学习的难点#

我勉强也算是一个学习者，也学了不少。学习的过程中最大的难点是什么？自以为是熟练度或者说直观感受。如果对技能或知识感到陌生，自然不能够明白其中机理，也就无法主动进行深入的探索。

因为不了解，所以无从所知。当什么也不知道的时候，无法对这个系统生出好奇心，也就缺乏了主动探索的性质，也就没有实践的动力。实践对于学习来说是必要的步骤。

学习的机制困惑#

可以这样说。学习是一个 建立直观->实践闭环 的过程。实践暂不必多说，直观感受到底是什么感受则是一个首要的输入问题。

这种看法下，我认为人是一个函数，如果要确认人是否掌握了这个技能或知识，自然就像做测试一样给定输入，对比其返回的输出；这是实践的必要。当然，此时的输入是测试用例的输入而不是知识的输入。

实际上知识的输入正是我有所不明的地方。如果说学习同样是一个技能函数，它的输出依然是一个技能函数（输入－fn－输出）。那么学习的输入到底是什么

（？－学习－（实际问题－习得的技能－处理结果））

这种结构看起来本就很F，并且似乎是符合直觉的。

不过我暂时无意深究这种问题。无意义的深究是我的缺点，因为我深究却不愿意获取更多的知识，在此苦想却是无用。

好吧，那么回到刚刚的问题，如果说我们不清楚学习需要的输入是什么，就目前的经验和感受而言，我们需要的是大量事实基础。换言之，许多可实践的元事例。

学习似乎是一个盲人摸象的过程，摸遍大象全身才知道这到底是什么，在此之前对此未知，不好奇，恐惧。正是缺乏直观。

因此希望AI至少能够帮助我们解决最开始的直观问题，了解基本的工作原理。

这通用吗？#

这通用吗？至少是存在问题的，不能指望一个模型解决所有。或许对于基本的技能习得可以通过上述方式：AI列出你需要做些什么，然后你去做了，做完之后你的技能就习得了，比如做做蛋炒饭缝缝衣服乃至前段时间我写了一个工训赛视觉速成的文档一样。

但是真的适用于所有技能吗？或者，对于有一些东西并不以技能的形态展现，比如一些理论？我们如果学习理论都希望它能绑定一个技能，这是不现实的，理论与理论之间交错，或许就是无法在此之前上手。

所以收手吧，不能指望一劳永逸，至少我们应该先针对我当前遇到的需求提出一些可能有效的方案并实践它。

如何做呢？#

当然，至少我们知道AI虽然不能直接让人形成对应知识的体系，但至少可以帮助人摸象。所以当前可采用的方法依然是摸象而已。

那我要说了，我这博客不就白写了吗？

那么我得说，很大程度上，确实白写了。最开始的认识已经足够，后续都是无效的思考，大概率无效的思考，是反刍思维的又一次胜利。

但要我在想写的时候不写也是不行的。否则我就难以无法阻止我想下去。

短的文章越多，自控力越高明。