在和我的学生相处过程中，我发现大家普遍存在的是学习效率不够高效，同时也很焦虑该如何更快速地进行学习。
最近我正在准备学校的期末考，在图书馆和我的朋友们一起复习和探讨中，我真切地感受到：学习的过程和方法，真的很重要！
▶ 不懂学习方法，死记硬背，只能掌握皮毛、浅尝辄止；
▶ 高效的学习方法，不仅能深刻立体地消化知识点，还能建立系统的思维方式；
好的学习方法对一个人的影响，不只局限于在校期间的那短短几年，它给予你的思维、能力、见识等，都会受用终生。
今天，我将为大家分享我的快速学习法。
1:
“我尝试过 10 天学完线性代数，1 年学 4 门外语，还挑战过 12 个月学完所有 MIT 大学 4 年的计算机课程，并通过考试。最后我都成功了。”
这是 Scott Young，一位超级学习者。他用自己的方法，在短时间内创造了各种快速学习的奇迹，但他在自己的演讲中说到，快速学习并不是一个秘密，它只是一系列学习方法的总和。只要拥有了这些方法，每个人都能够实现快速学习。
所以今天我们讨论的是，假设已经选择好了研究的方向，明确了课题，我们该如何快速学习一个从未接触过的领域。
其实，我们采访的每一个优秀科创者都遇到了这个问题。
在高中时，他们项目的领域从生物信息学到环境工程学，从人工智能到量子物理，各种学科层出不穷，但其中的共同点是，没有一个学科是高中教过的。
对于这些优秀科创者，在对抗课内学习与 SAT 双重困难的同时，他们还面临着快速学习这些陌生学科的巨大挑战。
但说到学习，我们不得不先提到另一个人——Elon Musk。如果说 Scott Young 通过自己的学习方法完成了个人的提升，那么我们可以说，Elon 用他的快速学习方法，为整个人类带来了不可忽视的贡献。
他最家喻户晓的成就是 Tesla 特斯拉。为了推广清洁能源，Musk 在 15 年前做出了可以与汽油车相媲美的电动车，并以汽车行业前所未见的速度，颠覆了人们出行方式的选择。
但大家或许不知道，在 Musk 长长的人生成就清单中，还有多得令人瞠目结舌的好几家公司，其中就包括让地球人能更方便仰望星空的 SpaceX，市值千亿的 PayPal，太阳能电池帝国 SolarCity，把人的大脑与机器相连的 Neuralink，还有通过超高速地下隧道连接美国各大城市的 The Boring Company。而这每一个公司，他都是 CEO 或者创始人。
更令人难以置信的是，这些公司领域差异极大。如果说 SolarCity 的太阳能电池和 Tesla 的电动车还有点联系，那么其他的项目真的是半毛钱关系都没有了。从火箭上天到脑机接口，从电池科技到人工智能，Elon 可以说一个人学习了人类前沿的几乎所有科技，并把它们一一照进了现实。
2:
就算我们不去评价他对世界科技的贡献，我们也一定会好奇：他是如何学会这么多毫不相干却又极其复杂的学科的？他从未完整分享过他的学习方法，但从一些演讲中，我们能拼凑出一些端倪。
其中最重要的一环，就是树状的学习方法。他是这么说的：“在学习一个新领域时，一定要首先理解那些最基础的理论，也就是树干和大树枝，然后再学习领域里各种具体的内容，也就是那些分叉出来的小树枝。”
这个道理其实不难理解。Musk 说的其实就是在学习任何一个新领域的时候，都先去研究这个领域最基本的关键问题，并且去了解这些关键问题之间的联系。
比如，我常常听到有同学抱怨物理太无趣了，天天都是各种力和电算来算去。但每当我和他们讲解完物理史，他们的态度就会发生巨大转变。
当他们知道了为什么牛顿要提出三定律，知道了电是如何被发现的，那些本来具体而枯燥的问题突然就变得生动了，因为他们找到了这些问题在历史中的位置。换句话说，找到了这些小树枝应该接在哪根大树干上。
3:
这样的学习方法在我们的采访中得到了印证。
我们发现，几乎每一个优秀科创者在学习初期都做了大量广泛的阅读，或者得到了老师的指点。
他们会阅读大量相关领域的文献，从而了解这个领域最根本的问题，也就是那些大树枝。
他们还会在环境允许的情况下，寻找大量的专家，在学习初期帮助他们剔除烦杂的技术细节，而直奔这个领域的主干核心，不过早在细节问题上浪费太多时间。
一个宾大的科创者 Sharen 在回忆自己的科创过程时就说到，自己一开始就是犯了这个错误，研究了过于具体的技术，而没有把握好关键问题。
当时她想实现对一个电子设备的远程控制，因为太希望快点做完，就急忙选了一种工具开始编程。但谁知道花了整整一个月，程序都还做不出来。最后发现，原来是她选择的工具根本不适合这个电子设备。
当她最终意识到自己已经走进了一个死胡同时，她才停下手中的工作，开始思考最基本的问题：要连接电子设备，有多少种可能的工具可以选择？它们的基本原理是什么？哪一种最方便？
Sharen 用了一天找到了合适的新工具，又用一天将这种叫做 Arduino 的工具连接到了电子设备上，完成了工作。本来一个月都没做好的事情，换了一种思路，竟然两天就解决了。这就是思考大局的重要意义。
其实，树状学习说来简单，真正做的时候特别需要毅力，这是因为我们会有想要马上解决眼前问题的冲动。
我们会以为，只要快速选择一个具体方法，我们就能马上解决眼前的问题，快速推进研究。但其实，因为没有了解领域的关键问题，这个方法极有可能是一个不合适的选择，就会出现 Sharen 那样花费更多时间的情况。
因此，树状学习的关键就是在开始时，抵制住学习某一种具体工具的冲动，而去认真地研究基本问题。
爱因斯坦有一次说道：“如果给我 1 小时解答一道决定我生死的问题，我会花 55 分钟弄清楚这道题到底在问什么。一旦清楚它到底在问什么，剩下的 5 分钟足够回答这个问题。”
快速学习也是这样。摆在我们面前的是一道巨大的难题，但只要我们从书中、从别的研究者那里知道了它到底在问什么，剩下的不过就是学会而已。这对于每个学生来说都不会是难事。
本月底，我也将回国开设为期三天的科学集训营，这三天，我将带领大家快速在这一期课程中，站在时代的高度上，借助 GEB 的哲学思辨，一起探讨人工智能的强大力量。同时，我们也将深入到具体的数学公式中，不但从原理上，也从实践上掌握人工智能这个强大工具。
