SharpWriter
SharpWriter

One shot, one point.

AI時代下的「深度學習」

這篇是意外翻到的,本來只貼在Medium,就再貼過來給大家分享。基本上這算是《精準學習》的讀後心得,不過今天再重看一次,還是覺得蠻有感的。

知識建構經濟的樣貌

從開始上學,一直到進入職場工作,許多人每天都在學習。近年來一個很大的趨勢改變,就是所謂的「知識經濟」的世代已然來臨。隨著知識取得的成本大幅下降,這下子已經不是「知識爆炸」這麼簡單的問題而已,而是我們要如何改變自己的學習方式,重塑自己的品牌,才不會被越來越多的黑科技及新環境,輾壓我們的職場競爭力。

工業革命讓許多不願或無力改變的人丟了飯碗,資訊革命則正在發生同樣的事,接下來是AI革命。「知識」不管在哪個時代,都像是不易貶值的美金一樣需求強烈。過去是知識數量建構起來的經濟,能讀書就是一切,學位高的人社經地位就高。後來則是知識速度建構起來的經濟,大家透過快速的分享,不論是各式各樣的know-how,都可以用最短的時間,透過文字,圖像甚至是影片就讓大家都得到需要的知識,完全又是不一樣的經濟體面貌。

AI時代來臨,知識建構經濟的方式已悄悄在改變,接下來是知識的「深度」會建構起新一波的經濟模式。

OK,那我們來看看知識的反面,也就是學習。

學習的本質

深究「學習」的本質,就是一個input轉出output的過程。

input就是我們熟知的「資料」,output就是經過我們消化過後的結果,也就是「知識」。從小到大,我們的學習過程就是跟著既有的文字,試著用自己的手畫一個出來;聽到令人愉悅的旋律或節奏,會不由自主的啍唱出來;從課本上學到數學及物理的知識,在需要的時候就會拿來派上用場 ,從書中看到激勵人心的文字,就會讓自己的心態變得積極,去要求自己「有為者亦若是」。

學得快很好,但不見得有效

由於我們還在「知識速度建構經濟」的時間中,所以我們的學習觀念,都已有相當程度的扭曲。受到許多誇張的媒體追捧,加上現代人被過度刺激的感官,大家似乎相信有所謂的「快速」學習。像是什麼「21天學會遊戲設計」,「7天學會C語言」,「3分鐘掌握Excel所有功能」。不然就是馬雲的用人術,郭董的語錄,馬克.佐伯格的快速迭代觀念等,大家都希望跟張無忌一樣,只要學會乾坤大挪移的心法,心法只需3個時辰,馬上就可以跑去單挑六大門派。

我們變成只想要學的快,但學到的東西永遠都只是一些零碎的知識,有如孤島一般沒有互相連結。雖能解決一些工作上的需求,但卻沒有改變我們解決問題的思維,沒有那種能適用在更多狀況的知識。就像書上寫的:

學習之後,若你解決問題的思考及方法都沒有獲得改變,那就是無效的學習。

我曾經對能讀許多書這件事十分著迷,甚至想去學速讀。因為看到那些名人,每個都是熱愛讀書的人,就想著我也一定要做得到才行。我雖不討厭讀書,但很奇怪的是我每次都會遭遇讀書的倦怠期,就是會有一段時間我什麼書都不想讀,覺得再怎麼讀看到的就都是這些事情,我又做不到,再看還不是一樣?過一陣子後,似乎是身心獲得休息或是改變了些什麼,才會又獲得看書的能量。

現在重新再想過這件事,我才瞭解那個倦怠期是怎麼回事。那是我需要深度思考及真的付諸行動的時間,而不是急著補充什麼資料的時間。

也就是說,不管你在學習什麼,我們一定要像穩住船舵般,時時詢問自己:「我花時間學習這個,我要改變什麼?」。學了英文,就是為了要能口語溝通,而不只是能讀能寫,那我去上課,去訂閱課程,最終就是一定要敢開口說英文,跟外國人溝通;訂了「經理人」雜誌,看傑克.威爾許的管理聖經,就是為了要改變自己管理的風格及思維,而不能總是靠著直覺或感覺在做決策;看了許多名人傳記,成功學的書,就是為了要改變自己的行動及思維習慣,要「像」你嚮往的名人那樣行動,那樣思考,而不是受三天補魚,兩天曬網;看股市名人說股票操作一定要有紀律,但明天還是受不了股市震盪,照樣殺進殺出。

那些「機器學習」教我的事

如果從這個角度看,我們就會發現學習臨界知識最方便的教材,其實是盤點我們每天的生活。盤點每一天的決策都是在什麼樣的假設下做出的,又産生了什麼樣的結果。我們要追問問題的過程,而不僅是自己事後解釋為什麼。只有這樣做,我們才能夠知道自己過去的假設是否正確,並思考應該如何改進,以便在未來以更正確的假設指引目己的決策和行為。

一樣是來自於「精準學習」內容。 所謂「臨界知識」,便是我們經過深度思考後,發現具有普遍指導意義的規律或定律。籍由每日反思(也就是「日課」,每日的功課),我們能漸漸改變及修正我們的經驗及假設,在未來做出更好的決策

AI時代來臨,大家都在講「人工智慧」和「深度學習」,但沒什麼人特別在強調什麼是「機器學習」。其實真正在從事相關行業的人都知道,「機器學習」才是這一切的基石。

機器學習在做什麼呢?定義清楚要解決的問題後,分析出其底層規律,收集足夠多的資料,建立起推論模式,訓練,修正權重,再訓練,修正反向傳播的參數,增加神經元,加深處理層,再訓練,再修正,直到整個模型的推論結果,可以用來真正解決問題。

所以,機器學習過程其實就是我們的日課。

我們的大腦,也就是我們的神經網路,隨著我們年紀越來越大,背負的責任越重,面對越來越多,越來越複雜的問題,要做得好,做得漂亮,就得不斷的加深思考維度。總是只憑直覺或感覺決策,你只能得到品質不穩定的決策,然後每況愈下。

每天從日課寫出來的東西,其實就是訓練我們「深度學習」最好的資料。我們把心中有感想,有感覺的事情,毫不掩飾的寫出來,然後去思考整個來龍去脈,跳出「自己」這個角色,不帶感情的再看看同一件事,怎麼做會更好?今天是否看到什麼金句?聽到了什麼理論,勾起了什麼回憶?

當時為什麼做了這樣的決策,受到什麼觀念的影響,缺少什麼必要的知識或認知,思考的深度是否不足…我們幾乎可以斷言,人與人之間的差距不是來自年龄,甚至不是來自經驗,而是來自經驗總結、反思和昇華的能力。

「深度學習」不是技術名詞,而是我們該趕緊開始的功課

什麼是「洞見」

我們常聽許多名人的「洞見」,做為大家決策或判斷的依據。但這所謂的「洞見」,若只是當作像巫師一般的「預言」去看待,我們永遠學不會如何像他們一樣有洞見。其實他們的「洞見」也並不是什麼水晶球能看到的東西,大家的起點都一樣,每天的生活都是未經加工的素材,只是他們會嘗試以不同的角度去解讀同一個經驗,而我們的判斷就是來自於經驗,當他們把經驗拿來反思及調整,讓下次的判斷變得更好,成長的複利效果累積出來的這些經驗,就成為我們認為的「洞見」。

所以這年頭真正值錢的,不是幾天學會什麼東西,而是你可以消化出什麼「洞見」出來。我們真正要訓練的,是如何把事情看得更深,找出更深層的「為什麼」,再反推回來,修正我們對同一件事的觀念及處理的方法,再下一次遇到類似的事情,就能驗證自己的新觀念及方法,是否有變得更好?這樣子的「深度學習」,正是目前網路世代最迫切需要的訓練。你的學歷只是一堆資料的堆積,讓你在考試中拿來填答,獲得分數。你的經歷是一系列的知識及經驗,讓你有機會去思考一些問題,獲得一些know-how。但你能由你擁有的資料,你經歷的經驗及獲得的知識中,消化出多少有深度,能跨領域通用的「洞見」及「原則」,這就要看你「深度學習」的馬步蹲得紮不紮實了。

從寫作開始

或許你此時有一種後悔莫及,或是相見恨晚的感覺。別擔心,就從寫作開始。寫作正是「深度思考」的最佳實踐:在苦惱著不知該寫什麼的停滯中,在不斷修整描述的內容中,在來回重讀,確認語句流暢的過程中,你都是在思考,為什麼不寫A,要寫B?為什麼修成這樣,而不是照原來那樣描述?為什麼重讀後覺得哪裡怪怪的,還是有哪裡是不是沒有先交待?…一但訓練到習慣成自然,看其他事情的深度就會開始有所不同。

寫作帶給我們的複利效果,不只是思考的訓練而已。在《寫作,是最好的自我投資》裡表述的更露骨,更直接:

在我看來,如今職場有兩個網路般的特點:「流量為王」和「認知為王」。這兩個特點構成了一個人在職場上的個人品牌和話語權,也就是你在職場上的籌碼。在某種程度上,這兩個特點是超過專業性的。因為專業可以被替代,只有流量和認知永遠跟著這個人,不會被取代。而寫作就是建立專屬於自己的流量池和建構話語權最好的方式。

沒錯,就是品牌,就是影響力。寫作的槓桿效率其實很容易理解:

如果你是做銷售的,每天見客戶,一年頂多也就見幾千人;但是如果你寫作,可能當天晚上就有幾千人閱讀,你一晚的曝光量,抵得上別人一年的辛苦,完全不是同一個量級的競爭,這不是分分秒秒碾壓同行嗎?

所以,深度學習也好,寫作也好,都是AI時代下我們不能再視若無賭的核心技能。把目標放在複利效果上,現在開始絕不算晚

CC BY-NC-ND 2.0 版权声明

喜欢我的文章吗?
别忘了给点支持与赞赏,让我知道创作的路上有你陪伴。

加载中…

发布评论