আপনি বাস্তব সময়ে সিঁড়ি উঠতে পারবেন না। যদি আপনি করতেন, তাহলে আপনি ধীরে ধীরে হতেন - প্রতিটি পদক্ষেপটি উচ্চতা, কাঠামো, পেশী উত্তেজনা এবং ভারসাম্য সম্পর্কে সচেতনভাবে প্রক্রিয়াকরণের প্রয়োজন। 1 আপনি শুধুমাত্র সিমুলেশন ব্যর্থ হলে এটি সচেতন হয়ে যাবেন। যখন আপনার পা প্রত্যাশিত তুলনায় দ্রুত মেঝেতে আঘাত করে, অথবা যখন আপনি খোলা বাতাস খুঁজে পান যেখানে একটি পদক্ষেপ হওয়া উচিত, এটি একটি পূর্বাভাসের ত্রুটি যা আপনাকে সচেতনতা ফিরিয়ে দেয় যতক্ষণ না আপনি ত্রুটি সমাধান করেন। 2 যখন পূর্বাভাসের ত্রুটি কম, তখন আপনি অটো পাইলটে আছেন. যখন পূর্বাভাসের ত্রুটি উচ্চ হয়, তখন আপনি সচেতনতা এবং মডেল আপডেটগুলিতে ঝাঁপিয়ে পড়েন। এই প্রক্রিয়াটি কীভাবে আপনি আসলে শিখছেন তা ব্যাখ্যা করে এবং অধিকাংশ লোকেরা শিখার মডেলটি সম্পূর্ণ ভুল করে থাকে। অধিকাংশ পরামর্শ "ব্রুত শিখতে" যখন আপনি এটি পড়েন তখন সঠিক অনুভব করে, তারপর বর্জন করে। স্পেসড পুনরাবৃত্তি, সক্রিয় স্মরণ, সচেতন অনুশীলন - আপনি একটি সপ্তাহের জন্য এটি চেষ্টা করুন, তারপর ভুলে যান কেন এটি গুরুত্বপূর্ণ। যার ফলে মেশিনটি কাজ করে তা বর্ণনা করা যায় না। কী এই টেস্টটি ব্যাখ্যা। যন্ত্র যা প্রযুক্তিগুলি বা বাস্তব ক্ষমতা হিসাবে সংগ্রহ করে বা সমাধান করে। What You Think Learning Is আপনি কী মনে করেন শিক্ষা অনেকেই মনে করেন, শিক্ষা . যেমন একটি হার্ড ড্রাইভ পূরণ. আপনি তথ্য সংরক্ষণ, আপনি পরে এটি পুনরুদ্ধার. আরো স্টোরেজ = আরো জ্ঞান = আরো ক্ষমতা. accumulation যখন আপনি সিঁড়ি হাঁটতে শিখেছিলেন, তখন আপনার মস্তিষ্ক একটি মডেল চিহ্নিত করেছিল: "এই সেন্সরীয় ইনপুট (সিঁড়ি সীমানা), পূর্বাভাস করুন: উচ্চতা পরিবর্তন, প্রয়োজনীয় পেশী উত্তেজনা, প্রত্যাশিত সেন্সরিক প্রতিক্রিয়া। ; একটি সংগৃহীত জ্ঞান প্যাটার্ন যা স্বয়ংক্রিয়ভাবে চলছে। This is a scheme বিশেষজ্ঞ কর্মক্ষমতা আরও জানার বিষয়ে নয়; এটি কম পূর্বাভাস ত্রুটি সঙ্গে পরিকল্পনা আছে। তাদের মস্তিষ্ক কম প্রচেষ্টা ব্যয় করে কারণ তারা কী গুরুত্বপূর্ণ তা শিখেছে। 3 যখন বিশেষজ্ঞরা একটি শিকার অবস্থানটি দেখে, তারা ইতিমধ্যে জানে যে কোন জায়গায় মনোযোগ ফোকাস করতে হবে এবং অপ্রয়োজনীয় টুকরা অবহেলা করে। বিশেষজ্ঞ এবং নবজাতকের মধ্যে পার্থক্য হল পরিকল্পনা। একে একে ছোট করা যাবে না। সংক্ষিপ্ত এ আপনি ইটেরেশনের মাধ্যমে পরিকল্পনাগুলি সংগৃহীত করেন, অথবা আপনার তাদের নেই। The Only Two Ways To Learn শিখার দুটি উপায় যারা "দ্রুত" শিখতে চায় তারা ভুল প্রশ্ন জিজ্ঞেস করছে. একবার আপনি বুঝতে পারবেন কিভাবে পরিকল্পনাগুলি সংগ্রহ করা হয়, গতি অপ্রাসঙ্গিক হয়ে যায়. আপনি আপনার মস্তিষ্কের নিউরনগুলি আরো দ্রুত উন্মুক্ত করতে পারবেন না। সিস্টেমগুলি সংগ্রহ করার শুধুমাত্র দুটি বৈধ পথ রয়েছে - আপনি বাস্তব সমস্যাগুলি সমাধান করছেন (যেখানে গতি স্বাভাবিকভাবে ভাল সিস্টেমগুলি থেকে আসে) অথবা আপনি অভ্যন্তরীণ পুরস্কারের জন্য এটি করছেন (যেখানে আপনি গতি সম্পর্কে কোনও আগ্রহ করেন না)। 1. You’re Solving A Real Problem "Learning React" নয়, একটি বৈশিষ্ট্য বাস্তব ব্যবহারকারীদের পাঠানো। আপনি যদি মধ্যযুগের একটি রোগ থেকে আপনার বন্ধুকে চিকিত্সা করার চেষ্টা করেন তবে আপনি "বইটি শেষ করতে" পড়েন না - আপনি একটি চিকিত্সার জন্য যা প্রয়োজন তা খুঁজে পেতে এবং আপনার বন্ধুকে চিকিত্সা করতে যান। সচেতন অনুশীলন পুনরাবৃত্তি নয় - এটি অবিলম্বে প্রতিক্রিয়া সহ লক্ষ্যগুলির দিকে iterative সংশোধন। ডেভেলপার যিনি 20 পণ্য পাঠিয়েছিলেন সেগুলি সংগ্রহ করেছিলেন। তারা একটি দীর্ঘ সংক্ষিপ্ত তালিকা এর অর্থ ব্যাখ্যা করতে পারে, কিন্তু কাজ কোড জেনারেটর ভার্চুয়াল মডেল নয়। পরিকল্পনা সম্পর্কে স্মৃতি সংগৃহীত পরিকল্পনা বেঁচে থাকে কারণ তারা সিন্থেটিক উদাহরণগুলি নয়, বাস্তবতার প্রতিক্রিয়াগুলির বিরুদ্ধে নির্মাণ করা হয়েছিল। যদি আপনি একটি কারাগারে আটকে থাকেন যেখানে শুধুমাত্র ফরাসি ভাষা বলা হয়, তাহলে আপনি আপনার বাড়িতে ফরাসি ভাষা কেউ বলতে না পারায় এটি পড়ার চেয়ে দ্রুত ফরাসি শিখবেন। (এটি মানে এই নয় যে আপনি একটি ভাষা শিখতে অন্য দেশে ভ্রমণ করতে হবে. আমি শুধুমাত্র শিখা প্রক্রিয়া ইলেকট্রনিক করছি.) 2. Genuine Curiosity, The knowledge itself is the reward. When you learned your first language: তোমার মা বলে “কাপ”, বিষয়কে নির্দেশ করে. শব্দটি সরাসরি সেই সিলিন্ড্রিক জিনিসের আপনার পরিকল্পনাকে মানচিত্র করে। When you learn a second language through apps: এটি অনুবাদ করে “হ্যালো সকাল” যা আপনার সকালের সূর্যাস্তের পরিকল্পনা, আপনি জেগে উঠার সময় আপনার মুখের স্বাদ এবং “সন্ধ্যা” পরিকল্পনার সমস্ত মাত্রাকে মানচিত্র করে। আপনি ইংরেজিতে চিন্তা করছেন এবং অনুবাদ করছেন. ভার্চুয়াল মডেলটি ইংরেজিতে চলছে, ফরাসি নয়. এটি প্রক্সি চেইনিং: শব্দগুলি সরাসরি মানচিত্র করার পরিবর্তে সিস্টেমগুলি অ্যাক্সেস করার জন্য একটি ভাষা ব্যবহার করুন। নিউরন পথগুলি পরিমাপযোগ্যভাবে আলাদা: সরাসরি ম্যাপিং: ভাষা সরাসরি পরিকল্পনা সক্রিয় করে (মেম => পরিকল্পনা) প্রক্সিজ চেইনিং: ভাষা প্রথমে অনুবাদ নেটওয়ার্কগুলি সক্রিয় করে, তারপর পরিকল্পনা (মেম => মেম => পরিকল্পনা)4 অবশ্যই, আপনি অবশেষে একটি প্রক্সি থেকে প্রকৃত পরিকল্পনা পরিবর্তন করতে পারেন যদি আপনি শিখতে অব্যাহত থাকেন। পিয়ানো খেলুন, কারণ সঙ্গীত উপভোগ্য। কোড কারণ নির্মাণ মজার - কারণ আপনি "পাইথন শিখেছি" বা "আমি কোড cpp" চেক করছেন না। যখন কার্যকলাপ নিজেই লাভজনক হয়, তখন আপনি কৌতুহল দ্বারা চালিত ক্রমাগত উচ্চ-ভারিয়েন্সি পরিকল্পনা পরিচালনা করেন। আদর্শভাবে, আপনি উভয় পেতে পারেন: বাস্তব সমস্যার সমাধান যা গুরুত্বপূর্ণ যখন প্রক্রিয়া নিজেই উপকৃত হয়। How Schemes Become Memes (And Vice Versa) কিভাবে সিস্টেম মেম হয়ে যায় (এবং বিপরীতভাবে) একটি মেম একটি সিস্টেমের একটি সংকুচিত বর্ণনা। যখন আপনি একটি সিস্টেমকে একটি মেমে রূপান্তর করেন, তখন আপনি প্রায় সবকিছু হারাবেন: Scheme => Meme (Compression with loss): আপনার আঙুলগুলি জানে যে আপনি একটি ছোট সপ্তম অ্যাকর্ডের জন্য কোথায় যাবেন - আপনি স্বয়ংক্রিয়ভাবে আঙ্গুলের অবস্থান, চাপ এবং ফলিত শব্দটি পূর্বাভাস করেন। কেউ জিজ্ঞেস করে, “তুমি কিভাবে ছোট সপ্তম খেলো? আপনি একটি মেম উত্পাদন করেন: "এটি মূল, ছোট তৃতীয়, পঞ্চম এবং ছোট সপ্তম। সেই মেমটি কাঠামোকে বর্ণনা করে কিন্তু সামনের মডেলের কোনটিই অন্তর্ভুক্ত করে না। এটি শুনে ব্যক্তিটি এখন একটি বর্ণনা আছে, পুরো সিস্টেমটি নয়। তারা একা সেই মেম থেকে অ্যাকর্ডটি খেলতে পারে না. তাদের নিজস্ব পরিকল্পনাগুলির মাধ্যমে পুনরাবৃত্তি করা উচিত - আঙুলগুলি স্থাপন করে, ভুল নোটগুলি শুনে, মডেলটি সঠিকভাবে পূর্বাভাস দেওয়ার পর্যন্ত সমন্বয় করে। Meme => Scheme (Decompression requires work): আপনি পড়েছেন: "মেমরি রক্ষার জন্য স্পেসড পুনরাবৃত্তি ব্যবহার করুন"। এটি অন্যের সিস্টেম (তারা যে সিস্টেমটি জানে তা কমিয়ে দেয়) পর্যালোচনা করা, কনফিগারেশন প্রভাব ফেলে, একটি সংক্ষিপ্ত শব্দে একটি সংক্ষিপ্ত শব্দ (in a short phrase). যখন কিভাবে কী সেই মেমকে একটি সিস্টেমে রূপান্তর করতে, আপনাকে ইটারেশন চালানোর, ব্যাখ্যা করার, কেন এটি কাজ করে বা ব্যর্থ হয়, একটি বিকল্পের সাথে উন্নতি এবং পুনরাবৃত্তি করতে হবে। অধিকাংশ লোকেরা মেমে থেমে থাকে. তারা বর্ণনা সংগ্রহ করে: "স্পেসড পুনরাবৃত্তি কাজ করে," "সচেতন অনুশীলন গুরুত্বপূর্ণ," "স্বপ্ন স্মৃতি সংহত করে। Why experts struggle to teach: বিশেষজ্ঞরা কেন শিখতে লড়াই করে: বিশেষজ্ঞদের পরিকল্পনা আছে, শিক্ষার্থীদের পরিকল্পনা দরকার, কিন্তু মেমের মাধ্যমে প্রেরণ করা হয়। বিশেষজ্ঞের ভবিষ্যৎ মডেলটি এতটাই সংকুচিত এবং স্বয়ংক্রিয় যে তারা এটি সম্পূর্ণরূপে বর্ণনা করতে পারে না. যখন তারা চেষ্টা করে, তারা মেম উত্পাদন করে যা বেশিরভাগ তথ্য হারিয়েছে। এই মেমোরিগুলো কিন্তু তারা সিস্টেম ছাড়াই কারো জন্য অপরিহার্যভাবে কম্প্রেস করা হয়. শিক্ষার্থীর এই মেমগুলি কাজের ভবিষ্যত মডেলগুলিতে কম্প্রেস করার জন্য হাজার হাজার বারের প্রয়োজন হয়। সঠিক এই কারণে আপনি জেস সম্পর্কে পড়তে শিখতে পারেন না (যদিও এটি সাহায্য করে) কেন টিউটোরিয়াল জাহান্নাম ডেভেলপারদের উত্পাদন করে না। আপনি পরিকল্পনা সম্পর্কে মেম সংগ্রহ করছেন, পরিকল্পনা সংগ্রহ করছেন না। প্রতিটি ডোমেইনে, পরিকল্পনাটি হাজার হাজার ইটিয়ারেশনগুলির মাধ্যমে ক্যালিব্রেট করা একটি সিস্টেম। মেম সংগ্রহ আপনাকে দক্ষতার শব্দবাজি দেয়. সিস্টেম সংগ্রহ আপনাকে বাস্তব দক্ষতা দেয়. কেন অধিকাংশ "শিখা" শুধুমাত্র মেম সংগ্রহ। Most “Learning” Doesn’t Compile Anything বেশির ভাগ ‘শিক্ষা’ কিছুই সংগ্রহ করে না অধিকাংশ শিখা ব্যর্থ হয় কারণ এটি সমস্যা-ভিত্তিক বা ডিমিং-ভিত্তিক নয়। কোন বাস্তব বাজি নেই, কোন সত্যিকারের নিমজ্জ্বলতা নেই (আপনি নির্দেশাবলী অনুসরণ করছেন, অনুসন্ধান করছেন না)। Tutorial hell: একটি সিন্থেটিক মেট্রিক্স জন্য অপ্টিমাইজিং যা বাস্তব বিশ্বের ইটেরেশনগুলি মানচিত্র করে না. আপনি "এই পরীক্ষাটি পাস করার জন্য কিভাবে" সংগ্রহ করছেন, না "এই ডোমেইনে কীভাবে চিন্তা করবেন"। Studying for exams: কোন অভ্যন্তরীণ পুরস্কার নেই (এটা দায়িত্ব নয়, কৌতূহল নয়), কোনও বাস্তব সমস্যা সমাধান করা যায় না. আপনার পরিকল্পনা কখনোই জড়িত হয় না. আপনি ভবিষ্যতের মডেল তৈরি না করে ঘুরে বেড়ান। Courses you “should” take: The Proxy-Chain Trap: প্রক্সি চেইন ফাঁদ: কিছু ডোমেইন প্রাক্সি চেইন ছাড়া শিখতে অসম্ভব। আপনি সরাসরি কোয়ান্টাম মেকানিক্সে আপনার পথ চিহ্নিত করতে পারবেন না—আপনি প্রথমে মধ্যস্থতা বুঝতে হবে। কিন্তু মাস্টারি যখন প্রাক্সিগুলি পুড়ে যায়। যখন আপনি কোয়ান্টাম মেকানিক্স বুঝতে পারেন, আপনি আর অনুবাদ করছেন না। যদি আপনি কখনোই প্রক্সিজেন চেইন থেকে সরাসরি ম্যাপিং থেকে সেই স্থানান্তর করেন না, তবে আপনি চিরকাল মধ্যস্থ থাকবেন। আপনি Stack Overflow প্যাটার্নের মাধ্যমে অনুবাদ করে কোড করতে পারেন, কিন্তু আপনি কোডে চিন্তা করছেন না। আপনি ইংরেজি থেকে অনুবাদ করে ফরাসি কথা বলতে পারেন, কিন্তু আপনি ফরাসি ভাবছেন না। আপনি ফ্রেমমার্ক ডকুমেন্টেশনের মাধ্যমে অনুবাদ করে সমস্যা সমাধান করতে পারেন, কিন্তু আপনি ডোমেইনটি বুঝতে পারছেন না। যখন আপনি স্ক্যাফল্ডটি মুছে ফেলেন, তখন কি আপনার কর্মক্ষমতা ভেঙে যায়? যদি হ্যাঁ, তাহলে আপনি প্রক্সিজেন চেইনিং ছিলেন। অধিকাংশ মানুষ "মেম" এলাকায় থাকার কারণ হল যে সিঁড়ির উপরে ঝড় একটি শারীরিক উত্তেজনা প্রতিক্রিয়া সৃষ্টি করে। compiling is painful শিখতে, আপনি উদ্দেশ্যে একটি পদক্ষেপ মিস করার অনুভূতি খুঁজে বের করতে হবে। টিউটোরিয়ালগুলি আপনাকে এমন অনুভূতি দেওয়ার জন্য ডিজাইন করা হয়েছে যেন আপনি ফ্ল্যাট মাটিতে হাঁটছেন। Physiological Constraint শারীরিক বাধা আপনার মস্তিষ্ক যখন কম্পিউটিং করতে পারে না তখন আপনি পরিকল্পনা সংগ্রহ করতে পারবেন না। মানুষ একই সময়ে কাজের মেমরিতে প্রায় ৪±১টি আইটেমকে সক্রিয়ভাবে রাখতে পারে। যখন আপনার জৈবিকতা চাপ, ঘুমের ব্যর্থতা, বা খাদ্য দুর্বলতা দ্বারা দুর্বল হয়, সেই ক্ষমতা স্পষ্টভাবে কমে যায় - কখনও কখনও 1-2 টুকরা পর্যন্ত। 5 এই ক্ষমতায় আপনি পারবেন না: জটিল সমস্যা গঠন একাধিক ধারণা বজায় রাখা বিপরীত সত্য নতুন নতুন পূর্বাভাস ক্রোনিক স্ট্রেস কাজের মেমরি এবং জ্ঞানী নমনীয়তা হ্রাস করে, উচ্চ স্তরের চিন্তাভাবনা থেকে বেঁচে থাকার মোডে জ্ঞানকে স্থানান্তর করে (ক্যাচ করা প্রতিক্রিয়াগুলির সাথে অবিলম্বে ইনপুটের প্রতিক্রিয়া). কোন শিক্ষা ঘটে না কারণ কোন মডেল আপডেট হয় না। ঘুম. স্ট্রেস ম্যানেজমেন্ট. খাদ্য. পরিবেশ নকশা. এটি আপনার পরিকল্পনা কার্যকর করার জন্য পূর্বাভাস। AI Is a Cognitive Prosthetic AI একটি জ্ঞানী প্রোস্টেটিক এটি আপনার চিন্তার একটি প্রসারিত যা ইন্টারনেটের সংগঠিত বুদ্ধিমত্তার উপর প্রশিক্ষিত ডেটা উপর হাজার হাজার পরিস্থিতি পরিচালনা করতে পারে। আপনার কাজের মেমরি ~ 4 চুম্বন রাখতে পারে। জটিল সমস্যাগুলি একটি বৃহত্তর সংখ্যক পরিবর্তনশীল রয়েছে, এবং আমরা সাধারণত তাদের কম্প্রেশন করি। কিন্তু কিছু সমস্যাগুলি পরিবর্তনশীলগুলি রয়েছে যা পূর্বে কম্প্রেশনযোগ্য ছিল। আপনি যখন তাদের প্রক্রিয়াকরণ করতে পারেন, তখন আইটি স্বেচ্ছাসেবীভাবে অনেক মধ্যবর্তী অবস্থা ধরে রাখতে পারে. এটি সত্যিকারের হেফাজত - যদি আপনি এটি একত্রিত করতে জানেন। একজন লেখক একটি নতুন ফ্রেমওয়ার্ক সংশ্লেষণ করার সময় একটি গবেষক ১৫টি কাগজের উদ্ধৃতি এবং প্রতিযোগিতামূলক বিন্দু বজায় রাখে. একজন ডেভেলপার বালারপ্ল্যাটটি বহন করে, যাতে পুরো সিস্টেমের আর্কিটেকচার কাজের মেমরিতে থাকে। আইটি আপনার কাজের মেমরিটি প্রসারিত করে যাতে আপনি আরও জটিলতা মোকাবেলা করতে পারেন। লোকেরা ক্যালকুলেটরকে অ্যান্ট্রোমোরফিগার করে.6 তারা এমন একটি আলোচনা কল্পনা করে যেখানে কেবলমাত্র একটি মোনোলগ আছে। AI একটি সচেতন বুদ্ধি নয়. এটি একটি কম্পিউটার প্রোটেকশন. এটি আপনার নিজস্ব মস্তিষ্ক যা দ্রুততর হার্ডওয়্যার উপর চলমান। আপনি স্বাভাবিকভাবে প্রতি মিনিটে বহু অদ্ভুত জিনিয়াস এবং বোকা চিন্তাগুলি উত্পাদন করেন এবং সেরাগুলি নির্বাচন করেন। যখন আপনি আপনার ধারণাগুলি "চ্যালেঞ্জ" করার জন্য টুলটি ব্যবহার করেন, তখন আপনি একটি দ্বিতীয় মতামত খুঁজছেন না। যদি ফলাফল sycophantic হয়, তাহলে আপনার উদ্দেশ্য sycophantic। মানবিক চিন্তার সংগঠিত ইতিহাসটি আপনার উদ্দেশ্য এটি নির্বাচন না হওয়া পর্যন্ত জ্ঞান নয়. একটি প্রোটেকটিক অঙ্গ কিভাবে হাঁটতে জানে না - এটি ব্যবহারকারীর ভারসাম্য পরিচালনা করে. AI আপনার অনুসন্ধান পরিচালনা করে। আপনি যদি এআই এর মাধ্যমে প্রক্সিজ চেইন করেন তবে কোনও সিস্টেম সংগ্রহ করবেন না. যখন এআই ভুল হয় বা উপলব্ধ নয়, তখন আপনার কিছুই নেই। এটি গুগল অনুবাদ মাধ্যমে ফরাসি শেখার সাথে একই রকম। আপনি সরাসরি মানচিত্র তৈরি করছেন না. আপনি একটি মধ্যস্থতার উপর নির্ভরশীলতা তৈরি করছেন। This matters now because the leverage is huge. অতীতে যা অসম্ভব ছিল, তা এখন কঠিন। কিন্তু শুধুমাত্র যদি আপনি আপনার নিজের জ্ঞানগুলি মৌলিকভাবে বুঝতে পারেন এবং বাস্তব পণ্যগুলি থাকে যা নিশ্চিতকরণকে বাধ্য করে। অন্যথায়, আপনি শুধুমাত্র আপনার প্রাথমিক চিন্তাভাবনা উপর অনন্ত লিভারেজ পেয়েছেন. আপনি আত্মবিশ্বাসে 10x গতিতে রাস্তার দিকে হাঁটবেন। অধিকাংশ লোকেরা পার্থক্য বলতে পারে না কারণ তারা শিখার ভুল মানসিক মডেল আছে. তারা মনে করে যে এটি ভাল পরিকল্পনা নির্মাণ করার সময় সংগ্রহ (অনেক তথ্য সংরক্ষণ) হয়। সুতরাং তারা কাজের মেমরি প্রসারিত করার পরিবর্তে এআইকে একটি "ব্যাক সহকর্মী" হিসাবে ব্যবহার করে। তারা বাস্তব জিনিসগুলি পাঠানোর পরিবর্তে টিউটোরিয়াল সম্পন্ন করার জন্য অপ্টিমাইজ করুন। তারা ডোমেইন জ্ঞান সম্পর্কে মেমগুলি প্রকৃত পরিকল্পনাগুলির সাথে বিভ্রান্ত করে যা ফলাফল উত্পাদন করে। পার্থক্য বাড়ছে : যারা তাদের জ্ঞানের পরিকল্পনাগুলি বুঝেছিলেন, তারা কেবলমাত্র 10x হেফাজত পেয়েছিলেন। যারা মনে করে যে শেখা হচ্ছে সংগ্রহ, তারা ১০ গুণ বেশি দ্রুত পাহাড়ের দিকে দৌড়াতে পারে। আপনি মিথ্যা পরিকল্পনা করতে পারবেন না. বাস্তবতা তাদের ক্রমাগত পরীক্ষা করে। যিনি শিখছেন, তিনিই সেই ব্যক্তি যিনি ভুল থেকে লুকাতে পারেন না। আপনি যদি এই টেস্টটি উপভোগ করেন এবং আরও জানতে চান, আমার নিউজলেটার সাবস্ক্রাইব করুন: https://crive.substack.com References পূর্বাভাস প্রক্রিয়াকরণ মৌলিক এবং সিঁড়ি মত উদাহরণ: পূর্বাভাস কোডিং উপর কার্ল ফ্রিস্টন (উভারভিউ): অ্যান্ডি ক্লার্ক এর অ্যাক্সেসযোগ্য ইনপুট: 1 https://en.wikipedia.org/wiki/Predictive_coding https://www.mind-foundation.org/blog/predictive-coding পূর্বাভাসের ভুল এবং সচেতনতা: পূর্বাভাসের কোডিং / বিনামূল্যে শক্তি সম্পর্কে ফ্রিস্টন এর ফাউন্ডেশন পাতা: https://pmc.ncbi.nlm.nih.gov/articles/PMC2666703/ 2 চ্যাশ দক্ষতা & নিউরাল দক্ষতা: বিশেষজ্ঞদের মধ্যে মস্তিষ্ক ইমেজিং উপর সিস্টেমিক পর্যালোচনা vs. নিকটবর্তী: (বিজ্ঞানীরা দক্ষ, দৃষ্টান্তমূলক প্যাটার্ন দেখায়) 3 https://www.sciencedirect.com/science/article/pii/S3050642525000326 নিমজ্জিত vs. স্পষ্ট / ক্লাসরুম: Morgan-Short et al. (2012) - নিমজ্জিত / নিমজ্জিত উত্পাদন ন্যাশনাল অনুরূপ ERP প্যাটার্ন: 4 https://pubmed.ncbi.nlm.nih.gov/21861686/ কাজের মেমরি ~4 chunks: Cowan (2001) - জাদু সংখ্যা 4: 5 https://pubmed.ncbi.nlm.nih.gov/11515286/