图1-35 费曼技巧和强化学习的类比
在机器学习中，我们可以看到，环境的状态反馈和奖励都是促进学习的，那么在学习中，我们如何获得状态反馈和奖励呢？
费曼技巧的小白就是环境，我们也可以找到其他环境，比如学习论坛、学习小组、微信群、豆瓣小组、知乎、哔哩哔哩等，我们可以把自己所学整理发到上边，这样就会获得反馈。有的时候你认为自己的想法很完美了，结果被网友找到各种漏洞。通过写作获得反馈，就能促进学习。在哈佛的MBA案例教学中，一个学生对案例进行准备，然后在课堂上讲解自己的分析，其他学习踊跃的提出不同意见，这也是环境的反馈，这种方式和强化学习很像。好的环境会产生好的反馈，使得参与者能力快速提高，比如维也纳精神分析小组，维纳、麦卡洛克和皮茨的金三角、贝宝黑帮、八个天才的叛逆等。这也是孟母三迁、很多人拼命考好大学、去好公司的原因。
合理的奖励是有助于学习的，比如老师的表扬，奖状等。而自学时，可以自己给自己设置奖励。可以将自己想要的东西按照难度进行分级，然后学习也分级，学会不同级别的知识对应不同的奖励。比如学会了视频制作奖励自己一个好电脑。
1.4 费曼技巧怎么用？
费曼技巧本身的叙述就比较长，这样不利于记忆，所以我对费曼技巧的内容进行了压缩，并且使用简笔画进行图解，使得左右双脑可以同时工作，事半功倍。
费曼技巧可以简化的描述为：
1）选择一个概念（如图1-36所示）；
图1-36 费曼技巧第一步
比如这个男孩选择的概念是科斯定理。
2）向小白讲述（使用简化和类比的方法）（如图1-37所示）；
图1-37 费曼技巧第二步
我画了一个小白人来表示小白，这个男孩在向小白讲述科斯定理。
3）卡壳回头学习（如图1-38所示）；
图1-38 费曼技巧第三步
小白提出了知识三问：是什么（What）？为什么（Why）？怎么用（How）？也就是2W1H。小男孩卡壳了，然后就是发现了不会的地方，回头针对不会的地方进行学习，有的放矢。
千万不要小瞧这个2W1H，它不是三个单词首字母这样简单，而是这三个问题对应了人类的三大推理方式：归纳，溯因和演绎（如图1-39所示）。
