最近我正在準(zhǔn)備學(xué)校的期末考，在圖書館和我的朋友們一起復(fù)習(xí)和探討中，我真切地感受到：學(xué)習(xí)的過程和方法，真的很重要！
? 不懂學(xué)習(xí)方法，死記硬背，只能掌握皮毛、淺嘗輒止；
? 高效的學(xué)習(xí)方法，不僅能深刻立體地消化知識點(diǎn)，還能建立系統(tǒng)的思維方式；
好的學(xué)習(xí)方法對一個(gè)人的影響，不只局限于在校期間的那短短幾年，它給予你的思維、能力、見識等，都會受用終生。
今天，我將為大家分享我的快速學(xué)習(xí)法。
1
“我嘗試過 10 天學(xué)完線性代數(shù)，1 年學(xué) 4 門外語，還挑戰(zhàn)過 12 個(gè)月學(xué)完所有 MIT 大學(xué) 4 年的計(jì)算機(jī)課程，并通過考試。最后我都成功了?！?/p>
這是 Scott Young，一位超級學(xué)習(xí)者。他用自己的方法，在短時(shí)間內(nèi)創(chuàng)造了各種快速學(xué)習(xí)的奇跡，但他在自己的演講中說到，快速學(xué)習(xí)并不是一個(gè)秘密，它只是一系列學(xué)習(xí)方法的總和。只要擁有了這些方法，每個(gè)人都能夠?qū)崿F(xiàn)快速學(xué)習(xí)。
所以今天我們討論的是，假設(shè)已經(jīng)選擇好了研究的方向，明確了課題，我們該如何快速學(xué)習(xí)一個(gè)從未接觸過的領(lǐng)域。
其實(shí)，我們采訪的每一個(gè)優(yōu)秀科創(chuàng)者都遇到了這個(gè)問題。
在高中時(shí)，他們項(xiàng)目的領(lǐng)域從生物信息學(xué)到環(huán)境工程學(xué)，從人工智能到量子物理，各種學(xué)科層出不窮，但其中的共同點(diǎn)是，沒有一個(gè)學(xué)科是高中教過的。
對于這些優(yōu)秀科創(chuàng)者，在對抗課內(nèi)學(xué)習(xí)與 SAT 雙重困難的同時(shí)，他們還面臨著快速學(xué)習(xí)這些陌生學(xué)科的巨大挑戰(zhàn)。
但說到學(xué)習(xí)，我們不得不先提到另一個(gè)人——Elon Musk。如果說 Scott Young 通過自己的學(xué)習(xí)方法完成了個(gè)人的提升，那么我們可以說，Elon 用他的快速學(xué)習(xí)方法，為整個(gè)人類帶來了不可忽視的貢獻(xiàn)。
他最家喻戶曉的成就是 Tesla 特斯拉。為了推廣清潔能源，Musk 在 15 年前做出了可以與汽油車相媲美的電動車，并以汽車行業(yè)前所未見的速度，顛覆了人們出行方式的選擇。
但大家或許不知道，在 Musk 長長的人生成就清單中，還有多得令人瞠目結(jié)舌的好幾家公司，其中就包括讓地球人能更方便仰望星空的 SpaceX，市值千億的 PayPal，太陽能電池帝國 SolarCity，把人的大腦與機(jī)器相連的 Neuralink，還有通過超高速地下隧道連接美國各大城市的 The Boring Company。而這每一個(gè)公司，他都是 CEO 或者創(chuàng)始人。
更令人難以置信的是，這些公司領(lǐng)域差異極大。如果說 SolarCity 的太陽能電池和 Tesla 的電動車還有點(diǎn)聯(lián)系，那么其他的項(xiàng)目真的是半毛錢關(guān)系都沒有了。從火箭上天到腦機(jī)接口，從電池科技到人工智能，Elon 可以說一個(gè)人學(xué)習(xí)了人類前沿的幾乎所有科技，并把它們一一照進(jìn)了現(xiàn)實(shí)。
2
就算我們不去評價(jià)他對世界科技的貢獻(xiàn)，我們也一定會好奇：他是如何學(xué)會這么多毫不相干卻又極其復(fù)雜的學(xué)科的？他從未完整分享過他的學(xué)習(xí)方法，但從一些演講中，我們能拼湊出一些端倪。
其中最重要的一環(huán)，就是樹狀的學(xué)習(xí)方法。他是這么說的：“在學(xué)習(xí)一個(gè)新領(lǐng)域時(shí)，一定要首先理解那些最基礎(chǔ)的理論，也就是樹干和大樹枝，然后再學(xué)習(xí)領(lǐng)域里各種具體的內(nèi)容，也就是那些分叉出來的小樹枝。”
這個(gè)道理其實(shí)不難理解。Musk 說的其實(shí)就是在學(xué)習(xí)任何一個(gè)新領(lǐng)域的時(shí)候，都先去研究這個(gè)領(lǐng)域最基本的關(guān)鍵問題，并且去了解這些關(guān)鍵問題之間的聯(lián)系。
比如，我常常聽到有同學(xué)抱怨物理太無趣了，天天都是各種力和電算來算去。但每當(dāng)我和他們講解完物理史，他們的態(tài)度就會發(fā)生巨大轉(zhuǎn)變。
當(dāng)他們知道了為什么牛頓要提出三定律，知道了電是如何被發(fā)現(xiàn)的，那些本來具體而枯燥的問題突然就變得生動了，因?yàn)樗麄冋业搅诉@些問題在歷史中的位置。換句話說，找到了這些小樹枝應(yīng)該接在哪根大樹干上。
3
這樣的學(xué)習(xí)方法在我們的采訪中得到了印證。
我們發(fā)現(xiàn)，幾乎每一個(gè)優(yōu)秀科創(chuàng)者在學(xué)習(xí)初期都做了大量廣泛的閱讀，或者得到了老師的指點(diǎn)。
他們會閱讀大量相關(guān)領(lǐng)域的文獻(xiàn)，從而了解這個(gè)領(lǐng)域最根本的問題，也就是那些大樹枝。
他們還會在環(huán)境允許的情況下，尋找大量的專家，在學(xué)習(xí)初期幫助他們剔除煩雜的技術(shù)細(xì)節(jié)，而直奔這個(gè)領(lǐng)域的主干核心，不過早在細(xì)節(jié)問題上浪費(fèi)太多時(shí)間。
一個(gè)賓大的科創(chuàng)者 Sharen 在回憶自己的科創(chuàng)過程時(shí)就說到，自己一開始就是犯了這個(gè)錯誤，研究了過于具體的技術(shù)，而沒有把握好關(guān)鍵問題。
當(dāng)時(shí)她想實(shí)現(xiàn)對一個(gè)電子設(shè)備的遠(yuǎn)程控制，因?yàn)樘Ｍ禳c(diǎn)做完，就急忙選了一種工具開始編程。但誰知道花了整整一個(gè)月，程序都還做不出來。最后發(fā)現(xiàn)，原來是她選擇的工具根本不適合這個(gè)電子設(shè)備。
當(dāng)她最終意識到自己已經(jīng)走進(jìn)了一個(gè)死胡同時(shí)，她才停下手中的工作，開始思考最基本的問題：要連接電子設(shè)備，有多少種可能的工具可以選擇？它們的基本原理是什么？哪一種最方便？
Sharen 用了一天找到了合適的新工具，又用一天將這種叫做 Arduino 的工具連接到了電子設(shè)備上，完成了工作。本來一個(gè)月都沒做好的事情，換了一種思路，竟然兩天就解決了。這就是思考大局的重要意義。
其實(shí)，樹狀學(xué)習(xí)說來簡單，真正做的時(shí)候特別需要毅力，這是因?yàn)槲覀儠邢胍R上解決眼前問題的沖動。
我們會以為，只要快速選擇一個(gè)具體方法，我們就能馬上解決眼前的問題，快速推進(jìn)研究。但其實(shí)，因?yàn)闆]有了解領(lǐng)域的關(guān)鍵問題，這個(gè)方法極有可能是一個(gè)不合適的選擇，就會出現(xiàn) Sharen 那樣花費(fèi)更多時(shí)間的情況。
因此，樹狀學(xué)習(xí)的關(guān)鍵就是在開始時(shí)，抵制住學(xué)習(xí)某一種具體工具的沖動，而去認(rèn)真地研究基本問題。
愛因斯坦有一次說道：“如果給我 1 小時(shí)解答一道決定我生死的問題，我會花 55 分鐘弄清楚這道題到底在問什么。一旦清楚它到底在問什么，剩下的 5 分鐘足夠回答這個(gè)問題。”
快速學(xué)習(xí)也是這樣。擺在我們面前的是一道巨大的難題，但只要我們從書中、從別的研究者那里知道了它到底在問什么，剩下的不過就是學(xué)會而已。這對于每個(gè)學(xué)生來說都不會是難事。
本月底，我也將回國開設(shè)為期三天的科學(xué)集訓(xùn)營，這三天，我將帶領(lǐng)大家快速在這一期課程中，站在時(shí)代的高度上，借助 GEB 的哲學(xué)思辨，一起探討人工智能的強(qiáng)大力量。同時(shí)，我們也將深入到具體的數(shù)學(xué)公式中，不但從原理上，也從實(shí)踐上掌握人工智能這個(gè)強(qiáng)大工具。
