Ketika putra pertama saya baru berusia dua tahun, dia sudah mencintai mobil, tahu semua merek dan model (bahkan lebih daripada saya, terima kasih kepada teman-teman saya), bisa mengenali mereka dengan bagian kecil dari gambar. Semua orang berkata: jenius. Meskipun mereka mencatat kesia-siaan total dari pengetahuan ini. Dan si anak lelaki, sementara itu, tidur dengan mereka, menggulungnya, mengaturnya dalam barisan atau bujur sangkar.
Ketika ia berusia 4 tahun ia belajar berhitung, dan pada usia 5 tahun ia sudah bisa melipatgandakan dan menambahkan hingga 1000. Kami bahkan memainkan Math Workout (permainannya seperti ini di Android - saya suka menghitung di kereta bawah tanah sepulang kerja), dan pada titik tertentu ia mulai me lakukan saja itu. Dan di waktu luangnya, dia menghitung hingga satu juta, yang membeku sekitar. Seorang jenius! Mereka berkata, tetapi kami menduga itu tidak sama sekali.
Ngomong-ngomong, di pasar, dia membantu ibunya dengan baik - dia menghitung jumlah total lebih cepat dari penjual di kalkulator.
Selain itu, ia tidak pernah bermain di lapangan, tidak berkomunikasi dengan teman sebaya, tidak rukun dengan anak-anak dan guru di taman. Secara umum, saya adalah anak kecil yang pendiam.
Tahap selanjutnya adalah geografi - kami mencoba menyalurkan cinta angka di suatu tempat, dan menyerahkan putra kami atlas Soviet. Dia terjun ke dalamnya selama sebulan, dan setelah itu mulai mengajukan pertanyaan rumit kepada kami dalam gaya:
- Ayah, menurutmu negara apa yang memiliki wilayah luas: Pakistan atau Mozambik?
"Mungkin Mozambik," jawab saya.
- Ini dia! Wilayah Pakistan sebanyak 2.350 km2, ”jawab putranya dengan gembira.
Pada saat yang sama, ia sama sekali tidak tertarik pada orang-orang yang tinggal di negara-negara ini, atau bahasa mereka, atau pakaian, atau musik rakyat. Hanya angka telanjang: luas, populasi, volume cadangan mineral, dll.
Semua orang mengagumi lagi. "Aku pintar di luar usiaku," kata mereka, tetapi sekali lagi aku khawatir, karena Saya mengerti bahwa ini adalah pengetahuan yang sama sekali tidak berguna, tidak terkait dengan pengalaman hidup, dan yang sulit untuk terus berkembang. Aplikasi terbaik dari semua yang saya temukan adalah proposal untuk menghitung berapa banyak mobil yang cocok di tempat parkir, jika beberapa negara tertentu digulung dengan aspal (tanpa memperhitungkan medan pegunungan), tetapi dengan cepat berhenti pendek, karena itu berbau genosida.
Menariknya, topik mobil pada saat ini benar-benar menghilang, putranya bahkan tidak ingat nama mobil favoritnya dari koleksi besarnya, yang kami mulai bagikan dengan kehilangan minat. Dan kemudian dia mulai menghitung perlahan dalam benaknya dan segera melupakan daerah negara. Pada saat yang sama, ia mulai berkomunikasi lebih banyak dengan teman sebaya, menjadi lebih banyak kontak. Genius berlalu, teman-teman tidak lagi mengagumi, putranya menjadi murid yang baik dengan kegemaran matematika dan ilmu eksakta.
Pengulangan - ibu dari pembelajaran
Tampaknya, mengapa semua ini. Ini diamati pada banyak anak. Orang tua mereka menyatakan kepada semua orang bahwa anak-anak mereka jenius, nenek sangat antusias dan memuji anak-anak karena "pengetahuan" mereka. Dan kemudian anak-anak pintar sederhana yang biasa tumbuh dari mereka, tidak lebih terang dari teman putra ibu.
Mempelajari jaringan saraf, saya menemukan fenomena serupa, dan bagi saya tampaknya ada beberapa kesimpulan yang dapat ditarik dari analogi ini. Saya bukan seorang ahli biologi atau ahli saraf. Semua lebih jauh - dugaan saya tanpa mengaku sebagai ilmiah. Saya akan senang mengomentari para profesional.
Ketika saya mencoba memahami bagaimana anak saya belajar dengan sangat tajam untuk menghitung lebih cepat dari saya (dia lulus level dalam Latihan Matematika dalam 20,4 detik, sementara catatan saya 21,9), saya menyadari bahwa dia tidak menghitung sama sekali. Dia hafal bahwa ketika 55 + 17 muncul, Anda harus menekan 72. Pada 45 + 38 Anda harus mengklik pada 83, dan seterusnya. Pada awalnya, dia pasti menghitung, tetapi lonjakan kecepatan terjadi pada saat dia bisa mengingat semua kombinasi. Dan cukup cepat, dia mulai mengingat bukan prasasti yang konkret, tetapi kombinasi simbol. Inilah yang diajarkan di sekolah, mempelajari tabel perkalian - ingat tabel korespondensi MxN -> P.
Ternyata ia menganggap sebagian besar informasi itu tepat sebagai hubungan antara input dan output, dan algoritma yang sangat umum yang kami gunakan untuk menggulir untuk mendapatkan jawaban tidak hanya berkurang menjadi algoritma yang sangat khusus untuk menghitung angka dua digit. Dia melakukan sedikit tugas luar biasa, tetapi jauh lebih lambat. Yaitu apa yang tampak sangat keren untuk semua orang sebenarnya hanya disimulasikan oleh jaringan saraf terlatih untuk tugas tertentu.
Pengetahuan ekstra
Mengapa beberapa anak memiliki kemampuan untuk mengingat ini, sementara yang lain tidak?
Bayangkan bidang minat anak (di sini kita mendekati masalah secara kualitatif, tanpa pengukuran apa pun). Di sebelah kiri adalah bidang minat anak biasa, dan di sebelah kanan adalah bidang minat anak "berbakat". Seperti yang diharapkan, minat utama terkonsentrasi di daerah yang memiliki kecenderungan khusus. Tetapi pada hal-hal sehari-hari dan komunikasi dengan teman sebaya, fokusnya tidak lagi cukup. Dia menganggap pengetahuan ini tidak berguna.
 |  |
| Minat anak biasa berusia 5 tahun | Kepentingan anak "brilian" berusia 5 tahun |
Pada anak-anak seperti itu, otak menganalisis dan melakukan pelatihan hanya pada topik-topik tertentu. Melalui pelatihan, jaringan saraf di otak harus belajar untuk berhasil mengklasifikasikan data yang masuk. Tetapi otak memiliki banyak, banyak neuron. Sangat diperlukan untuk pekerjaan normal dengan tugas-tugas sederhana seperti itu. Biasanya, dalam hidup, anak-anak menyelesaikan banyak masalah yang berbeda, tetapi di sini semua sumber daya yang sama dilemparkan ke berbagai tugas yang lebih sempit. Dan pelatihan dalam mode ini dengan mudah mengarah pada apa yang para profesional ML sebut overfitting. Jaringan, menggunakan banyak koefisien (neuron), dilatih sedemikian rupa sehingga selalu memberikan jawaban yang benar-benar tepat (tetapi dapat memberikan omong kosong pada input data menengah, tetapi tidak ada yang melihat ini). Dengan demikian, pelatihan tidak mengarah pada fakta bahwa otak memilih karakteristik utama dan menghafalnya, tetapi pada fakta bahwa otak menyesuaikan banyak koefisien untuk menghasilkan hasil yang akurat pada data yang sudah diketahui (seperti pada gambar di sebelah kanan). Terlebih lagi, pada topik lain, otak belajar begitu-begitu, karena kurang terlatih (seperti pada gambar di sebelah kiri).
Apa yang kurang cocok dan overfitting?Bagi mereka yang tidak dalam subjek, saya akan memberitahu Anda dengan singkat. Saat melatih jaringan saraf, tugasnya adalah memilih sejumlah parameter (pembobotan koefisien komunikasi antar neuron) sehingga jaringan, merespons data pelatihan (sampel pelatihan), menjawab sedekat dan seakurat mungkin.
Jika ada terlalu sedikit parameter seperti itu, maka jaringan tidak akan dapat memperhitungkan detail sampel, yang akan mengarah pada jawaban yang sangat kasar dan rata-rata yang tidak berfungsi dengan baik bahkan dalam sampel pelatihan. Seperti pada gambar kiri di atas. Ini kurang memadai.
Dengan jumlah parameter yang memadai, jaringan akan memberikan hasil yang baik, "menelan" penyimpangan yang kuat dalam data pelatihan. Jaringan semacam itu akan merespons dengan baik tidak hanya pada perangkat pelatihan, tetapi juga nilai-nilai perantara lainnya. Seperti pada gambar tengah di atas.
Tetapi jika jaringan diberikan terlalu banyak parameter yang dapat dikonfigurasi, maka dilatih untuk mereproduksi bahkan penyimpangan dan fluktuasi yang kuat (termasuk yang disebabkan oleh kesalahan), yang dapat menyebabkan sampah lengkap ketika mencoba untuk mendapatkan jawaban atas input data bukan dari set pelatihan. Seperti pada gambar kanan di atas. Ini overfitting.
Contoh ilustrasi sederhana.
Bayangkan Anda memiliki beberapa titik (lingkaran biru). Anda perlu menggambar kurva halus yang memungkinkan Anda untuk memprediksi posisi poin lain. Jika kita mengambil, misalnya, polinomial, maka untuk derajat kecil (hingga 3 atau 4), kurva halus kita akan cukup akurat (kurva biru). Dalam hal ini, kurva biru mungkin tidak melewati titik awal (titik biru).
Namun, jika jumlah koefisien (dan karenanya tingkat polinomial) meningkat, maka keakuratan dari titik biru akan meningkat (atau bahkan hit 100%), tetapi perilaku antara titik-titik ini akan menjadi tidak dapat diprediksi (lihat bagaimana kurva merah berosilasi).
Tampak bagi saya bahwa kecenderungan anak untuk topik tertentu (fiksasi) dan mengabaikan sepenuhnya untuk topik yang tersisa yang mengarah pada fakta bahwa selama pelatihan terlalu banyak "faktor" yang diberikan pada topik-topik ini.
Menimbang bahwa jaringan dikonfigurasikan untuk input data tertentu dan tidak mengalokasikan "fitur", tetapi dengan bodoh "mengingat" data input, itu tidak dapat digunakan dengan data input yang sedikit berbeda. Penerapan jaringan semacam itu sangat sempit. Dengan bertambahnya usia, cakrawala membesar, fokus terkikis, dan kemampuan untuk mengalihkan sebanyak mungkin neuron ke tugas yang sama - mereka mulai digunakan dalam tugas-tugas baru yang lebih diperlukan bagi anak. "Pengaturan" dari keruntuhan jaringan yang berlebihan itu, anak menjadi "normal," jenius menghilang.
Tentu saja, jika seorang anak memiliki keterampilan yang berguna dalam dirinya sendiri dan dapat dikembangkan (misalnya, musik atau olahraga), maka "kejeniusannya" dapat dipertahankan untuk waktu yang lama, dan bahkan membawa keterampilan ini ke tingkat profesional. Tetapi dalam kebanyakan kasus ini tidak berhasil, dan dari keterampilan masa lalu dan jejak tidak akan tetap pada usia 8-10.
Kesimpulan
- apakah kamu memiliki anak yang cemerlang? itu akan berlalu;)
- cakrawala dan "jenius" adalah hal-hal terkait, dan mereka terhubung secara tepat melalui mekanisme pembelajaran
- "genius" yang terlihat ini - kemungkinan besar bukan genius sama sekali, tetapi efek dari terlalu banyak pelatihan otak pada tugas tertentu tanpa memahaminya - hanya saja semua sumber daya dikhususkan untuk tugas ini
- ketika mengoreksi minat sempit si anak, kejeniusannya menghilang
- jika anak Anda “cerdik” dan sedikit lebih pendiam daripada teman sebaya, maka Anda perlu mengembangkan keterampilan yang sama ini dengan hati-hati, secara aktif mengembangkan cakrawala Anda pada saat yang sama, dan tidak fokus pada keterampilan “keren” tetapi biasanya tidak berguna ini