Quand mon premier fils n'avait que deux ans, il aimait déjà les voitures, connaissait toutes les marques et tous les modèles (encore plus que moi, grâce à mes amis), je pouvais les reconnaître à une petite partie de l'image. Tout le monde a dit: génie. Bien qu'ils aient noté l'inutilité totale de cette connaissance. Et le fils, quant à lui, a couché avec eux, les a roulés, les a placés exactement dans une rangée ou dans un carré.
Quand il avait 4 ans, il a appris à compter, et à 5 il pouvait déjà multiplier et ajouter à moins de 1000. Nous avons même joué à Math Workout (ce jeu est sur Android - j'aimais calculer dans le métro après le travail), et à un moment donné il est devenu moi faites-le seulement. Et pendant son temps libre, il a compté jusqu'à un million, ce qui a gelé son entourage. Génie! - ils ont dit, mais nous nous en doutons pas tout à fait.
À propos, sur le marché, il a très bien aidé sa mère - il a calculé le montant total plus rapidement que les vendeurs sur la calculatrice.
En même temps, il ne jouait jamais sur le terrain, ne communiquait pas avec ses pairs, ne s'entendait pas très bien avec les enfants et les enseignants de la maternelle. En général, c'était un petit enfant réservé.
L'étape suivante était la géographie - nous avons essayé de canaliser l'amour des nombres quelque part et avons donné à notre fils un vieil atlas soviétique. Il s'y est plongé pendant un mois, puis il a commencé à nous poser des questions délicates dans le style:
- Papa, selon toi, quel pays a une grande superficie: le Pakistan ou le Mozambique?
«Probablement le Mozambique», ai-je répondu.
- Mais non! La superficie du Pakistan est de 2 350 km2 de plus, répondit joyeusement le fils.
Vidéo promotionelle:
En même temps, il ne s'intéressait absolument ni aux peuples de ces pays, ni à leurs langues, ni à leurs vêtements, ni à la musique folklorique. Uniquement en chiffres: superficie, population, volume des réserves minérales, etc.
Tout le monde admirait à nouveau. «Intelligent au-delà de ses années», disaient-ils, mais je me suis de nouveau inquiété, car J'ai compris qu'il s'agissait d'un savoir totalement inutile, non lié à l'expérience de la vie, et qu'il est difficile de continuer à développer. La meilleure application de tout ce que j'ai trouvé était une proposition de calculer le nombre de voitures qui rentreraient dans un parking si un pays particulier était enroulé avec de l'asphalte (sans tenir compte du terrain montagneux), mais je me suis rapidement arrêté, car cela sent le génocide.
Fait intéressant, à ce moment-là, le sujet des voitures avait complètement disparu, le fils ne se souvenait même pas des noms de ses voitures préférées de son énorme collection, que nous avons commencé à distribuer avec une perte d'intérêt. Et puis il a commencé à compter plus lentement dans son esprit et a vite oublié les carrés des pays. Dans le même temps, il a commencé à communiquer davantage avec ses pairs, est devenu plus de contact. Le génie est passé, les amis ont cessé d'admirer, le fils est devenu juste un bon élève avec un penchant pour les mathématiques et les sciences exactes.
La répétition est la mère de l'apprentissage
Il semblerait à quoi tout cela sert. Cela se voit chez de nombreux enfants. Leurs parents déclarent à tout le monde que leurs enfants sont des génies, les grands-mères admirent et louent les enfants pour leur «savoir». Et puis ils deviennent des enfants ordinaires, simplement intelligents, pas plus géniaux que le fils de l'ami de ma mère.
En étudiant les réseaux de neurones, j'ai rencontré un phénomène similaire, et il me semble que certaines conclusions peuvent être tirées de cette analogie. Je ne suis ni biologiste ni neuroscientifique. Tous plus loin - mes suppositions sans prétention d'être particulièrement scientifiques. Je serais heureux de recevoir des commentaires de professionnels.
Quand j'ai essayé de comprendre comment mon fils a appris à compter plus vite que moi si cool (il a terminé le niveau en Math Workout en 20,4 secondes, alors que mon record était de 21,9), j'ai réalisé qu'il ne comptait pas du tout. Il a mémorisé que lorsque 55 + 17 apparaît, vous devez cliquer sur 72. Sur 45 + 38, vous devez cliquer sur 83, et ainsi de suite. Au début, bien sûr, il comptait, mais le saut de vitesse s'est produit au moment où il a pu se souvenir de toutes les combinaisons. Et assez rapidement, il a commencé à mémoriser non pas des inscriptions spécifiques, mais des combinaisons de symboles. C'est exactement ce qu'ils enseignent à l'école, en étudiant la table de multiplication - rappelez-vous la table de correspondance MxN -> P.
Il s'est avéré qu'il percevait la plupart des informations précisément comme une connexion entre les données d'entrée et la sortie, et cet algorithme très général que nous avons l'habitude de faire défiler pour obtenir une réponse n'était pas seulement réduit à un algorithme hautement spécialisé et très perfectionné pour compter les nombres à deux chiffres. Il a fait d'excellentes tâches, mais beaucoup plus lentement. Ceux. ce que tout le monde pensait être super cool était en fait simplement simulé par un réseau de neurones bien formé pour une tâche spécifique.
Connaissances supplémentaires
Pourquoi certains enfants ont-ils la capacité de mémoriser de cette façon, tandis que d'autres non?
Imaginez le champ d'intérêt de l'enfant (ici nous abordons la question de manière qualitative, sans aucune mesure). À gauche se trouve le champ des intérêts d'un enfant ordinaire et à droite le champ des intérêts d'un enfant «surdoué». Comme prévu, l'intérêt principal se concentre sur les domaines pour lesquels des aptitudes particulières. Mais pour les choses quotidiennes et la communication avec les pairs, la concentration ne suffit plus. Il considère que cette connaissance est superflue.
Les intérêts d'un enfant ordinaire de 5 ans.
Les intérêts d'un enfant "brillant" de 5 ans.
Chez ces enfants, le cerveau analyse et mène une formation uniquement sur des sujets sélectionnés. Grâce à la formation, le réseau neuronal du cerveau doit apprendre à classer avec succès les données entrantes. Mais le cerveau a de très nombreux neurones à sa disposition. Beaucoup plus que ce qui est nécessaire pour un travail normal avec des tâches aussi simples. Habituellement, les enfants résolvent de nombreux problèmes différents dans la vie, mais ici, toutes les mêmes ressources sont consacrées à un éventail plus restreint de tâches. Et la formation dans ce mode conduit facilement à ce que les professionnels du ML appellent le surajustement. Le réseau, utilisant une abondance de coefficients (neurones), s'est entraîné de telle manière qu'il donne toujours exactement les réponses nécessaires (mais il peut donner un non-sens complet sur les données d'entrée intermédiaires, mais personne ne le voit). Ainsi, la formation a conduit non pas au fait que le cerveau sélectionnait les principales caractéristiques et s'en souvenait, mais au fait qu'il ajustait de nombreux coefficients,pour donner un résultat précis sur des données déjà connues (comme sur l'image de droite). De plus, le cerveau a appris tant de choses sur d'autres sujets, ayant mal entraîné (comme sur l'image de gauche).
Qu'est-ce que le sous-ajustement et le sur-ajustement?
Pour ceux qui ne sont pas dans le sujet, je vais vous le dire très brièvement. Lors de la formation d'un réseau de neurones, la tâche est de sélectionner un certain nombre de paramètres (poids de communication entre neurones) afin que le réseau réponde aux données d'apprentissage (échantillon de formation) aussi étroitement et précisément que possible.
S'il y a trop peu de tels paramètres, le réseau ne sera pas en mesure de prendre en compte les détails de l'échantillon, ce qui conduira à une réponse très approximative et moyennée qui ne fonctionnera pas bien, même sur l'échantillon d'apprentissage. Similaire à l'image ci-dessus à gauche. C'est sous-adapté.
Avec un nombre adéquat de paramètres, le réseau donnera un bon résultat, «avalant» de fortes déviations dans les données d'entraînement. Un tel réseau répondra bien non seulement à l'échantillon d'apprentissage, mais également à d'autres valeurs intermédiaires. Comme l'image du milieu ci-dessus.
Mais si le réseau reçoit trop de paramètres configurables, il s'entraînera à reproduire même les écarts et les fluctuations forts (y compris ceux causés par des erreurs), ce qui peut conduire à un non-sens complet lorsque vous essayez d'obtenir une réponse à des données d'entrée ne provenant pas de l'échantillon d'apprentissage. Quelque chose comme l'image ci-dessus à droite. C'est surajustement.
Un exemple illustratif simple.
Disons que vous avez plusieurs points (cercles bleus). Vous devez dessiner une courbe lisse pour prédire la position des autres points. Si nous prenons, par exemple, un polynôme, alors à petits degrés (jusqu'à 3 ou 4), notre courbe lisse sera assez précise (courbe bleue). Dans ce cas, la courbe bleue peut ne pas passer par les points d'origine (points bleus).
Cependant, si le nombre de coefficients (et donc le degré du polynôme) est augmenté, alors la précision du passage des points bleus augmentera (ou même il y aura un hit à 100%), mais le comportement entre ces points deviendra imprévisible (voir comment la courbe rouge fluctue).
Il me semble que c'est la tendance de l'enfant vers un sujet spécifique (obsession) et l'ignorance totale du reste des sujets qui conduisent au fait que lors de l'enseignement, trop de «coefficients» sont donnés à ces mêmes sujets.
Étant donné que le réseau est configuré pour des données d'entrée spécifiques et n'a pas mis en évidence les «caractéristiques», mais «se souvient» stupidement des données d'entrée, il ne peut pas être utilisé avec des données d'entrée légèrement différentes. L'applicabilité d'un tel réseau est très limitée. Avec l'âge, les horizons s'élargissent, la mise au point devient floue et il n'est plus possible d'attribuer le même nombre de neurones à la même tâche - ils commencent à être utilisés dans de nouvelles tâches plus nécessaires pour l'enfant. Les "paramètres" de ce réseau sur-équipé s'effondrent, l'enfant devient "normal", le génie disparaît.
Bien sûr, si un enfant a une compétence qui est utile en elle-même et qui peut être développée (par exemple, la musique ou le sport), alors son «génie» peut être maintenu pendant longtemps, voire porter ces compétences à un niveau professionnel. Mais dans la plupart des cas, cela ne fonctionne pas et il n'y aura aucune trace d'anciennes compétences d'ici 8 à 10 ans.
conclusions
- avez-vous un enfant de génie? ça va passer;)
- la perspective et le «génie» sont des choses liées, et elles sont liées précisément par le mécanisme d'apprentissage
- ce "génie" apparent n'est probablement pas du tout du génie, mais l'effet d'un entraînement trop fort du cerveau sur une tâche spécifique sans le comprendre - toutes les ressources ont été consacrées à cette tâche
- en corrigeant les intérêts étroits de l'enfant, son génie disparaît
- si votre enfant est «génie» et un peu plus réservé que ses pairs, alors vous devez développer ces mêmes compétences avec soin, développer activement vos horizons en parallèle, et ne pas vous concentrer sur ces compétences «cool», mais généralement inutiles
Auteur: Sergey Poltorak