现在当家长，学校不光给孩子布置作业，而是把作业告诉家长，让家长督促孩子完成作业。比以前我们小时候当家长可要累多了。不光是这个，还要学习教育局给老师安排的任务，让家长们学习家长课堂，就是在微信小程序上上课，观看视频课程打卡。本来是有点抵触的，但是没办法，硬着头皮去看了。家长看了视频，发现有几期讲得还是非常好的。
比如有一期是讲如何正确地利用奖励和惩罚。奖励和惩罚本来是家长管教孩子时最常用的手段，但是在实际应用中还是有很多误区的。看了这些课，还真没有意识到。比如，之前也给小宝贝立过这样的规矩，说学校的课堂测试，如果能够考进班上的前20名，就给他奖励好吃的零食，或者是玩具之类的。其实我的这些想法很多是因为最近这几年来特别关注AI人工智能领域的知识和技术，得到了一些启发。
AI人工智能神经网络的训练一般是两种，一种就是有监督的训练，一种叫强化学习，是一种无监督的训练。有监督的训练很简单，就是把训练的数据和答案都丢给训练程序，训练程序会让模型接收数据，然后给出一个输出，用输出和答案进行对比，然后给出一个损失函数，损失函数的值越大，就需要模型对自己本身的参数做出更大的调整。这种有人类监督的学习方式可以看成是以惩罚为主，损失函数就相当于是人类给AI模型的惩罚，损失函数越大，惩罚就越厉害。
而强化学习则是恰恰相反，它让AI模型自己去探索人类预设的环境，自己去找出方法，当然在AI模型寻找方法的时候，它采取的步骤所带来的后果会有一个奖励值给它，如果采取的步骤符合我们的要求，就会得到更多的奖励。所以强化学习就是一种以奖励为主的训练方式，而人工智能也是从生物的神经网络受到的启发，既然这些方式对机器这么好用，效果这么好，在人类学习过程中当然也是可以借鉴的。
不过看了这个节目之后，还是不得不说这个想法太机械太片面，人类还是有很大不同的。我下完这节网课之后，深刻地认识到人和机器的最大不同，还是因为人有自我意识，虽然现在的人工智能行为越来越像人类，在能力上还大大地超越人类，但自主意识这个问题应该还是不具备的，特别是学习这件事情，特别是人类的学习这件事情，是不一定需要过多地使用奖励和惩罚的，因为频繁地使用奖励和惩罚，就会把人，就会把家长摆在一个控制者，或者说统治者的地位，而孩子则成为被控制者，长期如此对他们的人格的健全和完善是不利的，仅就学习方面来说，长期上也是会有不良的影响。
如果成绩好，或者学习表现好，就给予奖励，不好就给予惩罚，当然可以让孩子养成习惯，但是长期这样的话，就会让学习的动力变成了来自外在的奖励，或者对惩罚的恐惧，这种动力驱动是外在的。在这样的方式下，孩子是无法养成自己主动学习，主动求知的动力的，所以这种方式在低年级，要学习的知识还比较简单的情况下是非常管用的，而一旦进入高年级，随着知识复杂度越来越高，越来越难以理解，如果没有主动思考的习惯，后面是很难学习好的，所以在机器上好用的奖励和惩罚，是不应该过多地用在孩子身上，而应该注重培养他们主动学习，启发他们对知识的好奇与渴望，让他们能够自主学习，才是最根本最重要的。
稍微补充一点，人类的神经构造还有一点与机器非常不同，在强化学习当中，奖励机制非常类似于人类的多巴胺奖励机制，但是对机器来说，奖励的大小就是一个数值，它的作用是固定的，但是人类的神经系统会对多巴胺产生奖励依赖，也就是说相同的数量的多巴胺，如果经常刺激的话，会产生耐受，人类的主观快乐会逐渐下降，而需要更大的奖励，所以这也是奖励和惩罚，即使不能够过于频繁地使用的一个原因。
