专家学习方式给我们的启发

如何避免沦为“无用之人”？如何确保成为“凡人”乃至“神人”？为了回答这个问题，除了把自然人的学习和人工智能的学习进行类比外，还有一项极具价值的工作，就是把普通人的学习和各个领域中站在“金字塔尖”的专家的学习进行类比。挖掘专家的学习之道，使常人能够像专家一样学习。

专家和常人的学习到底有哪些区别呢？科学家们曾经就此开展过各种研究，其中有一项实验，是请专业画家和新手给同一个模特画肖像画。然后用现代的科学设备监测专家和新手的大脑内的反应和行为上的反应的差异。最后得出了以下一些显著的不同。

第一，专家和新手的观察方式和反应方式不同。观察方式的不同就是指他们搜集信息的方式不同，反应方式不同就是指他们画画的动作不同。专业的画家会盯着模特观察良久，并不轻易动笔；而新手则是一开始就动手画。新手是看一眼模特就画一点，再看一眼再画一点，就像小鸡啄食一样一笔一画地描摹；而专家作画不轻易动笔，一旦动起笔来就能画出一大片。

第二，专家和新手的脑区激活方式不同。科学设备监测他们的脑区激活情况发现：作画过程中，新手的大脑前额叶被大面积激活，大脑前额叶是主管大脑意识活动的脑区，这表明新手主要是在用意识作画，大脑前额叶的工作记忆区激活水平尤其高。而专家的大脑在作画过程中星罗棋布地被激活了很多点，并不集中在某片区域，每个部分的激活程度也都不会过高。这就表明，作画时专家的大脑中多个脑区能够协同作战，反倒显得前额叶的工作记忆区的激活水平不高。所以，专家能够从容淡定、游刃有余地作画，而新手大多数时间处在紧张状态。

第三，专家和新手的思维过程和策略不同。研究者在采访专家和新手作画的思维和策略时听到了不同的描述。专家说：“虽然我是第一次见到这个人，但我对他的眼睛、鼻子、耳朵等都不陌生，因为我画过无数类似的形状。”在专业的画家眼里，每个人的肖像无非是不同形状的五官的组合，同样的“部件”他以前都画过，作画过程不过是把各种他曾经画过的“部件”以搭积木式地重新组合，他只要额外留心把模特脸上最为独特的地方表现出来就行，其余部分都有现成的制式。新手完全不具备专家的数据库，脑子里并没有那么多现成的制式，所以也就组合不出来，面对任何一个模特的肖像，每个“部件”的形状对他来讲都是全新的。

第四，专家和新手的应变和纠错能力不同。新手和专家还有一个非常明显的区别：新手一旦画错了，就得推倒重来；而专家在作画过程中即便出现差错，也能够游刃有余地即兴发挥，不仅能掩盖差错，甚至还能借由错误激发自己创造出“神来之笔”。

进一步解析这些区别不难发现，专家与新手的大脑工作的系统性差异：一是感知方式不同，新手只能看到事物的表象，而专家却能带着专业知识和框架有意识地观察，能够看到表象背后的本质。老中医之所以能准确判断病人得了什么病，就是因为他带着专业的知识结构去观察和感知，而新手只能看到单双眼皮、嘴唇薄厚等表面特征。二是联想方式不同，新手没有足够的数据积累，看什么都是新鲜的，而专家能激活很多过往与之相关的经验和知识。经验知识的积累是新手到专家难以跨越的鸿沟。三是评估和决策模型不同，专家做评估或决策时，会激活其已有的、经过验证的模型。比如专业画家一看某人的脸型就清楚是“猪腰子脸”还是“鞋拔子脸”，继而激活他画该种脸型的套路。而新手既没有验证过的模型，也没有对应的套路。四是处置方式不同，专家的动作多是非常娴熟的自动化反应，甚至无须意识控制，寥寥数笔就能画出一大片，又好又快，很见功底。而新手则亦步亦趋，下笔小心翼翼，整个过程费神费力。五是学习能力不同，专家的学习能力很强，他能够时刻监测自己的表现，及时调整绘画策略，轻松应对突发事件，不仅纠错能力很强，事后还能复盘升级自己的算法。

如果把专家与新手的五大不同和人工智能的反应系统再类比，就可以挖掘出自然人工作、学习过程中有序协作的五大网络：感知网络，即有目的地从外界获取信息的网络；联想网络，即将外界获取的新的信息与旧知、经验相关联的网络；决策网络，即负责思维加工，运用思维模型评估不同策略的优劣，最终做出决策的网络；反应网络，即根据决策调取和组合自动化程序做出行为反应的网络；学习网络，即负责制订策略、监测情况、随机权变、事后反思、总结升华，以及统筹和协调其他四大网络有机协作的网络。

为方便理解，再以中医为例说明专家的五大网络。首先，老中医感知病人的方式与常人不同，不像常人看人只看眼睛大不大、鼻梁高不高这些表面特征，而是慧眼独具地感知病人，比如中医里的“藏象学”，透过其表，推知其里，透过外在，感知内在。

其次，老中医有独特的联想网络。收集病人的外表信息后，老中医脑内能展开深层次的联想。尽管世界是普遍联系的，但常人只能看到事物之间的浅层次联系，而专家能看到深层次、更本质的联系。老中医的脑海里不仅装着很多经典的治病良方，还装满了很多成功的医案。普通的病用经典的、现成的药方或处置方案，复杂的病则要在记忆中提取曾经治疗过的类似病例。在没有现成算法的时候，激活大量相关的经验数据，算法就会涌现出来。

第三，老中医有独到的决策网络，把望、闻、问、切所收集的线索纳入到中医理论体系中进行解释，对所感知的情况做出属于自己的解释之后，老中医会运用自己独特的决策框架提出解决方案。至于什么病用什么药？什么药治什么病？中医又有取象比类的说法。古人效法天地，因天之序，因地制宜，用取象比类方式推测各种材料的功能，再在实践中验证，中医就是这样发展起来的。

第四，老中医还有独到的反应网络。除了吃药之外，中医还有很多娴熟的手法，比如针灸、推拿、刮痧等。复旦教授王德峰曾经向老中医学习把脉。老中医给了他一本《中医诊断学》让他自己学，不懂的地方随时问。他苦学一阵子后，感觉把书上的知识都学会了，就尝试给他姐姐把脉。结果根本判断不出来他姐姐的脉象。老中医和王德峰说：“你在书上学的全是概念，看书是学不会把脉的。你以后跟着我学，每次我把完脉，开完药，你也上去把一下，然后抄抄我开的药方，自己去体会我开的方子和脉象的关系。”中医中的一些手法还没有升华为可复制的理论，手法的习得需要用师父带徒弟的方式手把手传授。

最后，老中医的学习网络能够根据实践不断反思复盘以发展自己的理论体系，进而发展其他四大网络的工作方式和协作方式。其他领域的专家也类似，他们总是在实践中持续迭代自己大脑中的四大网络的工作效能和协作方式。学习网络的责任是持续提升四大网络的工作方式和协作方式，是学习力的关键。学习能力不强的人很难突破自己，很难发展出更高效能的能力。

把自然人大脑的工作过程人为地划分为感知网络、联想网络、决策网络、反应网络、学习网络，目的是解构，让我们能够更清晰地觉察大脑的工作过程和工作模式。自然人的大脑被誉为迄今为止世界上存在的最复杂的机器，只有将复杂的整体简化为各个相对清晰的部分，才能针对性地探索各个部分，有步骤、有目的、有针对性地提高各部分的处理能力。解构也并非最终目的，解构是为了重构。解构是分而治之，重构是统而合之。将大脑的工作过程解构为五大网络之后再重构，升级各部分的协作关系，最终综合地提升整个大脑的处理能力。说到底，学习的根本目的就是提升大脑中五大网络的处理能力和协同效率。最根本的学习力就是有意识地提升大脑中五大网络的算法和算力。

俞敏洪在一次演讲中说：“青春和年龄无关，和活力有关。”活力的本质就是学习力，就是不断迭代自己的能力。人就是爱学习的动物，大脑天生就是学习机器，是人身上唯一一个至死才停止发育的器官。类比人工智能的学习和探索专家的学习，就能够让更多的普通人运用大脑本身的工作原理来改造自己的学习，把学习升级为终身的、立体的、深度的学习，从而实现学习力的跃迁，避免沦为“无用之人”。