第十章 十年总结的科学记忆观
以下内容对本书中的记忆观做一个综合的总结，以便于读者梳理自己的认知。
1. 人的记忆是一个联动体（学习和记忆就像灯芯缠绕在一起，你中有我，我中有你）。
把机器学习强行搬到人脑学习中的做法，误导性比较强。因为机器学习中比较常见的做法就是把记忆和学习进行分割，而人脑的学习和记忆是不能分割的，并不是我们给了人鸟的思想，人就能飞，必须结合人脑的客观实际进行学习活动。
人脑的学习为什么无法和记忆强行分割呢？因为人在学习时，人的记忆和意识、思考活动捆绑，不同的人有不同的记忆储备，在同样的情况下，人会结合自己的记忆储备产生不同的意识和思考活动，因此我们常说，同一个老师往往会教出对同一个知识理解完全不同的学生，而正是人脑的记忆和意识、思考捆绑的特性，导致了人类世界的受教育者在接受教育后，能够百花齐放，朝着不同的方向演变。
当我告诉你“减肥”这个词时，你会把“减肥”和你能想到的所有相关的记忆碎片进行联系，产生思考活动，比如：你会想到运动减肥、失恋时瘦了很多、饮食减肥、手术抽脂、小时候胖被同学笑、某明星通过运动减掉60 斤变成男神等记忆，和当下的信息结合进行思考。
哲学上对于理解的总结：理解事物时，须运用过去已有的知识经验，或在已有的知识经验基础上，掌握新的知识经验。过去知识经验的有无或多少，对理解能否顺利地进行，有着重要的影响。词与直观形象的结合，在理解中有着重要的作用。在某些情况下，词的说明可能还不足以使人完全理解，必须借助直观形象。直观形象不仅有助于说明所要理解的客体，而且有助于把握其本质。
人的理解本质上是运用记忆和当下知识联系结合的一个过程，我们可以这么理解：理解和记忆是一个捆绑体，如果没有记忆参与，人很难理解新知识。这也是人工智能和人脑学习的核心差别，人脑的理解是记忆参与的共同体，而机器学习的本质不是一个理解过程，而是一个归纳统计然后总结规律的过程。当人获得一个知识时，他可以结合这个知识有关的记忆碎片进行联动理解，而这种能力人工智能并不具备。而机器又具备人脑没有的、强大的再现记忆能力（再现输入的海量信息）。物理学家费曼说：连续给机器输入5 万个数字，机器可以马上一字不差地全部记住，还能进行统计归纳。人脑甚至记不住十几个数字，而且会快速地遗忘和出现记忆混乱。
机器学习是大数据学习，通过数据进行拟合找出规律。而人类的学习是启发式的。人脑天生就会分析事物的不同，天生就会连连看（把知识联系起来理解和迁移应用）。你要告诉机器什么是猫，可能要训练上千张猫的图片，而你想教会一个小孩子判别什么是猫，先教会他一些简单判断猫的方法，再用几张简单图片作为例子帮助他理解，再加少量的实践就够了，这一点机器是做不到的。
机器不具备人脑结合记忆进行弹性思考的能力（当我们使用人工智能语音翻译的时候，人一点点的读音偏差，机器就会识别成错别字，而人脑即便接受到的发音偏差很大，很多时候都能猜测出来意思。例如：前文提到的我的郑州之旅。一个大叔借给我电动车时一直问：“中不中？”我听不懂，还以为他是问我腿肿不肿，但根据他一直指不同的车子，我就猜出来那是问车子行不行的意思）。人脑会动态关联其他记忆进行弹性思考，而机器只是机械式地被动存储，是静态的记忆。
我们可以这么比喻，由于人脑和机器记忆本质的不同，人脑学习是以小博大，机器是以大搏小。
机器学习的思路和认知心理学的研究思路截然相反，例如：人刷题是要找出自己没有掌握的薄弱环节，不关心所谓的过拟合和欠拟合的说法，而是要看出错题背后考察的知识点是什么。这是人类独有的猜测分析能力，不需要大样本、大数据以及大量训练。
机器学习通常是在特定的条件下，通过总结出某种规律，然后按照规律去解决特定条件下的目标任务，一旦不符合特定条件，任务就容易出错。例如：“目的”是去医院。“机器”分析不同的交通工具和路线，为你选择最快的方案。而“人脑”结合已有的记忆进行发散思维思考：这是小问题，可能不需要去医院？我朋友在医院工作，打电话让他帮我带点药，顺便咨询一下病情？楼下药房配点药能不能解决？能否通过在网上付费咨询了解病情？
人在社会生活中，遇到的问题往往很复杂。人类需要记住各种要素，进行综合思考（随机应变），而机器在特定框架内分析和解决问题。人脑往往能跳出框架来想到完全不同的解决方案，机器的优势是从成千上万条数据中判断哪条更好。
我们读书的时候遇到的问题都是有特定答案的，但是当我们走出校门后就会发现：我们遇到的问题没有标准答案。例如：买了A 房子比较安静，但上班比较远；买了B 房子上班方便，但周围环境很吵闹。不同的选择会导致不同的后果，还会受到各种突发因素的影响，需要考虑的要素非常多。当我们总想着靠单一规律去思考和解决问题时，在人类生活的复杂环境中，就会陷入误区。
我做过一段时间销售，前辈教我的一个销售方法：向顾客说一些购买者的成功案例，来刺激顾客消费。这个方法在一段时间内屡试不爽，但某一天我遇到的一个疑心病很重的顾客，这个时候我就不能盲目套用讲成功案例给顾客听这个销售方法了。我选择先让他体验真实的产品，而不选择夸自己的产品有多好，因为自夸都会激起这类顾客的戒备心，最后我成功销售了产品。人不是只会套用规律的机器，会结合更多要素综合思考。做什么事情都盲目套用某一种单一方法的人容易碰壁。
记忆能力强的人，会有更多的记忆资源来帮助他们思考问题，所以好的记忆能力是一个人智慧的源泉。
2. 理解式记忆，再现式记忆，实践隐藏的记忆（学习要结合记忆）。
本书中我一再强调，大多数人对于记忆的最大误解就是认为理解是记忆的关键。理解会产生理解相关的记忆，但是当我们只具备理解的记忆时，我们不一定能够实现再现式的记忆（将信息复述出来）。再现式的记忆需要符合再现记忆的高效记忆原则。还有很多记忆是通过隐藏在操作关系中的实践练习才能积累的，而隐藏在实践中的记忆往往又是我们总结的理论、技巧和规律难以覆盖的，比如：我教张三要多和女生情感互动才会产生感情。张三花了很多心思和女生产生互动后发现效果不佳，因为这个女生是事业型的。后来，张三选择表现出自己的责任心和上进心，这些对于追求这个特定的女生更关键。他在实践过程中获得新的记忆经验去调整自己的行为。很多智慧只有当事人去亲身经历某件事才能获得，无法仅凭语言传授。
理解相关的记忆编码、再现相关的记忆编码、实践相关的记忆编码三者结合，一个人才能真正拥有把知识应用出去的能力。很多人的知识构成大部分都是惰性知识，只能作为聊天时的谈资，无法解决实际生活中遇到的各种问题，原因就是三种记忆编码中某个部分的缺失或者知识本身没有深度（浅层次认知类知识）。
3. 人的记忆是波动状态的，而机器的记忆是固定的。
我们的记忆会随着时间发生变化，并不是固定的。很多明明记得很熟悉的信息，也可能会突然想不起来；很多想不起来的信息，有一点提示就突然又能想起来。
基于我们的记忆是动态波动的，我们必须反复复习来稳固对自己有价值的记忆，同时建立多一些联系，这样当我们想不起来信息时，会有更多回忆的线索提示我们回想起来。
本书中我提到过，我第一天教学生的内容，第二天提问时大多数人不是忘记了，就是回答得偏离了正确答案，这是人脑的特性，学习的知识过一段时间后就会模糊和遗忘。基于这个特性，如果我们盲目认为认知理解、找到规律、总结知识框架是学习的核心，那学习效果一定不佳，所以必须针对人脑特性多做输出，强化记忆效果来支撑学习效果。
4. 人脑的学习是分阶段的，先记住单个的元素，然后进入关系的学习。
人类的学习最先是从记住一个个零散的元素开始的，比如：先记住“我”“爱”“你”，再记住“我爱你”这三个字组合在一起的意思，通过记住关系来学习是学习的下一个层次。人类的学习实际上是分阶段的，并不是一蹴而就的，我们学习的各种规律本质上是一种关系的记忆。数学题的解题思路就是一种常见的关系记忆，理解知识的含义也是一种关系的记忆储备。很多人发现对于关系的记忆的重要性后，会盲目批判学习初期记忆各种元素的阶段，这就像一个
人从穷困到发迹之后，开始变得忘本了。如果读者希望做一个好的老师，一定要了解你的学生所处的阶段，是元素的记忆都没掌握好，还是对于关系的记忆和认知、理解不够。
5. 人的学习依赖记忆。
很多我们认为的高效能学习方法其实是低效用的，例如：书中前文提到的反复阅读、标记重点、总结知识框架等。实验显示，主动回忆是高效能的学习方法。
放下那些科学课本，试着从记忆中回忆信息。练习记忆提取远比精细学习更有助于学习科学。
6. 人的遗忘对于学习的作用是双重的。
人的遗忘帮助人们忘掉错误的知识，记住正确的知识，从这个层面遗忘对于学习具有促进作用；而遗忘的另一面就是极大地减弱人们学习的速度，同一个知识反复记忆，又反复地遗忘，只有靠消耗更多的精力和时间去重复强化，才能最终获得好的学习效果。记忆能力好的人通常更容易在应试教育中脱颖而出。
7. 人的记忆提取是一个强度问题。
人的记忆提取强度会因为储存记忆时的编码形式不同而受到影响，例如：我们将抽象信息转化成视觉画面的记忆编码储存在大脑里，提取的时候难度系数就会低很多，各种增加用脑量的行为也可以增加提取强度。此外，提取强度的提升取决于复习的频率和次数。
8. 人的记忆提取强度在产生一定遗忘之后，再去强化能获得更大的提升。
遗忘本身就是促进记忆的一种手段，所以我们可以不断拉长复习一个信息的时间，先产生一点遗忘，再费力地想起，这样对于提取强度的提升比当下连续复习要有效得多。
9. 人的记忆在输入、输出端对学习都具有很大的作用。
人的学习在输入端，如果没有对前置知识的理解和记忆储备，会对后续知识的理解和记忆产生影响，所以记忆对于输入端的学习是很重要的。而在输出应用端，如果我们缺乏某些必须依赖的工具型知识的记忆储备，我们的输出也会受到限制。简单来说就是应用的时候需要利用的知识在脑海里一片空白而导致应用失败。
10. 人的记忆是一个联系的过程，人脑具有创造加工、加速记忆的能力。
我们的长期记忆好比一张渔网，渔网上每一个节点储存着长期记忆，如果我们能够把新的知识或信息和这张渔网上的一个节点通过联系结合在一起，就能够大幅度提升我们对于新记忆的再现能力。例如：记忆一句话：法的创制和适用主体。我想到了自己喂猫和喂狗的过程，这是我的长期记忆。猫粮和狗粮的适用主体不同。喂狗时，狗护食咬伤了靠近的猫。猫身上有创口需要治疗（创治= 创制）。我只需要回顾自己的长期记忆就快速记住了新的信息。
11. 人的大脑通过联系来强化，记忆的中间过程会随着记忆强度的增加而消失或者淡化。
许多人说：中国人学习英语不要想中文环节，但是实际上以中文为母语的人很难做到这点。当人学习新知识时，大多数人都会下意识找一些中间媒介来帮助自己快速地记住，但是当反复复习这个新知识时，这个媒介会慢慢消失或者淡化，所以我们学习英语时想不想中文环节并不是那么重要，人脑的记忆和机器不一样。
12. 人的泛化能力和记忆能力息息相关。
我的一个学生在掌握记忆技巧和规律之后，依然无法做到把水杯和要记忆的抽象词（“言雅”和“公诚”）通过联想有逻辑性地关联起来，于是我告诉他：工人身上很脏，有灰尘（工尘= 公诚），跑去用水杯喝水，通过牙齿后吞咽（咽牙= 言雅）。如果说记忆技巧应用到所有文字的记忆过程中是一个泛化过程的话，那么这种泛化能力本质上和当事人训练过程中积累的记忆储备有很大的关系。因为如果没有一定的记忆储备，凭借规律和技巧去思考，速度是非常缓慢的，即使最终想出来，也太慢了（泛化能力弱），而我没有经过多少思考就快速想到了这个联想，是因为我把脑海中储备的发音结合的可能性调用出来应用，再加入一些思考活动调节一下。
13.一项工作涉及的变量越大，越依赖长期记忆的组块来形成强的工作能力。
由于我们的工作记忆能力非常有限，所以如果我们希望增强工作能力，就必须积累和工作有关的长期记忆组块。
14. 人脑思考系统决策和记忆系统混合作用才能有好的能力。
人的知识组合后涉及的变化总量很大，在这种情况下，单纯只总结规律、掌握规律、理解知识的底层逻辑，没有办法形成解决问题的能力，因为解决问题的过程只依赖思考系统做决策，会很慢且易错。
15. 大量重复才能获得足够的记忆强度，支撑学习效果。
人必须经历一定量的失败和调整才能学好，所有技术的速成法从人脑特性上来说都是不合理的。
重复是记忆之母，人的记忆形成依赖不断地间隔重复，直到形成储存记忆的稳定的神经回路。
16.人通过学习的过程获得各种经验，学习是指学习者因经验而引起的行为、努力和心理倾向的比较持久的变化。
不同的记忆会影响人后续的行为，基于这一点，我们要让自己拥有增强自己学习动力的记忆（做事情的成功记忆），可以多对自己进行积极的心理暗示，或赋予自己学习任务的正面价值，例如：当我们教一个人扫地可以消耗多少卡路里时，也许一个懒人会更愿意去扫地。
17. 人的行为习惯和思维习惯本质上也是一种长期记忆。
用习惯去形成能力才能对要解决的各种问题有掌控感，反之希望只通过认知理解事物来改变命运是很难的，当我们把做某件事或者解决某类问题变成行为习惯之后，我们对这件事的掌控感就会越来越强，而如果我们很渴望通过认知一个东西就逆天改命，就变会处处碰壁，从而失去了对生活和学习的掌控感。任何问题和事情的解决都不可能很简单和轻松，都要靠漫长的学习和练习。用行为习惯让自己拥有强大的能力才是王道。
展开
