「學海無涯，回頭是岸」，這麼說不是鼓勵大家放棄學習或是甚麼風涼話，而是深感我們的教育理念太偏重「學」東西，反而忽略了「解決問題」的最終目的。非常明顯的事實是：在一千多年之前開始的科舉時代，所有重要的書籍不過幾十本，大家比賽誰念得熟就可以升官發財還算合理，但是如果知識已然爆量到根本沒有人可以學完的時代，即使是同一個領域，我們也只能熟悉某一個小的分支，甚至單一的議題而已！繼續強調要盡量「多」讀書的意義何在？

現在是有文法理工等等分科了！但是骨子裡比誰學得多？比誰學得熟練？的科舉精神還是屹立不搖！表現於外就是：「48級分的人鐵定不如68級分」這種想法！但事實上誰是高手？最終的決定在於他能解決多少？與多難？的問題，考試只是驗證你會不會，或知不知道「前人已經很熟悉」的事情？在電腦時代這些「能力」一定會被電腦軟體與人工智慧取代的！花費十幾二十年去學習注定不需要人去作的事情沒有效益。

會想到這個，是因為昨天新來的員工問我一些物件導向程式的問題，我的員工其實也都算是我的「學生」，這一位是業務出身，正在積極跟我練功學程式設計，他也真的好用功！除了我派的功課之外喜歡旁徵博引，桌上總是一大堆書籍，還嫌我們鄉下大學的圖書館新(電腦)書太少等等……

我的回答很沒有教授的味道，我說：物件導向的內容，至少在你這個階段可以完全不必看！即使到了我們目前工作已經很專業的階段，真正需要物件導向的技術也只是一小部分而已，即使沒讀過物件導向理論，光憑常識直覺也可以寫出差不多的程式，絕對沒有「必須讀通讀熟物件導向理論才能寫出來的程式」！那些理論很像英文的文法，其實都是事後諸葛！事前學習太多反而是自由思考的無謂負擔。

我不是輕視理論的重要性，而是覺得目的和手段的優先次序已經被我們嚴重的錯置！我建議學生的思考方向是：先弄清楚你需要甚麼程式？想寫出甚麼功能的程式？知道目的之後再去找手段！不然為了學習而學習就永遠「學無止盡」！還深感挫折，最糟糕的是學了很多年，還是甚麼實際問題都解決不了！簡單說就是：沒用！這不就是我們的大學普遍學用落差很大的實況嗎？

以我意外演化成影像辨識專家的過程來說，我根本從來未曾想過要變成這種專家！只是遇到問題時就一步一步的思考，找技術、找資訊來幫忙，最終我腦袋裡確實也有了一般學院派專家的大部分影像辨識知識。但是因為過程中始終是有具體目標與方向的，所以我的認知結構反而比一般學影像辨識的碩博士更為精實而靈活！

我們應該從中小學就彰顯這種學習的理念！學習除了樂趣之外應該只是手段，「解決問題」才是真正有意義的目標！在電腦與人工智慧的時代，樂於也善於解決新問題的人才有價值！知識的多少與熟練度其實不是重點！

如果必須考試驗證能力，「及格」就算是OK了！一本正經的去比較48、58或68級分的差異，其實是浪費生命的一場騙局。目前不會的東西，需要時知道如何找到資源再去學就好了！凡事都怕「輸在起跑點」，就會浪費時間學一大堆其實自己既不喜歡，也不受用的多餘知識，如果你預期不會像彭祖一樣活到八百歲就不要這麼玩！你的命沒那麼長，你沒有時間去作「凡事打好基礎」、「不要輸在起跑點」等等傻事的！

我所謂的「回頭是岸」不是要人放棄不學，而是要回頭看看自己眼前腳下真正需要解決的問題！譬如很多人說：要作影像辨識就要先學好C++！但是對於一個沒有程式基礎的人來說，要熟悉C語言繁複瑣碎的規則語法到能夠運用自如，一兩年都還不夠！到時候你想學影像辨識的熱情與動機早就忘光光了！得到的結論居然是「作影像辨識的技術門檻很高？」

但是影像辨識真的與程式語言無關！我用初學者愛用的VB語言作這種研究很多年了，至今依舊不太會用C++，也沒說就不能做生意啊？有其他廠商說他們的程式師只會Delphi「所以不能作影像辨識」，這也是笑話！我用JavaScript都可以作影像辨識的！

影像辨識的問題本質就是演算法，連問題都看不清楚就先自我設下一堆技術門檻學習障礙，這就是我們的盲點！「學習」的本身不會自動解決問題，即使你將C++學到達人，甚至神人的等級，依舊不會自動變成影像辨識專家的！所以別急著問別人該學甚麼東西，先用你的常識與手邊工具了解分析你想解決的問題才是重點，這就是我說的「回頭是岸」囉！