大脑算法保护现实的模型

学校≠教育≠技能；文凭溢价=80%信号传递+20%人力资本

9 👍 / 10 💬

模拟现实

人类的大脑拥有巨大的力量，可以催生和保护 连贯 [1]的 现实模型 [2]。我们所有的行为都是由这种抽象的 泛化 [3]而非实际的现实所决定的。在任何特定的时刻，我们的整体现实 模型都会面对感官输入数据，以及 大脑中的激活图。激活和感觉数据利用现实模型进行整合，以决定下一个决策或下一个行动。

为了保证大脑和身体的有效功能，现实模型应该是 连贯的、 一致的 [1]。如果它能正确地反映现实，也是有帮助的。不正确的模型会导致错误，包括死亡。一个孩子可能会相信自己能跑得过火车。这可能会引发危险的行为。这也可能导致及时纠正 模型中的错误。

保护模型的两个层面

我们已经演化出了一些保护存储在记忆中的模型的预置算法。这些机制在神经层面（如确认偏误）和社会层面（如 强制学习 [4]中的 反抗 [5]）发挥作用。一个常见的谬误说，这些保护是基于错误的算法。认知偏误，包括确认偏误被认为是心灵的错误。实际上，对模型的保护会导致一个群体中模型的 多样性 [6]，从而导致模型之间的竞争，以及模型的进化。 集体知识的结晶 [7]经历了与个体大脑中发生的过程非常相似的过程（ 竞争 [8]、 干扰 [9]、 遗忘、重估、结晶、 稳定等）。整个进化过程是人类集体 智慧 [10]的基础，也是人类进步的基础。

模型保护的两个基本层保证了模型的稳定性：

泛化 [3]可能是错误的，但它能提高 快速思维，使进一步的泛化变得容易。社会层面的模型之间的双稳态互动，导致部落主义（形成宗族和联盟），加速了泛化，有利于 连贯 [1]学习，有助于模型之间的冲突，在极端情况下，可能导致价值重估。在权重很高的问题上，在极少数情况下，人们会在大量相反证据的压力下改变主意。

个人的观点在神经和社会层面得到了天然的保护

打破模型的痛苦

打破模型是不愉快的。如果模型很强大，而且其 估值很高，痛苦可能很大。这就导致了对个人信念的「情感依赖」。这种看似非理性的现象是模型保护计划的一部分。

打破一个有问题的模型，当一个新的模型可以建立起来的时候，往往会得到丰富的补偿。这就是为什么在模型之间进行过渡要比打碎一个现有的模型而没有新的模型来代替要容易得多。一个强势模型的打破可能会导致一个痛苦的认识：「我一直都是错的」或者「我把我的青春/生命浪费在了疯狂的追逐上」。这也是为什么基于有限数据的错误模型比没有模型好的一个原因。一个错误的模型可以作为 泛化 [3]的框架，在此基础上发现不一致的地方（错误）。当一个模型缺失时，连贯学习就会受到抑制，进度就会停滞。如果有大量的数据支持几个可供选择的模型，将所有模型保存在记忆中可能是不可避免的，然而，这种方法成本很高，而且容易出错。早期选择支持其中一个模型可能会加快进度（包括选择的证伪）。

错误的模型总比没有好

聪明人是固执的

越聪明的个体， 泛化 [3]的算法过程越强，社会驱动的保护机制越强。对于一个知识面不广、不稳定、不 结晶 [7]的个体，说服他要容易得多。世界各地的成年群体可能看起来非常容易被说服。削弱心智的因素有很多： 托儿所的 分离焦虑、学校的自由限制、 习得性无助 [11]、抑郁症、老鼠赛跑、身体不好等。导致弱化的两股关键力量是 被压抑的学习内驱力 [12]（少学）、不连贯的学习。没有 新知识的不断涌入，记忆结构就会因为 遗忘和 干扰 [9]而枯萎。我们可能不会终身学习，反而会失去生活的乐趣。

为了更健康、更幸福的群体，我们需要保护健康的 学习内驱力 [13]、终身 自由学习 [14]的力量，并培养对意见 多样性的宽容。争论观点是健康的，然而，对较弱的模型不停地批判性轰炸，可能会导致其瓦解，而没有机会投入新的结构，这可能是恢复的基础。宽容有利于共存。模型的冲突是受欢迎的。然而，在模型冲突中的最佳方案与单打独斗的学习没有什么不同：总是建议一次解决一个问题。最好是在结束一场辩论后再开始另一场辩论。

我们需要庆祝强大的 模型（观点），即使它们与我们的观点不同。当有人告诉你「你是世界上最顽固的人！你对争论是不透彻的」，把它当作自己高智商的潜在标志。模型不需要正确（见： 错误模型的价值 [15]）。我们在学校学到的「唯一正确的模型」的，在这里，只有「唯一真理」是可以接受的。这「唯一真理」看起来往往只是一种观点，或者是一种特定的解释，比如对历史事实的解释。模型的多样性需要保护和珍惜。不幸的是，我们似乎没有保护 多样性 [16]的大脑算法。宽容需要通过学习获得，就像怀疑论一样（即对假新闻的免疫力）。有可能，是现代互联的世界需要对模型多一层保护。我们是在社会连接性较差的条件下进化的。 多样性是珍贵的，但在一个互联的世界里，它可能会变成压倒性的。

只要稍加自律和训练，我们就能对 多样性形成一定程度的宽容。这也许会对有条不紊地解决多元化模型之间的矛盾有所帮助：一次一个。我最喜欢与之冲突的模型是「 好学校」的模型。

我们需要掌握对 多样性的宽容。在互联互通的世界里，我们可能缺少了一个保护多样化模型的天然机制。

我为我的无药可救而道歉

如果你碰巧读过我的一些文字，你可能会有一种印象，那就是我对争论也无动于衷。我以此为荣。当我 被抨击时，我 会加倍努力。每次听到我的顽固立场，我都会找一些好的例子，在这些例子中，我很容易被一个连贯的论点所说服。总会听到这样的回音：「这不是一个好例子。这是很明显的」。换句话说，我不拒绝明显有效的主张。我拒绝那些与我的模型相冲突的说法，我很高兴我的模型是强大的，即使它们可能偶尔会变成错误的。如果你看到我的错误， 请告诉我。

原文： Brain algorithms protect models of reality - supermemo.guru

参考

  1. 一致性与连贯性 https://zhuanlan.zhihu.com/p/264327134⏎
  2. 抽象知识 https://zhuanlan.zhihu.com/p/270927894⏎
  3. 泛化与概念化 https://zhuanlan.zhihu.com/p/264989664⏎
  4. 一致性与连贯性 https://zhuanlan.zhihu.com/p/264327134⏎
  5. 学习中的强迫 https://zhuanlan.zhihu.com/p/351872034⏎
  6. 反抗 https://zhuanlan.zhihu.com/p/514347163⏎
  7. 多样性 https://zhuanlan.zhihu.com/p/531125121⏎
  8. 知识结晶比喻 https://zhuanlan.zhihu.com/p/268536400⏎
  9. 神经网络战争 https://zhuanlan.zhihu.com/p/359658715⏎
  10. 干扰 https://zhuanlan.zhihu.com/p/269974053⏎
  11. 智力 https://zhuanlan.zhihu.com/p/492731786⏎
  12. 泛化与概念化 https://zhuanlan.zhihu.com/p/264989664⏎
  13. 一致性与连贯性 https://zhuanlan.zhihu.com/p/264327134⏎
  14. 泛化与概念化 https://zhuanlan.zhihu.com/p/264989664⏎
  15. 一致性与连贯性 https://zhuanlan.zhihu.com/p/264327134⏎
  16. 泛化与概念化 https://zhuanlan.zhihu.com/p/264989664⏎
  17. 泛化与概念化 https://zhuanlan.zhihu.com/p/264989664⏎
  18. 知识结晶比喻 https://zhuanlan.zhihu.com/p/268536400⏎
  19. 学习内驱力与习得性无助 https://zhuanlan.zhihu.com/p/65899656⏎
  20. 学校对学习内驱力的影响 https://zhuanlan.zhihu.com/p/52990626⏎
  21. 干扰 https://zhuanlan.zhihu.com/p/269974053⏎
  22. 学习内驱力 https://zhuanlan.zhihu.com/p/52990549⏎
  23. 自由学习 https://zhuanlan.zhihu.com/p/272543239⏎
  24. 错误模型的价值 https://zhuanlan.zhihu.com/p/258435094⏎
  25. 多样性 https://zhuanlan.zhihu.com/p/531125121⏎

专栏：认知基石 & 学校教育