Học, học sâu và suy nghĩ (Learning, Deep learning and Thinking)
Ông bà ta có câu: Nhai kỹ no lâu, cày sâu tốt lúa. Vậy học sâu, tốt hơn học thường những gì?
Nếu hiểu Learning là học thông thường và Deep Learning là học sâu, thì 4 khác biệt lớn nhất giữa chúng là:
1. Độ sâu
Learning: biết và nhớ kiến thức.
Deep Learning: đi xuống bản chất, cơ chế, áp dụng và tìm nguyên nhân của vấn đề.
2. Mức độ liên kết
Learning: học từng mảnh kiến thức.
Deep Learning: kết nối nhiều mảnh rời thành một hệ thống hiểu biết.
3. Khả năng đặt câu hỏi
Learning: hỏi “Cái này là gì? Làm thế nào?”
Deep Learning: hỏi thêm “Tại sao? Nếu thay đổi điều kiện thì sao? Khi nào nguyên lý này không còn đúng?”
4. Khả năng chuyển hóa
Learning: áp dụng kiến thức vào bài toán đã quen.
Deep Learning: rút ra nguyên lý, rồi dùng nó giải quyết những bài toán mới.
Learning là đi từ thông tin đến kiến thức.
Deep Learning là đi từ kiến thức đến hiểu bản chất, phát hiện nguyên lý và khả năng suy luận sang cái mới.
Vì vậy, học nhiều chưa chắc là học sâu. Một người có thể đọc 100 cuốn sách nhưng vẫn học nông; người khác đào thật sâu một vấn đề chỉ trong 1 cuốn sách lại có thể hình thành nguyên lý dùng cho hàng chục vấn đề khác.
5. Các ví dụ
Mình hoạ với 4 điểm trên, có thể thấy rất rõ các khác biệt giữa học và học sâu qua 4 ví dụ:
1. Độ sâu – học về huyết áp
Learning: “Huyết áp cao là gì? Thuốc nào hạ huyết áp?”
Deep Learning: thích đi sâu hơn bởi các câu hỏi “Vì sao huyết áp tăng? Tim, mạch máu, thận, muối, hormone và hệ thần kinh liên quan với nhau thế nào?”
Không chỉ biết hiện tượng, mà DL hiểu cơ chế.
2. Mức độ liên kết – học về cơ đùi
Learning: “Cơ đùi giúp chúng ta đi, đứng, chạy.”
Deep Learning: liên kết cơ đùi với thăng bằng; tốc độ đi; nguy cơ té ngã; chuyển hóa glucose ; khả năng vận động khi lớn tuổi. Cuoi cùng Một tri thức trở thành một mạng lưới kiến thức như một đồ thị.
3. Khả năng đặt câu hỏi – học về AI
Learning: “Machine Learning là gì? Transformer hoạt động thế nào?”
Deep Learning: hỏi tiếp: “AI có thể trả lời rất giỏi nhưng tại sao vẫn hay sai? Nó sai do dữ liệu, suy luận hay giả định ban đầu? Làm sao phát hiện?”
Từ học câu trả lời chuyển sang học cách chất vấn câu trả lời.
4. Khả năng chuyển hóa – học về tối ưu
Learning: biết lý thuyết tối ưu cục bộ và toàn cục là gì.
Deep Learning: đem 2 nguyên lý đó ứng dụng sang kinh doanh, tìm kiếm CSDL, chọn nghề/thăng tiến và nhận ra một điều quan trọng:
“Một lựa chọn rất tốt trong thôi điểm hiện tại chưa chắc là lựa chọn tốt nhất cho toàn bộ cuộc đời.”
Kiến thức trong đầu được biến thành nguyên lý chung, để giải quyết những bài toán mới.
Kết luận
Learning chú ý đến câu hỏi: “Tôi biết thêm được những gì?”
Deep Learning lại quan trọng các câu hỏi khac: “Tôi hiểu sâu vấn đề này đến mức nào và tôi có thể suy ra điều gì chưa từng được dạy?”. Đây cũng chính là chìa khóa của cách học 1 biết 10.
Còn tiếp
Theo Life is Good