人类最独特的学习方式

上面一口气讲了很多特点，可能大家也累了。

现在说一点轻松的话题：你知道孩子为什么都需要偶像吗？

这涉及人学习时的心理机制。你回忆一下，在自己成长的过程中，有没有这样的时候：自己想做什么的时候，头脑中不由自主地想到父亲或者母亲会说什么，不由自主地想到父母批评或者反对的声音，不由自主地在头脑中跟假想的父母对话或反驳？

或者，有没有这样的时候：因为特别喜欢一个老师，就很喜欢他/她教的那门课，因为特别不喜欢一个老师，就不喜欢他/她教的那门课？

这两种现象都是特别正常的人类心理特征，涉及一个心理机制：依恋学习。

最初注意到这一点，也在“人工智能之父”马文·明斯基的作品《情感依恋》中。依恋学习是人类学习过程最奇妙的一点。它非常不同寻常，看似不合理，但仔细想来却非常合理。依恋学习最主要的特征是：学习的过程跟随情感依恋。

先来说说依恋。

依恋是每个人与生俱来的情感关系，一般早期是母婴关系，一两岁之后，小孩也会与家庭其他成员建立依恋关系。建立起心理依恋关系的人，是孩子内心安全感的来源。依恋有一点像小动物身上观察到的“印刻”，小鸭子生下来最早见到哪个成年鸭子，就会“印刻”对它的依恋，从此一直跟着它走。就像是在《仲夏夜之梦》里面提到的那种魔力药水，喝了它，会爱上醒来之后见到的第一个人。

安全依恋是对爱的相互确认。婴儿确认自己爱妈妈，妈妈爱自己，确认跟着妈妈就不用害怕，这是他后面面对世界时心里安全感的来源，因为他敢于信任另一个人。一岁时候的安全依恋测试结果若是健康，成年后的自我成就、婚姻幸福的概率就更大。

我们的一大特点是，内心依恋的人会变成头脑中的意象，非常在意他/她说的话，哪怕不在身旁，也时常想起他/她的态度，作为自己的依据。违抗他/她会让我们内疚。

从信息与学习的角度看，依恋是标记特殊信息源。

机器学习知识分两大派别，程序员输入现有知识，或者让机器自己从数据中摸索。深度学习是自己摸索。人类学习知识是两种结合，婴幼儿时，父母给我们灌输的一般是人类已经形成惯例的知识，例如这是桌子，这是椅子，饭前洗手，出门坐车。这样以确保我们每个人不用从人类钻木取火的知识开始全靠自己发现。除此之外，父母还会给我们他们的价值观，他们对周围人事的判断都会成为我们初期判断的起点。“掉地上的东西不能吃。”“你要谦让小朋友。”等等。除此之外，孩子也进行大量自我探索，自己总结规律。

对机器而言，大数据输入的信息源，权重都是等同的。但人生活在一个由许多人组成的复杂世界中，每个人给小孩子输入的信息都不相同，价值观更是千差万别。小孩子如何筛选和处理这么多信息源的输入？

答案就是，小孩子给自己的依恋对象赋予极高权重。妈妈爸爸说的话，可信程度最高，也许在小孩子的世界里权重超过90%。学校里、街边的人说的话都存疑，和妈妈爸爸说的话做对比。即便是妈妈爸爸不在身边，也随时装载着他们的画面，头脑中的妈妈爸爸会跳出来说话。成长的整个过程中，孩子也会把自己依恋的人的形象放在心里，随时参考。

而另一方面，父母对孩子也有天然的依恋。荷尔蒙和其他神经指标，都让父母对孩子在生命的最初两年全然投入去爱。这样的双向依恋，保证了父母对孩子的输入是最可靠的。

在信息泛滥的世界中，对特定信息源赋予长期稳定的权重，不容易被随便的路人把自己的知识和信念带偏。如果随便是谁都能篡改人工智能的知识和信念，那遇到特殊的用户，给人工智能输入抢银行的数据，让人工智能学习抢银行也很容易。

也许有人会说，这有什么难度，不就是记住出厂设定，不允许篡改吗？不是这么简单。现在的软件都是记住出厂设定，不允许用户篡改，于是所有的改进都需要程序员再出2.0、3.0版本。未来如果人工智能出实验室之后不允许新的学习，那和现在的软件没什么区别，也无法满足用户和环境需求。如果允许在外界信息世界中学习，那就必然要根据用户输入的信息修改自身的知识和信念。这就意味着可以被任何人利用做任何事。

如何抉择，如何平衡？如何让人工智能拥有新的独立学习，还不至于和程序员的初设定背道而驰？

人类是如何做的呢？那就是叛逆和依恋的相互平衡。

人类儿童天性具有叛逆机制。从“可怕的两岁”开始，孩子就不断要求独立，要求自己对自己做主，要求自己的主张被采纳。这种对“自主”和“自我肯定”的渴求，是人类与生俱来的本能，也是独立人格发展的开端。

叛逆是人工智能目前做不到的“觉醒”。

从两岁开始的每个认知发展跨越，都会伴随着孩子对父母的叛逆。叛逆本质上是对独立的要求，叛逆的强度会根据父母给予的独立空间大小和孩子的个性有所不同。小学时候开始独立社交，中学时候开始选择人生偶像和人生理想，大学时候开始选择生活轨迹，所有这些时候，都会伴随着要求独立的叛逆主张。有时候会和父母有尖锐对抗。

但与此同时，人类儿童的叛逆，绝不同于智能程序遗忘初始信息。目前的智能程序网络学习了新数据新领域新知识之后，就会覆盖掉原有的知识和能力，不会再留恋初始的网络。但人类儿童又不一样，之所以叛逆的过程会伴随着内心的痛苦焦虑，就是因为孩子的叛逆并不同于简单放弃父母的信念，而是伴随着自我的挣扎犹疑。如果叛逆等于遗忘，那很平静，但叛逆实际上代表着选择。即使很长时间不在父母身边，父母的形象都可能在心里，孩子的头脑里还是会萦绕着父母的话。

于是，人就是这样面对“初始信念”和“大数据学习”之间的矛盾，既不轻易放弃父母的初始输入，也不拒绝外界信息的改变。好处是父母给的信息一般是出于爱，最安全可靠，而外界的信息更广阔，更跟随变化。任何两难选择才伴随内心痛苦，叛逆也不例外。

此外，孩子还会在每个阶段选择新的“依恋对象”，那就是偶像、有感情的师长、爱人。这些依恋对象的话语对孩子的影响力也远超过周围其他人，相当于赋予极高权重的信息源。我们对于我们心里选择的“依恋对象”，也像对父母那样，生成一个心理意象，遇到了事情，会假想他们怎么说，会拿他们的话去套用新的场合，会极为在意“我这么说他会不会生气”“他会支持我走这条路吗”“这个作品他会喜欢吗”。

这个过程常常充满坎坷。我们从依恋对象身上获得的不仅是信息，也是人际关系革新。每一次的依恋对象选择，对于人都既是情感过程，也是人生学习过程。

为什么要这样？人类的学习为什么要用这种磕磕绊绊的方法？不能像人工智能那样，只单纯客观地处理数据吗？

说到这里，要说几句贝叶斯学习。

一直都没说贝叶斯算法，是因为在目前的人工智能前沿领域，贝叶斯不算是最主流的。但我一直都认为贝叶斯学习是对人类学习刻画得最好的学习算法。

贝叶斯算法的核心，说起来就是一句话：先验概率，后验检验。用普通人能听懂的话说，就是“心里先抱着一个信念，再根据发生的事情调整信念”。例如“我相信大海是红色的”，这是信念，然后去海边看看，发现不是红色的，就把这个信念抛掉。

有的时候，人能明智地调整信念，根据事件，放弃掉之前的信念，但更多的时候，我们会用之前的信念解释事情。举个例子，如果心里的信念是有鬼存在，然后有一次有东西莫名其妙丢了，就把这个事件当作是“有鬼”这个信念模型的确认。很多时候，心里事先抱定的信念模型非常重要，它会决定我们如何看事情。

而选择“依恋对象”，实际上就是孩子选择自己心里的先验模型。此后的人生，孩子会不断拿这个信念去套生活，有的信念会被抛弃，但更多会保留和加强。选择偶像并不是错，如果能够选择好的“依恋对象”，就相当于选择了一套合适的信念模型。