原作名
How We Learn: Why Brains Learn Better Than Any Machine . . . for Now
状态
已读
评分
⭐⭐⭐⭐⭐
作者
[法] 斯坦尼斯拉斯·迪昂
作者(R)
大类
实用类
标签
学习方法
开始时间
Nov 10, 2023
读完时间
Nov 24, 2023
已读页数
328
总页数
328
进度
1
阅读时长
来源
微信读书
📍 任务系统
封面
ISBN
9787572253300
译者(选)
周加仙
出版日期
Mar 1, 2023
摘要
BookId
3300053608
微读同步状态
已同步
摘抄｜Excerpts
概要总览
阅读目的：
阅读方式：检视阅读/分析阅读
粗读四问：
- 这本书讲的主题是什么？
- 作者分别细说了什么？论述/说理的方式是什么？作者是借着怎样的整体架构，来发展他的观点或陈述他对这个主题的理解？
- 这本书说的有道理吗？是都有道理，还是部分有道理？为什么？
- 这本书跟我有什么关系？（给予了资讯、建议、技巧还是启发？具体的给予内容是什么？）
整体书评
从前沿神经科学的视角，理解脑如何学习，才能更好、更科学、更高效地学习。
《精准学习》中迪昂提出了学习的四大支柱：注意 - 主动参与 - 错误反馈 - 巩固。
这是我对应正在构建的学习方法：
· 【注意】问题驱动：带着问题主动学习，保持敏感化，在阅读每本书前回答两个问题：这本书讲的主题是什么？我想从这本书学到什么东西？
· 【主动参与】深度加工：学习时深度加工，用自己的语言总结和理解知识，关联已有知识，并记录笔记；
· 【错误反馈】实践&迭代：将所学知识落地到实际应用中，遇到新问题再进行纠偏。
· 【巩固】间隔测试：127法则进行间隔测试，费曼学习法（尝试用自己的语言把知识讲解给别人）
另外，保持充足的睡眠，利用睡前时间学习而不是刷手机，是大幅度提高学习效率的小技巧。
重点摘要
推荐序1 架设起脑科学与教育的桥梁导言 人脑中最伟大的才能：学习能力第1章 学习的7个定义第2章 为什么人脑的学习能力比目前的人工智能机器更强第3章 看不见的婴儿知识第4章 脑的诞生第5章 养育的作用第6章 脑的再利用第三部分第7章 注意第8章 主动参与第9章 错误反馈第10章 巩固结论 教育与神经科学的“联姻”点评
推荐序1 架设起脑科学与教育的桥梁
自我指涉性(self-referential)研究，即认识的主体——脑对其自身的研究，存在固有的哲学上的困难，这不可避免地为这一领域的发展设置了障碍。
文化学习的过程，就是借助人脑的可塑性，把遗传、进化决定的有关神经资源重新分配给“文化学习”这一新功能，使之获得对高级文化进行编码的能力。这就意味着，由进化、遗传决定的神经结构和功能，会对后天的文化学习产生重大的影响。
导言 人脑中最伟大的才能：学习能力
学习的定义很简单：学习就是在脑中逐步形成外部世界的内部模型。
第1章 学习的7个定义
学习的内核就在于它适应外部世界和纠正错误的能力。
学习是在无数可能的内部模型中寻找最符合外部世界状态的可能性。
学习是找出当下问题所适合的表征层级，在卷积神经网络LeNet算法中，它通过调整每个层级的几百万个参数来辨识真实世界的一部分。
随机性都是至关重要的。孩子玩耍时就是在用大量的随机性在探索各种的可能性，那时他们已经进入学习模式了。
随机的意义在于避免陷入局部最优。而大脑在 DMN 模式和睡眠状态下最容易进行随机漫步
随机性都是至关重要的。孩子玩耍时就是在用大量的随机性在探索各种的可能性，那时他们已经进入学习模式了。
科学家们发明了“强化学习”(reinforcement learning)来应对这一挑战。我们不向系统提供任何关于它必须做什么的细节（也没人知道该做什么），只是提供“奖励”，即一种量化分数形式的评估。
元认知这个认识自我、评估自我、在心理上模拟如果我们这样做或那样做会发生什么的能力，元认知在人类学习中发挥着根本作用。
自然选择实际上是一种学习算法
第2章 为什么人脑的学习能力比目前的人工智能机器更强
我们具有质疑自己所相信的并将注意力重新聚焦到图像中与我们第一印象不相符的部分的能力。
机器渴求数据，而人类可以高效地运用数据。人类的学习可以将最少的数据实现最大化运用
学习就是成功地将新知识纳入已有的知识网络的过程。
共享关注这一原则使得孩子学会了抽象概念的全部词汇。
“共享关注”（Shared Attention）指的是当儿童和他们的照顾者或其他人在一起时，他们能够共同关注同一件事物或活动，这种共享的注意力对于语言的学习和社会交往能力的发展至关重要。
例如，如果一个母亲和她的孩子一起看着一个红色的球，并且母亲说：“看，这是一个红色的球”，孩子不仅听到了关于球的话语，还能看到球本身。这样，孩子就能更好地理解“红色的球”这个概念，因为他们的注意力集中在同一个对象上。
通过“共享关注”，孩子能够更有效地学习语言，因为这种方法帮助他们将语言与具体的物体、行为或情境联系起来。这也是为什么亲子共读、玩游戏和日常对话中的指示性语言对儿童语言发展非常重要的原因。
共享关注这一原则使得孩子学会了抽象概念的全部词汇。
根据贝叶斯理论，脑的每个区域会构建一个或多个假设并将对应的预测发送到其他区域。这样，每个脑模块会通过交换关于外部世界的概率性预测信息，限制下一个脑模块的假设。这种信号处理方式被称为“自上而下”，因为它们始于高层级的脑区，比如前额叶皮层，然后向下到达低层级的感觉区域，比如初级视皮层。
第3章 看不见的婴儿知识
在这一章节中，迪昂主要关注于以下几个方面的婴儿先天能力：
· 语言学习能力：婴儿从出生起就显示出对语言的敏感性。他们能够区分不同语言的音调模式，并在几个月大时开始辨别母语中的特定音素。
· 社交认知能力：婴儿表现出早期的社交理解能力，如能识别人类面孔、解读基本的表情和社交信号。这表明他们对于人类行为和情感有一种天生的洞察力。
· 数学能力：即使是非常年幼的婴儿也表现出对数量和数学关系的基本理解，如能区分数量的多少。
· 空间感知能力：婴儿展现出对物体在空间中位置和运动的敏感性，这是后来空间理解和操作能力的基础。
· 因果推理能力：婴儿能从早期开始理解因果关系，即使是非常基本的“如果…那么…”关系。
迪昂通过这些观点强调了婴儿天生具备的学习和认知潜力，这些能力为他们后续的学习和发展奠定了基础。他认为，理解这些先天能力对于设计更有效的早期教育方法至关重要。
#章节概要
第3章 看不见的婴儿知识
理解物体和数量的抽象概念是人类思想的根本，是我们生而就有的、带到这个世界的“核心知识”的一部分，正是这两种概念的组合促使我们形成了更加复杂的思想。
婴儿生而具有的并非语言本身，而是获得语言的能力。
第4章 脑的诞生
第4章 脑的诞生
针对上一章 婴儿先天知识，这一章给出了这个知识从何而来的解答：【由基因控制的大脑先天结构（主）+孕期后期的环境信息输入（辅）构建的。】
由基因控制的大脑先天结构，基因蓝图规划了一系列专门化的模块，每个模块都对外部世界投射了特殊的表达。
比如内嗅皮层的网格细胞形成二维平面，非常适合编码空间导航信息，因此婴儿具备先天的空间导航和识别能力；
比如顶叶会画线，非常适合编码线性数量信息，包括数量、尺寸和时间的流逝，因此婴儿具备先天的数感能力；
又如布罗卡区投射树状结构和“弓形束”构成的语言通路，适合对语言的语法进行编码，因此婴儿具备先天的高语言学习潜力；
---
而在个体“大同”的大脑结构上，基于孕期三期婴儿接触的信息，塑造了不同个体的“小异”，塑造了个体的差异性。
当然，也存在基因缺陷/营养摄入不足/中毒等导致大脑在关键发育期出现较大尺度的结构缺陷，这类就会导致个体严重的发展障碍。
第4章 脑的诞生
虽然我们的DNA仅含有有限数量的基因，却可以设计出详细的支持视觉、语言和运动技能的高度专业化的回路蓝图
基因和自组织在人脑发展中的联合力量。出生时，婴儿的大脑皮层几乎像成人的一样被折叠，已经被细分为专门的感觉区域和认知区域，这些区域通过精确且可复制的纤维束相联结。它包含了一系列部分专门化的模块，每个模块都对外部世界投射了特殊的表达。内嗅皮层的网格细胞形成二维平面，非常适合编码空间导航信息。我们稍后会看到，其他区域，如顶叶会画线，非常适合编码线性数量信息，包括数量、尺寸和时间的流逝。而布罗卡区投射树状结构，适合对语言的语法进行编码。
因为我们都拥有相同的初始脑结构，相同的核心知识和同样的学习算法使我们获得更多潜能，我们常常最终共享相同的概念。
第5章 养育的作用
在前面的内容中，我持续强调了先天因素对脑回路的影响，即基因与自组织的交互作用。但是，后天养育也同等重要。脑的早期组织并不是永恒不变的，经验会改善及丰富它们。
当我们学习时，所有这些组成都会改变，包括突触的形状、数量和强度，树突棘的大小，树突和轴突分支的数量，甚至是包裹轴突并决定其传递速度的髓磷脂的层数。
学习的本质活动其实就是改变神经网络的连接参数，也就是对神经网络进行调参。
当我们学习时，所有这些组成都会改变，包括突触的形状、数量和强度，树突棘的大小，树突和轴突分支的数量，甚至是包裹轴突并决定其传递速度的髓磷脂的层数。
在人的一生中，我们的突触一直在不断改变，而这些改变反映出来的就是我们的学习。[插图]每一个突触都是一个小型化工厂，这个工厂里的许多参数都会在学习过程中改变，包括囊泡的数量、大小，感受器的数量、效率，甚至突触自身的大小和形态。所有这些参数共同影响着突触前终端信息被传递到突触后神经元的能力。它们还提供了储存我们学习到的有用信息的空间。
赫布定律：共放电神经元相连，即当两个神经元同时或在短暂时间差后被激活，它们的联结会被加强。
因为神经元的树突接受来自多个神经元的轴突信号，对这些信号进行综合后决定该神经元是否激发。
那么这个神经元激发时，向这个神经元输入激发信号的突触会被增强。当这个神经元最终未激发，那么向这个神经元输入激发信号的突触会减弱。
本质上就是强化已经激活的神经回路，弱化未激活的。
赫布定律：共放电神经元相连，即当两个神经元同时或在短暂时间差后被激活，它们的联结会被加强。
突触的可塑性会被巨大的神经递质网络调控，比较重要的神经递质有乙酰胆碱、多巴胺以及血清素，它们会提示哪些情境是重要且需要被记忆的。
突触的改变除了受到上文布赫定律提到的共激发强化外，还受到神经递质的调控。
不同神经递质作用于不同的大脑回路，以此来调控突触可塑性也就是学习能力。
比如在奖赏回路中，多巴胺的浓度提高会有助于提高突触可塑性，快速强化回路。而多巴胺的分泌又受到特定神经团的控制，简单来说，当你做的事是你的基因鼓励你做的，那么就会大量释放多巴胺，来快速强化回路从而固化这个行为，典型的如性爱、吃甜食。
而人类把多巴胺释放时的大脑状态定义为一种叫做“快乐”的感觉。
#观点 #突触可塑性
突触的可塑性会被巨大的神经递质网络调控，比较重要的神经递质有乙酰胆碱、多巴胺以及血清素，它们会提示哪些情境是重要且需要被记忆的。
根据这个理论，每一点记忆的存储就是一场重建，记得就是尝试去回放过去经验发生时在同一个脑回路里产生的相同神经放电路线。
小脑中的一种特别的神经元浦肯野细胞会记住间隔时长，而突触在这个学习过程中没有起任何作用。这个机制似乎完全是浦肯野细胞内部发生的。
小脑浦肯野细胞具备周期兴奋的节律特性，表现为它们的周期性兴奋和抑制活动。
1. 节律特性的来源：
- 颗粒细胞输入：小脑浦肯野细胞接收来自大量颗粒细胞的突触输入。这些颗粒细胞通过其细小的突触棘突与浦肯野细胞的树突相连接。颗粒细胞具有高度的兴奋性，并以规律的方式激活浦肯野细胞。
- 本地抑制：此外，小脑皮层中的分子细胞层中还存在局部抑制性间质神经元，它们通过突触连接可以抑制浦肯野细胞的活动，这是节律性抑制的一部分。
2. 浦肯野细胞节律特性的作用：
- 运动控制：这种周期性的兴奋和抑制活动是小脑浦肯野细胞在协调和调节肌肉活动中的关键。通过在特定的时序下发送信号，它们帮助调整和协调肌肉的运动，从而实现平衡和协调的运动。
- 时序学习：此外，这种节律特性对于学习和适应不同运动模式和时序也非常重要。浦肯野细胞可以调整其兴奋和抑制的时机和幅度，以适应新的运动要求和情境，这对于学习新技能和提高运动表现至关重要。
#概念 #浦肯野细胞
小脑中的一种特别的神经元浦肯野细胞会记住间隔时长，而突触在这个学习过程中没有起任何作用。这个机制似乎完全是浦肯野细胞内部发生的。
人脑会使用突触可塑性来进行自组织。首先，在没有任何环境信息输入的情况下，它会完全由内而外制造出活动规律，然后结合突触的可塑性来制造回路。
没有外在输入的情况下，依靠人脑自身的运作，就可以进入可塑性状态并塑造回路。对应的典型活动为“思考”，通过思考，无须外部信息输入，只需要依赖大脑中已有的信息和知识，就可以获得新的想法和见解。
人脑会使用突触可塑性来进行自组织。首先，在没有任何环境信息输入的情况下，它会完全由内而外制造出活动规律，然后结合突触的可塑性来制造回路。
即使在出生以后，与感觉输入无关的随机神经元放电形成的电流会继续穿梭于皮层中。慢慢地，这个内源性活动在感觉器官的影响下发展起来。这个过程可以在贝叶斯理论框架中得到准确诠释。[插图]原始内源性活动代表了统计学家所称的先验假设：脑的期待，即在其与外界互动前就有的进化假设。之后，这些假设逐渐适应环境信号，在出生几个月之后，自然神经活动便趋同于统计学家所说的后验假设：脑的概率分布变得越发与真实世界的统计数据相符。在脑的发展过程中，随着神经回路从感觉输入中积累数据，它所携带的内部模型会被改善。最终的结果是妥协，即从原始脑结构提供的所有先验假设中选取最佳模型。
在童年早期，突触的密度会达到成人的两倍，然后缓慢减少。在脑皮层的每一个区域，连续不断的过度制造伴随着对无用突触的选择性清除，抑或相反，伴随着有用的突触、树突、轴突分支的倍增。
一轮又一轮的突触过度产生与清除不会在脑的所有地方同时发生
人脑突触过度的过度产生在视皮层会在两岁左右停止，在听皮层会在三四岁停止，在前额皮层则会在五到十岁停止[插图]。髓鞘化，即轴突周围包裹绝缘体，按照相同的规律发展[插图]
与连续的突触过度产生和髓鞘化同步的是，学习的敏感期会根据涉及的脑区在不同时间点打开和关闭。
如果孩子在这段时间里因严重的斜视而有一只眼闭合、模糊或有重影，那么负责视力融合的皮层回路就无法形成，最终导致永久的缺陷。这种情况被称为“弱视”或“懒眼”，必须在生命早期被纠正，最好是在三岁前被纠正，否则视皮层的连接将永远受损。
掌握外语音系的敏感期很快就会关闭（见图5-3），早在几岁时，一个孩子的能力就已经比一个几个月大的婴儿要弱得多。从层级上来看，高级语言处理，比如语法学习的敏感期，持续时间会稍长，但到了青春期时就开始关闭
突触的可塑性为什么会被关闭？什么样的生物机制会干扰它？敏感期的开放和关闭来源是现代神经科学的一个重要研究议题。[插图]敏感期的关闭似乎与神经元的兴奋和抑制之间的平衡相关。在儿童期，主兴奋的神经元会很快开始作用，而主抑制的神经元的发展是循序渐进的。一些主含小清蛋白的神经元逐渐给自己包裹上一层围神经元网。它日渐收紧并最终阻断突触的生长或移动。被这个网格缠住后，神经回路便无法改变，突触的可塑性就再也回不来了。如果我们能将神经元从这个桎梏中解救出来，比如使用氟西汀（即常说的“百忧解”）等药物，也许能恢复突触的可塑性。
为什么神经元系统会如此坚持控制自己的可塑性。在最初强烈的可塑性之后，关闭敏感期以及避免继续改变脑回路一定有什么进化上的优势。对神经网络的模拟显示，存在于早期视皮层中的低级别神经元会很快获得简单且可复制的接收区域，比如轮廓探测体。出生几个月后，由于这些探测体已经接近最优状态，没有新信息刺激就不会再继续升级，脑会因此省下用于突触和轴突萌芽生长消耗的能量。而且，改变早期感觉区域的结构，即改变接收所有感觉的基础，会带来破坏高级别区域的风险。从这个角度来说，在一段时间以后维持这些感觉神经元的原样也许是有价值的。这可能是为什么进化产生出在发展早期关闭感觉区域的敏感期，而不关闭高级别相关区域的机制的原因。
神经回路的逐步固化正是使我们的脑能够维系对童年时期所学知识稳定追溯的原因。那些永久的突触标志最终定义了我们是谁。
研究都记录了情感和社交隔绝对脑发育带来的显著影响，布加勒斯特研究项目也不例外。与在普通家庭成长的孩子相比，所有孤儿都表现出了严重的认知功能缺陷。
任何家庭支持都无法弥补孩子前20个月中爱和基础营养的缺失，这些孩子的脑将永远承受那些残忍剥夺所带来的伤害
第6章 脑的再利用
这一章中，我将探讨传统教育在早期人脑发育中的作用
我们都需要锻炼记忆力——通过上学和学习阅读，记忆力会变得更好，而不是更差。
我们对数量的精确感知要归功于教育，是它使得整个数学领域在这一符号系统的基础上得以建立。
我们所学到的一切都是通过对预先建立的脑回路的修改而实现的。这些回路在出生时就基本形成了，但仍然能够在几毫米的范围内发生变化。因此，人类文化的所有多样性都必须适应我们的神经元带来的天生的局限性。
教育必须通过利用我们神经回路的多样性以及人类特有的长时间的神经可塑性，来适应我们神经回路与生俱来的局限性。
根据这个假设，教育就是对一个人现有神经回路的再利用
作者这里给出了认知神经科学角度对教育的定义：教育就是“神经回路的再利用”，指的是通过教育，将大脑中已经不适应与当下环境的神经回路进行“利旧”改造，使其发展出更适应于环境的新技能。
根据这个假设，教育就是对一个人现有神经回路的再利用
基因重组可以重塑古老的器官，把它们变成优雅的、具有创新性的机器。
语言回路可能是在人类进化过程中通过复制和再利用先前建立的大脑皮层回路而出现的。
当旧机制在达尔文的进化论中有了不同的用途时，它就被“扩展适应”了。由于扩展适应是以基因在种群中的传播为基础的，在物种层面，它要持续数万年。但从另一角度来看，神经元的再利用发生在个体的脑中，时间跨度要短得多，从几天到几年不等。对脑回路的再利用无须基因的改变，只需通过学习和教育，就能重新定位其功能。
同样是利旧改造，这里区分了学习中大脑“神经回路再利用 Recyclage”与进化过程中“扩展适应 Adaptation”的差异，主要是时间差异，一个在个体生命周期内就生效，另一个则需要种群成千上万次繁衍的迭代。
从这个角度看，为什么进化出学习能力的意义也就很明显了。学习能力使得物种首次获得了个体生命周期内进化的能力，相比通过基因突变➕自然选择的长周期筛选，适应环境的能力极大幅度提高。
当旧机制在达尔文的进化论中有了不同的用途时，它就被“扩展适应”了。由于扩展适应是以基因在种群中的传播为基础的，在物种层面，它要持续数万年。但从另一角度来看，神经元的再利用发生在个体的脑中，时间跨度要短得多，从几天到几年不等。对脑回路的再利用无须基因的改变，只需通过学习和教育，就能重新定位其功能。
每个脑区都把自己假设的空间形态投射到这个世界上：一个试图用直线拟合输入的数据，另一个尝试用地图表示它们，第三个则试图用一棵树来表示……这些假设空间先于学习而产生，并且在某种程度上使学习成为可能。当然，我们可以学习新知识，但这些新知识需要找到它们的神经元生态位，一个与它们天然的组织形态相适配的表征空间。
对视力正常的人来说，枕叶忙于处理早期视觉信息，无法执行任何其他功能，比如数学计算。然而，在盲人的脑中，枕叶不再需要继续执行视觉任务，但它没有变成静息的脑区，而是去执行更抽象的任务，比如心算和数学思考。
根据通用近似定理，其实一个神经网络可以构建不同功能的模型，所以用其他脑区的网络调整参数重新训练来实现另一个功能是可行的。
当然，各脑区的先天结构不同，导致其泛化能力不同，适应于不同类型的任务。比如人工智能中会用 CNN 网络来识别图像，用 RNN 网络来识别语音一样。
#神经元再利用
对视力正常的人来说，枕叶忙于处理早期视觉信息，无法执行任何其他功能，比如数学计算。然而，在盲人的脑中，枕叶不再需要继续执行视觉任务，但它没有变成静息的脑区，而是去执行更抽象的任务，比如心算和数学思考。
人们发现，盲人脑中的视觉区域不仅对数学和语言有反应，而且对字母和数字（用盲文表示的）、物体、地点和动物[插图]也有反应。最值得注意的是，尽管视力正常的人和盲人在感官经验上有如此大的差异，但这些具有类别选择性的脑区在大脑皮层上的位置是相同的。例如，盲人和视力正常的人脑中对书面文字做出反应的区域是完全相同的——唯一的区别在于，它是对盲文，而非对印刷字母做出反应。
比较两个很接近的数字（例如5和6），相较于比较两个差值较大的数字（如5和9），前者要慢得多，而且也更容易出错。这种距离效应是一种古老的数字表征模式的特征之一[插图]，它会在你学习计数和计算时被再利用
灵长类动物数感的遗留，其精确度会随着数字的增大而降低
与理性相悖，这就是为什么当我们议价时，会放弃对一套公寓进行砍价（有可能便宜几千美元），但在面包的价格上，我们会对区区几十美分讨价还价：我们对不精确的容忍度与数值的大小成正比，这无论是对我们还是对猕猴来说都是一样的。
当我们学习阅读时，我们脑中的视觉区域的一个子集会专门识别字符串，并将它们发送到口语对应的脑区。因此，在任何一位优秀的阅读者的脑中，书面化的单词最终会像口语单词一样得到处理：识字为我们的语言回路创造了一个新的视觉通道。
阅读再利用了这种预先存在的、为图像命名的神经回路中的部分回路。识字的学习则涉及视皮层中的一个大脑区域，我和我的同事劳伦·科恩(Laurent Cohen)称之为“视觉词形区”。这个脑区汇集了我们掌握的字母串的知识，因此我们可以把它看作是脑的“字母盒子”。
对任何识字的人来说，位于我们脑中相同位置（也可能有大约几毫米的差距）的这个脑区把识别一个单词分为两个步骤：它首先会识别出我们学习过的字符，然后把字符与语言对应的脑区直接联结起来[插图]，把这些字符快速地转换为声音和意义。
神经元再利用理论预测阅读会侵入大脑皮层中通常用于类似功能的脑区，并让其重新服务于这项新任务。
学习阅读的过程是把脑原来处理视觉和口语的神经网络再利用来做新的工作。
阅读对脑的影响：使视皮层对字母特别敏感，尤其是左脑的“视觉字形区”
阅读的习得会干扰这一脑区先前的功能，即对面孔和物体的识别
左颞枕叶皮层中对书面文字的神经反应活动的减少是各国检测阅读障碍的普遍标准。
我们的实验证实了阻塞模型这一假设：对阅读的学习阻塞了左脑的面孔识别区域的发展
阻塞理论也解释了一个现象：为什么语言、阅读、数学这类后天知识需要在儿童期进行学习？（eg. 如果儿童五岁前没有学会语言，那么他这辈子就很难学会任何语言了）
因为这时候大脑很多区域尚未完全发展，才具备通过后天学习改变可塑性重塑区域功能的较强能力。一旦脑区发育完全，后续想要再侵入并进行改造就非常困难了，所以作者会将青少年时期称为学习的关键期。
#理论/神经元再利用/阻塞模型 #学习
我们的实验证实了阻塞模型这一假设：对阅读的学习阻塞了左脑的面孔识别区域的发展
我们建立教育系统，以便有效地利用视皮层在这一发展的关键时期内极强的可塑性。虽然人类下颞皮层的整体结构从出生起就受到了高度的约束，但它具有适应各种形状和学习各种图像的非凡能力。
随着年龄的增长，我们的视皮层似乎会逐渐固化，失去对新图像的适应能力。关键期过了之后，大脑皮层就越来越难以有效地识别字母及字母组合。
结论很简单：要想深度地再利用我们的视皮层，成为优秀的阅读者，我们必须充分利用童年早期拥有最大神经可塑性的时期
识字仅仅是把与面孔识别相对应的脑区从左脑赶走，迫使它们移向右脑；但数字和等式的密集训练干扰了大脑两个半球对面孔的反应，导致视觉面孔识别回路的整体萎缩。人们很容易将这一发现与一位古怪数学家的著名轶事联系起来，那位数学家对除了方程以外的一切都不感兴趣，认不出他的邻居、他的狗，甚至认不出镜子里的自己。
本章的重点是强调支持资质先天论与支持后天论的两方都是正确的：孩子的脑既有遗传所带来的固有结构，又具有可塑性。
在生命最初的几年里，基因会引导神经回路的过度生长：突触的数量是实际所需数量的两倍。在某种程度上，神经回路的这种最初的过度生长是以一种我们还没有完全理解的方式，为我们基于对世界的认识所形成的心理模型开辟了一个巨大的空间。
如果我们在某一领域的刺激被剥夺了，那么无论我们是布加勒斯特的孤儿还是巴西利亚郊区的文盲，都有可能永远失去我们在这一知识领域的心理灵活性。
父母和家庭也有责任去尽可能地刺激孩子的脑，丰富他们的生活环境。所有的婴儿都是未来的物理学家，他们喜欢用下落的物体做重力实验，不过前提是我们得允许他们建造、修补、失败，然后重新开始，而不是几个小时都被绑在汽车安全座椅上。所有的婴儿都是喜欢数数、测量、画线、画圆以及组合各种形状的小小数学家，只要我们给他们尺子、圆规、纸和有趣的数学题。所有的婴儿都是天生的语言学家：早在18个月大的时候，他们每天就能很容易地学会10～20个单词，但条件是得有人跟他们说话。
丰富儿童所处的环境有助于其构建更强的脑
第三部分
学习是让智人成为教育人、让我们获得理想的生态形式和成功的主要原因
人类在进化过程中出现了四个主要功能，将我们从环境中提取信息的速度最大化。因为这四大功能对我们心智结构的稳定性起着至关重要的作用，所以我把它们称为学习的四大核心支柱。
四大核心支柱是：· 注意，它可以放大我们所关注到的信息。· 主动参与，它也被称为好奇心的运算，鼓励着我们的脑去不断测试新的假设。· 错误反馈，它将我们的预测与现实进行比较，并修正我们塑造的关于外部世界的模型。· 巩固，它可以使我们将所学的东西彻底内化，反应自动化，睡眠是其中的一个关键因素。
第7章 注意
在认知科学中，“注意”涵盖了脑选择信息、放大信息、传递信息、深度加工信息的所有机制。
为什么注意的这一机制会在如此多的动物物种中进化出来呢？因为注意解决了一个非常普遍的问题——信息饱和
注意至关重要，但它也可能导致一个问题，那就是如果注意被误导，学习就会陷入困境
通过有意识地注意，对物体进行感觉和概念加工的相关神经元的放电过程会被极度放大和延长，然后将信息传递到前额叶皮层，在这里激发所有神经元长时间放电，这一过程的持续时间远远超出你的想象。[插图]如此强烈的神经冲动正是突触改变自身强度所必须的，这也被神经科学家称为“长时程增强作用”。
处于无意识状态或没被注意到的单词则主要被困在脑的感觉回路中，它们没有机会进入更深层次的词汇和概念表征加工阶段，因此无法实现理解和形成语义记忆。
如果学生不能关注正确的信息，他们就不太可能学到东西，因此作为一名老师最大的能耐就体现在能够不断引导和吸引孩子们的注意力，以便正确地指导他们。
美国心理学家迈克尔·波斯纳(Michael Posner)把注意区分成三个主要的系统：· 警觉，指何时需要集中注意，并调试警觉水平。· 定向，指应注意什么，并放大任何感兴趣的目标。· 执行控制，指决定如何处理所关注的信息，选择与给定任务相关的处理过程以及控制它的执行过程。
是热情通过让脑地图大规模地自我重组从而孕育了人才
这会带来双重影响：注意会使参与其中的神经元对我们认为相关的信息更加敏感，而最重要的是，注意会增强这些信息对脑的其他部分的影响力。
这一机制的专业术语被称为“偏向性竞争”(biased competition)，因为在任何适定时刻都有许多感官输入竞争着我们的脑资源，注意在强化所选择的项目的表征的同时，会削弱其他项目的表征，从而使竞争出现偏颇。
“看不见的大猩猩”实验的确值得被人们知悉，尤其是父母和老师。我们在教育孩子时往往会忘记无知的状态是怎样的，都认为自己所看到的别人应该也能看到。因此，即使出于好意，我们也时常很难理解为什么一个孩子就是无法真切看到我们想要教会他们的是什么。但是“看不见的大猩猩”实验为人们提供了明确信息，那就是看到的前提是注意到。如果学生因为这样或那样的原因分心而不能集中注意力，老师的话就可能完全成为耳旁风。他们无法感知到信息，就无法学习。
注意可以从根本上改变脑的神经活动。
执行控制系统，有时也被称为“中央执行系统”。它是一个神经回路“大杂烩”，它使我们可以选择行动方案并坚持下去。[插图]执行控制系统包含大脑皮层的整个层级结构，主要位于前额叶皮层——大脑前额下方较大的皮层区域，约占脑体积的1/3。
脑的中央执行系统被认为是注意的其中一个系统，因为跟别的系统一样，它可以从众多选项中做出选择。
空间注意和执行注意是相辅相成的。当我们进行心算时，空间注意会扫描数学课本页面并将注意聚焦在问题“23×8”上，而执行注意则对关注点进行一步步引导，比如先选择数字3和8，然后再将其导入脑回路中进行乘法运算等。
在这个层级上，脑的思维活动是缓慢且连续的，因为执行控制系统一次只会对一条信息进行加工，因此无法同时处理两种思维活动，心理学家也将之称为“中枢瓶颈”现象。
实验结果再次证明，我们没有意识到自己的思维局限。（的确，我们怎么可能察觉到自己是缺乏察觉的，那很荒谬！）我们相信自己可以同时进行多任务处理的唯一原因是我们没有意识到它造成的巨大延误。
经过训练之后我们能否把自己变成真正的可以一心多用的人，可以同时操作多项任务呢？也许可以，但只有在对两项任务中的其中一项进行了高强度的训练达到自动化之后才可能实现
一个公认的基本原则是：当我们不得不同时执行多个认知操作的时候，在注意的控制下，至少有一项认知操作被放缓了或被完全遗忘了。
由于注意分散会产生如此严重影响，因此学会集中注意是学习能取得成效的一个核心秘诀。我们不能指望一个孩子或大人可以同时学两项内容。
随着年龄的增长和受教育经验的积累，我们所收获的成长其实并不是与生俱来的精确识别数量的能力，而是能有效运用选择性注意并抑制无关因素（如密度或字号）的干扰的能力
执行控制指集中注意和控制自己的能力，它会随着年龄的增长和受教育经历而不断发展。
智商就像我们的其他能力一样，其实是一种行为能力，因此，它可以通过教育而改变。智商有赖于脑中特定的神经回路，而这些回路的突触结构是可以通过训练来改变的。
应对这一挑战的办法可能在于使我们的学习经验多样化。倘若教育项目能通过在各种各样的情境中刺激工作记忆和执行注意的核心认知技能，那么就能获得较好的学习成效。
大脑对任务的学习也容易过拟合导致泛化性能差，因此需要多样化的案例训练，来提高学习的泛化性能。
#大脑泛化能力
应对这一挑战的办法可能在于使我们的学习经验多样化。倘若教育项目能通过在各种各样的情境中刺激工作记忆和执行注意的核心认知技能，那么就能获得较好的学习成效。
例如，对来自社会经济水平较低的家庭的儿童而言，假如从幼儿园开始就教他们基础的学习方式并进行专注力训练，这样的早期干预可能是对教育最好的投资方式之一。
人类的注意系统还有一个独特的特性——社交注意共享(social attention sharing)
“文化棘轮”(cultural ratchet)效应，就像棘轮可以防止电梯下降一样，社交共享也可以防止人类文化的倒退。每当有人有新的发现，这一有用的发现就会迅速传遍整个群体。幸好存在这样的社交学习，人类文明才几乎不曾倒退，人类的重大发明也不曾被遗忘。
举个例子，一个18个月大的婴儿看到一名年轻的女士面带微笑地转向物体A，然后对物体B一脸嫌弃时，他会得出什么结论呢？这完全取决于孩子和大人间的信号交换，如果没有建立眼神交流，那么婴儿只会记得一个特定的信息，那就是这个人喜欢物体A、不喜欢物体B（见图7-7）。但是，如果他们有眼神交流，孩子就能从中推断出更多信息，他会认为大人正试图教他一些重要的事情，因此他总结出了更具一般性的结论，即物体A是招人喜欢的，而物体B是令人厌恶的，不只是这个人喜欢A而不喜欢B，其他所有人也都是如此
孩子会特别注意任何愿意交流的信号，当某人表现出明显地试图与他们交流的迹象时，他们会推断出这个人想要教他们一些概括性的知识，而不仅仅是这个人自己的特殊偏好。
社会互动是人类学习算法的重要组成部分，学习取决于我们对他人意图的理解。
父母和老师要时刻谨记这一重要事实，因为你们的态度和视线对孩子来说非常重要。通过视线和语言交流来吸引孩子的注意可以确保他和你共享同一个注意对象，同时还会增加他们记住你想要传达的信息的概率。
真正的教学关系包括教师和学生之间很强的心理联结。一名好的老师会为他的学生建立一个心理模型，他知道学生有什么技能，会犯什么错误，他还会采取一切行动来丰富学生的思想
只有当学生有充分的理由相信老师在尽其所能地传达知识时，教学才会有效。任何健康的教学关系都必须建立在双向的关注、倾听、尊重和信任的基础上。
学生和教师相互关注彼此心理状态的能力，这种能力被称为“心理理论”(theory of mind)。
“每个人都是一部人类通史”，朱尔斯·米歇莱(Jules Michelet)
每一个人掌握的知识都是数千年来人类智慧的结晶。
“每个人都是一部人类通史”，朱尔斯·米歇莱(Jules Michelet)
人脑有两种学习模式：一种是主动模式，我们像优秀的科学家一样主动对外部世界形成假设并对其进行测试；另一种是接受模式，我们被动吸收他人传递给我们的信息，且不再去亲自验证。
学生必须专心听讲并对老师讲授的知识有信心，但也必须成为学习的主人，可以自主地、批判性地思考。
第8章 主动参与
各个领域的研究结果都表明，一个被动的有机体能学到的东西很少，甚至根本没学到任何东西。有效学习意味着拒绝被动，主动参与，努力探索以及主动地生成假设并在现实世界里去验证它们。
动机非常重要：我们只有在有目标并且全身心投入其中的时候才能学得好。
为了更好地理解新概念，主动学习的学生会不断地把概念用自己的词汇和想法重述出来
在大部分案例中，只要涉及高级认知功能，比如对词语意义而不只是形态的外显记忆，学习似乎就只会在学生专注、思考、预测以及勇于验证假设的情况下发生。在缺乏专注、努力和深刻反思的情况下，课程内容会被逐渐遗忘，不在脑中留下一点痕迹。
加工的深度越深，学习的效果越好
深度加工，间隔测试。不费力的知识学不到脑子里。
#学习法则
加工的深度越深，学习的效果越好
更深层次的加工会在记忆中留下更深的痕迹，因为它会激活前额叶皮层中与有意识的词汇处理相关的区域，而这些区域与海马间形成了强大的神经回路，从而使海马能以外显情景记忆的方式储存信息。
注意力、专注度、加工深度以及有意识察觉会将小型波动变成神经系统的海啸，最终侵入前额皮层中去并使随后的记忆过程取得最大成就。
虽然让学生变得有动力、主动学习以及积极参与很重要，但这不代表他们应该被放任自流。
老师必须为学生提供一个能逐步指引他们尽快掌握所有框架的有组织学习环境。最有效的教学策略就是引导学生去主动参与学习进程，同时老师在这一过程中为他们提供精心的指导。
每位老师都要记得，所有孩子的学习的基本机制是相同的——比起一心二用，他们更喜欢专注；比起被动听讲，他们更喜欢主动参与；比起虚伪的赞美，他们更喜欢细致的纠错；比起建构主义或发现教学法，他们更喜欢直接教学法。
好奇心不是教育的结果，也不是只能通过学习而习得的功能。它是我们生来就有的特性，是我们脑回路的组成部分，是我们学习过程的关键要素
对我们的脑而言，发现先前不知道的信息本身就是一种奖励：它会激活多巴胺回路。还记得吗，这个回路在看到食物、药物和性对象时才放电。
多巴胺所在的回路称为奖赏回路，负责对基因生存有利的事情进行正反馈（奖赏），来鼓励载体更多地执行生存和繁衍相关行动，来提高基因生存率。
#大脑回路/奖赏回路
对我们的脑而言，发现先前不知道的信息本身就是一种奖励：它会激活多巴胺回路。还记得吗，这个回路在看到食物、药物和性对象时才放电。
好奇程度与脑中伏隔核及腹侧被盖区的激活紧密相关，这两个区域是人脑多巴胺回路中的重要区域
在等待答案（预期）时，即在好奇心被满足之前，仅仅是知道自己很快就会获得答案，就能激活多巴胺回路。对积极事件的期待本身就会带来奖励。
“认知性好奇心”(epistemic curiosity)，即对所有领域知识的纯粹渴望，包括最抽象的概念
欢乐似乎是人类特有的推动自身去学习的情绪之一。当我们突然发现自己原先的内隐假设是错误的时候，我们的脑会激活欢乐反应，促使我们彻底改变自己的思维模式。
好奇心是孩子试图理解世界并为之建造心理模型的动机的直接体现。[插图]每当我们的脑发现已经知道的与想知道的之间有一条鸿沟时，即存在一个潜在学习区域时，好奇心就会产生。
好奇心就像是脑的调速器，是一个致力维持某种特定的学习压力的调节装置。
因此在太简单的感到无聊与对太复杂的望而却步之间，人类的好奇心会自然地引导我们去往新的并且在我们理解能力范围之内的地方。
对应的区域就是我们有一定了解但又有一定陌生（挑战）的区域，并且通过一定程度的努力可以够得着、学得会，者也对应“心流”理论中的最优挑战区间。
"最优挑战区间"：活动所提出的挑战应该略微超出个体当前的技能水平。这意味着挑战足够高，能够激发个体的兴趣和动力，但又不至于太高，以避免引起过度的焦虑或挫败感。在这种情况下，个体感到自己正在面对一个需要努力、但又不是完全无法达成的目标。这种“刚好超出当前能力”的挑战有助于促进技能的增长和自我提升，同时保持活动的乐趣和吸引力。
#好奇心/钟形曲线与最优区间 #心流/最优挑战区间
因此在太简单的感到无聊与对太复杂的望而却步之间，人类的好奇心会自然地引导我们去往新的并且在我们理解能力范围之内的地方。
好奇心是通过植入一个奖赏机制来实现的，它倾向于选择能让学习效果最大化的行为。
大人的责任在于为孩子提供一个设计合理的教学层级，不断激励他们去追求新知识和新事物，逐渐引导孩子到达顶峰。
“元认知”是对认知的认知，它是监控我们的思维过程的一系列高级认知系统。
学校可能扼杀孩子好奇心的三个方法
1. 因为学校提供的认知刺激与他们的需要并不匹配。即没有给学生匹配最能激发他们好奇心的最佳区间的刺激，【例】普通老师的授课往往对于成绩好的学生而言太简单，而对成绩差的学生太难，使得这两端的学生逐渐失去好奇心。
2. 学生的好奇收获了负面反馈，也就是好奇却被惩罚了。【例】要求学生按照死板的方式听课，按照套路做题，不鼓励学生提问、采用新的解法。
3. 采用了错误的知识传授模式。即只鼓励知识的被动接受（填鸭式教育），而不鼓励主动参与式学习。【例】事无巨细地传授知识，要求学生记住，而不是讲解入门口，通过启发式的提问和引导，鼓励学生主动参与探索和学习。
#学校教学的错误示例/扼杀好奇心
学校可能扼杀孩子好奇心的三个方法
解决办法在于一步一步地激励孩子重获自信，让他们知道他们自己是完全有能力学习的，这可以通过向他们提与他们现阶段能力水平相匹配的问题来实现，同时也让他们知道学习是会带来回报的。
最大限度地调动孩子的聪明才智投入学习中，意味着要不停地问他们问题，刺激他们的想象力，鼓励他们自发地进行更深入的探索。但让学生自行发现一切也是行不通的，这就跳回了发现教学法的陷阱。理想的情况是为学生提供有体系架构的课程并引导他们，同时通过让他们知道大千世界还有很多东西等待他们去发现，从而培养他们的好奇心。
第9章 错误反馈
错误反馈是学习的第三大核心支柱，同时也是最有影响力的教育参数之一：我们所获得的反馈的质量和准确性，决定了我们可以学得多快。
人脑只有在感知到它所预测的和实际所接收到的信息之间有差距时才会去学。没有感知到错误的话，学习是不可能发生的：“有机体只有在事件违反了他们的预期时才会去学习。”[插图]换句话说，惊讶是学习的基本驱动力之一。
学习的三大核心支柱：只有当大脑选择了适当的感觉输入（注意），利用它们来产生预测（主动参与），并且评估预测的准确性（错误反馈）时，学习才会发生。
学习的目的就是去设法让不可预测的事情变得更少。
错误反馈是学习的第三大支柱，脑依靠侦察错误、校正错误的过程逐渐调整它对外界环境的思维模式。
把大脑皮层想象成一个庞大的多层预测系统，每个系统都试图解释输入信息，并且与其他系统交换剩余的错误信息，以期能做得更好。
能较好展现预测信号和错误信号的脑回路是奖赏回路。[插图]多巴胺回路不仅能对实际的奖赏做出反应，还能够持续不断地对其保持期待。
这种预测信号对学习是非常有用的，因为它允许系统自我批评，并且不需要等待外部的确认就可以预测一次行动的成功或失败。
如果缺乏详细的、有建设性的评估，分数本身就不能算是错误反馈的来源
压力和沮丧会阻碍孩子的学习，所以，把差成绩作为一种惩罚施加给孩子，会严重阻碍孩子的进步
坚信任何人都可以进步，这本身就是进步的源泉
丹尼尔·佩纳克的话：“老师存在的意义不是为了吓唬学生，而是帮助他们克服对学习的恐惧。一旦克服了这种恐惧，学生们对知识的渴求就会永无止境。”
大多数学生自发地把大把时间花在课堂笔记和课本上，用不同颜色的荧光笔来标出每一行的重点……然而，这些策略的效果其实都比不上做一个简单的测试
为什么我们会有一种错觉，认为死记硬背是最好的学习策略呢？因为我们无法区分记忆的不同部分。
因为我们无法区分短时记忆和长时记忆。
死记硬背会让我们的短时记忆记住知识，我们误以为我们学会了，但只有长时记忆记住这个知识，才是真正的学会。而我们误把死记硬背带来的短期记忆认为是我们掌握了知识的证据。
#学习的错觉/死记硬背是错误策略的原因
为什么我们会有一种错觉，认为死记硬背是最好的学习策略呢？因为我们无法区分记忆的不同部分。
为什么间隔学习策略如此有效？
为什么集中长时段学习效果不佳?
1.集中一个时段进行长时间单一内容的学习，容易因为重复信息失去新鲜感，从而失去好奇心降低学习效率;
2.集中学习会引起前述的学习错觉，误以为自己已经掌握了知识，但其实它只在短期的工作记忆
中，而没有进入长时记忆。
为什么间隔学习策略有效?
1.间隔学习保持新鲜感，2.间隔学习没有短时记忆错觉，需要努力从长时记忆进行知识回顾的提取，反而能强化记忆的储存强度。
#学习策略/间隔学习&测试
为什么间隔学习策略如此有效？
经验法则是以你所期望的总的记忆留存时间取20%作为间隔长度来进行复习。例如，如果你想让记忆保存10个月左右，那每2个月后就拿出来复习一次。
过去我们对记忆的认识都是错误的：它不是一个只是缅怀过去的系统，而是一个将信息传送到未来去的系统，以便我们日后可以提取它。通过长时间重复相同的信息，我们就可以“说服”脑，这些信息足够有价值，有必要把它们传递给未来的自己。
记忆是为了增援未来，而不是为了缅怀过去。
#记忆的误区
过去我们对记忆的认识都是错误的：它不是一个只是缅怀过去的系统，而是一个将信息传送到未来去的系统，以便我们日后可以提取它。
那么期末考试或年终考试怎么样？与学习相关的科学研究表明它们的效果并不理想，因为它们鼓励的是临时抱佛脚，而不是规律地复习。尽管如此，它们仍然是对习得知识的有效测试。
为什么过度学习总是有益的：在我们对所学的知识感到100%确定之前，复习和测试会持续地提升我们的学业表现，尤其是从长远来看。此外，重复对我们的脑还有其他好处：它使我们的思维活动变得自动化，直到它们熟练到变成无意识的动作。
1. 过度学习可以持续提升学业表现；
2. 过度学习的重复可以把特定的思维能力变得自动化，从而解放思维空间学习更多更强的技能。这也是为什么有很多厉害的人能够一瞬间总结别人的话、看破重点、做出切中要害的分析。
#过度学习的益处
为什么过度学习总是有益的：在我们对所学的知识感到100%确定之前，复习和测试会持续地提升我们的学业表现，尤其是从长远来看。此外，重复对我们的脑还有其他好处：它使我们的思维活动变得自动化，直到它们熟练到变成无意识的动作。
第10章 巩固
反复练习之后就可以将控制权交给运动皮层，特别是基底神经节，它是一组皮层下回路，负责记录我们自动的和例行的行为
为什么自动化如此重要？因为它释放了大脑皮层的资源。
我们的脑会在晚上睡眠阶段巩固白天学到的东西，这是过去30年来最重要的神经科学发现之一。
睡眠质量不同，记忆改善程度也不同，睡眠的长度和深度都可以预测一个人醒来后的学习上的改善。
不同的睡眠阶段对学习所发挥的作用尚未完全确立，但似乎深度睡眠可以巩固和类化知识，心理学家称之为“语义记忆”或“陈述性记忆”；而快速眼动睡眠期间，脑活动接近觉醒状态，会强化视觉和运动的学习，即程序性记忆。
在睡前复习重要的功课，期待在睡觉时不知不觉地加以巩固。
小时候背课文，只要睡前熟读几遍，第二天醒来在上学路上就能背出9成以上，原来不知不觉利用了大脑的这个特性。
只可惜越长大这个能力越弱，除了大脑可塑性随着年纪减弱之外，与睡前喜欢刷手机、熬夜也有莫大的关系。
总体来说，睡前是一个学习的黄金时期，同时，如果睡眠环境重返清醒时学习的相关环境（比如气味、声音）有助于强化睡眠时的学习巩固效果。
#学习/睡眠的巩固作用
在睡前复习重要的功课，期待在睡觉时不知不觉地加以巩固。
睡眠真的能提高我们的创造力并引导我们走向真理吗？
睡眠不仅能巩固学习成果，还能产生新的洞察。而这一切的前提都在于，你清醒时足够的努力学习和思考，使得睡眠时的重演不仅强化了回路，还发现了一些捷径。
正如著名的INKP插画所展示的，洞察在大脑中就是远距离概念之间建立的新的、更强的联结。
#学习/睡眠的作用
睡眠真的能提高我们的创造力并引导我们走向真理吗？
在清醒状态下，我们调用从外部世界获得的感官数据来选择最适合我们周围世界的模型，以适应环境。在这一阶段，学习是一个自下而上的操作，当我们面对内部模型的预测时，意外传入的感觉信号会产生错误信号，这些错误信号会沿着大脑皮层的层级向上攀升，并在每一步调整统计权重，从而使我们自上而下的模型逐步变得准确。新的观点是，我们的脑在睡眠状况的工作方向相反，即自上而下。在晚上，我们使用生成模型合成新的、意料之外的图像，我们的脑的一部分在这些从零开始构建的图像上训练自己。这种强化的训练集使我们能够完善自己的向上攀升的联结。因为生成模型的参数和它的感官结果都是已知的，现在更容易发现它们之间的联系。这就是我们越来越有效地提取隐藏在特定感官输入背后的抽象信息的原因。
清醒状态下，我们的学习是归纳式的，获取感官的型号，自下而上总结、抽象模型和规则。
睡眠状态下，我们的学习是演绎式的，从抽象模型和规则，至上而下演绎、假设和验证。
#学习/不同状态下的学习模式
在清醒状态下，我们调用从外部世界获得的感官数据来选择最适合我们周围世界的模型，以适应环境。在这一阶段，学习是一个自下而上的操作，当我们面对内部模型的预测时，意外传入的感觉信号会产生错误信号，这些错误信号会沿着大脑皮层的层级向上攀升，并在每一步调整统计权重，从而使我们自上而下的模型逐步变得准确。新的观点是，我们的脑在睡眠状况的工作方向相反，即自上而下。在晚上，我们使用生成模型合成新的、意料之外的图像，我们的脑的一部分在这些从零开始构建的图像上训练自己。这种强化的训练集使我们能够完善自己的向上攀升的联结。因为生成模型的参数和它的感官结果都是已知的，现在更容易发现它们之间的联系。这就是我们越来越有效地提取隐藏在特定感官输入背后的抽象信息的原因。
我们的脑依靠对现实的内部重建以增加白天必然有限的经验。睡眠似乎解决了所有学习算法都面临的一个问题：训练可用数据的缺乏。
结论 教育与神经科学的“联姻”
要保持一种成长的心态，而非一成不变的心态。
点评
从前沿神经科学的视角，理解脑如何学习，才能更好、更科学、更高效地学习。
《精准学习》中迪昂提出了学习的四大支柱：注意 - 主动参与 - 错误反馈 - 巩固。
这是我对应正在构建的学习方法：
· 【注意】问题驱动：带着问题主动学习，保持敏感化，在阅读每本书前回答两个问题：这本书讲的主题是什么？我想从这本书学到什么东西？
· 【主动参与】深度加工：学习时深度加工，用自己的语言总结和理解知识，关联已有知识，并记录笔记；
· 【错误反馈】实践&迭代：将所学知识落地到实际应用中，遇到新问题再进行纠偏。
· 【巩固】间隔测试：127法则进行间隔测试，费曼学习法（尝试用自己的语言把知识讲解给别人）
另外，保持充足的睡眠，利用睡前时间学习而不是刷手机，是大幅度提高学习效率的小技巧。