——从人脑构造看《刻意练习——如何从新手到大师》by Anders Ericsson
作者提出了一个很有意思的问题——如何成为顶尖高手？作者给出的答案是：
- 人是一台可塑性很强的机器。任何人都可以通过训练成为顶尖高手（也就是说，并不存在什么「天才基因」）；
- 顶尖高手之所以成其为顶尖高手，不过是因为他们套路深；
- 顶尖高手，意味着他们的训练强度很大；
- 顶尖高手，同时意味着他们的训练效率很高；
- 需要一个好老师；
- 为师也只能帮你到这了；
一、哪来的天才
凭什么敢说，不存在「天才基因」！？论证很简单，像弹钢琴、国际象棋这类技能，出现也不过几百年（撑死千年而已）。大自然怎么够时间进化出专门适应这类活动的基因？！
但确实存在「天才」这种现象啊！如果某个领域延续了人类数万年来的生存需求，比如：逃跑（田径啦😅）、跳高，基因的确有可能产生助力。但其影响其实远没有一般人想象的那么大，而且更多的是在选手进入该领域初期发挥作用。绝大多数人没有看到的是，选手在幕后为调整自身适应该领域而做出的大量坚苦而有效的练习。
当然，也可能某些人先天继承了某些基因，在这些基因的共同助推下展现了超乎寻常的表现。对这种情况，作者并没有讨论。但也很难论证吧。
有次，一个朋友跟我自嘲「我媳妇加减法都整不明白，我真担心我儿子的智商啊」。我对他说「你要相信人脑几万年来进化出的高度可塑性」。说完，我俩哈哈大笑。的确，人们往往低估了人脑的高可塑性，而过于强调「天份」的作用。至于人脑为什么能具有超乎我们想象的「重新布线」的能力，那就是另一个很大的话题了。但简单来说，智能的奥秘来源于对外界刺激做出预判 & 调整。
二、城里人套路深
国际象棋大师为什么能同时跟这么多人下盲棋？记忆高手为什么能记住辣么长的数字？……回答之前，我们先来看这么道题：
据说，小孩子常常一眼就看出来了，但大人往往会想很久。这个先不谈。我们重点想说明的是：知道解答的人，和不知道解答的人，看到的是不一样的。
知晓答案的人，只会看到两种硬币：三个角上的硬币 & 中间的七个硬币。在这个问题上，这些人看到了问题的结构。由此可知，高手看到的是不同的世界。比如，国际象棋大师记随机棋盘的能力与一般棋手无异，并没有展现什么惊人的记忆。但这些大师记起有意义的棋局来，却很有一手。因为他们看过了太多的棋局块，在一般人看来密密麻麻的棋子，在他们看来不过一张粗线条勾勒的世界地图，寥寥几块大陆而已。
所以，高手的奥秘就是：把大量高质量的「套路 / 预案」经过某种编码，写进长期记忆压缩保存；用时以块的形式调入短期记忆[1]。这就是作者所说的「心理表征」。正是这种优势的存在，使得高手可以迅速处理大量的信息(p087)。从这个角度看，练习，就是一次又一次地冲击大脑的现有结构，使之朝着我们期望的方向改变。
不管任何领域，高手练习的核心目的都只有一条——识别出「套路」，把它们写进「硬件」。这就是作者为什么说「刻意练习，必须具体、专注、带反馈、具有挑战」的原因。「具体」，是指练习的目标必须定义明确，而且客观（比如棋盘上的输赢。在那些缺乏客观评价的领域，很难刻意练习）(p128)。其实大部分人所谓的「练习」都只是在做无用功而已(p031)，对目标的度量是很重要的。「专注」，强调的是有效训练量。「具有挑战」（即作者所说的「走出舒适区」），确保的是输入的多样性。如果训练时输入过于单一，那么很难形成完整的「套路」体系。而「带反馈」，是为了校正输出，同时也是降低学习成本的重要手段。
其实，这一整套打下来，和机器学习时训练模型没什么两样——喂大量且全维的数据，剩下的就交给机器自己吧。
三、如何掌握高质量且大量的心理表征套路？
首先是打磨「灵敏度」。通过大量的训练学会分辨该领域的基本要素（各类现象、概念、规则）。比如：搞音乐的人必须能分清音色的差别，下围棋的人先得记住大量的术语 & 定式，学语言的人必须首先分辨各个音素的不同（以我自己为例，我就不能分辨拼音中的「l」&「n」，自然也就「l/n 不分」了）。这也是为什么大家崇尚向大师学习的原因：只有看到了、分辨出顶级高手那些细致入微的小「套路」，才能在这个领域精进。能够识别，是自我学习的基础。只有敏锐地觉察到偏离的预期，人脑才会做出相应的调整。对基元的辨识，一方面源于自身的体察，一方面也可能受益于一位好老师。
接着是降低习得的成本。有人说，跌疼了自然知道绕着走。但这种学习方式，成本是很高的。训练，就是以尽可能低的成本迫使练习者走出舒适区，习得技能。一方面可以通过高强度、强反馈、针对特定动作的识别练习（可以称之为「正向练习」）建立预期。另一方面，通过建立错误库、针对可能出现的错误进行避让练习（可以称之为「反向练习」）校正输出。
最后是「大数据喂」。其实，训练计划如何设计并不重要，重要的是这个计划有一套很好的成就系统，能够让学生看到每一次练习的进步，并且能够覆盖领域内的技能点(p220)。当然，最好还能兼顾到强化各类抽象之间的联系。
四、别逼逼，怎么开始？！
虽然训练的步骤并不是太重要，但还是存在那个「别人家的课程设计」的。这样的课程设计会在引入基本概念之初就已经嵌入了一个基本模型。而这个微缩模型也没有过于简化，而是可以帮助学生在之后的学习中不断将所学所悟挂靠到这个框架上来。也就是说，这是一套可以生长的框架。
比如英语语法的学习。首先，英文句子最基本的句式是「主谓宾」。而其中最重要的是「谓语动词」。英语的动词可分为五类。这五种情况构成了英语的「五大基本句型」……
再比如日语语法的学习。首先，日语同英语最大的不同是「谓语动词置于句末」。这样，日语就不能通过语序来确定成分（在英语中，谓语之前是主语，之后是宾语），而只好通过一些特定的符号来标识……
其实文中已经给出了一个超赞的例子——富兰克林学写作(p194)。
当然，这些理想的情况属于「欲练此功，必先自宫。如无自宫，也可成功」。开始做，是最最重要的。
这套「刻意练习」的方法论，不正暗合了软件工程中的那些做法？首先是收集柚子的数据(p162，X射线照片的例子)；对其标注，分解出这套技能的内在结构(p200)；通过增强反馈来减少习得的成本；在进入平台期后，通过「压力测试」暴露瓶颈(p205)……这不都是「监督式学习」的套路吗？！
高手，共通的特征是：持有惊人的「词汇量」（也就是作者所说的「心理表征」）。正是因为拥有如此大量的「预案」，以及一套高效的压缩 / 解压机制，保证了高手可以抵御住众多意外冲击，维持系统的稳态（比如国际象棋中赢的态势）(p061)。
MD，弄了半天，还是得练啊😒
-
人类处理信息的主要手段是「抽象」（或某种形式的「压缩」）。从这个角度推想，机器的智能并不会以一种与人类截然不同的形式出现，因为机器面临的困境与我们一样。也许机器的短时记忆（内存）会很大，但也绝无可能达到无限大。 ↩
