巴士的點評
巴士的點評
巴士的點評

人機大戰之考5**攻略

2016/03/17 08:42:16 網誌分類: 經濟
17 Mar
        人機圍棋大戰落幕,谷歌的AlphaGo人工智能電腦完勝人腦。我們之前詳細探討過這個人工智能電腦如何模仿人類的神經系統思考,然後不斷深度學習、超越模仿,發展出圍棋對戰戰略。

        了解AlphaGo如何發展思維能力,我覺得啟發良多,可以將它的鍛煉邏輯,應用在人類日常生活中,最現實的課題,不是如何發展出懂得打麻將的機械人,而是學習AlphaGo培養捉棋能力的方式,去提升應付考試的能力。

        現今的學生想考試拿到好成績,參加補習班是一條捷徑,但我認為更加重要的是修正讀書的方法。

        谷歌的DeepMind團隊設計好AlphaGo模仿人類學習的深度思維學習系統後,第一步是要電腦學習人類過去三千萬種圍棋下子方式;第二步是自己與自己下棋,培養棋力;第三步是挑戰真人高手,達致頂峰狀態。

        我認為中學生要應付考試,只要做好第一步,已經有機會拿到5**。我過去研究過不少名校培養學生應付考試的方式,可以簡單地總結成兩點:第一是超前學習,第二是重複操練。所謂超前學習,在一般的學校,會一直教應考課程至中學六年班為止。有些名校則會將課程提前到中五甚至中四完成,這樣壓縮課程,學生自然比較吃力,但好處是可以騰空最後的一至兩年時間,讓學生去操練試卷。

        AlphaGo要學習的三千萬種下子方式,演變成考試,起碼就是做好歷年的試題。無數高考尖子講到考試心得的時候,都提到至少操練過去十年的試卷,當你做熟了過去十年的試卷,考試局出題的方法,你已經瞭如指掌。

        對此,我有切身體驗,讀中學時,我雖然是文科生,但數學的水準不差,但應考時成績只能拿到C。我事後向拿到A的同學請益,他聽完我的考試方法後哈哈大笑,說我到考試時還逐條數計算,而他們見到試題時,題目的算法已自動浮現眼前,主要原因是他們已經做熟了所有試題,題目基本上已很熟悉,雖然數字不同,但解題方法已瞭然於胸,所以可以很快地完成所有問題,還有很多時間覆核答案。而我卻逐題思考,作答完畢後已沒有時間覆核了,成績自然很一般了。

        我後來讀法律課程時,特意選擇了「法律會計科」去做實驗,我找齊了過去十年的考卷,重複操練。結果發現這個方法真的可行,我最終得了當年這一科所有全職及兼讀法律學生的最高成績,獲得了大學的科目獎學金。

        由此可見,只要達成AlphaGo的第一步,操練了過去的棋局下子方法(試題),便可以拿到相當高的成績。至於AlphaGo第二步培訓,自己與自己下棋,在日常的學習環境中,不一定可以做得到。不過,就讀名校有一個好處,就是所有學生的成績都很好,一定程度可以激發潛能。如果學生能夠找到與自己段數相近的同學,一起組織學習小組,不斷切磋功力,肯定會提升水平。

        AlphaGo的第三步,是與神級對手對戰,向極高難度挑戰,香港一般沒有這樣的環境,印度卻有這樣的培訓。印度最好的大學是印度理工大學(IIT),要考入這間大學,比考入美國麻省理工要難得多。印度也有一間超強學校叫拉馬努金數學學院,其學生獲IIT取錄人數全印度第一。其教學方式是向最高難度挑戰,學生學習的數學題,不單止是高考或者大學數學題,甚至會將大學教授刊登在學刊上的論文的題目,叫學生試做,用以訓練應考的學生。我覺得這種方式可以類比AlphaGo第三步的試練,是拆解遠比自己水平高難題,以此提升自己水平。

        如果說使用學習培訓AlphaGo的第一步,大力操練過去十年試卷,其實還是一個以考試為本的方式。去到第二步,能夠與大量高水平的同學互相切磋,已經超越只為考試的範疇。若去到第三步,與高手過招、比併或者挑戰遠超自己的難題,我覺得已經不是純粹訓練高分低能的傻瓜,而是直接培養出有頂尖思維能力的人才,因為他在入大學之前,已經到達甚至超越一個大學生的學術水平。

        有句老話說,任何事情做超過一萬小時,你便會成為專家。學生應付考試,如果能夠在幾個關鍵科目,每科用上一萬小時、或者五千小時去加強鍛煉,要摘星,並不是遙不可及的事情。

        「巴士的報」是一份網上報紙,讓網民隨時隨地拿着手機或平板電腦可以看到。www.bastillepost.com

        wh.lo@bastillepost.com

        盧永雄

        
回應 (0)
我要發表
user