现在有个概念蛮火，叫做“强化学习”，这个关键词的大红其实和现在的人工智能浪潮有很大的关系，所谓强化学习，就是带着裁判教练的机器学习，这种学习概念，我觉得同样可以用于人类自己的学习模式。
首先解释下“机器学习”，在我的概念里，机器学习就是建立一套数学模型，以期望与现实研究对象相契合：例如 你研究的是宏观经济，那么你就需要建立一个能模拟宏观经济的数学模型，里面应该有多少变量，理论上应该由你这个研究者决定，但是建模的目的是去契合现实中的研究对象，所以你需要一遍遍的检查这个模型，看看是否有遗漏或者错误的地方，使得这个模型无法重现宏观经济的真实走向。我只能从一个文科生的角度来理解“建模”这个概念。据我所知，几十年前，大专院校的经济学系，起码在博士学位这个层级，已经在尝试用建立数学模型来构造真实世界的经济。至于有没有成功，目前来看，应该没有。因为社会经济都是一个超级复杂的混沌系统，忽略一个重要变量，就会让整个系统崩溃，这个可比研究围棋难多了，而且如果真的成功了，中国的首富肯定不是马云而是那个经济学家了。
那么，什么又叫做“强化学习”呢？开头说了是带着裁判、教练的“机器学习”。也就是在学习的过程中，不断的干预错误的学习方向，比如说特斯拉的无人驾驶汽车，在简单路况下，可以开的很溜，但是到了复杂路况上，就不一定能玩的转了，比如说到了乡村道路上，并没有明显的路标，路边还经常有行人或者牲畜通过，这个时候，就需要人为的干预反馈，使机器明白，有些障碍应该如何避开。这种模式其实也可以应用到人类学习的过程中，有个著名的篮球教练，曾经多次带领球队拿到总冠军，但是记者发现，他的指令都非常的简短，及时。也就是几个单词，但是都非常及时，在问题出来的一刹那，他的纠正指令就已经给出，所以球员也能马上得到行为修正。
同理，强化学习在教育儿童的方面，也能得到极大的应用。
