江苏龙网

  1. 首页 > 生活 > >

受试者@人工智能之父：提升认知水平才能看得更高更远( 二 )


暗示启发的方法最有效 ， 当告诉受试者方块太集中 ， 需要散开 ， 就是说需要破坏原有的结构 ， 移动几根火柴使各个方块离开远一些 ， 这样就接近达到最后的目标 。
用不同的学习方法会得出十分不同的结果 。 我们不仅要学会解决问题 ， 而且要学会使用较好的方法解决问题 。
如果一个人总使用机械学习方法 ， 他会认为自己学会了 ， 以后习惯用这种方法 ， 实际上他是很难把知识运用到新的情境中去的 。
02
问题解决的途径
人在解决问题的时候 ， 可以采取不同的途径或方法 。
人们可以用随机尝试的方法 ， 经过多次试错 ， 最后得到答案；也可以根据一些规律 ， 或在经验中已经证明是行之有效的方法来解决问题 ， 而且把尝试的次数减到最少 。
另外还有其他解决问题的方法 ， 下面介绍的就是其中的几种 。
假设—检验法
现在以解密码算术题为例 ， 来说明解决问题所采取的两种不同的途径 。
下面这个密码题的上、中、下三行各是一个人名：
DONALD
+GERALD
ROBERT
已知：D=5
任务要求：
（1） 把字母换成数字；
（2） 字母换成数字后 ， 下面一行数字答案必须等于第一行与第二行数字之和 。
这个问题比较困难 ， 因为解题共有300万个可能的尝试 ， 即10!=3×106 。 如果我们知道了一个线索：D=5 ， 则各种可能的尝试减为9!=3×105个 。
一种解决问题的方法是 ， 每个数字任意给一个英文字母 ， 进行计算 ， 当发生矛盾时就把数字和字母之间的对应关系再做新的安排 ， 重新计算 。用这种随机尝试的方法需要3×105次才能得到正确答案 。
另一种方法是 ， 系统地从右向左 ， 利用解决问题中所得到的知识来做 。 因为D=5 ， 就可以知道T=0 。 由于我们知道了T和D的数值 ， 尝试的范围就缩小了 。 最右边的一列解决后 ， 接着再看其左边的一列 。用这种方法反复试验 ， 经过许多组合 ， 可以得出一个正确答案 。
然而 ， 以上两种先提出假设再进行检验的方法（假设检验法）都不是有效的方法 。 在实验室中采用这两种方法的人往往都失败了 。
选择性搜索
解决密码算术题的有效的方法是先找出可能性最少的一列 ， 从中获得最多的信息；再利用加法中的某些规则去进行推理 ， 从而找到正确答案 。 这种方法叫作选择性搜索或启发式搜索 。
所谓可能性最少的那一列 ， 就是限制性最多的那一列 。
能够解答这一问题的受试者几乎都用了这种方法 。
在解决这个问题时 ， 受试者的主要思路只有几条 ， 只利用了6个可能性 ， 而不是用30多万次的尝试 。 由此可见 ， 由于采取了这几条主要的思路 ， 就可以排除大量的尝试 ， 达到解决问题的目的 。
这种有效的方法就叫作 启发式搜索 。
爬山法
爬山法的基本思想是设立一个目标 ， 然后向目标方向运动 ， 逐步逼近目标 。 这就像爬山一样 ， 如果在山脚下 ， 要想爬到山顶 ， 就得一点点地往上走 ， 一直走到最高点 。 有时爬山法得先上矮山顶 ， 然后再下来 ， 重新爬上最高的山顶 。
因此 ， 爬山法只能保证爬到眼前山上的最高点 ， 而不一定是真正的最高点 。
在一些经典的用人或动物做受试者的心理学实验中 ， 除了设立目标之外 ， 还在目标与受试者之间加入一个障碍 ， 使受试者不能直接达到目标 ， 如下图所示：
受试者@人工智能之父：提升认知水平才能看得更高更远
本文插图

在目标与受试者之间加入障碍
在这种情境下 ， 受试者要花费相当长的时间去克服困难 ， 找到绕过障碍的方法 ， 有时甚至要倒退才能绕过障碍物达到目标 。
这就相当于在爬山法中经过曲折的途径而达到最高的山顶 。 当然 ， 爬山法在我们日常生活中也是有用的方法 ， 不少实际问题都是靠这种方法解决的 。


推荐阅读


上一篇：『自由职业者』经历疫情我更想告诉你：没事别想不开做自由职业者

下一篇：湛庐文化@韩焱精选 | 如何从过去的悲痛遭遇中走出来？