一、机器可以学得更快，那人类还要学什么

二十年前，我们流行神奇记忆法，电视广告里充斥着各种能够记住圆周率后1万位的记忆大神。二十年后的今天，我们都明白“大脑不是用来记忆的，而是用来思考的”。

实际上，在知识更新换代如此快、网络如此发达的今天，我们不可能、也不需要记住每一个知识。

在今天，原本很多由人类掌握、支配和使用的知识，正在被机器替代。

在金融业，高盛的雇员中，已有超过25%是工程师和雇员，大数据分析平台替代了投行分析师的部分工作。

在医学领域，IBM的沃森在医生录入病人情况之后的30秒内，就可以把诊疗意见列出来，每种意见还会标明出处，并用置信区间告诉医生自己有多大把握。

所以，我们的学习内容、学习方式、学习价值都发生了巨大的变化。更多地发挥人性优势，才是我们需要做的。

所以我们的学习，很可能：

不再局限于现有知识，而更多是深度思考未来的能力：既然机器可以帮我们记忆过去，或许我们可以有更多精力去思考未来；

不再局限于知识本身，而更多是这些知识可以解决何种问题：机器承担了单调乏味的工作，但我们需要懂得，可以用机器来做何种工作；

不再局限于某个领域，而更多是知识之间的联系：机器更专业，那我们能做的，就是了解这些专业之间的联系。

然而，深度思考、解决问题、理解知识之间的联系，这些如何才能做到呢？