书籍介绍

本书打破了神经生物学、计算机科学和认知心理学的边界，为我们揭示了人脑的自然学习法则，阐释了人脑的学习能力相较现行人工智能的优势，提出了高效学习的4大核心支柱。迪昂用丰富且富有创新性的实验及示例，将深奥难懂的认知与脑科学知识，以大众看得懂的方式娓娓道来。为人工智能、教育、医学领域带来关键应用指导，提供了一个再次激发人类潜力的学习方式。

斯坦尼斯拉斯·迪昂（Stanislas Dehaene），全世界具影响力的认知神经科学家之一，欧洲脑科学研究领域的领头人，世界脑科学领域大师级的人物。美国国家科学院、法国科学院、英国科学院、欧洲科学院、比利时皇家科学与艺术学院等6个科学院院士，欧洲分子生物学组织成员，美国哲学会会士，法国教育部教育科学委员会主席。2014年，与其他两位科学家共同获得有“神经科学界诺贝尔奖”之称的 The Brain Prize。已在《自然》（Nature）、《科学》（Science）等知名学术杂志上发表400多篇文章，其中70篇文章被引用超过500次，h指数高达173。

AI导读

核心看点

揭示人脑学习法则及与AI的差异
阐释注意、主动、反馈、巩固四大支柱
结合脑科学实验解析认知运作原理

适合谁读

一线教师及教育工作者
关注科学育儿的父母
脑科学与认知心理学爱好者

读前提醒

书名侧重原理，非单纯方法论
关注错误反馈与睡眠巩固机制
理解婴儿先天知识及神经可塑性

读者共识

理论扎实，逻辑严密论证有力
为教育实践提供科学依据指导
知易行难，需结合实践深化理解

本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。

精彩摘录

"人类的特征之一是不懈地搜寻抽象规则。"
"学习意味着管理内部规则层级，并尝试尽快推导出能归纳整个系列观察的最普遍原则。"
"从本质上讲，智能可以被视为将非结构化的信息转化为有用的、可操作的知识的过程。一德米斯哈萨比斯（Demis Hassabis），人工智能公可DeepMind创始人什么是学习？在拉丁语系的许多语言中，“学习”与“理解”有若相同的词根：法语为apendre，西班牙语和葡萄牙语为aprender。。。的确，学习就是抓住现实的一个碎片，擂捉它并将它带进我们的脑。在认知科学中，学习是在脑中逐步形成外部世界的内部模型。通过学习，那些触动我们感官的原始数据被转换成经过深思熟虑之后产生的想法，抽象到足以在新的场景下被重复使用，成为描绘现实的微缩模型。脑和机器中这样的内部模型是如何生成的？在接下来的章节里，"
"仅有突触可塑性的存在并不能解释人类的非凡成就。这种可塑性在动物世界也无处不在，甚至是连苍蝇、线虫和海蛞输也有可改变的突触。如果说学习是让智人成为教育人、让我们获得理想的生态形式和成功的主要原因，那必是因为人脑还含有一系列比其他物种更丰富的技能。人类在进化过程中出现了四个主要功能，将我们从环境中提取信息的速度最大化。因为这四大功能对我们心智结构的稳定性起若至关重要的作用，所以我把它们称为学习的四大核心支柱。倘若这四大支柱中有任意一项缺失或薄弱，那么我们的整个心智结构便岌岌可危，反之，当我们需要快速地学习时，都可以依靠它们来优化我们付出的努力。这四大核心支柱是： ·注意，它可以放大我们所关注到的"
"学习是在利用组合爆炸语言的学习真的可以被简单地归结为一些参数吗？如果这很难让人信服，那是因为我们无法想象当我们增加可调参数的数量时，会产生如此多的可能性。这就是所谓的“组合爆炸"（combinatorial explosion）- 当你将极少数的可能性参数组合在一起时，参数的数量就会呈现指数级的增长。假设世界上所有语言的语法可以用大约50个二元参数来表示，就会产生20种组合，也就是超过1000万亿种可能的语言，或者说1后面跟着15个0！目前世界上的3000种语言的句法规则都能很轻松地被放入这个巨大的空间。然而，在我们的脑中，可调节的参数不只有50个，其数量大得惊人：80多亿个神经元，每个神经"
"总而言之，人脑通过创建一个多层分级的模型来分解学习问题。这在语言学习中尤其明显一从基本的音素到整个句子，甚至是一整段话。但所有的感觉系统中都能重现同样的层级分解原理。些脑区只负责低层级的形态，它们在非常短的时间内通过个非常小的空间窗口来观察世界，从而分析最细微的形态。例如，初级视觉区域是大脑皮层中第一个接受视觉输入的地方，该区域每个神经元只分析视网膜的一小部分。它通过“针孔”窥视外面的世界，因此只能发现非常低层级的规律，如是否存在会移动的斜线等。数以百万计的神经元在视网膜的各个地方做着同样的工作，它们的输出成为下一个层级的输入，从而检测“规则的规则”，以此类推。在每下一个层级上，规模都在扩大"
"Since we cannot predict the context in which we’ll have to perform, we’re better off varying the circumstances in which we prepare. We need to handle life’s pop quizzes, its spontaneous pickup games and jam sessions, and the traditional advice to establish a strict practice routine is no way to do s"
"p200. 学校可能扼杀孩子好奇心的三个方法：第一，孩子会失去好奇心可能是因为学校提供的认知刺激与他们的需要并不匹配。另一个会让学生失去学习兴趣的原因是当他们好奇是却被陈发了。第三个会阻碍好奇心的因素是知识的社会传递（老师的态度） p201. 好奇心理论认为不论孩子在学校的学习很超前还是落后，当他们感到挫败时，最重要的是通过提供有刺激性的，适合他们当下能力水平的问题，来重建他们对学习的渴望。 p203 最大限度地调动孩子的聪明才智投入学习中，意味着要不停地问他们问题，刺激他们的想象力，鼓励他们自发地进行更深入的探索？？？这个不就是发现教学法吗？作者明摆着是反对发现教学法呀"

作者简介

斯坦尼斯拉斯·迪昂（Stanislas Dehaene），全世界具影响力的认知神经科学家之一，欧洲脑科学研究领域的领头人，世界脑科学领域大师级的人物。美国国家科学院、法国科学院、英国科学院、欧洲科学院、比利时皇家科学与艺术学院等6个科学院院士，欧洲分子生物学组织成员，美国哲学会会士，法国教育部教育科学委员会主席。2014年，与其他两位科学家共同获得有“神经科学界诺贝尔奖”之称的 The Brain Prize。已在《自然》（Nature）、《科学》（Science）等知名学术杂志上发表400多篇文章，其中70篇文章被引用超过500次，h指数高达173。

推荐序1 架设起脑科学与教育的桥梁

推荐序2 人脑具有非凡的学习能力

导言人脑中最伟大的才能:学习能力

第一部分什么是学习

第1章学习的7个定义

显示全部

用户评论

这本书少见的段间距很大。好像是让你看完一段，缓一缓消化一下，再看下一段。感觉开头人类学习跟机器学习的相似性，没必要写那么多。神经系统的可塑性倒是可以多写写，有些实验很让人惊讶，希望能看到后续实验甚至应用，但就没有了。不过总体还是很好的。

脑科学的书，可以有另一番感悟

啊啊啊啊心头死去多年的小鹿乱撞！抱着书在床上滚来滚去！开始妄想纯粹因为兴趣读一个教育神经科学的学位，然后拿着去骗骗学校和家长（不是）

学习是人类大脑最伟大的才能，机器学习就是在模仿人类大脑的学习过程。人们赋予了机器一套能根据外部数据来调整内部模型的算法，而对于人脑来说，这套学习算法是我们天生具备的。一方面，人类大脑具有可塑性，另一方面，人类还具备注意、积极参与、反馈和巩固这四种能力，这些让我们具备了远超其他生物的学习能力。

注意-主动参与-错误反馈-巩固学会忽视；任何成就必须依靠艰苦的自学；高度习练以达成自动化；睡眠。