“尖峰论坛”第94讲:杨振寰从神经网络与教育趣谈学习的艺术

发布者:吴琼   发布时间:2017-11-22  浏览次数:13    

“如果能知道我们的神经网络的基本局限性和能力,那么我们就能找出更有效的学习与教学方法。”


1021日晚,美国宾夕法尼亚州立大学最高荣誉教授、国际著名的光学信息处理专家、美籍华裔科学家杨振寰作客我校尖峰论坛,从神经网络的角度阐述三类学习的艺术,告诉学习者如何正确利用大脑。“我们怎样提升教学效率?”



联想记忆,拓宽大脑的存储容量


杨振寰教授借助光学神经网络能从有错或残缺的图样恢复出原来的图样,来演示模式间关联与模式内关联这两种神经网络的表现,这与生物神经网络的表现十分相似。


“通过考察特有与共有特征,创建一个使用逻辑运算的模式间关联算法,不会忽略所存储的样本之间的关联,神经网络能提供更多存储空间,好比一个人使用一个更加智能的联想记忆,他就能在学习过程中记得越多。”


由于客观事物是相互联系的,各种知识也同样相互联系,因而在思维中,联想是记忆最基本、最重要的方法了。研究联想记忆神经网络,一方面可以进一步为探索人脑的记忆奥秘提供启示,另一方面也为神经网络模型在信息处理、模式识别等领域的研究打下基础。


认知学习,不仅仅是死记硬背


当一个人使用一个明智的认知学习过程时,一个人会提高对学习的理解,比如,学会事物如何运作比单单记住如何操作更加根本,知晓乘法的公理要比仅仅背诵乘法表来得更重要。认知学习,就是在学习的时候理解基本概念与物理意义。


“原理与记忆并不冲突矛盾,仅仅教学生麦克斯韦方程组而不弄清楚其本质意义是不行的,我们要知道它是如何推导而来。”


杨教授介绍了世界文明发展中一维计算机到二维计算器的发展,进而介绍生物神经网络与电子计算机之间的主要差别。“人脑擅长认知与情感思考,这是计算机所做不到的。”


联想和认知并不是相互排斥的,“科学需要理解和记忆。”杨教授表示,对于需要记忆的领域,学习者应该使用联想学习的方法;对于需要理解的领域,学习者应该使用认知学习的方法。



创新教育,突破思维的条条框框


“天才并非天生,但可以通过创新教育培养,即监督或无监督的学习和努力工作。”杨振寰教授指出,对于创造性学习的艺术,必须培养带有思考的创造性与聪明的方法,不仅明白怎样学,还得知道为何学,就好比在学如何求解偏微分方程组的时候,我们也要知道约束条件和限制条件,以及为什么要学它。


“除非经过教育,否则阿拉伯马永远成不了赛马。”教与学是一条相互关联的双向道,智能地教与智能地学都是创新性教育的重要方面。为了应对当前科学技术的飞速发展,我们不得不摒弃过时的传统教学方式,转向创造性教学,因“科”施教,在教给学生基础和重要的概念后,鼓励他们自主学习,明智地采用联想、认知等学习过程。


“从我的经验看来,修一门课程反而是一种低效的学习方式”,杨振寰教授感概道,“学生为了得到‘A’的好成绩,担心与教授的观点有所冲突、担心犯错,而害怕浪费时间去学考试大纲以外的内容,想一想吧,这会让他们失去多少学习的机会!”

 

 

 

[关闭窗口]