《深度学习的艺术》

学习技巧 读书笔记

【书评】

全书很短，一口气就读完了。
其实方法不外乎那些，只是作者脉络清晰地为我们展现了一幅“深度学习”的“地图指南”。
首先是提问，带着问题去学习。这不仅有助于对繁杂的知识进行有效地筛选，而且可以在潜意识中值下一颗种子，让它自行发芽，只要你的求知欲足够强，这颗种子不会辜负你的期望的。
第二个是解码。学习最快最深入的方式，我以为就是找到该领域最经典或者最具代表性的作品，对其进行有意识的肢解并还原。
第三个是操练。在实践中学习的有效性不需要累述。但是对于自学来说，这是一大难题。毕竟自学缺乏有效的反馈，作者给了三种途径：写作式、游戏式和设计式。但是并没有有效地解决反馈这个问题。找到个好老师（无论线上线下）看来还是很重要的。
最后一个是融合。是一种跨学科跨知识点的学习技巧。对于发现本质、探索规律、加深理解有很大的帮助。
当然，道理我们都懂，可是问题就是这样的“不适”的学习方式，不是谁都能做、谁都能坚持的。惰性、趋易避难向来都是人的天性。
再退一步来说，这方法挺耗精力的。所以又回到了最开始的问题：找一个方向，然后专注。

【第一步 提问】

问题是将我们引向深度学习的起点。一位优秀的深度学习者，必定是一个优秀的提问者，他从阅读、观察和思考的过程中产生问题，先解答表层的、容易的那部分，留下深度的、探索式的问题给自己，被问题所困扰和折磨，同时开启之后的求知之路。

在学习的过程中，可以经常去思考以下四个问题：

1. 针对当前的学习材料，我已具备了哪些相关的知识？

2. 针对当前的学习材料，我又学到了哪些新的知识？这些知识对原有知识构成了何种补充或者挑战？

3. 针对当前的学习材料，还有哪些未知的东西，且这些东西我通过简单的探索就可以了解？

4. 针对当前的学习材料，还有哪些未知的东西，无法轻易地获得解答，同时又有价值成为我长期去探索的问题？

附：刘未鹏在《暗时间》里提到的学习过程中的问题：

1.你的问题到底是什么？（提醒自己思考不要偏离问题。）

1. OK，到现在为止，我到底有了什么收获呢？（提醒自己时不时去总结，整理学习的东西）。

3.设想自己正在将东西讲给别人听（有声思考；能否讲出来是判断是否真正理解的最佳办法）。

4.设想需要讲给一个不懂的人听。（迫使自己去挖掘知识背后最本质、往往也是最简单的解释）。

5.时常反省和注意自己的思维过程。尤其是当遇到无法理解或解决的问题之后，最需要将原先的思维过程回顾一遍，看看到底哪个环节被阻塞住了妨碍了理解。问题到底出在哪里。并分析以后需要加强哪方面的思维习惯，才能够不在同样或类似的时候被绊住。对此，将思维的大致脉络写下来是一个很好的习惯。

6.养成反驳自己的想法的习惯：在有一个想法的时候，习惯性地去反驳它，问自己“这个难道就一定成立吗？”、“有没有反例或例外？”、“果真如此吗？”之类的问题。

7.人的思维天生就是极易流于表面来理解事物的（参见《Psychology of Problem Solving》第11章）。觉得自己理解了一个问题了么？条件反射性地问自己：你真的理解了吗？你真的理解了问题的本质了？问题的本质到底是什么？目前我的理解是什么？我对这个理解感到满意吗？这样的理解到底有什么建设性呢？等等。

标注

这两位作者所建议的问题的方向是不同的。

采铜老师的问题是针对学习的广度的，强调的是系统论的观点，以快速获取和长期完善为目的。有的人（比如我）学习时容易流于表面，喜欢不断重复已知的知识，这样的舒适感会带来无用功的同时还伴随不自知的自我虚无满足。所以对于第一个问题的解答，应该尽快完成并且抽离出来。第二三个问题提供了一种快速增长相关知识的思路，此外善于利用二八原则，这样提供的反馈会更快一些，对于减少努力与学习效果的落差感应该大有裨益。毕竟凡人还是很难忍受看不到结果的漫长奋斗进程。通过前三个问题，我们大概就可以快速地入门一个专业了，所以第四个问题是留给那些有志于走得更远的人。

刘未鹏老师的问题更多的是针对学习的深度而言的。诚如其所言，我们的思维极易流于表面，很多时候都是不求甚解。重量不重质效率是比较低下的。很多时候，深入地读一本书，好像囫囵吞枣地读一百本。

所以我的建议是在学习过程中，应该同时带着这两类问题，才能保证学习的深度和广度。

【第二步 解码】

优秀的解码范式：徐皓峰在《刀与星辰》中的《卧虎藏龙》的解码。

所谓学习，本身就要注重深度和广度的结合。广度不够让人闭塞，深度不够让人只得皮毛。所以在时间有限的条件下，我们需要尽量去找最经典、最优秀的作品，进行深度解码、模仿参研。

对于基本的解码方法，其实就不外乎下面三个层次： 1. 它说了什么？（它原本就要传达的信息和知识） 2. 它是什么？（对文本的反思，以审视的目光对文本进行评价和定性） 3. 它是怎么实现的？（对形式和构成的洞察，研究写作、表达的手法）

解码时三条观察和思考的途径：

一、不只要去寻结论，还要去寻过程
一个解码者，应该做到不只去寻结论，还要去寻过程。即我们不仅仅要知道结果是什么，还要去知道，这个结果是如何得来的。如果是看一部虚构作品，我们可能要去反思，目前这个结局，作者是进行了何种逻辑上、感情上的推动，使其变成了一个意料之外又情理之中的结果；如果是一篇论说文，我们可能要去反思，作者是使用了什么样的材料论据、通过了什么样的推理，才使其论点成立、能够把人说服。

二、不只要去做归纳，还要去做延展
去假设如果我们把它放在另一个情景中，另一个问题下，是否仍然适用。

三、不只要去比较相似，还要去比较不同
我们去接受一个新的信息材料，总要调用我们现有知识体系中的知识去与其对比。
「正是例外变得重要起来。我们不去寻求相似；我们尤其要全力找出差别，在差别中我们首先应该选择最受强调的东西，这不仅因为它们最为引人注目，而且因为它们最富有启发性。」

标注

目前我认为的最快而且最有效的学习方式就是找到优秀的作品，进行模仿。这种模仿是基于解构的思想的，把一个整体肢解成最小的元素，然后再还原回去。解构的过程中要伴随着无数的问题，包括了为什么那么做？除了那么做还能怎么做？这些做法哪些可以实现，哪些不可以实现？可以实现的做法中哪个最优？是不是可以变成一种可重用的模式？它的适用情境是什么？局限是什么？如何解决局限？它的变形是什么？之类的。

【第三步 操练】

有些领域已经形成了成熟的训练体系，有经验丰富的指导教师，所以你如果要在这些领域取得成就，首先要考虑的不是能不能坚持十年，而是能不能很早地进入到这些体系中去，接受正规的训练。

一个有追求的学习者如何在自学时进行知识的操练？而要解决这个问题，恐怕就要先解决两个问题：
1. 操练的意识。他明白操练的重要性，懂得主动和积极地进行知识操练。
2. 操练的方法。可能是受别人的启发，或者自己的探索领悟，总之他知道选取合适的方法对自己所钻研的领域进行操练。

知识的操练，既是一种调用和提取，也是一种主动的建构，更是一种创造性的综合，它是深度学习过程中必不可少的一环。

对于知识的操练也并非全无章法可行，在「知识技能化」的理念之下，我认为至少可以尝试以下三种知识操练的方法：
一、写作式操练
在写作时，也就是进行信息输出的时候，我们必须去分析知识的「深层结构」，观察和调用知识与知识之间的深层关联，不然我们无法自如地将它们组织起来。
「获得反馈」是练习的一个最重要的原则之一，如果没有反馈，你在练习时发生的错漏自己无法察觉，导致无法校正，那么做再多的练习又有什么用呢？就像我曾在一个答案中写到的：「如果我（在知乎上）关闭了评论，就永远不知道自己错在哪里」

二、游戏式操练
思想实验就是构造一个现实中并不存在的假想情景，然后运用所学的知识，来设想事物在这个情景中的变化。在这样的操练中，思考者往往会得到比原先更为深刻的领悟。

三、设计式操练
所谓设计式的操练就是调用已有的知识，去通过设计某一种解决方案，来解决某个特定的问题。「设计」有一个非常流行的定义：「设计就是解决问题」。

标注

这个问题可能要与“一万小时”理论中的“刻意练习”进行比较探讨。《万万没想到——用理工科思维理解世界》中的相关论述我个人觉得十分到位。这个问题就留待下周再进行探讨。

【第四步 融合】

将知识进行融合的关键，是能够洞察出知识背后的「深层结构」。在表面上不相干的知识的背后，我们可以发现它们潜在的相似性、互补性和启发性，找到知识与知识间隐含的联系。

学习高手常常会有意识地把不同领域甚至不同学科的知识摆放在一起，然后尝试去分析、比对它们的潜在关联，甚至于当异质的素材堆叠在一起时，仅仅是潜意识的推动，就可以让这种隐藏的关系浮出水面。

查理·芒格把那种只会用单一学科知识思考的人称为「铁锤人」，因为当你手里只有一把铁锤的时候，看什么东西都是钉子，因此，也就失去了起码的基于事实的判断力。而只有广泛涉猎不同学科的知识，把这些学科中的基本理论变成用以观察和分析现实对象的思维模型，才能最大程度上避免思维上的偏差和狭隘。他认为，这种多学科模型的方法，可以产生一种爆炸性的合力效应，让人获得不同寻常的智慧。

将原本独立或者疏远的知识加以融合，从融合效果上看，有迁移、印证和互补三类。

一、迁移（启迪思维）
比如《黑客与画家》中作者对编程和绘画这两种创造性活动的相似性进行的论述：
1. 画家学画的方法是动手去画，而黑客学习编程的方法也是在实践中学习。保罗初学编程时还抱着书读，不过随后就放弃了，直接动手去干。 2. 画家学画必须要临摹，从大师的作品中进行学习，美术馆、博物馆是他们最好的学校。而黑客则是通过观看优秀的程序来学习编程，研究它们的源代码，开源社区是他们最好的学校。
3. 一幅画是逐步完成的，先画轮廓、草图，然后填入细节，一步步臻于完美。在这一启发下，保罗领悟到「编程语言的首要特点是允许动态扩展（malleable）。编程语言是用来帮助思考程序的，而不是用来表达你已经想好的程序。它应该是一支铅笔，而不是一支钢笔」。因此在编程中，过早优化（premature
optimization）是一件危险的事情。

二、印证（探索规律）
比如不同领域在同一问题上的相互印证。

三、互补 互补式的知识融合，是指我们可以对同一个议题，找到完全不同视角下的论述，把它们综合在一起，就可以得到对这一议题比较全面和深入的认识。

标注

对于知识的融合，一方面，会加深对知识的理解和可提取的记忆，另外一方面，学科不是单一存在的，一条路走到黑是无法实现卓越的，通过借鉴其他学科的知识，才能最大限度地完善你的知识体系。