统。

因此,我们可以把「学习」简单地概括为适应能力的改变。赋予学习能力也就是构造所谓的适应性产生系统。改变系统的方法:取消或增加某些产生过程。

产生系统的优点,是其结构简单性和一致性。一个优雅的系统,其结构应该是简单且一致的,就如图书馆系统。一个产生系统是任意多个产生过程的集合。每一个产生过程由两部分组成——一组检验或条件,一组行动,每当条件得到满足,产生过程所包含的行动就得以贯彻。

「做中学」的好处是经过大量的搜索,最终剥去所有搜索旁支,逐渐掌握一个有效的通用战略。这个策略具有相当巨大的普适性,数学解题,寻找理想工作、找到高效的工作流程,都是通过边做边学,筛掉造成浪费的路径。

每一次解决问题的第一步 ,是创造关于这个问题的表象——即解决方案之搜索得意发生的问题空间。牛顿之所以能发现引力定律,是因为在此之前找到了一个新的表象——微积分。注意焦点是成功的关键——关注面临情景与问题相关的具体特征,然后构造一个问题空间,它要纳入这些相关特征,舍弃掉不相关的特征。

人的适应性,即是获得新策略的能力(广泛搜索-剥离分支-确定策略),以及在应付非常专门化的环境时表现出的灵活性。