浅析人的学习、思考模式

总体来讲，分为 supervised learning and reinforcement learning

具体：

你看见火山爆发就跑，这不是自然形成的，而是你之前见过别人不跑，死了。

你记住了这个常识、这个链式法则，所以你照着它做。

我们人生中会积累无数的常识，有的是别人给的，有的是自己试出来的。

在我们做决定时，各种常识会跳出来指导你行动，有的常识说你该做这件事，有的常识又说你不该做这件事。

你到底做不做呢？我们实际的决定还是取决于各个常识的权重。

根据你个人的经验，跟着有些常识做事你获得了收益和回报，所以这些常识的权重高。

而根据另一些常识做事，你获得的收益少，或者它们根本就不符合事实，用这些常识预测事物根本不准，所以这些常识权重低。

基于这样一种行为决策机制，怎样才能让自己每次选择的常识、做的决策都是正确的呢？那就是不断尝试。

你失败得越多，遇到的挫折越多，而你又没倒下，反而去总结经验，你就会越明白哪些常识是错的，哪些常识或直觉是对的。

从而利用这些逻辑链条帮助你成功地预测未来和你行动之间的联系，进而获得回报、获得收益、获得成功。

其中自己去试属于reinforcement learning, 听信别人讲的知识 称为supervised learning。

reinforcement learning可以让你超越老师、超越人体极限

而supervised learning不能，它只能让你的知识 < = 你老师

State of art

Work or Think like a water flow without any blocking or hesitating.

Smooth predicting while holding high accuracy. (High FPS + High Correct Rate)

If a human wants to get into this state, it needs 10000 hours of practice and be able to 100% concentrate on their jobs.

The best way of learning

• learn by doing

• learn by teaching (Teaching is not the final goal. The final goal is knowledge simplification.)