xg1990

第1节-并不存在的创伤与原生家庭 弗洛伊德心理学 传统心理学中以弗洛伊德为代表的精神分析学派，对于整个心理学的发展产生了巨大的影响。它强调成长过程中心理创伤对人的影响，认为人的潜意识和幼时的经历决定了一个人的未来轨迹。这种观点本质上极为悲观，它把人的行为当作机器来解读，忽视了人的自由意志的存在，它否认了那些经历过创伤的人开启一段新人生的可能性。 阿德勒心理学 阿德勒曾是弗洛伊德的重要伙伴，但因其过分强调性冲动的影响而与之决裂，并创建了自己的个人心理学。阿德勒的观点与弗洛伊德相反：并非我们的经历决定了我们的现在，而是我们对经历的解读方式决定了我们的现在。或者说，我们只是把过往的经历作为逃避改变的一个借口而已，类似的借口还有很多（性格、情绪）。比如人们常常会说『因为我性格是XXX所以XXXX』，或者因为我心情不好所以XXXX，仿佛把原因甩到这些『外在』因素上以后，就可以逃避问题。 阿德勒心理学重要观点包括： 阿德勒心理学否定心理创伤的存在 我们是谁，并不取决于我们过往的经历，而是我们对这段经历所赋予的意义 我们的人生不是别人决定的，而是我们自己选择的。 童年创伤并不可怕 阿德勒心理学会强调，你未来想要过什么样的生活，与你过去经历了什么，一点关系都没有。我们在任何时候，都可以自由的选择自己想要的人生，我们所缺少的只是改变自己的勇气而已。而阿德勒心理学坚信，人是可以改变的（注：是改变而不是被改变，人的改变是发自内心的选择，而非外在的压力）只要有勇气改变解读自己经历的角度和态度，整个人生就会变得大不一样，人生的选择权依旧在自己手上，我们只是要学会如何运用这些经历 开始改变 当我们对现状不满时，唯一需要做的事情就是开始改变。然而大多数人因为害怕改变，选择保持现状。很多人的不幸，很可能是自己的选择：选择不去改变。 这个选择也很好理解，因为现在的自己轻松又安心，任何改变都会带来未知和不安。而对未知的恐惧往往会超过对现状的不满。 此刻，我们所缺乏的便是「勇气」：是「舍弃现有生活形态的勇气」，是「迎接未知的勇气」，是「变得幸福的勇气」 第2节-避免竞争意识 阿德勒心理学重要观点：所有的烦恼都是来自于人际关系的烦恼 自卑心态 自卑一般来自于我们对于客观事实的主观消极解读（比如身材矮就是低人一等）。但是任何特质都一定有积极的一面，用消极还是积极的态度解读全在于我们的主观意志一念之间。而一旦将自卑感养成习惯，并作为日常生活中各种不满的借口，就被称为自卑情结（“因为我的XXXXX才导致这么多挫折，但其实这里并没有实质上的因果关联，真正的原因是这种消极解读的态度） 自卑的另一种表现形式就是自傲，通过炫耀自己觉得优越感，获取认可，来弥补自卑。甚至还有一种炫耀不幸的情绪，通过展示自己的不幸来换取同情和关注。 避免竞争意识 人际关系里的烦恼，大多起源于和他人的比较与竞赛。然而这种比较与竞争毫无意义。毕竟，人生的意义不在于和他人比较，而是达成更好的自己。 我们需要作出的第一个改变，就是不要有竞争意识和比较心态。不要把身边的人当成自己的敌人或者竞争对手。我们都是合作伙伴，大家互相帮助朝着各自的目标前行。切换这种心态后，不会再认为世界是危险的地方，能给自己更多的安全感，也能发自内心的祝贺他人的幸福和成功。 反过来，那些故意创造各种“竞争”和“比赛”的社会氛围也是无比危险的。一旦陷入竞争型人际关系，就会频繁需要通过胜利来证明自己的能力，这就常常伴随着挑战、挑衅、攻击，进而引发一场优胜劣败的争斗，并孕育下一场复仇。为了避免陷入这样的循环，需要避免回应任何挑衅和攻击，这并非懦弱的表现。 事实上很多人会不自觉的挑起竞争（这种“竞争”关系甚至可能存在于亲子关系中），例如在对话中证明“我是对的”，如果坚信自己是对的，那么直接结束对话即可，并没有必要要求对方认错或承认失败。反过来，承认错误，也是最好的摆脱争斗的方式… Read More »重新接纳自己——《「被讨厌」的勇气》读书笔记

翻译自：https://openai.com/blog/learning-concepts-with-energy-functions/ 我们开发了一个基于能量的模型，可以快速学习识别和生成概念的实例，例如近、上、间、最近和最远，用二维点集表示。我们的模型只经过五次演示就学会了这些概念。我们还展示了跨域转移：我们使用在二维粒子环境中学习的概念来解决基于三维物理的机器人的任务。 人类智能的许多特征，如从有限的经验中归纳、抽象推理和计划、类比推理、创造性问题解决和语言能力，都需要将经验整合为概念的能力，这些概念是理解和推理的基本组成部分。我们的技术使代理能够从任务中学习和提取概念，然后使用这些概念来解决不同领域中的其他任务。例如，我们的模型可以使用在二维粒子环境中学习的概念，让它在基于三维物理的机器人环境中执行相同的任务，而无需在新环境中进行再培训。 这项工作使用能量函数让我们的代理学习分类和生成简单的概念，他们可以使用这些概念来解决诸如在不同环境中的两点之间导航之类的任务。概念的例子包括视觉（“红色”或“正方形”）、空间（“内部”、“顶部”）、时间（“缓慢”、“之后”）、社交（“积极”、“有益”）等等。这些概念一旦学会，就成为agent理解和推理的基本构件，如DeepMind和Reparious的其他研究所示。 能量函数通过编码对世界状态的偏好来工作，这使得具有不同可用动作（改变转矩与直接改变位置）的智能体学习一种在不同环境下工作的策略这大致转化为对简单事物的概念性理解的发展。 工作原理 为了创建能量函数，我们在数学上把概念表示为能量模型。能量模型的思想植根于物理学，直觉认为观察到的事件和状态代表着低能配置。 我们为每个概念定义了一个能量函数E（x，a，w）： 模型观察到的世界状态（x） 对处于该状态的实体的注意力遮罩（a）。 作为一个连续的向量(w)，它被定义为连续的能量 世界的状态是由一组实体及其属性和位置组成的（就像下面的点，它们既有位置属性又有彩色属性）。用于“识别”的注意力掩码代表了模型对一些实体集的关注。能量模型输出一个单一的正数，指示概念是否满足（当能量为零时）或不满足（当能量较高时）。当注意力掩码集中在一组表示概念的实体上时，概念就满足了，这要求实体处于正确的位置（修改x或生成）和关注正确的实体（修改A或标识）。 我们将能量函数构造为一个基于关系网络结构的神经网络，它允许它以任意数量的实体作为输入。这个能量函数的参数是我们的训练过程正在优化的；其他函数是从能量函数隐式推导出来的。 这种方法允许我们使用能量函数来学习一个可以同时执行生成和识别的单一网络。这使我们能够交叉使用从一代人学到的概念，反之亦然。（注：这种效应已经通过镜像神经元在动物身上观察到了。） 单网络训练 我们的训练数据是由（注意力遮罩，状态）轨迹组成的，我们提前生成这些轨迹，用于我们希望模型学习的特定概念。我们训练我们的模型，给它一个给定概念集的一组演示（通常是5个），然后给它一个新的环境（X0），并要求它预测下一个状态（X1）和下一个注意掩码（a）。我们对能量函数进行了优化，使得训练数据中的下一个状态和下一个注意掩模被赋予低能量值。与像变分自动编码器这样的生成模型类似，该模型被激励来学习有用地压缩任务各个方面的值。我们使用各种概念训练我们的模型，包括视觉、空间、近端和时间关系，以及二维粒子环境中的量化。 主要成果 我们在一系列任务中评估了我们的方法，这些任务旨在了解我们的单个系统在识别和生成由同一概念统一起来的事物方面有多好；我们的系统可以学习分类和生成特定的空间关系集，或者能够以特定的方式在场景中导航实体，或者可以对数量（一、二、三或三个以上）或接近度等概念做出良好的判断。 当模型能够在学习生成概念（通过在状态向量x内移动实体）和识别它们（通过改变固定状态向量上的注意力掩码）之间共享经验，模型的性能会更好：当我们评估在这两种操作中训练的模型时，它们在每种操作上的表现都比只训练的模型好就这一次行动。我们还发现了转移学习的迹象一个能量函数只在一个识别环境下训练，在生成上表现良好，即使没有经过明确的训练。 邻近概念：演示事件将注意力集中到距离标记最近或最远的实体，或使标记与特定颜色的实体（左）最接近或最远。推理用于为最近或更远的实体（识别）生成注意掩码，或将标记放置在离实体最近或最远的位置（生成）（右） 下一步 在未来，我们很高兴探索在更丰富的三维环境中学习到的更广泛的概念，将概念与我们的Agent的决策政策相结合（到目前为止，我们只把概念看作是从被动经验中学习的东西），并探索概念和语言理解之间的联系。