SM-2

SM-2 — это алгоритм интервальных повторений, предназначенный для эффективного запоминания информации с помощью карточек (флеш-карт). Разработан польским учёным Петром Возняком в 1987 году и с тех пор является основой для многих систем цифрового запоминания, включая популярное приложение Anki. SM-2 относится к классу алгоритмов, моделирующих процесс забывания по кривой Эббингауза, и оптимизирует интервалы между повторениями в зависимости от успешности вспоминания материала пользователем.

История

Алгоритм SM-2 был создан в рамках диссертационной работы Петра Возняка, посвящённой оптимизации процесса обучения с помощью компьютеров. Первоначально он был реализован в программе SuperMemo для MS-DOS, которая вышла в 1987 году. Название «SM-2» расшифровывается как «SuperMemo, версия 2» — вторая итерация алгоритма, ставшая наиболее стабильной и широко используемой. Впоследствии Возняк разработал более сложные версии (SM-3, SM-4 и далее до SM-18), но SM-2 остаётся самой популярной благодаря своей простоте и эффективности.

В начале 2000-х годов программист Дэмиен Элмс адаптировал алгоритм для своего проекта Anki, что привело к его массовому распространению среди студентов, изучающих иностранные языки, и специалистов, осваивающих сложные дисциплины. Сегодня SM-2 реализован в десятках приложений и веб-сервисов, включая Mnemosyne, Memrise (частично) и множество мобильных приложений.

Принцип работы

SM-2 основан на идее, что информация, вспомненная с трудом, требует более частых повторений, а легко вспомненная — более редких. Алгоритм работает с набором карточек, каждая из которых содержит вопрос на одной стороне и ответ на другой. Пользователь просматривает карточку, пытается вспомнить ответ, а затем оценивает качество своего воспоминания по шестибалльной шкале (от 0 до 5):

• 0 — полное забывание (ответ не вспомнен, даже после подсказки).
• 1 — ответ вспомнен с большим трудом, но после нескольких попыток.
• 2 — ответ вспомнен, но с ошибкой или сомнением.
• 3 — ответ вспомнен, но с некоторым усилием.
• 4 — ответ вспомнен легко, без затруднений.
• 5 — ответ вспомнен мгновенно и без раздумий.

На основе этой оценки алгоритм рассчитывает новый интервал повторения для карточки. Если оценка ниже 3 (то есть 0, 1 или 2), карточка считается «проваленной» и возвращается на первый этап обучения — её интервал сбрасывается до минимального (обычно 1 минута или 10 минут в зависимости от реализации). Если оценка 3 и выше, интервал увеличивается по формуле:

• Первый успешный повтор (оценка ≥ 3): интервал = 1 день.
• Второй успешный повтор: интервал = 6 дней.
• Последующие успешные повторения: интервал = предыдущий интервал × коэффициент лёгкости (EF).

Коэффициент лёгкости (Ease Factor, EF) — это число, которое изначально равно 2,5 и корректируется после каждого повторения в зависимости от оценки. Формула коррекции EF:

EF' = EF + (0,1 - (5 - оценка) × (0,08 + (5 - оценка) × 0,02))

Если EF становится меньше 1,3, он фиксируется на уровне 1,3 (минимальное значение). Чем выше оценка, тем меньше снижается EF (или даже увеличивается), что приводит к более быстрому росту интервалов. Низкие оценки (3 и ниже) снижают EF, замедляя рост интервалов.

Классификация

Алгоритмы интервальных повторений можно разделить на два основных типа: детерминированные (с фиксированными формулами) и адаптивные (настраивающиеся под индивидуальные данные пользователя). SM-2 относится к детерминированным алгоритмам: его параметры (начальный EF, минимальный интервал, порог «провала») заданы жёстко, хотя и допускают небольшую адаптацию через изменение EF. В отличие от более современных версий SuperMemo (например, SM-5 и SM-18), SM-2 не использует сложную статистическую модель забывания, а опирается на эмпирические правила, полученные Возняком в ходе экспериментов.

Характеристики

SM-2 обладает рядом ключевых характеристик, определяющих его применение:

• Простота реализации: алгоритм требует минимальных вычислительных ресурсов и легко программируется. Это одна из причин его популярности в открытых проектах.
• Эффективность: при правильном использовании (честные оценки пользователя) SM-2 позволяет запоминать большие объёмы информации с минимальными затратами времени — по оценкам Возняка, до 90% материала сохраняется в долговременной памяти после нескольких циклов повторений.
• Порог «провала»: оценка ниже 3 сбрасывает прогресс карточки, что имитирует «начало заново». Это может быть как достоинством (гарантирует повторное изучение забытого), так и недостатком (для частично забытого материала сброс может быть излишне строгим).
• Фиксированный начальный EF: значение 2,5 подходит для большинства типов информации, но не учитывает индивидуальные различия в сложности материала (например, простые факты vs сложные формулы).
• Отсутствие учёта времени суток или усталости: алгоритм не анализирует контекст повторения, что может снижать точность при нерегулярном обучении.

Применение

SM-2 используется в самых разных областях, где требуется долговременное запоминание фактов, терминов, правил или последовательностей:

• Изучение иностранных языков: запоминание слов, фраз, грамматических конструкций. Приложения Anki и Memrise (частично) используют SM-2 для карточек с лексикой.
• Медицина: студенты-медики применяют SM-2 для запоминания анатомических терминов, фармакологических названий, симптомов заболеваний.
• Юриспруденция: запоминание статей законов, прецедентов, дат и имён.
• Программирование: изучение синтаксиса языков, алгоритмов, команд.
• Подготовка к экзаменам: студенты всех специальностей используют SM-2 для систематического повторения материала перед тестами (например, ЕГЭ, TOEFL, GRE).
• Личное развитие: запоминание цитат, дат исторических событий, географических названий.

Примеры реализации

Наиболее известная реализация SM-2 — программа Anki (бесплатное приложение с открытым исходным кодом). В Anki алгоритм SM-2 модифицирован: добавлены настройки для «лёгких» и «тяжёлых» карточек, а также возможность ручной корректировки интервалов. Другие примеры:

• Mnemosyne — программа, использующая SM-2 с небольшими изменениями (например, порог «провала» установлен на оценку 2).
• SuperMemo — оригинальная программа Возняка, где SM-2 является одной из версий (в современных версиях используются более сложные алгоритмы).
• Мобильные приложения (например, Quizlet в режиме «Learn» частично использует SM-2).

Критика

Несмотря на широкое распространение, SM-2 имеет ряд недостатков, отмеченных исследователями и пользователями:

• Отсутствие адаптации к сложности материала: алгоритм одинаково обрабатывает карточки с простыми и сложными вопросами, что может приводить к избыточным повторениям для лёгкого материала и недостаточным — для трудного.
• Сброс прогресса при низкой оценке: если пользователь оценивает карточку на 2 (вспомнил с ошибкой), она возвращается на начальный этап, что может быть неоправданно строгим для частично запомненной информации.
• Зависимость от честности пользователя: алгоритм требует объективной самооценки, что не всегда возможно — пользователи могут завышать оценки, ускоряя рост интервалов, но снижая качество запоминания.
• Отсутствие учёта контекста: SM-2 не анализирует, когда и как часто пользователь учится (например, утром или вечером, после сна или в состоянии усталости), что может влиять на точность интервалов.
• Устаревание: более современные алгоритмы (например, SM-5, SM-18, а также алгоритмы на основе нейросетей) показывают лучшие результаты в долгосрочных экспериментах, хотя и требуют больше вычислительных ресурсов.

Источники

• Wozniak, P. (1990). Optimization of Learning. Master's Thesis, University of Technology in Poznań.
• Wozniak, P. (1995). SuperMemo: A Personal Learning Tool. In: Proceedings of the International Conference on Computers in Education.
• Elmes, D. (2006). Anki: A Spaced Repetition System. User Manual.
• Cepeda, N. J., et al. (2006). Spacing Effects in Learning: A Temporal Ridgeline of Optimal Retention. Psychological Science.
• Pavlik, P. I., & Anderson, J. R. (2005). Practice and Forgetting Effects on Vocabulary Memory: An Activation-Based Model of the Spacing Effect. Cognitive Science.