一个有效的学习过程应该是：从输入，输出，反馈，再到输入，输出，反馈的一个闭环过程。
其实我们都熟悉的学校里的教学基本是遵守这个模式的，对学生来说，上课听讲是输入，之后完成作业是输出，然后完成的作业被老师批改是一个反馈，然后学生带着反馈继续接受新的知识的输入，以此循环往复。

在我们的日常学习中，输入的部分一般都有，但往往忽略了输出和反馈，所以学习效果并不好。以下结合自己的亲身经历举几个例子：

1. 无论是一个知识点，一篇paper，一门课还是一项技能，发现理解的最深而且印象持久的往往是那些自己学了之后又讲给别人听的。比如以前KSU读统计做TA的时候，讲了3年的课，其中的知识自然就比较牢固。到后来在雅虎工作，每周读AI的paper，因为要给组里的人讲，所以理解和记忆都格外深刻。因为给别人讲的过程就是一个输出的过程，和别人的讨论就是一个收集反馈的过程。而后来发现那些只是自己读过的paper相比之下理解和印象就不是那么深，因为缺少了输出和闭环。

2. 拿在线教育来讲，除了让学生听lecture，看视频，还得模拟传统教学中的后两个环节，也就是说学生必须有做作业或者项目，然后可以得到老师的反馈，这样的学习效果才好。

3. 记得以前看到知乎里面一个关于不同方式学习效率/记忆率的排名，最差的方式就是单纯的听讲，讨论的方式稍好，自己转述他人或者实践的方式能记住的就更多了。相信也是这个闭环的道理。

4. 输出的方式不止给别人讲一种，如做笔记，写博客都可以。如今以喜马拉雅和得到app为代表在碎片化时间中获取知识的方式中，如果知识听完就完事了，觉得吸收的还是很少，所以还是需要增加输出（记笔记，和人讨论，写博客等方式）来获得更好的学习效果。

由此又联想到了机器学习，feed in training data算是输入吧，然后让学好的模型make prediction算是输出，然后根据prediction和true label应该是提供的一种反馈，再backpropagate来更新参数。看，连机器学习也是一个道理。在写本文的时候查了查闭环这个概念，发现control theory里面也有的，从system input（输入），到system output（输出），到measured output得到measured error（反馈），看来自动驾驶中的一部分也是一样。罗振宇之前说的读书做笔记相当于把片段的知识缝合到了自己原先建立的知识体系中也与闭环有些关联吧。

以后在生活中的各种学习过程中都要重视闭环：输入，输出，反馈。先从写更多博文做起！

-ripple