大学时代的我们都学过不相关向量，其基本描述为几个不相关的向量可以构成一个相量空间，此空间中的任何向量均可由这几个不相关的向量来表示。刚开始学习时并没有太多的感受，随着年纪的增大，学习经验不断积累，才发现这是一种非常重要的思维方式。
在学习领域，向量不相关性可以极大提高学习效率，跳出低水平努力的陷阱。随着互联网技术的发展，知识爆炸式的出现在我们面前，很多人会感到无所适从。在这种情况下，往往会存在两种应对方式，一种是刻苦努力学习，以有涯随无涯，遨游在知识的海洋中，获出一丝内心的安宁；另一种是无视知识的增多，随波逐流。这两种态度都是不可取的，知识的爆炸性增多对于会学习的人来说只是一种假象。世上真正有用的知识是很少的，那些看起来有用的知识不过是少数知识之间的组合而已。而对这种现象的根据描述便是向量不相关性原理。
面对繁杂的知识，我们需要做的是尽最大努力找到最大的不相关性。花时间掌握不相关性的概念，而后便是对不相关向量的排列组合。拿计算机知识来举例，目前比较流行的计算机技术，大数据，区块链，人工智能，我们看任何一门技术都非常高深，但是深入挖掘你就会发现，大数据应用了概率论知识，区块链应用计算机网络、算法、数据库，人工智能应用高等数学，矩阵论，这些基本知识都是大学时的基本课程，看起来纷繁复杂的技术不过是最基本技术的排列组合。我们都在追寻流行的技术，而谁又花时间把最基本的技术掌握了。最领人吃惊的是，那些最基本的技术并不随时间变化，有时不得不叹息，大多数人还是太功利了，永远在最慢的车道上加速，却从来不想想可否换条近道。
不相关性定理作用一种最基本的定理，可以应用于方方面面，对于不确定的领域也有很大的利用价值。一个空间内的向量可以分解成不相关向量的和，现实情况是很多时候我们不能找到所有的不相关向量，但这时找到不相关向量也会有很大的好处。因为它代表了事情的部分真相，发现部分真相总比没有真相强，从概率上来讲我们更可能做出正确的选择。
