这篇文章首先是写给自己，即为了重构自己大脑中对于学习观的链接而写，然后才是分享给有缘人，希望有人看到之后能够从中吸收一点营养，也算是对外做的贡献。
几天前刷微博，看到有人推荐 B 站的一个 UP 主，说是宝藏博主，顺手点进链接，看了一个视频，结果被吸引，也被震撼了，因为视频中有关对学习观的说法，和自己以前的认知有很大的不同，更要命的是，他说的貌似还挺有道理。
这激发了我的兴趣，于是按图索骥，找到了博主的网站（https://www.modevol.com/），更加有点东西，为了传播自己的理念（也为了更好创收？），博主专门定制开发了一个更利于学习的网站，貌似花了很长时间，也花了不少资金。
这几天都在研究视频中关于“学习观”的内容，我基本上认可对方的理念，并且决定吸收其精华部分，使其成为我的大脑“函数”。
学习一直是我们人生中最重要的话题，几乎贯穿整个人生，就算是毕业了，也必须不断保持学习。
有的人从学习中收益，而大部分人则苦恼于学习，并被其深深山还，以至于极度排斥，认为自己并不是学习的那块料，干脆永远将之拒之门外，来一个眼不见心不烦。
可是，从生物生存和进化的角度来考虑，学习是必不可少的。
因为学习是生物为了适应环境而进化出来的能力，可以说是上天给予生命的天赋，如果把这项天赋弃之不用，无异于“暴殄天物”，放弃了作为人类的天生优势，将自己至于劣势竞争环境之中。
薛定谔在《生命是什么》中说，生命以负熵为食物。
生命在对抗熵增的过程，不得不不断进化出更加高级的能力，而“记忆”就是生命进化出的第一个高级本领。
有了记忆，生命就可以存储环境信息，以后遇到类似的事情，就可以趋利避害，提高生存的概率，例如把常见的天敌猛兽记住，以后遇到，就立刻逃跑。
然而，记忆毕竟有其本质的缺陷，即“容量有限，而信息无限”，生命无法将无线的信息都存储到有限的容量当中。
天敌可能有无数种，并且每一种类的天敌还各有自己的特点，毛发颜色形状可能都不一样，就算遇到了，与记忆中的信息对照，可能都无法识别。
这种情况，有点类似于，特斯拉汽车只要在路面上遇到一个红色的布条就会识别为雪糕筒，然后辅助驾驶系统就会立刻减速。
特斯拉系统现在的智能，可能就有点类似于只有记忆能力，而没有学习能力的史前生命（或者学习能力还到位）。
在深度学习技术没有发展出来之前，机器人识别文字或者语音的准确度是非常低的，也是这个原因，只有精度非常高的完全匹配才能够识别，一旦变化了一点点形状或者音调，就无法识别了。
单纯只有记忆的本领，生命不足以因对复杂而恶劣的环境。
对生命来说，这是生死攸关的大事。无法适应，那就只有死。
那么该如何应对这种情况？
于是，生命又花了 N 亿年时间，才进化出了一个更加高级的本领——学习。
为了应对更加复杂的环境，生物又花了无数亿年的时间才进化出神经网络的大脑结构，有了神经网络，才具有了学习的能力。
为什么有了学习能力就能够应对具有无限信息的环境？
因为学习是一种利用已知样本，归纳总结规律的过程。
而知识则是通过学习而得到的那条规律。
有了规律，那么生命就可以对符合条件的未知的事物做出预测，尽管它之前从来都没有遇到过这种情况。
例如，遇到一条哈士奇，我们教一岁宝宝说这是“狗狗”，下一次遇到一条土狗，他可能不认识，但是这样几次之后，就算他遇到了另外品种的狗（如德牧），宝宝依然还是能认出来。当然，这个时候如果遇到一只猫，宝宝也有可能叫“狗狗”，但是我们这个时候，就会指出，这是“猫猫”，不是狗狗。这样重复几次之后，宝宝便可以百分之百识别“狗狗”。
这真的很神奇，对不对？
宝宝居然成功完成了一次“学习”，得到了狗狗的“知识”，也就是说，宝宝大脑的神经网络，自动完成了这个知识的构建。
有了这个知识，无论以后遇到多少条不同的狗，宝宝都能成功将其识别出来。
于是，宝宝通过有限的狗狗样本学习，成功实现了对无限未知狗狗信息的处理。
可见学习能力，让生命适应环境的能力又提升了一个台阶。
知识即通过学习总结归纳出来的规律，例如古老的谚语人生哲理，数学中的公式定理，亦或是某种特殊的技能。
心理学家丹尼尔·卡尼曼在《思考，快与慢》中提出，人的思考模式分为两种：快思考和慢思考。快思考是指依赖直觉的、无意识的思考，慢思考则是指需要主动控制的、有意识进行的思考。
同样，我们大脑中的知识，也大概可划分为两种类型：运动类知识和思考类知识。
不同类型的知识，构建方式会有一定的区别，如果构建方法不对，则学习起来的效率可能会天差地别。
运动类知识，对应于“快思考”的知识，即那些依赖直觉的，无意识参与的知识，例如各种运动技能、驾驶技能、乐器演奏、语言学习等等。
这类知识，有着速度快，精度低，可并行的特点。
例如，我们可以一边说话驾驶汽车，也可以一边唱歌一边弹钢琴，这个过程中，其实大脑的主动意识并没有特别去参与到汽车驾驶和钢琴弹奏之中，反而一旦真的认真去想怎么游，或者怎么弹的时候，往往会出现各种错误。
这个时候的动作速度是快于大脑思考的。
相信大家都有这样的英语学习体验，每次听别人说英语的时候，往往我们的理解还停留在上一句，但是对方却已经说到下一句了，完全跟不上。
为什么会发生这种情况？
这是因为我们的大脑在将对方的句子翻译为中文，即我们在思考，而对方的说话太快，我们的思考速度跟不上其说话的速度导致的。
我们仔细想想，听中文的时候，会出现这种情况吗？显然不会。
这是因为语言类知识是运动类知识，是快思考，并不需要主动意识的参与大脑就可以处理，一旦慢思考参与进来，就会出问题。
思考类知识，是指需要意识主动参与的知识，这类知识具有速度慢，精度高，容错低，且无法并行的特点。
我们可以一边弹钢琴的时候一边唱歌，却无法在一边计算数学题的时候一边唱歌。
涉及思考类知识的问题，大脑通常无法立刻得出结果，必须经过一番逻辑推理或计算。此类问题，还经常涉及多个知识的嵌套，需要先解决某个问题，基于该问题的答案，再解决下一个问题。
所以，在学习处理这类问题时，往往还伴随着知识拆分，将复杂的复合知识，拆分成独立的相对简单知识，这个时候，大脑才能够高效处理。
拆分知识，可以降低知识的难度，从指数级别到线性级别。
那么，我们应该如何学习？
在学习的时候，我们需要搞清楚：
输入是什么？
输出是什么？
在之前的例子中，狗狗的模样，动作，声音等等就是输入信息，也即样本数据，而输出就是“狗狗”这个词。
构建是一个过程动作，类似于建造。
例如，我们打造一个碎纸机，只要将纸张塞进去，出来的就是碎纸屑。
例如，我们写一个加法程序，只要输入两个数，输出它们之和。
打造碎纸机和加法程序的过程就是构建。
只不过，我们的大脑非常强大，构建的过程并不需要我们过多参与，我们只需要准备好第一步（输入与输出），即告诉它原材料和成品结果，它就会自动帮你构建好中间的零件结构。
可以想象一下，我们的大脑中有一张几乎万能的神经网络，一旦我们通过输入设备（感觉细胞如视觉，听觉，触觉）给其提供输入信息，神经网络的某些通路就会被点亮激活。
刚开始的时候，点亮的通路会比较多也比较杂乱，因为大脑暂时也不知道你需要哪些通路，只有等待下一次遇到同样的输入信息，这些通路才会被再次点亮。
不过，每次点亮的通路可能都会有细微的差别，但是它们的交集会被反复点亮。
这样重复多次之后，这些产生交集的通路就会变得异常粗壮，它们传输信息的速度也变得更快。
这个点亮神经网络通路的过程，就是学习；这些被点亮的粗壮通路所形成的结构，就是通过这次学习而产生的知识。
可以看到，构建的过程，就是给大脑不断地喂样本数据，让其自动形成知识的神经网络，这个过程其实和人工智能训练是类似的，因为现在的人工智能就是模拟大脑而开发的。
如果我们自己能够提前搞清楚想要得到的结果（输入），这个过程将会要大大缩短时间，所需要的样本也不需要太多，即我们的学习效率将会得到很大提升。
从之前的例子我们知道，宝宝经过刚开始的几次学习，看到狗狗基本都能认出来，但也不是百分百。
例如，没见过猫之前，宝宝很可能把猫也识别为狗，亦或者当宝宝看到吉娃娃的时候，可能也会产生迟疑，不太确定这种小狗是不是狗。这个时候，我们通常都会进行纠正或者确认，纠正几次之后，宝宝对狗的识别准确度等到进一步提升。
这种情况就属于知识的验证。
验证就是将知识用起来，输入新的样本，然后输出结果，如果结果正确，则知识得到加强，如果结果错误，则对结果进行修正。
验证这个过程必不可少，否则知识可能缺乏足够的准确度。
这也是为什么会有课后题存在，也是为什么经常需要考试的原因所在。
本文首发:https://fdd.xyz/