FSRS với SM-2: Vì sao thuật toán lập lịch quan trọng

Nếu bạn đã từng dùng Anki, thì bạn đã được lập lịch bởi SM-2. Nếu bạn đã dùng một hệ thống mới hơn với "lập lịch tối ưu," có lẽ bạn đã gặp FSRS. Cả hai thuật toán đều phục vụ cùng một mục đích — quyết định khi nào cho bạn xem mỗi thẻ ghi nhớ tiếp theo — nhưng chúng làm điều đó theo những cách về cơ bản khác nhau. Sự khác biệt này quan trọng hơn hầu hết người học nhận ra, bởi vì thuật toán lập lịch của bạn quyết định bạn dành bao nhiêu thời gian để ôn tập, bạn thực sự ghi nhớ tài liệu tốt đến đâu, và hệ thống phản ứng ra sao khi trí nhớ của bạn hành xử bất ngờ. Để có bối cảnh về tất cả các lựa chọn lặp lại ngắt quãng hiện có, hãy duyệt bộ sưu tập hướng dẫn về lặp lại ngắt quãng.

SM-2: Suy nghiệm kinh điển

SM-2 được phát triển bởi Piotr Wozniak vào thập niên 1980 cho SuperMemo và đã là thuật toán lập lịch mặc định trong Anki kể từ khi nó ra đời. Thiết kế của nó phản ánh những ràng buộc của thời đại: nó cần đủ đơn giản để chạy trên những máy tính cá nhân thời kỳ đầu và đủ dễ hiểu để người dùng có thể nắm bắt một cách thủ công.

SM-2 hoạt động đại khái như sau. Mỗi thẻ mang một hệ số dễ — một hệ số nhân bắt đầu ở một giá trị mặc định (thường là 2,5) và điều chỉnh dựa trên các đánh giá của bạn. Sau hai bước học ban đầu (sử dụng các khoảng cách ngắn cố định), khoảng cách tiếp theo được tính bằng cách nhân khoảng cách trước đó với hệ số dễ. Nếu bạn đánh giá một thẻ là Hard, hệ số dễ giảm xuống, làm rút ngắn các khoảng cách trong tương lai. Nếu bạn đánh giá nó là Easy, hệ số tăng nhẹ, làm kéo dài chúng. Một thẻ bạn liên tục vật lộn sẽ dần tích lũy một hệ số dễ thấp và được ôn thường xuyên hơn; một thẻ bạn liên tục trả lời đúng được đẩy xa hơn vào tương lai.

Thiết kế này hoạt động đủ tốt để thực sự hữu ích — hàng triệu người học đã xây dựng được khối kiến thức đáng kể nhờ SM-2. Nhưng nó có những hạn chế về cấu trúc trở nên rõ ràng khi bạn học ở quy mô lớn hoặc phân tích các giả định nền tảng.

Các hạn chế chính của SM-2

• Trôi dạt hệ số dễ. Một khi hệ số dễ đã giảm — qua các đánh giá Hard hoặc Again — nó có xu hướng giữ ở mức thấp. Các thẻ có thể bị "mắc kẹt" trong những khoảng cách ngắn ngay cả sau khi người học đã rõ ràng nội hóa tài liệu, dẫn đến việc ôn tập quá mức những ký ức ổn định.
• Không có mô hình quên lãng tường minh. SM-2 không dự đoán khi nào bạn sẽ quên; nó áp dụng một hệ số nhân suy nghiệm vào khoảng cách trước đó. Lịch ôn kết quả có thể trùng hoặc không trùng với mức suy giảm trí nhớ thực tế của một thẻ và một người học nhất định.
• Giả định suy giảm đồng đều. Thuật toán giả định rằng tất cả các thẻ suy giảm với tốc độ tương tự, chỉ được điều chỉnh bởi hệ số dễ. Nó không có khái niệm về các mức độ ổn định khác nhau phát sinh từ lịch sử và mẫu của các lượt ôn trong quá khứ.
• Cứng nhắc khi khởi đầu nguội. Mỗi thẻ mới đều bắt đầu với cùng một hệ số dễ mặc định bất kể nội dung tương tự đã được xử lý ra sao trong quá khứ. Hệ thống không học các mẫu của bạn xuyên qua các thẻ.

FSRS: Một mô hình trí nhớ, không phải một suy nghiệm

FSRS — Free Spaced Repetition Scheduler — xuất phát từ một điểm khởi đầu khác. Thay vì định nghĩa các quy tắc về cách các khoảng cách nên thay đổi, nó xây dựng một mô hình toán học về chính trí nhớ và rút ra các khoảng cách từ mô hình đó. Thuật toán là mã nguồn mở và được bình duyệt; xem kho mã nguồn mở FSRS để biết đặc tả kỹ thuật.

Như được mô tả chi tiết hơn trong Cách FSRS hoạt động, mô hình theo dõi ba đại lượng cho mỗi thẻ: độ khó (mức khó nội tại đối với người học này), độ ổn định (tốc độ suy giảm chậm của trí nhớ), và khả năng truy xuất (xác suất nhớ lại thành công ngay lúc này). Lượt ôn tiếp theo được lên lịch vào thời điểm mà khả năng truy xuất được dự đoán sẽ chạm tới một ngưỡng mục tiêu — thường là 90%.

Vì mô hình đưa ra những dự đoán tường minh về xác suất nhớ lại, nó có thể đặt các khoảng cách dài khi trí nhớ thực sự ổn định và ngắn khi nó mong manh — những quyết định mà SM-2 chỉ có thể xấp xỉ thông qua cơ chế hệ số dễ của nó.

So sánh trực tiếp

Thuộc tính	SM-2	FSRS
Cơ chế cốt lõi	Suy nghiệm hệ số dễ áp dụng vào khoảng cách trước đó	Mô hình trí nhớ dự đoán khả năng truy xuất theo thời gian
Cách suy ra khoảng cách	Khoảng cách trước đó × hệ số dễ	Thời gian cho đến khi khả năng truy xuất giảm xuống ngưỡng mục tiêu
Nhắm mục tiêu ghi nhớ	Ngầm định — không có xác suất ghi nhớ tường minh	Tường minh — mục tiêu có thể cấu hình (ví dụ 90%)
Thích ứng theo từng người học	Chỉ điều chỉnh hệ số dễ theo từng thẻ	Trọng số mô hình có thể được khớp với lịch sử ôn tập cá nhân
Trôi dạt hệ số dễ	Có — các hệ số dễ thấp có xu hướng dai dẳng	Không áp dụng — độ ổn định thay thế hệ số dễ
Tín hiệu đánh giá được dùng	Điều chỉnh hệ số dễ và hệ số nhân khoảng cách	Cập nhật độ ổn định và độ khó; tái suy ra khoảng cách
Tính minh bạch	Quy tắc đơn giản, dễ giải thích thủ công	Mô hình phức tạp hơn, nhưng có dự đoán ghi nhớ tường minh
Hiệu quả ôn tập	Tốt cho hầu hết trường hợp sử dụng	Thường ít lượt ôn hơn cho cùng mức ghi nhớ

Vì sao thuật toán ảnh hưởng đến hiệu quả ôn tập

Sự khác biệt về hiệu quả ôn tập giữa hai thuật toán quy về việc mỗi thuật toán theo dõi tốt đến đâu trạng thái thực tế của trí nhớ bạn. SM-2 dùng một biến thay thế — hệ số dễ và sự tích lũy của nó qua các lượt ôn trước đó — vốn tương quan với độ ổn định trí nhớ nhưng không đo lường nó trực tiếp. Kết quả là một lịch ôn hợp lý ở mức trung bình nhưng thiếu chính xác đối với từng thẻ riêng lẻ.

FSRS, bằng cách theo dõi độ ổn định một cách tường minh, có thể phân biệt giữa hai tình huống mà SM-2 xử lý tương tự nhau: một thẻ có hệ số dễ thấp mà bạn vừa mới củng cố qua một loạt lượt ôn Good, và một thẻ có hệ số dễ thấp nhưng vẫn thực sự mong manh. SM-2 sẽ cho cả hai cùng một khoảng cách ngắn xấp xỉ nhau; FSRS sẽ cho thẻ đã được củng cố một khoảng cách dài hơn vì độ ổn định của nó đã tăng lên.

Trên một bộ thẻ lớn được học trong nhiều tháng, độ chính xác này tích lũy. Những ký ức ổn định không bị ôn một cách không cần thiết; những ký ức mong manh được ôn trước khi chúng tụt xuống dưới ngưỡng ghi nhớ. Tác động ròng là một hàng đợi ôn tập nhỏ hơn và được nhắm mục tiêu tốt hơn, nghĩa là ít thời gian ôn tập hơn trong khi vẫn duy trì cùng — hoặc cao hơn — mức ghi nhớ thực tế.

Đánh đổi và những cân nhắc thực tế

SM-2 không phải không có ưu điểm. Nó cực kỳ minh bạch: bạn có thể đọc thuật toán trong vài dòng và hiểu chính xác nó sẽ làm gì tiếp theo. Nó đã có nhiều thập kỷ kiểm chứng trong thực tế. Và đối với những người học có bộ thẻ nhỏ hoặc khung thời gian học ngắn, sự khác biệt về hiệu quả giữa SM-2 và FSRS có thể không đáng kể trong thực tế.

FSRS đưa vào nhiều phức tạp hơn. Mô hình có các tham số cần những giá trị mặc định hợp lý — và lý tưởng nhất là được hiệu chỉnh theo dữ liệu của bạn. Nó đòi hỏi một kỷ luật đánh giá nhất quán, bởi vì các đánh giá thiếu chính xác làm sai lệch một mô hình nhiều hơn làm sai lệch một suy nghiệm. Đối với một người học đánh giá thẻ cẩu thả hoặc dùng cách tiếp cận đúng/sai nhị phân, ưu thế của FSRS thu hẹp đáng kể.

Cân nhắc quan trọng khác là "ghi nhớ" có nghĩa gì trong mỗi hệ thống. SM-2 không cho bạn một mục tiêu ghi nhớ để thiết lập; mức ghi nhớ kết quả phụ thuộc vào hệ số dễ mặc định và cách bạn đánh giá thẻ. FSRS cho phép bạn chọn mục tiêu một cách tường minh — 70%, 90%, 95% — và điều chỉnh các khoảng cách để duy trì nó. Mục tiêu cao hơn nghĩa là khoảng cách ngắn hơn và nhiều lượt ôn hơn; mục tiêu thấp hơn nghĩa là khoảng cách dài hơn và quên nhiều hơn. Việc kiểm soát tường minh sự đánh đổi này hữu ích khi bạn có quan điểm rõ ràng về độ tin cậy mà khả năng nhớ lại của bạn cần đạt, chẳng hạn cho một chứng chỉ chuyên môn so với học ngôn ngữ cho vui.

Lựa chọn giữa hai thuật toán

Nếu bạn bắt đầu từ đầu và hệ thống học tập của bạn hỗ trợ FSRS, thì có rất ít lý do để dùng SM-2. Cách tiếp cận dựa trên mô hình chính xác hơn, dễ thích ứng hơn, và tạo ra kết quả tốt hơn ở quy mô lớn. Đường cong học tập cho người dùng là tối thiểu — bạn vẫn đánh giá thẻ theo cùng một cách; thuật toán chỉ dùng những đánh giá đó một cách thông minh hơn.

Nếu bạn đã có một bộ thẻ SM-2 với lịch sử ôn tập nhiều năm, việc di chuyển sang FSRS có thể dễ hoặc không dễ tùy vào công cụ của bạn. Một số hệ thống có thể ước lượng độ ổn định FSRS từ lịch sử SM-2; số khác bắt đầu lại từ đầu. Đường di chuyển đáng được kiểm tra trước khi cam kết.

Đối với bất kỳ ai nghiêm túc với hồi tưởng chủ động như một thực hành lâu dài, thuật toán ngày càng quan trọng khi bộ thẻ lớn lên. Vài trăm thẻ được ôn cho vui có thể không bộc lộ sự khác biệt; hàng chục nghìn thẻ được học qua nhiều năm khiến mỗi lợi ích về hiệu quả tích lũy một cách có ý nghĩa.

Thuật toán lập lịch tốt nhất là thuật toán mà bạn sẽ thực sự dùng một cách nhất quán. Nhưng với cùng một mức độ cam kết, FSRS tạo ra lịch ôn chính xác hơn, kiểm soát ghi nhớ tường minh hơn, và hiệu quả tốt hơn ở quy mô lớn.

Thuật toán lập lịch và vòng lặp học tập rộng hơn

Cần nhớ rằng lập lịch là một thành phần của hệ thống học tập, chứ không phải toàn bộ nó. Chất lượng của những thẻ ghi nhớ bạn đang ôn, sự tập trung của bạn trong lúc đọc ban đầu, độ sâu hiểu biết bạn mang vào mỗi lần thử nhớ lại — những yếu tố này tương tác với thuật toán lập lịch để quyết định kết quả học tập thực tế. Một thẻ tầm thường được lập lịch hoàn hảo vẫn là một thẻ tầm thường.

Giá trị của FSRS là nó loại bỏ nút thắt cổ chai trong lập lịch. Một khi thuật toán đã mô hình hóa chính xác trí nhớ của bạn và đặt các khoảng cách một cách thích hợp, những biến số còn lại nằm trong tầm kiểm soát của bạn: cách bạn đọc, cách bạn tạo thẻ, mức độ trung thực khi đánh giá, và mức độ nhất quán khi bạn xuất hiện để ôn tập.

LearnBook dùng FSRS xuyên suốt — nên khi bạn ôn tài liệu từ nhiều nguồn cùng một lúc, mỗi thẻ trong hàng đợi xuyên sách đều mang khoảng cách được hiệu chỉnh độc lập của riêng nó thay vì bị ép vào một lịch chung. Để thấy FSRS hoạt động trong quy trình học tập đầy đủ, hãy đọc về cách thẻ ghi nhớ và bài kiểm tra được tạo ra và lên lịch.