输入+ 输出决策模型
首先让我有这个想法是来自B站这个视频、这个up主提供了很多学习的思路
搞过机器学习等算法肯定对输入输出模型十分。通过练习特定的输入和输出机制、形成相应的模型。在实际运行中输入数据、输出也从该模型得出数据。
那么人的记忆和决策时如何实现的呢。其实也类似，比如你回家有A\B\C三条路，其中一条才是正确的路。一开始不知道，尝。试过以后通过输出的结果可以判断出其中一条正确。那么就会大大提高这一正确的输出。其实这只是一个最简单的模型。
重点有如下特性：
- 通过大量的输入输出训练能够提高正确的决策；但是现实生活中输入(视频、小说、微博)远远大于输出，而且包含很多无效信息。我们需要减少低质量的输入、增加输出(强化记忆和第三点的能力)。包括记录笔记、分享给别人或者考试的方式。
- 尽可能保证训练时候输入和输出方式和实践中保持一致。
比如记忆单词、练习的时候通过看单词+意思记录->语音输出。实践中看到单词->想起意思, 效率是非常低的。练习和实践的输入输出不同。你可以通过遮挡意思看单词->想出单词，这样训练 - 抽象能力(分而治之)：输入和输出有无穷种、你无法主动解决未知的输入、这也是人和机器不同的一点。人可自动将某一件事进行抽象，提取特性。遇到一种未知的输入，将其提取特性归纳到已知的输入。通过训练输入的特征提取对解决很多问题是非常有用的。
反馈机制
你有没有想过学习了一段时间就坚持不下去了，但是玩游戏短时间内却无法停下来。这主要就是游戏一般设计出相应的反馈机制，比如经验、金钱等等。
其实生活就是一种游戏。你可以通过学习提高能力、然后有机会得到很好的工作机会，最后可能有更好的机会获取金钱、进行消费等等。但是生活缺没有像游戏那么有趣？这是怎么回事呢
可以归纳出以下特性。
- 反馈越快越能够促进付出、但是这可能不是线性。生活中的反馈周期太长
- 反馈可能是负面的，有可能你付出多少但是不想游戏一样有反馈，比如投资失败。这个有利有弊
- 1中的反馈周期、是可以人为训练的。习惯 + 环境；通过在合适的环境 + 长期坚持形成一种习惯。可以保证就算 反馈周期长也可以坚持下去。
总结
以上的两种方式、一是告诉我们作为一台“运算机器”，如何去学习+应用；二是作为一个有思想的人、如何持续学习去完成一个又一个目标。
ps：其实做视频也是一种知识的输出、可以强化自己的抽象能力、等工作稳定以后也想尝试一下。
参考
1.学习的底层原理、涉及到认知心理学方面的知识
https://www.bilibili.com/video/av75432646
