現在有個概念蠻火，叫做“強化學習”，這個關鍵詞的大紅其實和現在的人工智能浪潮有很大的關系，所謂強化學習，就是帶著裁判教練的機器學習，這種學習概念，我覺得同樣可以用于人類自己的學習模式。
首先解釋下“機器學習”，在我的概念里，機器學習就是建立一套數學模型，以期望與現實研究對象相契合：例如 你研究的是宏觀經濟，那么你就需要建立一個能模擬宏觀經濟的數學模型，里面應該有多少變量，理論上應該由你這個研究者決定，但是建模的目的是去契合現實中的研究對象，所以你需要一遍遍的檢查這個模型，看看是否有遺漏或者錯誤的地方，使得這個模型無法重現宏觀經濟的真實走向。我只能從一個文科生的角度來理解“建模”這個概念。據我所知，幾十年前，大專院校的經濟學系，起碼在博士學位這個層級，已經在嘗試用建立數學模型來構造真實世界的經濟。至于有沒有成功，目前來看，應該沒有。因為社會經濟都是一個超級復雜的混沌系統，忽略一個重要變量，就會讓整個系統崩潰，這個可比研究圍棋難多了，而且如果真的成功了，中國的首富肯定不是馬云而是那個經濟學家了。
那么，什么又叫做“強化學習”呢？開頭說了是帶著裁判、教練的“機器學習”。也就是在學習的過程中，不斷的干預錯誤的學習方向，比如說特斯拉的無人駕駛汽車，在簡單路況下，可以開的很溜，但是到了復雜路況上，就不一定能玩的轉了，比如說到了鄉村道路上，并沒有明顯的路標，路邊還經常有行人或者牲畜通過，這個時候，就需要人為的干預反饋，使機器明白，有些障礙應該如何避開。這種模式其實也可以應用到人類學習的過程中，有個著名的籃球教練，曾經多次帶領球隊拿到總冠軍，但是記者發現，他的指令都非常的簡短，及時。也就是幾個單詞，但是都非常及時，在問題出來的一剎那，他的糾正指令就已經給出，所以球員也能馬上得到行為修正。
同理，強化學習在教育兒童的方面，也能得到極大的應用。
