最近，方军老师寄给我一本他写的新书，名为《重新学会学习》。这本书讲的是在AI时代，怎样深入学习一个领域，讲了若干思路和做法。
这本书讲的学习，不是针对考试的学习，而是怎样真正弄懂一个领域，作者称为“穿透式学习”。
有人可能会问，为了通过考试，难道不也要弄懂相关的知识吗？两者有什么区别呢？
这里的区别就很微妙。考试的种类是多样的。你一定遇到过这样的考试，它主要考察的是对知识点的记忆，你只要把该背的都背下来，就能考出不错的成绩。但是，“背”并不等于“理解”。
还有一种考试，则必须以对知识的充分理解为前提，如数学、物理等科目的考试，通常是如此。但是，近几年存在一种畸形的现象，就是为了刻意提分，让孩子去记忆解题套路、解题模版，试图用记忆来替代自生的思考。看似是好事，其实是坏事。
总的来说，我们中国人更习惯于以考试为目标的学习，而不是以弄懂一个领域的知识本身为目标的学习。考试会考的才学，不考的就不学。考试通过了，就再也不学。这样的学习，广度不够，深度也不够，更无法让学习者体验到探索的乐趣。
比如在考试中，你可以轻松回答诸如“《红楼梦》的作者是谁？”这样的问题，但与此同时，你可能并不真的理解《红楼梦》。《红楼梦》到底是怎样的一本书呢？这个问题，是很难在考试中考察的。由于考试不会考，所以我们绝大多数人都不关心这个问题，也从来没有思考过这个问题。
而《重新学会学习》想告诉大家的是，你如果想学习一门知识，掌握一个领域，你可以怎么做。这本书首先讨论了知识体系的概念，作者用一棵树来类比一个知识体系，并画了这样一张图：
简单讲，在一棵知识树中，叶片和果实是具体的知识点，而这些知识点是附着在树干和主枝之上的，树干和主枝是知识框架，或者说是一个知识体系的结构。同时在一棵树有它的根系，这些根系是奠基性的或者前置性的知识，意思是，你如果要掌握这棵树的知识，必须先在此之前掌握属于根系的知识。
这样讲或许有些抽象，我举一个例子。在当下，AI工程师是一个非常火热的职业，收入应该也很高。那么怎样才能成为一名AI工程师呢？或者说，怎样具备研究和开发AI的知识体系呢？我之前读了一些相关的书，我发现，从事“机器学习”或者“人工神经网络”这个领域的研究，需要非常扎实的数学基础，具体是哪些数学基础呢？主要就是这三块：
微积分
线性代数
概率统计
也就是说，如果你想成为一名AI工程师，从事AI相关的研究和开发，那么你就肯定要把上面三个科目学会，这三个科目就是“人工神经网络”知识树的根系（补充说明：我知道AI是一个很大的范畴，里面包含了若干种研究路线，而“人工神经网络”只是其中的一种，同时“人工神经网络”也是一个很大的领域，里面又可以分出许多，在本文中，为了叙述方便，我不对这些概念作明确地区分）。
但反过来说，如果你把这三个科目学好了，并不等于就已经懂AI了。因为你还并没有了解AI的具体知识。你要去搞“深度学习”“强化学习”“transformer”等，就必须还要去学习相关的知识框架。这些知识框架就是知识树的主干和主枝。
方军的观点是，掌握一个领域，关键是掌握主干和主枝。根系的知识要学习，但是也不要钻得太深，因为你一直钻下去，是没有底的，钻进去出不来了。就像原本你是要研究AI的，结果学线性代数的时候陷进去了，越学越深，最后就变成专门搞数学了。
同时呢，你也不是只去学习树叶和果实。你如果想抄个近道，跳过对整个体系的学习，直接学一些马上可以用的知识，那么你就停留在肤浅的阶段。同时，由于没有掌握框架，那么你积累了很多零散的知识点，你很难记住，也更难以运用。
那么接下来的问题就是，我们怎样才能掌握一个领域的框架呢？最好的方法是去读最好的教材。方军在书中举例说，你要学物理，就去读《费恩曼物理学讲义》。因为费曼（或译作“费恩曼”）就是那个最善于把物理学讲明白的人；如果一个中学生要学习AI，可以去读汤晓鸥和陈玉琨主编的《人工智能基础（高中版）》，如果要读更难一点的大学程度的教材，可以读李航的《机器学习方法》。
要把一个领域“穿透”，那么走马观花式地看书是不够的。你必须精读、重读，绝对不能求快。你必须非常地专注，要集中大块的时间，全情投入去学习这个领域。在“大火煅烧”之下，你才能“突破”，才能最终“亮剑”啊！
不仅如此，方军在书中还提出了一个“深度复制”的方法，见下图：
简单来说，如果你正在“啃”一部教材，那么如果你能把它再“复制”出来，会一种很有用的锻炼。
但如果你细看这五步，就会这“功夫”太深了。第一步“精读”，估计很多人就做不到。然后第二步，公式的推导，论证的推理，你自己来做一遍，这就更具挑战。
但最难的是第四步“重编”，同时我觉得这也是最有价值的一步。这里所说的“重编课本”并不是指，自己重新编一本教材，而是在现有的教材之上，增添教材中没有的内容，可以是增加一些资料，也可以是增加一些自己的理解和阐释，这就是方军所说的“只增不减”的原则。
由此我想到，我国著名的数学家华罗庚有一句非常深刻的名言：读书要先由薄到厚，再由厚到薄。
“重编”法其实讲的就是“由薄到厚”的方法。这个方法肯定是非常花时间的，但收获也一定是非常大的。
除了知识的学习之外，这本书中还提到怎样掌握一门技能，或者，掌握一种技术工具。在知识的学习中，我们可以重编课本，那么在技能的学习中，我们可以怎么做呢？方军说，可以编写一份“操作标准”。
这个点我觉得很有意思，也是我以前没有考虑过的。掌握技能就是要学会怎么做，但是如果你仅仅是模仿操作了几次就以为自己会了，可能并不是真的会。那么如果你能把“怎么做”写下来，编制成一个文本，能够让别人看了以后也能知道“怎么做”，那或许就说明你是真的学会了。所以说，编写“操作标准”或者“操作指南”就是一个很好的方法。
除了以上所述之外，这本书还谈了费曼学习法，谈了用AI来辅助学习，提升我们的学习效率。费曼学习法对于很多人来说已经并不陌生，所以这里不加赘述。
而结合AI来学习这块，我目前还是持保留态度。
我的看法是，AI确实能在学习上打一个辅助，可以帮一点忙，但是目前还不能过于倚重它。因为AI的输出中存在的“幻觉”问题，还没有很好地解决。在学习时，我们希望学习到的知识是准确无误的，而如果我们用AI的时候，掺杂进来了一些错误的知识，同时也没有察觉，那就变成弊大于利了。这就是为什么我对此还持保留态度。
以上就是我读《重新学会学习》一书主要的收获和看法，希望能对你有所帮助。
当然，你也可以读我的《精进》三部曲（如果你还没有读过的话），应该也能收获很多启发。
