“通过过去五、六十年的努力，直到 2018 年为止，我们一共积累了 22 万个蛋白结构，22 万个通过实验手段测定的生物大分子结构。结果 AlphaFold 来了，AI 预测了六、七亿个了，也就是说仅过去两三年的时间，AI 的进步使得我们人类基于蛋白结构，整个生命过程最基本的组成结构的基础数据库，扩大了几百倍、几千倍。AI它怎么可能不影响我们对生命科学生理原理的理解？它会全方位影响所有的事情。”
这是中国科学院院士、结构生物学家，西湖大学校长施一公在接受采访时提到的事实，令人深刻感受到人工智能进步的惊人速度和程度。
AI 的飞速发展，在模仿人类的过程中，给了我们一面镜子，尤其是像 AlphaFold 这样的成果，就像一个强烈的信号，提醒我们要重新审视自己的学习方式，也为我们思考人类学习的价值提供了重要视角。
科学家们为了让 AI “聪明”，设计了复杂的学习层次：从感知、思维到行动，层层递进地让 AI 从信息中提炼智慧。
AI 的这些学习层次，恰恰揭示了人类在深度学习上的优势——只有人类能真正将知识与生活融合，从思维到实践，形成深刻的理解和独特的创造力。
然而，反讽的是，当 AI 努力模仿人类的学习深度时，我们却越来越依赖便捷的显性连接，逐渐丧失了这份“人之为人”的优势。
信息快餐化的表面学习让我们陷入一种假性学习的假象，满足于即时获取的多巴胺，而逐渐忽视如何思考、整合与内化。
显性连接作为认知的表层并非全然不可取，但过度依赖通常容易共情，而不是明理，即我们在获取信息时，往往停留在事实的表层，省略了对他者观点的理性审视。
正如盲人摸象，重点不是论对错，而是所得到的往往是片面的理解。不同的视野导致千差万别的结果，而立场的裹挟则更容易让我们错失深度学习的机会。
值得注意的是，深度学习需要成人的反思，更是对家长的重要呼吁，它也是儿童成长过程中亟待培养的一项重要的能力与素养。
家长在这一过程中扮演着不可替代的角色，培养孩子的非显性连接能力，除了涉及知识的吸收，更让他们理解事物的本质，从而有效提升批判性思维和创造力，逐步适应未来不断变化的外部环境。
这种能力，将是孩子在智能时代独特竞争力的基石。
在上一篇基于“假性学习”探讨的基础上（我们以为我们知道：“假性学习”，信息过载时代的学习陷阱），这篇内容我们不妨借助 AI 深度学习的三个层次——感知、思维和行动——来反观我们的人类学习。
这是一种启发，也是对我们在信息时代如何重新掌握深度学习能力的一种提醒。毕竟，AI 可以在数据中寻找模式，却难以像人类一样真正“理解”。而我们，如果也失去了深度学习的能力，是否也会在智能时代逐渐失去不可替代的独特性？
1
AI深度学习的三大层次：感知、思维和行动
在人工智能的深度学习中，科学家们发现，为了让机器具备分析和决策的能力，须将学习分为三个层次：感知、思维和行动。这一模式对人类来说也同样适用。
感知层：从快速满足到表面信息的陷阱
在AI的学习模型中，感知层是第一步，是深度学习模型的最底层。通过大量数据的输入和模式识别，AI可以“看到”事物的表面特征，比如通过人脸识别技术，AI能快速辨认出某个人的基本外貌特征。
感知层的输出是高维特征向量，这些向量将被传递到思维层进行更复杂的分析。
这一过程对于人类来说类似于我们在日常生活中的“显性连接”——通过快速的图像、标题或短视频获得的表面信息，也许能满足我们对某些知识的基础了解，但往往难以真正深入。
譬如，当我们大量的沉迷于在手机上刷新闻、资讯或短视频时，会通过标题和图片迅速让我们掌握“发生了什么”，但这些信息的背后原因和深度理解往往是缺失的。
这种快速信息获取的模式，提供了基础的表层信息，但对我们深入理解世界毫无帮助，甚至信息越多，越茫然。
思维层：AI的分析能力与人类的深度思维
在AI的学习中，思维层是一个关键环节，AI通过复杂算法对数据进行深入分析，形成更高层次的“理解”。
例如，AI可以通过分析医学影像和历史数据，推测出疾病的可能原因。这一层对人类来说同样至关重要，因为在这个层次，我们从碎片化的信息中提炼出系统性的认知，真正理解知识的内在联系。
然而，信息化的“快捷陷阱”让我们逐渐丧失了这一步的耐心。相比于深度阅读一本书籍、分析一篇深度文章，我们越来越倾向于通过“速览”获取知识。虽然一眼扫过诸多内容，但大脑并未真正进入“思维层”，只是在浅层信息中打转。
思维层对于我们有至关重要的意义，对于学生来说，思维层的学习就是将学到的概念、理论逐步内化成知识体系。写一篇论文、做一项研究，要求学生将各类知识点加以综合和分析，而不是简单地从网上下载一个现成答案。
在AI系统中，深度学习模型会不断优化分析方法，提升预测和推理能力，而人类如果缺乏思维层的锻炼，将越来越依赖外部信息，丧失独立思考的能力。
我们的大脑需要深度信息的刺激来形成知识的网络，而不是碎片化的知识点。如果我们也像AI的“思维层”那样，通过深度阅读、整理思路和系统性学习，才真正拥有对知识的掌控力。
行动层：将知识运用于实践
在AI的行动层，感知和思维得到整合，转化为具体的行为。
自动驾驶系统便是通过“看路况”“分析风险”来决定刹车或转弯的具体动作。人类的学习最终也需要在行动层中得到检验和巩固，即将所学知识用于实践，真正“学以致用”。
我们阅读过的各类书籍、健康指南、理财技巧等，如果没有落地到日常生活中，也不过是“看过了就忘”。
那些常常认为自己掌握了的某项技能，例如演讲、写作、烹饪，甚至是健身方法，只有将这些技能真正投入生活、反复实践，才会发现自己是否真正理解了其中的要义。
一个懂得“番茄工作法”的人，若不曾将其真正应用于工作，也无法体验时间管理带来的深刻变化。
只有那些付诸行动、深刻理解并实践的知识，才会成为我们认知的真正组成部分。
行动层的学习检验我们的理解力，也让我们在现实中体验知识的反馈，从而加深记忆和理解。没有经历过行动层的知识，往往只是纸上谈兵，无法为我们带来实质性改变。
2
具身成长：让学习成为一种体验
与AI不同，人类在深度学习中有一种不可替代的优势，即具身成长。
所谓具身成长，是指人类在学习过程中不仅运用大脑思考，还通过身体体验、情感投入等多方面的互动，形成对知识的全面理解。
我们可以在学习一门乐器时，体会到音符的情感；可以在学游泳时，通过身体反复适应水的浮力来掌握动作，这种多维度的学习体验，是AI所无法模拟的。这是AI难以模拟的复杂过程，也是人类深度学习的独特之处。
比如学开车的过程中，手握方向盘的感觉、踩油门的力度、观察路况的习惯，都会随着我们的熟练而内化为“肌肉记忆”。这种具身学习让我们不再需要逐一记住每个动作，而是形成一个自动反应的模式。
具身成长帮助我们将知识转化为自然的一部分，让学习真正成为一种体验。这种多感官、多层次的学习方式，帮助我们建立深刻的知识内化能力。
正因为有了真实体验和情感连接，我们的知识不仅仅是记忆，更是一种感知和理解。AI的深度学习虽能模仿人类的逻辑分析，却难以模仿这种深层的具身成长。
3
从AI深度学习反观人类学习：重拾深度学习力
AI模仿人类学习的过程让我们意识到，人类拥有一种不可替代的深度学习能力。但如果我们不警惕地避免陷入“显性连接”的信息快餐中，就会逐渐丧失这种优势。
以下是几种可能提升深度学习力的小策略：
建立学习的感知、思维、行动模式：将学习分为三个层次，逐步深入。首先精选信息来源（感知层），再将其内化为系统知识（思维层），最后付诸实际行动（行动层）。
设定“深度学习时段”：每天安排固定时间进行非显性连接的学习，专注于深度阅读或复杂的思维活动，减少碎片化信息的干扰。
通过具身成长深度体验学习：例如在学习演讲时，通过录制、观看和反复练习，让知识在身体记忆中生根。
建立知识管理系统：将学习内容系统化，通过笔记、思维导图等工具，定期回顾和重组知识网络，提升长时记忆力。
在信息过载的快餐时代，AI对深度学习层次的模仿对于我们来说是一种深刻的启示：
人类并非在信息多寡上有优势，而在于将知识转化为思维、行动和体验的能力。只有通过非显性连接的深度学习，我们才能穿透表面信息，更深入地理解事物的本质，逐渐恢复人类独有的理解力和创造力。
特别是对于儿童的长期成长与学习，非显性连接所培养的系统思维和深度理解能力，能够为他们的认知发展奠定坚实的基础。
孩子们在掌握知识时，如果能够从多个角度、多个维度去整合信息，在未来面对不确定性的外部环境时，越能做出更明智的决策。
我们关注获取信息的方式，更要关注如何去内化、理解和应用这些信息，这一点对于成人与儿童的要求是同等的，甚至孩子们在这方面的学习能力或许会超越成人。
从AI的深度学习中，重新审视我们的学习方式，努力在显性连接与非显性连接之间寻找到一个更健康的平衡，这是对个人学习的反思，或许也是对未来一代人学习能力发展的期待。
毕竟在智能时代，如果AI在模仿人类的深度学习中不断进步，而我们却逐渐放弃这种独特而珍贵的能力，谁才是未来的主导者？
相关阅读：
