關於人工智慧，當下大致上有兩種看法。

要不是，把人工智慧當成魔法一般，神秘而近乎無所不能的終極武器那樣，認為人工智慧將會淘汰人類的生存，就是近乎完全反過來的看法。

怎樣的反過來？

人工智慧不過就是監督式學習，以及針對特定課題的求解方式罷了，沒有主動思考判斷的能力，需要大量的數據來訓練，喔，如果連人專家都沒辦法很明確的定義對與錯及好與壞，那有再多數據也無濟於事。

傻蛋的看法是比較偏向後者啦，畢竟只要臉厚心黑，就能成為人工智慧專家，這誘惑實在太大啦，世界上永遠不缺騙子吧。

不過傻蛋這篇垃圾文要探討的倒不是對現況人工智慧的批判，而是從另一個角度來看待人工智慧現行可行的發展方向。

嗯，先不談人工智慧，先來說學習吧。

死背算學習嗎？

當然也可以算啦。

但，死背是成本效益很差的學習。

學習本身就有痛苦本質，學到的東西適用範圍很窄，而且知識與知識之間很難有碰撞後的啟發，費很大的勁學到實用價值很低的知識。

如果不是為了讓別人覺得你很努力而學習，而是想要擴展自己的智慧與思維，想讓自己的智識能力變強而學習，那，學習最重要的，會是效率吧。

怎樣學習才有效率是很重要的事。

怎樣學才會有效率？

舉個例子，想提升英文能力，然後靠意志力硬背字典，這就很低效。

因為缺乏關聯，背了又忘，當然記不住。

但反過來，如果是自己有興趣的主題，相關的英文單字就沒那麼難記吧？

Mud遊戲裡面打河馬，河馬叫Hippo，打河馬練級的指令是kill hippo，這個單字這樣記起來大概很難忘記吧？

但反過來給你一個動物百科，裡面有各式各樣的動物，瞄過一遍能記得多少就是個問號了。

和自己固有思考情境越接近，關聯程度越高的新事物，學習成本就越低。

所以學語言，看書不如看電影，看電影不如真的和外國人對話練習，去外語補習班的效果又比不上真的丟到只能靠外語生活的環境強迫的去適應。

也就是成本不同罷了。

學英文是學習，但語文只是基礎，關鍵是要先學會過現代化的生活，才能學會現代化的語言。

讓山頂洞人學複雜的現代語言是沒意義的，因為學了也派不上用場，要向過著原始生活的原始人解釋利息的概念很困難，更不用說衍生性金融商品了。

對完全派不上用處的知識的學習可以說是假學習，因為根本沒有學會什麼，也沒有發揮任何影響，得到任何的提升，派不上用場，只是浪費時間喔。

學習專業知識也是學習，然後常常隔行如隔山，其實這也是學習效率的問題。

沒有那個情境，就連學習者的興趣都勾不起來．有聽沒有懂，或是幾乎每個字都看得懂，但連在一起的句子是在說啥鬼卻整個霧煞煞。

找到好的入門方式很重要，如同學習程式語言，如果老師不會教，自學買到的又是爛書，那八成就是把寫程式當成某種巫術般的行為了，會認為只有某種天分的人才能敲敲鍵盤變出魔法吧？

其實，有效率的學習可以分為兩種模式吧。

一是對現有知識的熟練與強化。

二是連結到新的元素，擴大知識的廣度。

深度與廣度，這可以說是廢話哩！

不過要深入思考一下，怎樣才會讓學習增加深度？

這需要熱情與動力。

而怎樣才會提供擴大知識範圍的誘因？

那需要好奇心。

然而並不是高成就動機，且有廣泛好奇心的人，就保證學習成效就好唷！

一樣，還是有效率問題。

熱情不是說想要有就有的，如何能夠樂在其中，更是一門學問。

就想想有多少人能夠樂在工作吧。

樂在工作可以讓工作不那麼痛苦，能夠提高自己的績效與競爭力，我們不是應該有動力樂在工作嗎？

實際的情況可能相反，我們一般人想要的，不是工作本身，而是以工作為代價換來的錢或名聲或權力罷了。

溝通方式錯誤，叫人叫不動，對方對你的道德口號理解不能，對牛彈琴的琴藝再怎麼精進，也沒有效果，不是努力了就應該得到相應成效的。

所以呢，如果我們想要深化自身的知識，最好是由現有興趣來開始。

有了深入加強的意識，就會自然而然得到強化方向的線索。

這種有一定基礎，更進一步就能得到回饋的強化學習，會像打Game一樣容易上癮，專家多半都是這樣練成的。

再來，這個過程當中，會發現有許多自己不足之處，在強大驅動力之下，要一點一點的增加而強化，會是自然而然發生的。

這樣來看，深度本身也可以看做是一種廣度。

深度與廣度，也可以當成一件事看？

好像不對。

但，我們對有興趣有熱情，視之為個人存在感與尊嚴建立之基石，在不斷的強化發展之下，有的人知識是越來越廣越來越全面，而有的人卻鑽了牛角尖？

同樣是順著自己的興趣來強化，鑽牛角尖的人，可能是缺乏勇氣與靈活的心態，或是缺乏更高的追求，於是在繼續的強化方向上，選擇的都是安全路線，或許可能同樣有趣，但方向保守的思維，知識就會往牛角尖裡鑽了。

從整體來說，也可以看做是效率變差，缺乏性價比啦！

嘿嘿，上一段完全是離題的廢話。

好長的一段廢話。

但，如果被騙了，真的一行一行從頭讀到尾，卻未必沒有意義。

意義需要所謂的情境，英文字是context啦，沒有這個情境，就無法產生意義。

如果曾經過相關的思考過程，即使沒有得到有用的結論與具體的策略或戰術，至少，在後頭碰到類似的課題時，會增加熟悉度吧？

我們再來把學習分兩類吧。

一類是可以預測的，知道方向，也知道這個方向的努力肯定會有答案的，只是過程辛不辛苦個人有別而已。

而另一種則是所謂的創新，是來自想像力，那就是一種可能性，我們嘗試去設想，甚至妄想，可能會嘗試去實現看看，也可能不會，我們對於這個方向是否走得通是沒有把握的。

第一種確定的學習，是可以靠毅力累積成效的。

第二種的嘗試則是一種靠直覺與機緣的冒險，我們不知道行不行得通，但我們決定去嘗試，去投入，可能會有回報，也可能白費工。

需要某種特質，我們才會去嘗試那些沒把握的方向。

實際上，這需要某種平衡，學習的整體效率才會理想。

必須先鞏固自身的知識成為一個相對成熟的體系，有足夠的經驗，自信心與效率，我們才有嘗試不同方向的本錢。

個性輕浮好幻想的人，對什麼都有興趣，即使偶爾撞對了路，也靜不下心來沉澱，無法深化成效，也很難提高自己的知識水平。

這和那種思想保守，只能做完全確定的事的那種人其實是一樣糟。

喔，哈哈，這一段好像也是離題的廢話喔！

嗯，繼續廢話？

嘿嘿，有一種理論叫鋪墊啊，有一種技巧叫留白。

抓讀者的注意力，讓讀者的專注可以保持住，好奇心可以維持高檔，或是疲勞度可以緩和，然後在劇情的重點的地方，確保觀眾剛剛好有合適的狀態。

如果對最終的效果有影響，那些留白片段，不能說是沒有意義的。

這同樣也是效率的概念吧？

人腦不是機器，會疲勞，專注力有限，這是現實的限制，無視這個限制盲目的努力，效率自然會很差。

不只如此。

對於陌生不熟悉的事物，我們腦袋的處理成本會提高，會更容易累，所以需要用熟悉的框架或情境來帶領，在安全的環境下吸收新事物，可以減少對新事物的不安，又能得到新鮮想法的好奇心的滿足。

所以呢，如果我們的學習能用上這個框架的話，效率就會大大的提升了。

而這個，可以說是故事情節的學習理論唷。

我們都喜歡故事，喜歡新奇的故事。

用熟悉的故事學外文效率會比較高。

用大部分熟悉且有興趣的故事，吸收其中新穎的新觀點，也是一種擴展我們視野的一個手段。

喜歡思考的人，即使是看個電影或電視劇，都不會錯過思考進而擴展自身界限的機會，或是觀察新趨勢變化的方向。

善用說故事的力量，這主題甚至可以寫一本專書哩！

額，這一段同樣是鋪墊的廢話。

好啦．在文章接近尾聲的時候，我們終於要進入正題了！

這和人工智慧的發展有個毛的關係？

一點也看不出來不是？

不要計較這個啦。

來，先說怎麼可以讓人類更有效率的學習喔。

我們的學習就是不斷的建立新知識的連結，強化我們自身為核心的一個思考模式的體系。

所以關聯式學習會是最有效率的。

順應興趣的學習會是最高效率的。

我們閱讀，會讀我們感興趣的內容。

從我們的閱讀素材可以反推出我們的興趣所在，然後一直塞我們會停不下來一直滑的更多內容，這是內容媒體運用當前人工智慧力所能及的範圍的一個有力的應用吧？

這種應用有點邪惡，被用來製造同溫層，也成為許多假新聞的溫床哩！

耶？為什麼只能把這種技術用在這種邪惡的途徑呢？

如果讓人停不下來一直滑的內容，就是值得學習的內容呢？

把學習的內容變有趣，並把學習的素材連結起來，更好的組織與連結起來，那麼學習也可以是滑不停的有趣的事哩！

這個連結可以透過打標籤來實現喔！

每個學習網路的參與者，都可以打標籤，把學習素材做連結，而這些連結的標籤可以被整個網路的成員共同維護與強化效率。

喔，那會怎樣？

學了某個素材後，很容易找到相關與進階的素材，能夠上了癮般的無損專注力的一路鑽下去。

知識之間的可能性也會被這個連結網路給打通，越多人做連結與給連結贊同強化，就能讓適合被擺在一起的素材被連在一起，發出一加一大於二的綜效。

嘿，有時候不一定要是另一個學習素材才能發揮綜效喔，或許和笑話或小故事或趣味短片連結起來，還會有意外的神奇的效果也很難說哩！

一個被大量參與，建立各種連結，並維護這個連結網路的效率，這可以是一個很大的知識網路平台喔！

而且啊，搞不好因為共同和某個笑話有強連結，而導致不同領域的知識素材意外得到整合創新的契機，這會是很好的新點子挖掘角度也說不定喔！

假設這樣的知識網路存在且占據重要的支配地位，那麼，或許會產生新的工作，新的專業，新的商業模式也說不定。

好了，短短的正文到此結束啦。

如果直接讀最後這段正文，那，肯定可以找出一些類似的現有案例，然後加以批判，這行不通啥的，這確實是很容易做到的事。

如果從頭讀到尾，前面的鋪墊，對最後的正文的理解提供的context，疊加上去，那這個理解會是一樣的嗎？

嗯嗯，這就看個人啦！