解决问题与学习的基本方法论

这是一篇《未来简史》读后感，也可能不是。

每当我们面临一个问题或者说学习，解决起来无非有两种方式，“模仿”与“遍历”。

模仿：即是看别人有什么样的方式、方法、技巧，通过不断的模仿、学习，然后变成自己的技术。

遍历：即爱迪生发明灯泡式的。尝试各种可能性，然后选出最好的那个。

这篇文章主要探讨个人学习、社会学习、机器学习的关系，与扩展应用。

我们身边的人，他们大部分想挣钱的时候，都会看身边人在做什么，然后学着去做。看身边人在炒股，就也去炒股，看他们买什么，自己也买什么。

找对象也是一样，看别人写情书，他也写。看别人送花，他也送。

如此办事方式往往只能得到跟身边人一样的结果（往往不是那么好），然后因为看“大家”都这样，你又开始感叹“原来世界就是这个样子啊！”

可世界真的是这个样子吗，为什么有些人就赚大钱了呢？所以，要改变自己命运的这个事情，一定不要跟身边的人学，要把视野放到全世界、以及整个人类历史。从中去寻找最有效果的方法，然后变为己用。

马云当年也是去美国学来的互联网运作，太祖也是从共产国际那里学到不少。把你的学习光谱放到最大，open your mind，你将会学到最适合自己且最有效的办事方法。

所以模仿的最高境界是：

1、在全世界寻找当前效率最高的方法——2、提炼关键要素——3、模仿学习

以及，提醒一句“有效果比有道理更重要”。不要受头脑中已知知识点的限制，如果一个方法好用，那就先用着，至于为什么，等有时间了再研究。

而有些人虽然学习光谱小，但是一直坚持，尝试各种办法，最终取得了还不错的效果。这就是相当于在遍历了，但是对于个人来说，这样的风险太高，取得的效益实际价值也不大。不推荐这种做法，但是对于整个社会来说，这可能是没有办法的办法。

社会要升级转型，本质上也是在不断的解决问题，是在学习。可这很多解决的都是前无古人后无来者的问题，于是，遍历的重要性就非常重要了，所有有可能解决问题的方法都拿来试一遍。

这也是为什么农民伯伯们的工资一直不涨，却养着各种科研机构和创业公司的原因，就算他们没真的解决问题，至少也排除了一些错误答案。而如果旧产能的福利待遇过高的话，社会就没有办法升级和转型了。

为了进一步的升级和转型，于是“机器学习”出现了。

我们发现，机器学习解决掉的其实都是一些机械化的工作。即使是华尔街的所谓“精英”，其实日常工作也挺机械的。而他们的脑子却很好用，做机械化的事情难免有些浪费了。

所谓的机器学习（Machine Learning）所用的学习方法其实就是“模仿”和“遍历”。人类通过教会机器一些基本技能，从而获得解脱。

也就是说，未来，每个人都可以更好的解放自己的创意，更多的避免机械性的工作，去做对人类社会更有意义的事情。（“使用人工智能”和“如何与社会不同系统协作”将会是你学习板块的基本部分）无论是追逐星辰大海、还是解决身边的问题，只要你是在帮助社会转型、或是能说服周边的人，你就可以过上不错的生活。