用人工智能训练模型的方式学习英语

#我口述,ai整理#

即使今天，我的英语很差。虽然我在外企也工作了 8.5 年。

但是前两天看到@煎饼英语课 一篇关于英语和人工智能之间关系的文章，恍然大悟。讲明白了，我虽然英语水平不怎么地，但是在当年研究生全国英语考试中，是 top 2%。

---

关于英语学习的一种方法

我分享一个个人备考英语时的做法，不一定适合所有人，但效果我自己是验证过的。

当年我的英语基础一般，听力和口语尤其弱，基本只能阅读。备考期间，我做了这么一件事：找了15本《读者文摘》（Reader‘s Digest），从头到尾读了一遍。遇到不认识的单词，就抄在一个本子上，没刻意背，只是抄下来，继续往下读。刚开始生词很多，读得慢，但越往后，生词出现频率越低，阅读速度自然上来了。

这个方法之所以有效，可能不是因为我“学”到了多少单词或语法，而是因为大量的阅读让大脑形成了某种“语感”。这种语感，在应对选择题时尤其明显——你读四个选项，其中一个读起来就是更顺，哪怕你说不出为什么。

这种感觉不是凭空来的，是前面那些阅读材料里反复出现的语言搭配，在大脑里留下了统计性的痕迹。

可以从概率的角度理解这件事。一门语言中，词与词的搭配、句式的使用，都有一定的统计规律。你读的文本足够多，大脑就相当于采集了大量样本，慢慢能“感知”到哪种组合更常见、哪种表达更自然。考场上，选择题的干扰项往往就是那些“不太自然”的搭配，所以凭语感判断的正确率，有时候比凭语法分析还要高。

它本质上是一种“用大量输入带动感知”的学习方式，而不是替代系统学习的捷径。

总的来说，这个方法的核心就是：通过大量接触真实语料，让大脑自动积累语言使用的统计信息，然后在考试中利用这种隐性知识做判断。

和现在人工智能的基本原理底层逻辑一模一样。

它不是神话，也谈不上高效到哪去，只是在我的个人经历中，它比反复刷题更容易坚持，效果也还不错。

人工智能底层逻辑一点不高深，就是见得多了，正确的概率就自然增加了。