14- 神经网络创新

神经创造

用 SuperMemo 进行神经学习

SuperMemo 17 引入了一种新的增量学习的形式，我们将其称为神经学习。在神经学习中，SuperMemo 向学生提供与所选主题、文章、图片等相关的知识。知识是以神经方式提供的，也就是说，需要通过顺序探索 SuperMemo 中自动或手动建立的信息网络的语义连接来进行学习。SuperMemo 从大脑的工作方式中获得灵感。用 SuperMemo 增强的创造是非常缓慢的，但它是有针对性和条理性的。神经创造的工作方式就像一个在 SuperMemo 中存储的、可以记忆扩展的慢速大脑。神经学习在研究问题、解决问题、创意写作、探索性学习等方面特别有用。换句话说，你可能不会觉得神经学习对掌握一门物理学课程特别有用，然而，如果你是一名物理学家，正在研究一个复杂的问题，需要将物理学不同领域和其他领域的知识联系起来，你会发现这种学习形式对你的创造性和生产力有奇妙的影响。

神经学习是 SuperMemo 17 引入新类型 元素： 概念的主要原因。在 SuperMemo 中，一个概念相当于一个重要的想法，它可以与其他元素（包括其他概念）相连。除了概念之间的联系，神经学习还利用 知识树 探索元素之间的联系。通过概念连接的元素形成概念图，除了知识树之外，它也是神经学习探索的主要框架。

在下面的章节中，我们将逐步介绍神经学习的基本术语：概念、激活扩散、神经回顾 等。即使这在一开始听起来可能会让人不知所措，但请记住，你现在只需按下一个键就可以开始神经学习： Ctrl+F2（开始神经学习）。下面的章节只是为了解释神经学习是如何工作的，以及它的机制如何影响你的决定，使其对你产生最佳效果。

如果你不是 SuperMemo 的新手，想跳过细节、术语等，你可以直接跳到实际应用中：神经回顾

概念

SuperMemo 中的概念是与重要的想法相关的 元素。

一个概念可以作为书签，作为与特定主题相关的 分支 的 根，作为连接 集合 不同部分的枢纽，或者作为创作过程的起点（例如写一篇文章，解决一个问题，等等）。

概念可以与其他 元素 连接。基于概念的 连接 网络将被称为概念图。

概念：基本操作

下面是你在使用 概念 时需要的最有用的操作：

• 为了把 元素 转换为 概念, 选择在 命令行 中的概念：进行。
• 要将一个内容元素转换为 概念，请在 内容窗口 中按 Ctrl+K。
• 要把一个 元素 与 概念 联系起来：
  1. 选择在 命令行 中的概念：连接
  2. 在 概念注册表 的左侧成员窗格中，选择概念
  3. 点击 注册表窗口 底部的接受，创建连接，并关闭注册表。
• 将一个 元素 与另一个元素连接起来：
  1. 选择在 命令行 中的概念：连接
  2. 在 内容窗口，选择元素
  3. 点击窗口底部的接受（或按 Enter）。

概念：术语

术语概念在 SuperMemo 17 中主要用在四个方面：

概念元素

元素 用于建立 概念图 的一部分（例如，一个想法，或来自 维基百科 的文章，等等）。

概念成员

概念注册表 的 成员，用于概念管理（特别是在建立 概念图 时使用的概念搜索）。

概念组

元素 的 分支 根植于 概念。这类似于旧版 SuperMemo 中已知的 类别。出于性能方面的考虑，概念组中的 元素 不会被注册为 概念。即使概念组在神经创造中用于 激活扩散，由 父 - 子 - 兄弟姐妹 关系形成的连接也只被视为 次要优先级（与用户设置的 概念 - 概念、概念 - 元素 和元素 - 元素 连接 相比）

概念图

元素 的相互联系的图，用作 激活扩散 的框架。它也可用于其图解表示法的参考。

每个 概念元素 在 注册表 中都有相应的 概念成员。每个 概念组 都基于一个 概念元素。一些 概念（元素 和 成员）主要是为了扩展 知识树（通过 概念组）。其他 概念（元素 和 成员）的创建主要是为了形成 概念图，用于神经学习。概念 可以扮演两种角色：树状工具和概念图工具。

概念组

当你处理一个包括属于不同学科的材料的 集合 时，你可能想把不同的学科放在 知识树 的不同部分（在 内容窗口）。你可能还想设计一个与文学有关的特别的 项目外观，以及一个与数学有关的特别的问题外观。例如，你可以用图片来说明你的解剖学 分支，用声音来说明你的外语部分，用拼写板来使你的拼写部分效果最好，等等。

为了帮助你在一个 集合 中组织不同的主题，SuperMemo 使用了概念组。一个概念组可以被看作是建立 知识树 的一个部分的工具。一个概念组用于添加与一个主题相关的材料。添加到特定概念组的 元素 可以使用自己的 模板，决定其外观（例如，图像、声音、颜色、字体、文本字段的大小、形状 组件 的数量等）。见：使用模板。

在旧版本的 SuperMemo 中，类别 与概念组的作用类似。

概念注册表

概念 注册表 是用于保存 概念 的排序列表。每个概念元素都与一个概念 注册表成员 有关。概念 注册表 使查找 概念 变得容易，特别是当你想把一个 元素 与一个特定的概念联系起来时。

在注册表中，每个 概念 还显示了一组可用于管理 概念组 的属性。

每个概念 注册表成员 使其有可能改变以下属性：

• 根——属于一个 概念组 的所有 元素 的 父节点 的 分支
• 钩——当添加到一个 概念组 时，新的 元素 被添加到的 分支（钩是 根 的一个 后代
• 模板——用于 概念组 的模板
• 其他属性（例如，添加到 概念组 的 元素 的默认 优先级）

选择 搜索：概念，从主菜单中打开概念 注册表。

连接注册表

所有跨 元素 的 连接 都存储在一个专门的连接 注册表 中（可通过 搜索 ：连接 从 主菜单 中获得）。 连接 注册表 在功能上与概念注册表相似。主要区别在于，与连接相比，概念 的意义更大。在制作概念 连接 时，你可能会经常使用概念 注册表。这就是为什么要保持不那么拥挤，并有良好的可搜索的名称标准。要制作 元素 间的 连接，你最好使用 内容窗口。只有 概念 可以用来在 分支 中对 元素 进行分组（用 概念组）。连接 不能起到类似的作用，也不会出现在可选择的概念组列表中。此外，概念 连接 在 神经回顾 中的 激活扩散 可以得到更大的权重（见 下文）。

神经回顾

神经回顾是一种 子集回顾，它遵循知识片段之间的有意义的联系。它从大脑遵循相关联系的方式中获得灵感。神经回顾可以自动回顾与选定的概念或想法相关的知识，例如在解决问题、创意写作等方面。

例如，在对 狗 的神经回顾中，有很好的机会了解到 幼犬 或 髦毛狗 ，也有机会了解到 猫 ，而了解到 汽车 的机会则较少。同样，如果你看到一张香蕉植物的图片，对该图片进行神经分析将有助于你回顾相关的元素（例如，其他植物的图片，或关于香蕉的文章，或与同一 概念 相关的 元素，例如 园艺 ）。

在 SuperMemo 中，概念是一个重要的想法或主题。概念是一种新型的 元素，可以与其他元素连接。基于概念的 连接 网络被称为概念图。元素 之间也可以形成 连接。在 SuperMemo 中，知识是通过继承和 知识树 的结构来连接的。

神经网络中的 激活扩散 是一种利用网络连接和权重来搜索网络的方法。

神经回顾遵循元素间连接网络中的 神经激活的扩散 。SuperMemo 中的所有连接和联系都可以用来模拟知识网络中的激活扩散，其中单个 元素 扮演着神经元的角色。

所有用于激活扩散的 连接 都根据其重要性获得权重。在 SuperMemo 中，权重由 元素优先级 和各个知识关联的优先级决定（例如，概念连接比 知识树 中的兄弟关系更优先）。

在激活扩散中，我们可以通过单个节点的激活时间对扩散波进行排序，这些节点是由 SuperMemo 元素 形成的。这样的序列就可以作为增量学习过程中语义回顾的基础。

神经回顾可以通过从 主菜单 开始执行 学习：神经学习（Ctrl+F2）来启动。

神经回顾带有一定程度的随机性。因此，它可以很好地帮助神经创造中的想法进行关联。连通性和随机性是神经回顾背后的主要原理的基础： 神经创造和神经问题解决。在这些方法中，我们将创造过程或问题解决过程与新课题的探索相结合，同时在后台执行增量学习。换句话说，神经回顾服务于学习，即在人类知识不完整的条件下，结合丰富且可能相互矛盾的计算机存储知识，以新想法和新问题的形式，即时地带来好处。神经创造的一个典型用途是根据症状来诊断一种罕见的疾病（见 实例）。

我们将使用以下术语：

• 神经回顾
• 增量学习，跟随概念网络中激活的扩散
• 神经创造
• 基于神经回顾的创作过程（如创意写作）。
• 神经问题求解
• 以解决特定问题为目标的神经创造过程。

神经回顾启动

你现在可以自己尝试神经学习。

预备条件

你所需要的是 SuperMemo 17 和一个丰富的 集合。小的集合不会显示出神经学习的力量。如果你从一篇文章开始，只有当你的文章已经被分割成小块时，神经回顾才有意义。如果这是一篇新导入的文章，你也可以做 分割文章，但是，在这种情况下，你的子文章需要 未完成。这是因为如果 神经队列 中的 元素 在特定的一天都被回顾/导入/创建了，那么神经回顾就会结束。这意味着，对于新拆分的文章，你需要使用 添加到未完成队列 或等待（至子文章“成熟”，以便回顾）。

开始

选择以下任何一项：

• 当你看到感兴趣的 元素 时，按 Ctrl+F2 或在 主菜单 上选择****学习：神经学习。
• 在 概念注册表 中查看 概念，然后按 Alt+N；或在 注册表菜单 中选择神经学习，或点击 注册表窗口 底部的神经学习。
• 查看任意 注册表 中的任意 成员，然后按 Alt+N ，在 注册表菜单 上选择神经学习，或点击 注册表窗口 底部的神经学习。
• 在 浏览器 中打开任何 子集，然后按 Ctrl+F2 或在 浏览器菜单 中选择神经学习。

回顾

在神经回顾中，像在正常学习中一样，使用按钮 学习。在学习时，统计窗口 中的 回顾参数 显示 神经 =[规模]，其中 规模 是 神经队列 中的 元素 的数量。由于实际原因，队列的大小是有限的。你不可能在一次回顾中回顾超过几百个 元素。此外，在每一次 重复 中，更多的概念网络层被探索，队列也会随着你的学习而不断扩大。

停止

要结束回顾，按 Esc 。在 统计窗口 中的 回顾栏 就会被清除。

神经学习的成本

如果你担心在 SuperMemo 中建立 概念图 的成本 - 效益是否对等，请记住，正确执行的增量学习以 知识树 的形式建立了一个处理知识的语义结构。父节点、兄弟节点 和 子节点 在意义上是相互关联的。概念图 是 SuperMemo 中 激活扩散 的主要框架，但 知识树 也形成了一个精细的树枝状框架，帮助你利用你之前所有的增量学习工作。如果你熟悉 思维导图，你会很高兴地知道，建立 概念图 的成本要低得多。有时，你所需要的是两个不同主题之间的概念联系，你期望在其中找到创造性的关联。为了执行神经回顾或参与神经创造，你可以选择 概念、元素 或一个 注册表成员（例如一张图片），然后进行神经学习。

概念 和元素间的 连接 构成了 激活扩散 的主要框架。接下来是 知识树。如果激活是无代价的，它实际上可能是无限的。SuperMemo 在一次 重复 或第一次建立 神经队列 时，只进行了几层激活。这在快速的电脑上需要几毫秒的时间，但在老式电脑上可能要拖上一秒钟。SuperMemo 在连续的 重复 中增加了更多的激活层。这些对于远程联想是很有用的，但是你不太可能在一个会话中经历超过一层的激活。然后，队列就成为建立你对激活如何在网络中扩散的理解工具。

例如，如果你是一名医生，要对一个特定的病人进行诊断，你可以设置一个诊断的 概念，并在 概念图 中连接主要的猜想。进行神经学习，看看你的脑海中出现了什么新的想法，同时学习新的课题。

激活扩散

激活扩散是一种激活神经网络、语义网络、有向图等中的节点的算法。在 SuperMemo 中，图是由 知识树、概念连接和元素间连接 的语义连接构成。激活扩散被用来为 神经回顾 的 元素 排序。这是 SuperMemo 中的一种新的语义回顾形式，新的 元素 被输入 神经 进行回顾。这种方法对提高创造力和解决问题很有帮助。要体验一下 神经回顾，请从 主菜单 中选择 学习：神经学习（Ctrl+F2）。更多内容请见维基百科：激活扩散

激活扩散规则

SuperMemo 17 中的一些激活扩散的规则：

• 概念连接 获得最高优先权
• 元素连接 获得较高优先权
• 高 优先级 元素“执行”激活更好（通过“信号”的机会更大）
• 兄弟节点 激活减缓（离 节点 越远，传导越慢）
• 子节点 获得较高优先权
• 父节点 也可以将激活扩散到邻近的节点上
• 作为文章的 根节点 的 父节点 以低概率进行激活（向邻近的文章扩散激活的机会较少）
• 在一次 重复 中只处理少数几层激活（出于性能原因）

要想了解激活是如何从一个给定的 元素 开始扩散的，可以使用 查看 ：神经队列（来自 主菜单）来查看与当前元素相关的示范性神经序列。请注意，每次你创建一个新队列时，这个序列会有所不同。激活扩散受制于“竞争条件”。这意味着神经冲动相互竞争，每次的结果都可能不同。就像你的大脑有“情绪和模式”一样，SuperMemo 中的神经回顾也是如此！

激活扩散算法

神经回顾将通过激活扩散所确定的顺序进行。在该激活中，概念 比 连接 或 知识树 有更高的优先权。然而，知识树也会参与其中（权重较低）。激活会慢慢扩散到不相关的 兄弟文章，在没有 子文章、概念连接 等的情况下，其相对优先级会提高。换句话说，只有小的 集合 才会使神经回顾毫无意义。概念图 并不是强制性的。

优先事项相结合，以确定激活的扩散：

1. 相关的 概念 被添加到队列中的 CombinedPriority(Priority,0.01)
2. 连接 被添加到队列中的 CombinedPriority(Priority,0.05)
3. 子文章 被添加到队列中的 CombinedPriority(Priority,0.16)
4. 兄弟文章 被添加到队列中的 `CombinedPriority(Priority,0.26)（或者对于包含完整文章不相关的兄弟文章，最多 0.5）

这个过程是递归地重复的，连续的层从队列中随机抽取，这样的抽取更有可能是高优先级的。

function CombinePriority(OriginalP,GroupP:real):real;
//e.g. element of P=0.2 for a group of P=0.6 should yield (1-0.2)(1-0.6)=0.32
var OP,GP:real;
begin
   OP:=1-OriginalP;
   GP:=1-GroupP;
   Result:=1-OP*GP;
end;

这是 2016 年 2 月 26 日的状态。顺序、优先级和其他参数将在未来改变。这一切都取决于用户反馈和现场测试。

神经创造

神经创造是在神经回顾的帮助下诱发的创造。在神经回顾中，SuperMemo 连续向用户提供与所选主题或所选主题子集相关的知识。当概念 连接 网络连接知识领域时，它们形成了语义空间，可以通过神经方式进行探索，帮助形成新的关联，并产生新的想法。这个过程有利于研究、发明、解决问题等。从比喻的角度来看，神经创造有助于模仿人脑中由存储在 SuperMemo 中的知识向外扩展的思维过程。

神经创造采用了增量学习过程，以神经方式产生新的想法。在神经创造中，在对所研究的主题执行神经回顾时，密切相关的 概念 更有可能出现。如果你精通增量学习，你可能会想知道神经回顾与 语义回顾 有什么不同。主要的区别在于，在语义回顾中，学习的全部负担都在你的身上。你需要了解增量学习的工具，才能够很好地执行 语义回顾。而在神经回顾中，整个过程将被简化为按下 SuperMemo 中的一个按钮。

与 SuperMemo 中的语义回顾或者简单地在谷歌上搜索知识不同，神经学习中整个知识片段的关联过程是自动化的。你可以进行尝试，选择一个主题，然后进行神经学习（Ctrl+F2）。

增量方法

增量学习可以用来创造性地提出新的想法。这引起了一些怀疑的声音。这里有一个常见的典型的怀疑观点：

这个问题在各种情况下不断出现。这里有一个说明性的答案，基于的是创造力和问题解决是在你的大脑中形成新的连接的事实。

增量回忆：将事物一点一点地带回记忆中去

想象一下，你有一天事情非常繁多。例如，参观一个异国城市，会见一个老的好朋友，或者参加一个突破性的会议。再想象一下，你的灵感很丰富，以至于你想写一份关于这一天的详细报告（假设你没有用 谷歌眼镜捕获这一切）。首先要做的是坐下来写报告，列出所有必要的关键词，以重建当天的记忆。一旦你写好了大纲，你可以很快发现，不用多久，你就会对新的记忆产生空白，无法再回忆起任何细节。这很正常，在一张白纸上坐上一个小时，可能不是对你时间的最佳利用，它可能是相当无益的。然而，如果你把纸放在手边，你可能会注意到它不断地被新的记忆填满，因为它们在不同的背景下不断地出现在你的头脑中。一幅图像、一种气味或一篇报刊上的文章都可能促成意外的回忆。如果你碰巧在这期间执行了增量学习，你会注意到回忆的过程被强化了。如果你的学习材料很丰富，你很可能在一天内读到几十个无关的主题。所有这些主题都会产生新的联想。你的白纸会比在普通生活中或学习内容较少的情况下填满得更快。你在这里看到的是增量回忆。

从增量回忆到增量创造，有一个很短的步骤。两者都是基于在你的头脑中逐步建立一个心理结构。在回忆的情况下，你将恢复过去的记忆。在创造力的情况下，你将额外增加：

1. 通过增量学习获得的新知识片段（如神经回顾），以及
2. 新的记忆和/或你以前未曾经历或想到的想法。

最后，在解决问题时，你将把这一创造过程引向完成一项具体任务：解决一个问题，回答一个问题，等等。

神经创造的实例

SuperMemo 中的神经工具为用户配备了一种类似于慢速的爱因斯坦的大脑。只要你愿意，你就可以建立一个知识大脑。你可以让你的思想网络变得像你希望的那样复杂，然后你只需按下一个按钮，就可以按照自己的节奏开始思考，同时看着所有的新想法在你眼前形成。以下是 SuperMemo 中的一些神经方法的例子：

医学诊断

医生和医学生总是有大量与健康有关的新知识需要处理。所有关心健康的人也是如此。一个需要解决的具体问题，如医疗诊断，也可能是使用神经学习获取新知识的一个好契机。例如，如果一个病人出现了皮肤病，可能会创建一个专门的 概念（例如 病人 John Doe 的状况 ）。然后可以将 概念连接 与相关的知识领域联系起来，例如，皮肤状况、过敏、细菌性皮肤感染、霉菌病等。神经回顾将为新领域的探索提供新的灵感，可以达到一石二鸟的效果：

1. 获得的新知识供将来使用，以及
2. 确定最终诊断结果。

解决软件问题

在解决困扰 SuperMemo 用户的问题方面，神经回顾已经很有帮助（例如，IE 浏览器中的漏洞导致的 错位的空格删除）。当一个讨厌的问题出现时，所有的想法和相关知识的新领域都可以与定义该问题的 概念 相关联（例如：空格漏洞）。

在“空格删除”的案例中，一些用户就如何解决这个问题提出了他们的想法，但这些都不奏效。最后，所有 文档对象模型（DOM） 相关的想法都变成了一条盲目的道路。然而，启动神经回顾提供了一个最终的激励措施，希望能在隧道中看到一线曙光。如果没有神经回顾，这个问题能解决吗？也能。也许，神经回顾有助于跳出固定思维，寻找解决方案？如果不是，它至少可能有一个心理上的影响：“如果什么都没用，也许神经审查会有用？”。

创造性写作

如果你想把一些文本汇编成一个较大的体量，那么 增量写作 就很有用。如果你想把这一文本与一定程度的研究结合起来，那么神经方法可能是有用的。你可能想研究一个主题（例如，当寻找与你的论文有关的事实或文献时），或者研究你自己的文本，如果这些文本过于庞大和高度重复（例如，寻找更简单的措辞，更有逻辑的排序，更清晰的思路，等等）。

法医学

法医学是一个很好的例子，说明神经方法可能显得很有用。一个复杂的案件可能涉及到大量的具体案件的知识，需要与科学和一般知识相结合。如果知识的规模远远超出了人类的记忆能力，而且解决方案可能需要“打破常规”的思考，那么神经方法可以作为人类思维的延伸。一旦一个案例被解决，与案例无关的知识可以与主要的学习 集合 结合起来，以确保对知识的长期投入。

另见

• SuperMemo博客：神经创造

讨论

若阁下有独到的见解或新颖的想法，诚邀您在文章下方留言，与大家共同探讨。