人類學習與深度學習：當人腦遇上人工智能

孟繁鵬 東北師范大學附屬中學

引言：深度學習是現在數字化、智能化研究的最基礎領域，那么深度學習具體指的是什么？人類的學習和它有何關系，人腦學習遇到了人工智能學習，人工智能會不會超過人類學習能力？這已經不是淺層次的研究，因為在新時期發展情況下，要認真分析和研究人工智能機器和電腦，在本質上發現其對人類學習的有效價值,本文以人類學習和深度學習為主進行研究和分析，具體如下：

1.在狹義上分析深度學習界限

學習是一個人在學校和教育機構等場所，通過教學手段等全面連續性的得到相對應的文化知識和基本技能。從廣義上分析，學習是一個人根據自身的經驗和生活經歷獲取的知識和能力，學習能力是人最為基礎和神奇的，比較繁瑣的一種存在現象。所以，在人工智能的最終實現方向上開展來說，進行智能學習是一個需要著手研究和思考的首要問題。

在深度學習過程中，對機器的錄入和目標將會發生一定變化，演變成為原有的空間，也就是實現了復雜、繁瑣的幾何變換運用到智能機器中。首先，處在不同階段人們的神經網絡能夠對錄入的信息進行有效分析，其次，還能夠將不同階段的系統相融合，最終形成有效的、繁瑣的、并且能夠進行分解和分級的幾何變換，最后依據不同階段需要數據對目標向量空間進行運作，主要表現形式是通過逐層遞減掌握不同階段的數據內容，但是需要一定程度的高維度數據模型作為鋪墊。

2.人類學習的身體和世界的聯合

通過對深度學習的研究和分析，發現在科學的角度上對人類學習能力也具備著一定價值，而相反情況研究，想要考慮和解決深度學習在具體操作中的困難，也就是要求對人類學習能力進行更加深層次的思考。現在對學習主體進行思考和研究，在一定環境基礎上對人類學習進行思考和學習，然后找出人工智能學習和人類學習具有什么不同點。

2.1 人類學習的分類

關于學習中知識的獲取和學習中問題的解決研究已經達到了高峰期，有人闡述人類自身具有學習知識的能力是先天給予的，在世界層次上將人的學習分為主觀和客觀，在人類學習過程中，也就是人類大腦中的某些特點和世界生活內容能夠融合接受的過程。也有些人表明知識形成于外部世界積累的經驗融合，因為對生活經驗的逐漸積累，從而不斷形成大腦內部的知識體系。

2.2 人類學習身體運動講述

在某著作中，有人明確指出要對意向弧和相關控制進行研究和分析，最終解釋了學習和身體之間具有一定關系。有人將意向弧規定為情境和主體兩者間的促進關系，能夠間接幫助我們對知覺系統進行整合，將身體中知覺、大腦、智力等有效整合。

比如：在網球教學過程中，在初級階段、人類學習是在教師的指導下掌握基層的動作和原則，在網球學習中拿球拍時候要保證手和球拍之間能夠形成直角，那么這樣的握拍方式才能夠實現所有中心和力量全部集中在手上傳至給球拍，在揮動球拍的時候要保證身體稍微蹲起狀態，那么在接球中會使身體具備快速移動的能力，人類要在非常認真和注意力集中的狀態下，才能夠充分掌握所有原則和知識。

在后期的網球訓練中，人類已經掌握一些基本的動作和技能，但是因為處在初期階段，身體的反應往往會跟不上大腦的運作效率，只有在腦海中不斷回憶老師的動作和原則才能夠進行實際操作和運動，一次次嘗試著尋找網球落地點，以及身體迅速做出反應和運動。人類學習初級階段都是研究性和嘗試性的，可能會導致我們無法立即學會，不過能夠在一定程度上幫助我們認知自己的身體和動作的靈活度，因為練習在不斷提升，那么人類會對網球學習更加深刻，慢慢掌握了基本知識和技能。那么在實際操作中會對對方的球位做出迅速反應，身體靈活性也在不斷提升。通過不斷努力最終逐漸掌握整個網球訓練動作，越來越成熟和快速，甚至能夠從中掌握一些自身的打球技巧，那么就是說，人類學習是一個需要時間、讓大腦和身體以及世界結合在一起的過程。

2.3 人工智能學習

現在利用人工智能學習具有一個比較嚴重的風險，人們對深度學習的認知不到位，對其自身的能力評價過高。深度學習是以精神大腦為基礎，通過不同的神經元感受不同信息繁瑣性的關聯。主要是對目標更為深層學習的一種模式，在一些專門化的行業中展現的更為具體和有能力。在語音、識別、翻譯等技術能力上相對于其他機器更好，還能夠對人臉等進行識別和辨認，通常以現在高維度的數據作為研究和學習能力的基礎和保障。

3.結束語

人類學習是一個簡單又復雜的過程，那么加入深度學習后，人們的大腦能否接受人工智能的學習，要在新時期下，對大腦學習能力和人工智能學習相結合，不斷提升人們的學習能力，促進人們的大腦反應能力。通過研究掌握人類學習和深度學習之間的關系，通過深度學習加深對事物的認知，掌握更多基本技能。