如何判断一个知识是否对自己有价值？

每个人的大脑中都有能够判断知识价值的神经网络。

以下内容摘自 @Thoughts Memo 汉化组的译文《知识估值网络》

知识估值

大脑处理所有粒度的知识碎片时，都会立即评估它们的相关性、连贯性^[1]和价值。我们立即知道信息是否可理解，是否有用^[2]。如果信息不一致^[1]、不连贯或不相关，我们通常也会立即察觉。

不同寻常、令人惊讶的知识有很高的价值，但是，从大脑的角度来看，概率并不是价值的最佳反映。有些低概率事件并不重要（例如，遥远行星系统中的小行星撞击），而另一些概率很高的事件则会改变一个人生活（例如，「你愿意嫁给我吗？ 」的答案）。

知识估值^[3]主要依赖知识对于实现个人目标的适用性^[2]。

情绪脑和理性脑

知识估值网络是基于知识的情绪估值与理性估值的估值系统。在文献中，它又被广泛地称为神经估值电路（neural valuation circuitry），它不一定只用于知识估值。

在估值网络中，情绪估值会把信息与负责饥饿、口渴、性欲等的原始大脑中枢的奖励联系起来。理性估值则以知识为基础。如何回答「最近的快餐店在哪里？ 」，就是一例纯粹的情绪估值。基于知识的估值会更加复杂，高度网络化，即依赖于次级估值网络。要回答「哪本书最适合我的考试？」，就得基于个人目标来估值，这些目标包括：通过考试进而获得学位进而影响就业前景，以及人生目标。情绪估值和理性估值在生理结构上是相互隔离的。情绪估值来自被类比为三重脑的较原始部分：爬行动物和古哺乳动物的结构。例如，特定刺激被丘脑处理后，可能会向杏仁体发送单独的信号以进行情绪估值，并向新皮质发送信号以进行理性估值。情绪脑在进化发生学上更古老。个性和教育决定了理性估值能否控制或推翻情绪估值。

快速思考中的决策树

知识估值网络是确定单个知识价值的记忆连接网络。如果将学习视为一种任务，那么估值网络将确定感知上的任务价值（参见：问题估值网络^[4]）。

用计算术语来说，知识估值网络可以比作决策树。目标和情绪决定了根节点的核心价值。知识之间的语义连接可以看作从目标到细节的细微价值传递。精心选择并巩固的知识所构成的组织良好的语义网络^[5]几毫秒之间就能做出专业决策。这就是卡尼曼（译注：《思考：快与慢》作者）所说的自动快速思考^[6]（如果对需要放慢速度解决的难题感兴趣，请参阅如何解决任何问题？^[7]）。作为决策或解决问题之基础的这种处理过程，也参与了知识估值。像许多专业决策一样，估值十分迅速，且几乎不需要刻意关注。简而言之，我们有时会在不完全能够解释原因的情况下确信一些事情。这个过程几乎不受我们自己控制，更不受学校老师的控制。为了高效学习，估值必须很高。

图：http://Xefer.com 是帮助理解作为网络的知识的工具。它依赖于维基百科页面之间的语义链接。

教育中的估值网络

大脑在多年的学习过程中建立了估值网络。通过睡眠中的优化^[8]和遗忘^[9]，估值网络经过打磨、抛光，为高效运行做好了准备。这使得估值捷径易于穿梭。正在挑选课本的学生，不再从整个人生的情境去看待这场考试。他更可能建立了如下捷径：「接下来的三个月，我只想通过地理考试」。

知识估值网络往往高度个人化，因人而异。例如，对于理性和感性的平衡点会有不同，不同目标之间的权衡也会有不同。罪犯会形成异于常人的估值网络，而一个立志为人类谋福祉的研究员，自然也有别致的估值网络。

估值网络的发展和个人秉性、人生履历、成长环境息息相关。童年的创伤或人格特征，如易冲动，更有可能培植出罪犯心态。童年的一些创伤事件可能会促进一意痴迷的估值网络的发展（参见：误导因素^[10]）。环境和可用的知识将决定激情、兴趣、目标和次级估值网络（参见：概念化^[11]）。

理想中，发展出健康的估值网络需要免受创伤和慢性压力的童年^[12]——没有太大压力影响情绪估值，多玩，在超大行为空间^[13]中大量自由学习^[14]。

所有促进大脑健康的策略也会使估值网络变得丰富、高效、高度个性化。这些要素将构成出色的学习内驱力^[15]的基础。所有教育工作者都认可这样的目标：想要帮助孩子们很好地把握他们的情感生活，逐步培养聪明、有创造力且知识渊博的大脑。

教育系统的主要问题是一刀切，让所有孩子如上了流水线一般获得相同知识，而几乎不关心有效学习的重要组成部分：学习内驱力^[15]。学习内驱力是一种完美计算方法^[16]，它把表征大脑中知识的语义网络^[5]的当前状态与来自知识估值网络的实时输入相匹配，这种输入主要来自对于环境中可用信息的响应。如果孩子坚持要看 YouTube 视频，那么他的大脑才是最大权威。所有干扰都将影响未来的独立性和创造力^[17]。

与其让一名授课老师花 45 分钟给一个孩子灌输一长串低估值的符号，且效同水过鸭背，还不如让他上上谷歌，只需花上 3-5 分钟就可以找到高估值且易于记忆的信息，终生不忘（反例请见：数码痴呆症的病态迷思^[18]）。如果孩子对此轻车熟路，那么他通过自学^[19]，获取知识的效率将提高一个数量级。这里的「提高一个数量级」，是我谨慎而保守的判断，我可不想被人说在夸大其词。我在这篇文章的其他地方举了一些具体对比的例子（比如一个月上完 13 年学或假期中学习速度加快 1600%^[20]）。

我称这种能力为知识金砖，Peter Thiel 称之为幂律：一套至臻完美的核心技能能带来乘方级的生产力提升。

在学习上下点功夫就可以给个人生活和整个地球带来翻天覆地的变化！

大脑中的知识估值

在解剖学中，对理解人类的思维至关重要的，是关于大脑的知识估值^[3]网络的实际实现的研究。这对预防抑郁和成瘾很有必要。知识估值是高效学习，创造力和解决问题的基础。

好的学习令人愉悦。食物、性或者毒品带来的快乐容易饱和，而愉快的学习则不会。我们可以轻易避免不愉快的学习。正是学习内驱力的存在，使我们天然可以做到这点。这就是学习对于人们快乐与否至关重要的原因。它可以实质性地为全社会的幸福感带来质的飞跃。

眶额皮质（OFC）

知识估值^[3]的网络性质表明了大脑皮质资源的使用状况。事实上，大多数研究人员似乎倾向于认为：整个估值系统可能以眶额皮质（OFC）为中心，越靠近其前部区域则抽象程度越高。关于单个子系统如何影响估值，已有很多模型和假设（如共同通货、共同尺度、躯体标记、按内容评价、多组分、认知-动机界面、平行评价、定位主义与建构主义模型等）。在共同通货模型中，来自所有子系统（享乐基底）的所有估值都被整合在一起，并提供「想要」或「喜欢」的最终信号。例如，（1）来自内侧 OFC（mOFC）的基于知识的估值可能会与（2）来自伏隔核（NA）的奖励预期以及（3）来自脑岛的食物估值信息结合起来，共同影响你选择下一顿饭去哪吃。

共同通货模型

OFC 是一个很棒的研究领域，因为人们感兴趣的很多主题汇集于此：毒瘾、快感缺失、习得性无助^[21]、强迫症等等。共同通货模型似乎表明，创造力爆发或学习内驱力^[15]爆发产生的快感，在神经化学和神经解剖学上与低剂量可卡因产生的快感相似。

所有的奖励是都会被转化为同一种奖励信号汇集到同一类神经元上，还是会分别保留它们的本源特征，这一点存在着激烈的争论。但我认为没必要纠结这一点，因为特异性由个体的概念图激活赋予，而共同通货则由单一输出产生的最终估值构成。在所有估值中，由于每个概念图激活都有其单一响应，因此我们需要收敛。一些 OFC 神经元似乎专门对高阶价值进行编码。

在知识估值^[3]和决策中，我们需要独断。冗余可以用于恢复估值系统，但必须服从概念神经元的决策。同时存在两个拍板定案的，并不现实，好比某人一边吃饭，一边拿叉子刺自己眼睛，极为荒谬。尽管理论上相互竞争的神经力量可能导致这种场景，但这通常是由于计算错误。

知识估值的涌现

可以通过各个概念图之间的交互来构建估值网络。例如，如果考试这个概念是根据工作前景这个概念^[22]来估值的，这两者就可以被共同激活：找工作这个概念的估值会给考试相关的概念图一个估值。概念图激活的程度与相关概念估值共同决定了最后的估值结果。在导向腹侧纹状体的路径中，髓磷脂浓度会升高。这一点可能是学习内驱力^[15]可以通过学习来增强（或者被学校的强迫学习^[23]所压制）的原因之一。OFC 在决定估值的过程中扮演的角色，与海马体在建立长期记忆的过程中扮演的角色类似。这些在大脑皮层中高度关连的区域扮演了交换机的角色（将相关区域连接起来），而不是「媒人」的角色。相对地，已连接的概念图或概念中心会自行发展它们之间的快速连接线路（比如在睡眠中）。通过新的线路，高价值的概念可以直接影响愉快中枢而无需 OFC 的干预。这样一来，只需通过单独激活某些概念细胞（例如，与某人最喜欢的演员相关联的细胞），便可以直接产生令人愉悦的估值。

逆向学习的危害

在不良的学校状况中，我们可能会将无关的上下文（例如 SuperMemo 中问答卡片的颜色）与低估值相关联。在这种情况下，白色问答卡片的概念或者问答卡片和颜色的概念的共同激活，都属于强烈的负面输入，会抑制估值。从表面上看，这似乎是一个阻碍估值的中止信号（可能在 OFC 侧面）。在这样的情境中，概念之间仍然可能建立关联，仍有可能做到短期的提取，然而，较低的估值将阻止记忆的巩固（例如，通过阻止向长期皮层存储的转移）（参见：学校如何妨害学生记忆^[24]）。在逆向学习中，也可能会发生奖励的再编码过程（例如，改变 SuperMemo 中的模板颜色）。我们知道，OFC 受损的动物的逆向学习能力会被削弱（Mishkin 1972），这一点佐证了最高估值网络的解剖学位置。如果我们继续否决估值信号，最后可能会导致网络^[25]之间的竞争。在我的假设中，这一点是学校诱发的习得性无助^[21]的起源。学校胁迫是一种永久的逆向学习形式，它会慢慢消磨网络的可塑性，导致在决策过程中评估奖励的能力受到长期的不利影响。从这个角度来看，人类的记忆可以被看作是擦写循环次数有限的 EPROM。如果把长期学习视为突触基底的积累——该基底会在随后的稳定化^[26]过程中被删减（这反过来会减少突触发生）——逆向学习可能会使该系统不再响应：在这个系统中，学习不再可能。

无休止的虚假奖励和轻微处分可能会使知识估值过程关闭，并损害在学校的长期学习。

目标 vs. 习惯

知识估值网络是良好的自由学习^[14]的核心。相比之下，被动学校教育^[27]将导致习得性无助^[21]。人们可能一开始自然而然主动追求某些目标，然而强迫教育会使人变得习惯被动（反过来，在追求目标中摸爬滚打，则会收获健康的习惯）。系统中估值较低（没怎么激活兴趣概念图）的部分会抑制知识估值网络的输出。如此，学习时，大脑自然兴致不高。一旦学习内驱力^[15]枯竭，好奇心消亡，生活就变成了干巴巴地执行一连串缺乏奖励的习惯（参见：学校带来的 50 个坏习惯^[28]）。

若学习无乐趣，则人类的存在会退化成一套沉闷无趣的习惯。

知识估值：贯穿你的一生

个人轶事：为什么使用轶事？

我的学校试图剥夺我生命中最美好的东西

关于估值网络的力量和教育系统的对峙，我自己的经历就是醒目的例子：

1985 年，我推导出了一个近似函数，用来计算使知识形成长期记忆所需的最佳复习间隔。这就是间隔重复^[29]的诞生。最初，该函数适用于纸笔版 SuperMemo。随后几个月内，我意识到这个系统非常强大。只要一台电脑，我就能让它功效翻倍。然而，我不认识任何可以根据我的数学计算编写学习软件的人。那个年代，波兰的整个程序员圈子里，要么是在大型主机上运行 Fortran 或 Cobol 的老古董，要么就是不断增加的业余爱好者们，他们主要摆弄微型计算机（如 ZX81、Commodore 64 或 ZX Spectrum）。于是，我决定亲力亲为。不过，我还没有掌握编程技能。作为一名计算机科学专业的学生，我选择向老师寻求帮助。然而，我们唯一的编程课程是 Datapoint 汇编语言。这些技能对于处理寄存器实现类似 11*11=121 的计算非常有用。这不是我想要的，我想学习一些对编写 SuperMemo 程序更有用的东西。我的学校一直要求我学习如何计算电子电路的电阻，或者符号积分。我的知识估值网络的输出很简单：编程技能将通往 SuperMemo 的诞生，而这将通往更快的学习（在所有领域，包括电子学或微积分）。我决心要学习编程，而我的学校决心阻止我（通过其他必修课使我不堪重负）。无奈之下，我报名入学了波兹南经济大学（University of Economics in Poznan），去学习那里的一门算法语言课程。该课程主要使用 Pascal。我不得不在学习平时的课业之余钻研 Pascal。那门课很不错，但我们学的都是理论，在纸面上完成。在当时（1986 年），整个波兰的大学里，个人电脑（PC）很罕见，大多数实际应用程序都运行在名为 Odra 的大型机上（1960 年波兰为苏联阵营所生产）。当我终于有了我的第一台计算机时：ZX Spectrum（1986 年 1 月 4 日），我终于可以真正开始学习在计算机上编程了。在我的电脑到来之前，我开始写我的第一个程序。我把它写在纸上！这是一个组织我日常活动的程序（有点类似 SuperMemo 中的 Plan）。不久之后，我也学会了 Pascal。首先，我必须降低学校的负面影响，减轻课业负担。我和我的电子电路老师达成了一项协议：我会为他做一些高通滤波计算，这将是一个提高我的 Pascal 技能的机会。这个程序花了好久才写完，极其浪费时间。这是一个糟糕学习的完美案例。我几乎不懂我自己写的程序是如何运作的。然而，这仍然比仅仅学习示意图的效果要好。就我的编程技能而言，那次学习很不错，我进步了很多。

我很难向不懂编程的人说明白，但学习大学课程和自己动手编程的知识估值的差异判若云泥。在我的同学深陷乏味的电子学和计量学讲座的折磨之时，我开始了自己的编程之旅。在学校，我什么也学不到。在 Pascal 业余课程中，我学到一点。然而，只有以激情和明确目标为后盾的实践知识至关紧要。到 1987 年 12 月，我的努力最终导向了 SuperMemo 的第一个版本的诞生，这彻底改变了我的人生进程。多亏了我的导师 Zbigniew Kierzowski 博士的开明，让我得以将我的硕士论文完全专注于研究 SuperMemo 这个主题。Kierzowski 教授，80 岁生日快乐！对于一个学生来说，有这么大程度的自主决定权是相当不寻常的，更不用说论文还是用英语写的（不到十年后，波兰议会试图将这种行为定为非法）。这关系到 1989 年的大规模行政和策略斗争。

我如今最主要的快乐源泉是 SuperMemo，但我经历的学校教育几乎毁灭了它。但这不是因为有人怀抱恶意。我的大多数大学老师都很了不起。罪魁祸首是学校这个系统迫使学生学习死板的规定课程^[30]。给予学生创造性表达的空间，才是教育最好的基础。

我的学校乐此不疲地阻挠我完成对我来说最重要的事，而这件事却是我职业生涯和未来一切的支撑。要是我更顺从一点，更传统一些，更容易屈从于社会压力，我就会成为一个「更好 」的学生，在电子电路理论、微积分、计量学和抽象代数上投入更多时间。若果真如此，这篇文章就不会问世。这个网站也不会存在。

我现在的生活是任何研究性的或业界内的职位都换不来的。基于我坚固的知识估值网络，任何对我的否定都无法打倒我。

我们要设计的教育体系，是让每个孩子都能自由发展的教育体系

Thoughts Memo 汉化组译制 感谢主要译者照华堂、校对 Jarrett
原文：Knowledge valuation network - supermemo.guru
这段文字选自《我永远不会送我的孩子上学^[31]》，作者是彼得·沃兹尼亚克^[32]（2017）

创作声明：内容包含教育建议，国外经验仅供参考。

← 返回目录