学习效率最优解——15.87％

学习内容可以分成：舒适区、学习区和恐慌区。

舒适区的太过容易，恐慌区的太难，在学习区去进行练习难度恰到好处。正是平常所说的垫垫脚就能很好的够到。在学习生活中我们都有过“心流”即沉浸在喜欢的内容上，感觉到学习的愉悦，似乎都察觉不到时间在流逝。这里面包含着一个关键要素就是“旧信息”和“新信息”的比例（这里谈的不包括新信息与你的兴趣匹配度）。

如今我们已经通过科学实验找到了一个黄金比例答案，意外信息（新信息）占总信息量的15.87%最优。

这个答案是如何科学得到的呢？

这要说道现在的人工智能搭建的神经网络，用大量的数据训练这个网络，让网络自己学会做判断。网络内部有大量参数随着训练不断变化，就相对于人脑在学习过程中提高技艺。这个过程简单描述就是：让网络对数据做个自己的判断，然后再给它一个反馈。如果判断正确，就加深现有参数；如果判断错误，就调整参数。

在给网络喂养数据时，这里面就包含了一个问题，如果数据难度过低，网络每次都能猜对，网络则无法提高水平。如果数据难度过高，网络判断每次都是错误，参数调来调去，网络就无所适从。有研究者用数学理论推导，又用了神经网络学习算法和一个模拟生物大脑的神经网络模型做模拟实验，得出精确解：15.87%。