TOP

2020年11月11日 星期三

神經網路與教育 - 心得&摘要

 

  

 

神經網路與教育

楊振寰

國立交通大學出版社

 

  

[心得]

 

這本書緣起於學生常問作者楊教授的一個問題:「您到底有甚麼樣的學習的秘訣來讓您達成目標呢?」而結果就是這本書的產生。楊教授是位光電學者,也是人工智慧網路的先驅。除了紙本書,讀者也可在網上閱讀有聲書版本(連結附於文章結尾)。楊教授學習的秘訣,書中透過二種面向來討論,一是從學習的角度,另一是從教學的角度。

 

從學習的角度出發,透過活用理解、思考和記憶的方法來幫助學習,這是作者所謂學習的藝術

[1] 理解的藝術 - 認知力:了解基本觀念,提升理解。
[2]
思考的藝術 - 創造力:思考前因後果(學習思考 how, why),擴展應用範圍。
[3] 記憶的藝術 - 聯想力:利用聯想,增加記憶能力 。

(這邊我修改了書中提到的順序,理解思考再記憶是較符合自己的學習歷程,所以我以這樣的方式來理解。)

 

從教學的角度上,學校最重要的職責是教導學生基本而簡明的知識,並啟發學生思考,這也是作者提供給教師教學的參考

[1] 教簡明的東西,基本而重要的概念。
[2] 多鼓勵非監督式的學習,也就是自學。
[3] 明智地使用聯想、認知與創意的學習方法。


複雜的事物都是簡單概念的組合,藉由學習知識的基本涵義,便能培養學生解決問題的能力;同時鼓勵學生自學的精神,以自修式的學習方式,達到終身學習的目的。

 

書中介紹了神經網路模型,並以光電系統來模擬,解釋了時間花費對學習造成的影響:少則錯誤率高,多則錯誤率低,這也符合一般人學習的狀況。也提到了由資訊理論來的一些想法:例如:聯想能抗雜訊、較容易還原失真的訊息;人腦允許模糊的資訊輸入;將資訊由一維轉換為二維能幫助記憶等。視覺資訊是二維的,比起一維的資料(如聲音、想法)能保留更多資訊,因此能記得較牢,這會不會是人腦在「視覺記憶」表現格外出色的原因呢?

 

一般學習方面的書多以腦科學或心理學來探討學習,這本書不同的地方在於,它是以資訊理論人工神經網路模型做為佐證,來說明某些學習方法有用的原因。人工神經網路模型是生物神經網路的模擬,從現在 AIArtificial Intelligence,人工智慧)科技的蓬勃發展來看,這個方向可能是對的。人腦和電腦有根本上的不同,如同書裡所說,我們要善用自己的強項(例如:視覺、模式認知),針對弱項則要有方法:學習基礎的原理幫助認知,利用聯想來幫助記憶,思考 HowWhy 來幫助理解。人工智慧的原理在書中僅是帶過(因為書的主題不在這),要了解原理需再找相關書籍研讀。這本書從不一樣的觀點來看待學習這件事,也突顯出它的特別。

 

 

[摘要]

 

◎ 人腦是種生物神經網路。如果我們了解自己的天賦以及先天限制,是可以找出更有效的學習與教育方法的。

◎ 學習的藝術是:聯想、認知、創造性;學習簡單而基礎性的東西,鼓勵自修式的學習方式及終身學習的精神。

 

 

目錄:

1 教育的一些常識

2 神經網路

3 人腦與數位電腦的差異

4 以聯想記憶為基礎的神經網路

5 人工神經網路的運作

6 神經網路的聯想記憶

7 神經網路的監督式與非監督式學習模式

8 認知學習:理解的藝術

9 化繁為簡的學習藝術:學基礎性的東西

10 資訊形成對學習效果的影響

11 大腦的可塑性及適應性

12 創新的教育

13 尋找創新的教育之道

14 分享一些想法

15 教育的領導階層

 

 

1 教育的一些常識:因材施教的重要性

物種的天賦與限制:賽牛 vs 耕馬,專長用錯地方不可能有好的發展。

 

2 神經網路

神經網路是以一種平行且互相聯想的方式來處理資訊,神經網路具有學習能力,能夠不斷改善效能、適應不同的環境、應付突發性的中斷問題;並有能力處理不是很精確的、模寧兩可、模糊的輸入數據,這些數據不須跟預設的數據完全匹配。

 

[1] 生物神經網路 BNNBiological Neural Network

以神經元為基本單位,神經元與其他神經元互相連結形成一個網路。每一神經元接收許多輸入訊號,只一個輸出信號。

 

[2] 人工神經網路 ANNArtificial Neural Network

認知心理學+生物模型所勾繪,研究人工神經網路的目的乃是模擬大量交相連結的生物神經元網路,並觀察其運作特性。

神經元的激發與否是由一個轉換函數來定義的,該函數定義輸出信號與輸入信號之間的關係。兩個神經元之間的連結強弱稱為權重係數,是一個適應性係數,可以經由某種學習法則來修正或改變。

 

3 人腦與數位電腦的差異

◎ 數位電腦
單個或數個中央處理單元
串列式處理
依靠程式運作
擅於數值計算

◎ 神經網路
非常多個處理單元
平行式處理
依靠學習法則運作
精於圖像辨識 

 

4 以聯想記憶為基礎的神經網路

從幫助記憶的觀點而言,聯想是一種最好的資料儲存與讀取技術:

[1] 能從部分的、不正確的輸入訊號,還原出完整的資訊

[2] 能夠容忍雜訊或是訊號失真

[3] 能夠選取相關或相似的資訊

透過創造性的聯想程序,我們間接增加了神經網路的資訊儲存能力。

 

◎ 人類大腦的天賦:比起處理一維型態的資訊,大腦可以更有效率的處理或記憶二維型態的資訊。

◎ 聰明的聯想程序能幫助記憶:聯想程序是雙向的,不受限制的過程。

反向聯想:聯想程序不只適用於記憶現在的東西,記憶也能反向聯想,連結過往的記憶與經驗。

◎ 簡明能幫助記憶、聽覺是時序資訊、視覺是空間資訊。

聯想程序不限於時間,更可被被延伸到空間:時間伴隨空間或空間伴隨時間。

◎ 任何問題不會只有一個解決方案,藉由採用一個聰明或有趣的聯想程序,能有效地增加記憶容量,這個過程也讓學習與記憶變得更有趣。

 

5 人工神經網路的運作

神經元的運作功能,可以看成是一種轉換函數。可以是一個非線性函數,描述輸出訊號跟輸入之間的關係,如:

步階函數:產生01的輸出
S型函數:輸出類比訊號 

◎ 記憶矩陣 nxn(迭代矩陣、權重矩陣):
可以表示成二維形式的神經網路,及四維的矩陣 

◎ 光學神經網路:是種光電混合系統,其特性為:
高速資訊處理
巨量的互聯性
高密度的空間資訊
平行處理能力

 

6 神經網路的聯想記憶

圖像間聯想:強調已經儲存的圖樣之間的彼此關聯(共同特徵)

圖像內聯想:忽略已儲存的圖樣之間彼此的關聯,只專注於本身的圖樣特徵(特殊特徵)

 

採用比較聰明的聯想記憶法,就可以儲存及辨識更多的圖樣,或者說能記得更多。採用聰明的聯想記憶法的人常常可以發現更多學習的樂趣

 

7 神經網路的監督式與非監督式學習模式

監督式學習(Supervised LearningSL):

資訊整理妥當後再學習。


非監督式學習(Unsupervised LearningUL):

根據自我學習規則及過往經驗自主學習,對所有年紀的人來說,依然是最有效的學習方式。在快速變化的領域中,學習者必須持續更新自己的知識,最好的方法即是自學或非監督式學習。


神經網路有能力藉由某些學習規則以及過去的經驗去篩選教材的本質,像是基本要點與重要意義。你會去學習你所感興趣的,而這樣學習會變得更加有趣。

 

學習時間:欲速則不達,慢工出細活
        學習速度較快:迭代次數少
        學習速度較慢:迭代次數多

 

8 認知學習:理解的藝術

認知學習,也就是理解的藝術。學習某件事物時,學習他們的工作原理或基本觀念比只是記住他們如何操作來的重要。

 

9 化繁為簡的學習藝術:學基礎性的東西

複雜事物是有眾多簡單的單元所構成,學習複雜的事物也是要從學習簡單的部分開始:複雜學習=學習簡單的事物的總和。


神經網路難以記憶複雜的系統或者繁複的公式,用心去學習基本的或者基礎的東西,是比較合乎邏輯的。

 

西方人喜歡原創性與簡明性,華人普遍欣賞古代藝術。科學一個重要的面向是原創性、抽象性的價值及其欣賞,藝術也是。多數複雜的研究與發明,都是從某些原創的發現與簡單的發明延伸而來

 

10 資訊形成對學習效果的影響

大腦有兩個主要的感官知覺:

[1] 一個是時間性的或是序列型的:耳朵

[2] 另一個是空間的或是圖像式的:眼睛

空間資訊扮演比較重要的角色,因為空間的感官包含比較多的資訊。資訊的傳輸方式可以是時間性的或空間性的,或是兩者兼備。 

◎ 如果將一個一維的計算器排列成二維形式,計算器就變得更有效率,就比較容易去記住這一長串的數字。

◎ 二維算盤:這其實是一個對數的機器或是一個熵計算機,將一維數列轉換成二維的形式,它也改變了問題的本性。改變問題的感知型態,就使問題從不可能記憶變成了可能。

◎ 一個聰明的聯想過程,可以改善神經網路的學習能力,稱為創造性的學習。

◎ 一張圖畫勝過千言萬語,將資訊以二維形式呈現,更有利於我們的神經網路去接受。接收二維空間資訊,會幫助我們理解及記得更久,學習更有效率。

◎ 每個問題都有很多解決方式,只是每個人的思考模式限制了解法的數量。

 

11 大腦的可塑性及適應性

生物神經網路的可塑性(或適應能力),是生物神經網路和人工神經網路的主要差別。可以透過重複使用和適當的訓練來改進生物神經網路,這就是神經的可塑性和適應性。神經網路的適應性是目前電腦另一個無法相比的特徵。

 

生物神經網路是一個可塑性的系統,大腦沒使用到的部分會逐漸萎縮,而使用到的部分會逐漸延伸。如果我們更有智慧的使用我們的頭腦,頭腦就會更聰明。

 

12 創新的教育

創新的學習藝術,包括:

[1] 記憶的藝術:聯想記憶
[2] 理解的藝術:相關認知
[3] 學會思考:創意學習

創意學習的本質:知道如何運作,也要學習為何如此運作。 

◎ 根據生物神經網路的特質,以及學科材料的特性,建構有創意的學習過程:需要記憶的科目,可使用更聰明的聯想記憶法;需要理解的科目,可以使用簡易相關認知法;創新學習的過程必須學會思考,才能領會貫通,不只是要學習事實和技巧,也要了解前因後果等基本原理。 

◎ 聯想記憶和認知學習兩者並不是相互排斥的,理科文科,只是記憶與理解的程度比重不同。盡可能地使用聯想的步驟來幫助你記憶。

 

13 尋找創新的教育之道

當我們滿意自己的解法時,就會阻止好奇心去找到更好的方法。每個問題都有許多個解法,如果只滿足一種解法,反而會阻止我們再去尋找更好的解。

 

創新教育:

◎ 學習和教學是雙向的(教學相長)。

◎ 聰明的教學和聰明的學習便是創新教育的一體兩面,為了獲得較好的教學品質,老師的責任與學生的責任必須適當的匹配。

◎ 若想提高學習的效率,學生必須自我激勵,全力學習,並善用學習的藝術(聯想法,認知法以及一些有創意的學習方法),逐步離開監督式學習,最後變成完全非監督式學習。

◎ 自修式的學習,更有效率,更有效果,更省時,而且更有趣。修最少的必修課程就好,盡量自學,上課是沒有效率的學習方法之一。

非監督式學習的另一項優點,就是一個人無論在任何環境都能自我學習,這是一種獨立的學習方法。不需要依靠他人,我們可以隨心所欲學習我們想要的知識,並將它與生活及職業生涯結合。

 

 

結語

學習的藝術:

1 記憶的藝術(聯想力):利用聰明的聯想法,能增加我們神經網路的記憶能力
2 理解的藝術(認知力):利用聰明的認知法,能提升理解學習的效果
3 學習思考(創造力):不只去學習事實,而且要思考其前因後果,這就是我所謂的創意學習的意義(學習 how, why

 

教學的參考:

1 教簡明的東西:基本而重要的概念
2 多鼓勵非監督式的學習
3 明智地使用聯想、認知與創意的學習方法

 

對於那些需要記憶的領域,我們應該使用聯想法;對於那些需要理解的領域,我們需要認知法以及創意學習法。

 

 

[連結]

 

Youtube 英文版有聲書:

Neural Networks & Education: The Art of Learning   by Francis T. S. Yu

  

NCTU 英文版有聲書:

http://ocw.nctu.edu.tw/course_detail-v.php?bgid=6&gid=0&nid=488

 

NCTU 中文版有聲書:

http://ocw.nctu.edu.tw/course_detail-v.php?bgid=6&gid=0&nid=507



沒有留言:

張貼留言