Kuidas Masinõpe Aitas Mul Mõista Varases Lapsepõlves Arenemise Mõningaid Aspekte - Alternatiivne Vaade

Sisukord:

Kuidas Masinõpe Aitas Mul Mõista Varases Lapsepõlves Arenemise Mõningaid Aspekte - Alternatiivne Vaade
Kuidas Masinõpe Aitas Mul Mõista Varases Lapsepõlves Arenemise Mõningaid Aspekte - Alternatiivne Vaade
Anonim

Kui mu esimene poeg oli alles kaheaastane, armastas ta juba autosid, tundis kõiki kaubamärke ja mudeleid (isegi rohkem kui mina, tänu oma sõpradele), oskas neid pildi väikese osa järgi ära tunda. Kõik ütlesid: geenius. Ehkki nad märkisid selle teadmise täielikku kasutust. Ja poeg magas vahepeal nendega, rullis neid, asetas need täpselt ritta või ruutu.

Kui ta oli 4-aastane, õppis ta lugema ja 5-ndal võis ta juba korrutada ja lisada 1000 piires. Mängisime isegi Math Workouti (see mäng on Androidi peal - mulle meeldis pärast tööd metroos arvutada) ja mingil hetkel sai temast minu ainult nii tehke. Ja vabal ajal oli tema arv kuni miljon, mis külmutas tema ümber olevad inimesed. Geenius! - ütlesid nad, kuid me kahtlustasime, et mitte päris.

Muide, turul aitas ta oma ema üsna hästi - ta arvutas kogusumma kiiremini kui kalkulaatori müüjad.

Samal ajal ei mänginud ta kunagi väljakul, ei suhelnud eakaaslastega, ei saanud lasteaias laste ja õpetajatega eriti hästi läbi. Üldiselt oli ta natuke reserveeritud laps.

Järgmine samm oli geograafia - proovisime numbrite armastust kuhugi suunata ja kinkisime pojale vana Nõukogude atlase. Ta sukeldus sellesse kuuks ja pärast seda hakkas ta meile esitama keerulisi küsimusi stiilis:

- Isa, mis riigis on teie arvates suur ala: Pakistan või Mosambiik?

"Arvatavasti Mosambiik," vastasin.

- Kuid mitte! Pakistani pindala on koguni 2350 km2, - vastas poeg rõõmsalt.

Reklaamvideo:

Image
Image

Samal ajal ei huvitanud teda absoluutselt ei neid riike asustavad rahvad ega nende keeled, riided ega rahvamuusika. Ainult tühjad arvud: pindala, rahvaarv, maavaravaru maht jne.

Kõik imetlesid jälle. "Nutikad pärast tema aastaid," ütlesid nad ümberringi, kuid ma muretsesin jälle, sest Sain aru, et see on täiesti kasutu teadmine, mis pole seotud elukogemusega ja mida on keeruline edasi arendada. Parimaks rakenduseks, mida ma leidsin, oli ettepanek arvutada, mitu autot mahub parklasse, kui konkreetsele riigile veeretatakse asfalt (arvestamata mägist maastikku), kuid peatusin kiiresti, sest see haiseb genotsiidist.

Huvitav on see, et selleks ajaks oli autode teema täielikult kadunud, ei mäletanud poeg isegi oma tohutu kollektsiooni lemmikautode nimesid, mida hakkasime huvi kaotamisega levitama. Ja siis hakkas ta mõtetes aeglasemalt arvestama ja unustas peagi riikide ruudud. Samal ajal hakkas ta rohkem suhtlema oma eakaaslastega, sai rohkem kontakti. Geenius möödus, sõbrad lakkasid imetlemast, pojast sai lihtsalt hea õpilane, kellel oli huvi matemaatika ja täppisteaduste vastu.

Kordamine on õppimise ema

Näib, milleks see kõik mõeldud on. Seda on näha paljudel lastel. Nende vanemad kuulutavad kõigile, et nende lapsed on geeniused, vanaemad imetlevad ja kiidavad lapsi nende teadmiste eest. Ja siis kasvavad neist tavalised, lihtsalt targad lapsed, pole rohkem geenius kui mu ema sõbra poeg.

Neuraalvõrkude uurimisel puutusin kokku sarnase nähtusega ja mulle tundub, et sellest analoogiast saab teha teatavaid järeldusi. Ma pole bioloog ega neuroteadlane. Veelgi enam - minu arvamised ilma väiteta, et nad oleksid eriti teaduslikud. Mul oleks hea meel saada spetsialistidelt kommentaare.

Kui üritasin aru saada, kuidas mu poeg õppis minust kiiremini lugema, nii lahe (ta läbis taseme Math Workoutis 20,4 sekundiga, samal ajal kui minu rekord oli 21,9), sain aru, et ta ei loe üldse. Ta mäletas, et kui ilmub 55 + 17, peate klõpsama numbril 72. 45 + 38 korral peate klõpsama 83 ja nii edasi. Alguses ta muidugi arvestas, kuid kiiruse hüpe toimus hetkel, kui ta suutis kõiki kombinatsioone meelde jätta. Ja üsna kiiresti hakkas ta meelde jätma mitte konkreetsed pealdised, vaid sümbolite kombinatsioonid. See on täpselt see, mida nad õpetavad koolis, õppides korrutustabelit - pidage meeles vastavustabelit MxN -> P.

Selgus, et ta tajus suuremat osa infost täpselt seosena sisendandmete ja väljundandmete vahel ning väga üldist algoritmi, mida oleme harjunud vastuse saamiseks kerima, ei taandatud lihtsalt väga hästi teritatud väga spetsialiseeritud algoritmiks kahekohalise arvu loendamiseks. Ta tegi küll suurepäraseid ülesandeid, kuid palju aeglasemalt. Need. see, mida kõik arvasid olevat ülilahe, simuleeris tegelikult konkreetse ülesande jaoks hästi koolitatud närvivõrk.

Lisateadmised

Miks on mõnel lapsel võimalus seda meelde jätta, teistel mitte?

Kujutage ette lapse huviala (siin läheneme küsimusele kvalitatiivselt, ilma mõõtmisteta). Vasakul on tavalise lapse huvide väli ja paremal "andeka" lapse huvide väli. Nagu arvata võis, on põhiline huvi koondunud piirkondadesse, kus on erilisi võimeid. Kuid igapäevasteks asjadeks ja eakaaslastega suhtlemiseks ei piisa enam keskendumisest. Ta peab seda teadmist ülearuseks.

Tavalise 5-aastase lapse huvid
Tavalise 5-aastase lapse huvid

Tavalise 5-aastase lapse huvid.

5-aastase "särava" lapse huvid
5-aastase "särava" lapse huvid

5-aastase "särava" lapse huvid.

Sellistel lastel analüüsib aju ja viib läbi koolitusi ainult valitud teemadel. Treeningu kaudu peab aju närvivõrk õppima saabuvate andmete edukat klassifitseerimist. Kuid aju käsutuses on palju-palju neuroneid. Selliste lihtsate ülesannetega tavaliseks tööks vajalik on palju rohkem. Tavaliselt lahendavad lapsed elus palju erinevaid probleeme, kuid siin visatakse kõik samad ressursid kitsamale tööülesandele. Ja sellises režiimis treenimine viib kergesti selleni, mida ML-i spetsialistid nimetavad ületreeninguks. Võrk, kasutades arvukalt koefitsiente (neuroneid), on treeninud nii, et annab alati täpselt vajalikud vastused (küll aga võib vahepealsetes sisendandmetes anda täieliku mõttetuse, kuid keegi ei näe seda). Seega ei viinud koolitus mitte selleni, et aju valis peamised omadused ja jättis need meelde, vaid asjaolule, et see korrigeeris paljusid koefitsiente,juba teadaolevate andmete täpse tulemuse saamiseks (nagu paremal oleval pildil). Veelgi enam, aju on ka teistel teemadel nii-öelda õppinud, olles halvasti treenitud (nagu vasakpoolsel pildil).

Image
Image

Mis on ala- ja ületalitlus?

Neile, kes seda teemat ei käsitle, räägin teile sellest lühidalt. Neuraalvõrgu treenimisel on ülesandeks valida teatud arv parameetreid (neuronite vahelise ühenduse mass), et võrk reageeriks treenimisandmetele (treeningproov) võimalikult täpselt ja täpselt.

Kui selliseid parameetreid on liiga vähe, siis ei saa võrk valimi detaile arvesse võtta, mis toob kaasa väga konarliku ja keskmistatud vastuse, mis ei toimi isegi treeningvalimi korral. Sarnaselt ülal vasakul olevale pildile. See on alakomplekteeritud.

Piisava arvu parameetrite korral annab võrk hea tulemuse, "neelates" tugevad kõrvalekalded treeningandmetes. Selline võrk reageerib hästi mitte ainult koolitusvalimile, vaid ka muudele vaheväärtustele. Nagu ülal olev keskmine pilt.

Kuid kui võrgule antakse liiga palju konfigureeritavaid parameetreid, siis treenib ta ennast reprodutseerima isegi tugevaid kõrvalekaldeid ja kõikumisi (sealhulgas ka vigadest põhjustatud), mis võib põhjustada täielikku jama, kui üritatakse saada vastust sisendandmetele mitte treeningvalimist. Midagi ülaltoodud pildil sarnast. See on üleliigne.

Lihtne illustreeriv näide.

Image
Image

Oletame, et teil on mitu punkti (sinised ringid). Teiste punktide asukoha ennustamiseks peate joonistama sujuva kõvera. Kui võtame näiteks polünoomi, siis väikestel kraadidel (kuni 3 või 4) on meie sujuv kõver üsna täpne (sinine kõver). Sel juhul ei pruugi sinine kõver algpunktidest (sinistest punktidest) läbi minna.

Kui aga koefitsientide arvu (ja seetõttu ka polünoomi astet) suurendatakse, suureneb siniste punktide möödumise täpsus (või isegi tuleb 100% -line löök), kuid käitumine nende punktide vahel muutub ettearvamatuks (vaadake, kuidas punane kõver kõigub).

Mulle tundub, et just lapse kalduvus konkreetsele teemale (kinnisidee) ja ülejäänud teemade täielik teadmatus viib selleni, et õpetades antakse just neile teemadele liiga palju "tegureid".

Arvestades, et võrk on konfigureeritud konkreetsete sisendandmete jaoks ega valinud "funktsioone", vaid sisendiandmeid rumalalt "mäletas", ei saa seda kasutada pisut erinevate sisendandmetega. Sellise võrgu kohaldatavus on väga kitsas. Vanusega silmaring laieneb, fookus hägustub ja enam pole võimalust sama ülesande jaoks määrata sama arv neuroneid - neid hakatakse kasutama uutes lapse jaoks vajalikumates ülesannetes. Selle ülepaisutatud võrgu "seaded" varisevad kokku, laps muutub "normaalseks", geenius kaob.

Muidugi, kui lapsel on oskus, mis on iseenesest kasulik ja mida saab arendada (näiteks muusika või sport), siis saab tema „geeniust“pikka aega säilitada ja viia need oskused isegi professionaalsele tasemele. Kuid enamikul juhtudel see ei toimi ja 8-10 aasta jooksul pole vanadest oskustest jälgegi.

järeldused

  • kas sul on geenius laps? see möödub;)
  • väljavaated ja "geenius" on omavahel seotud asjad ja need on ühendatud täpselt õppemehhanismi kaudu
  • see näiline "geenius" pole tõenäoliselt üldse geenius, vaid aju liiga tugeva väljaõppe mõju konkreetsele ülesandele ilma seda mõistmata - sellele ülesandele olid pühendatud kõik ressursid
  • lapse kitsaste huvide parandamisel kaob tema geenius
  • kui teie laps on “geenius” ja pisut reserveeritum kui eakaaslased, siis peate neid samu oskusi edasi arendama, arendades aktiivselt oma silmaringi paralleelselt, ja mitte keskenduma neile “lahedatele”, kuid tavaliselt kasutud oskustele

Autor: Sergey Poltorak

Soovitatav: