机器的学习和人类的学习：研读《统计学习方法》有感

前后花了20天左右，累计31小时，终于从前往后研读完毕。虽然依然遗留下来不少待理解的点，需要进一步弄懂或者探索，但是对于统计学习，最终有了一个全面而深入的认识。

有人说，人的认知有四个层次：
1. 不知道自己不知道
2. 知道自己不知道
3. 知道自己知道
4. 不知道自己知道
对于机器学习或者统计学习，之前的认识都是零碎的。而且基本上是处于1或者2的层次，现在我想基本上都已经到了2或者3的层次了。现在的社会对于AI技术的发展的期待很高（甚至有些不切实际），那么一个有趣的问题是：“如果一个机器或者一个算法能告诉人们一些事情，那它知道自己知道吗？它又会不知道自己不知道什么，或者知道自己知道什么吗？”。要让机器实现真正的智能，首先要理解什么是意识，这是很多聪明的科学家或者哲学家在努力的方向。那么，意识是不是某种“不知道自己知道”的东西呢？

机器的学习基本上靠统计，而对于人类的学习方法或者学习策略，我喜欢用游击战和阵地战来形容“解决问题式的学习”和“系统性的学习”。在学校里的学习基本就属于阵地战了，知识范围都是确定的，只需要花时间一点一点去啃就可以了，就像阵地战中士兵们摆成方阵或者整体集结，往前一点点推进。而毕业以后在工作中的学习，很多时候更像是游击战，往往是遇到问题需要深入研究的时候，才会去从各个方面搜集信息，然后综合分析。很显然，大家都会认同，游击战的学习方法会更有效，也会让人更有动力，最终也更有效果。而对于阵地战，就会有动力不足，或者教材过于理论而脱离实际，提高了理解的门槛。但是，游击战也有它的缺点，那就是目的性太强，反而会忽略其它扩展的信息，从而缺乏更大视野的思考，而阵地战在这方面又恰好是优点。

所以，最好的学习方法是游击战和阵地战的结合，通过阵地战去进入要学习的领域，就像是年轻的时候接受学院式的教育，或者学习新知识的时候先阅读教材或者看教程。这样的方式适合在早期迅速掌握基本的概念，不宜太过于纠结理解难度太大的内容，把能掌握的点掌握好之后，迅速结束战斗。然后再把掌握的概念反复习复习，就像是阵地战胜利之后，要巩固已有的胜利成果，同时再试图去理解之前没法理解的内容，这又像是攻克敌人仍然固守的最后几个据点，最终实现全面占领。然后后期就可以开始采用游击战，一方面继续巩固领土，另一方面以此为基地，去开拓新的疆域了。这样的过程往往体现在从理论走向实践的过程。

以上是我对学习方法的一点思考和总结。现在的我就是完成了第一个任务，基本结束了战役，但是后面的任务依然艰巨：拿下最后的一点顽固敌人，同时要安抚已占领区域的人民，也就是说要多复习、防止遗忘、反复咀嚼，让知识掌握得更牢固，在复习的过程中也可能会有新的发现或者新的疑点，这样在认知上就会有进一步的提升。我一般把这个过程称为反刍，就像一些有蹄类的动物，如牛，会把草料先略嚼几下囫囵吞枣地咽下去，然后后期再吐回来细嚼慢咽。如此这般，再找机会开展游击战，最终解放全世界！

所以，后期我会陆续把反刍的结果作为文章发布出来。敬请期待。