Hao Guo

UX Designer

[Hao Guo @haopolive]

@patrickassale cool

[Jiayuan (JY) Zhang @jiayuan_jy]

https://t.co/5VVKV7bChf

[Sen Zh @SenZh4]

Vibe Coding 能把简历玩出什么花样？？

😄分享一个最近Vibe的个人网站，用AI把自己变成一个3D虚拟小人，还Vibe了一个小白也能快速生成的平台。#vibecoding #3d互动 #网页设计

[Andrew Prifer @AndrewPrifer]

Dear frontend devs and UI designers. I bring you Liquid DOM, a complete and faithful implementation of Liquid Glass on the Web.

- Shape morphing
- All properties animatable
- Dynamic refraction and reflection
- Adaptive tint
- Adaptive specular highlight
- Dispersion
- Full html integration
- Super fast layout engine that works across Canvas and html
- Pointer event handling
- Framework and renderer-agnostic low level API
- High level React API
- Ootb @threejs and r3f integration

And lots more.

Read on for implementation details and demos.

[AK @_akhaliq]

OmniLottie

Generating Vector Animations via Parameterized Lottie Tokens

paper: https://t.co/cRXmK9UCTB

[歸藏(guizang.ai) @op7418]

华尔街日报对 Anthropic CEO 的访谈，透露了挺多内容的

- 即将推出网络访问功能
- Claude 即将实现双向语音交互
- 允许 Claude 跨项目记忆信息
- 不会单独推出推理模型
- 未来 2-3 年内，AI 模型将在工作能力超过所有人类
- 新模型 3-6 个月推出

下面是 Gemini 的详细总结👇

[铁手 @0427SMtieshou]

快速拉开与同龄人差距的十大能力！

[谢嘉琪 Jiaqi @XieJackie]

马斯克：特斯拉现在的股价如同英伟达暴涨之前。无人出租车业务明年前实现几率极大。拥有AI技术的公司将极大提高他们的生产力，使没有AI的公司相形见绌。机器人将成为未来100年，甚至1000年人类文明的一个重要里程碑。

他在此期视频还谈到了特斯拉不仅有极强的200多人FSD软件团队，还有同样级别水平的超级硬件芯片设计团队。12.5并不是盲目的提高5倍参数，每个参数必须正确才有用。

明年机器人将首先在特斯拉工厂内部试运行去解决可能会出现的问题，2026年正式交付客户，能够回应人们的语音指令。Roadster跑车的发布会可能将会成为历史上最让人震惊的展示。无人出租车和机器人将会成为这个世纪的最大科技革命。

00:00 FSD和算力中心
4:31 电池和能源
6:41 特斯拉汽车
8:03 机器人
11:05 机器人的生产
12:31 Cybertruck 什么时候会配备FSD
13:23 Roadster、Robotaxi、Semi
15:08 Robotaxi 活动
16:01 特斯拉与Neuralink的合作
17:12 埃隆·马斯克谈特斯拉股票

[Jason Carman @jasonjoyride]

I'm looking for a super skilled CGI/VFX artist for some secret projects I'm working on.

If you love sci-fi movies and are cracked in Blender this might just be a dream job...

DM me!

[Hao Guo @haopolive]

@HiTw93 如何评价好不好看？

[Hao Guo @haopolive]

@duijiu 厉害了👍

[Nicolas Neubert @iamneubert]

2023 IAMNEUBERT SHOWREEL

This year, I got to unleash my creativity in brand-new ways. Thank you to everyone who supported me on this journey. We're just getting started.

Powered by @runwayml

[宝玉 @dotey]

纽约客2019年的一篇文章：《研究表明，依靠意志力改掉坏习惯是徒劳无功的》

几年前，我购买了一部智能手机，很快就爱不释手。随时随地能发邮件、查信息或购物，这为我带来了前所未有的效率提升。手机每收到一封邮件就会发出“嘀”的一声，我随即处理它，为自己的效率沾沾自喜。短信到来伴随着法国号的声音，我也会迅速回复。不久，我开始条件反射般地一听到手机响就伸手去拿，就像帕夫洛夫的狗听到铃声就会流口水。这渐渐干扰了我的工作和谈话。这台本应是神奇助手的机器，却慢慢让我沦为了它的奴隶。

我一直自认为意志力很强。像许多经历过医学训练的人一样，那些早起、长时间轮班，而朋友们却在享受派对的人，我已习惯于延迟满足。但这都没用。当我尝试把手机调成静音，我反而更频繁地检查它，生怕错过什么。唯一能控制自己不看手机的时候是安息日，因为那时我不查邮件。但我会不停地看表，计算着何时能再打开手机。那是我第一次真切感受到吸烟者对香烟的渴望。检查智能手机已成为我难以摆脱的坏习惯。

习惯的好坏一直吸引着哲学家和政策制定者。亚里士多德在他的作品《尼各马可伦理学》中探讨了美德的不同理念，并总结道：“有人认为人之初性本善，有人说是习惯使然，还有人觉得教育至关重要。”他的结论是习惯扮演了关键角色。西塞罗将习惯称作“第二天性”，这个说法至今仍广为流传。亚历山大·汉密尔顿在《联邦党人文集》第 27 号文章中，当他思考如何培养出遵守新共和国联邦法律的公民时，他提到了“人是习惯的奴隶”。汉密尔顿认为，如果联邦法律深入州级事务，它将成为人们日常生活的一部分。“它越是融入人们激情自然流动的渠道，就越不需要强制手段的帮助，”他写道。

在现代，习惯已成为科学研究的重要领域。心理学家深入研究了习惯行为的形成及其对健康和幸福的影响。威廉·詹姆斯回应亚里士多德的观点，写道：“我们的生活，只要形成了一定的模式，就是由各种习惯构成的——实用的、情感的、智力的……它们不可抗拒地推动我们走向命运。”

我们大多数人不愿意把自己看作被动的存在。那意志力呢？市场营销通过像“Just Do It”（耐克）和“Declare Your Path”（新百伦）这样的口号，来抚慰我们对自主意识的渴望。很多流行心理学也强化了我们对自我控制的信念。在六十年代，沃尔特·米歇尔设计的著名斯坦福棉花糖实验中，孩子们要面对一块棉花糖，他们是否能抵抗住立即吃掉它的冲动，将决定他们的“执行功能”水平。这个实验被认为能预测孩子未来的成功，如 SAT 成绩、人际关系的持久度和职业成就。但如果我们只是习惯的产物，这一切又如何解释呢？

在《好习惯，坏习惯》一书中（由 Farrar, Straus & Giroux 出版），社会心理学家 Wendy Wood 对 James 的决定论和轻率的自我激励论进行了反驳。她试图为普通读者提供更实际的方法来打破习惯。她基于自己的领域研究，认为维护积极行为和遏制消极行为需要决策与无意识因素的共同作用。Wood 解释说，我们的大脑有“多个独立但相互连接的行为指导机制。”但我们只能意识到决策能力——这种现象被称为“内省错觉”——这可能是我们过分高估了这种能力的原因。她写道，让意志力成为可能的执行功能给了我们一种“代理感”，让我们认为这就是“我”。但这是以付出努力为代价的。为了日常生活，我们需要某些行为变得自动化。

功能性磁共振成像（fMRI）扫描让研究者能够窥探在机械性任务和有意识任务期间活跃的不同神经网络。学习新任务时，大脑扫描显示前额叶皮层和海马体的活跃，这些区域与决策和执行控制相关。随着任务重复，大脑活动转移到纹状体和基底节，即 Wood 称为“我们心灵的基础机制”的部分。在这里，任务转变为习惯。

这些更原始的大脑区域对我们的精神能量需求更少。一系列动作变得连贯，这个过程称为“分块 (chunking)”。例如，当我们上车准备开车时，我们不需要分别考虑系安全带、打火、挂挡、检查后视镜和盲区、踩油门等动作。所有这些步骤被整合在记忆中，形成一个单元，由上车这一环境线索触发。这使我们能够专注于那些最需要我们有意识关注的事情，比如思考目的地、规划当天的任务，同时留意路上的任何异常情况。

Wood 的研究起初并不是聚焦于习惯，而是坚持。对于像打流感疫苗这样的“偶发性、一次性行为”，有意识的决策就足够了。然而，对于需要重复的行为，习惯就显得至关重要。William James 曾估计，我们的活动中有“几乎全部是自动和习惯性的。”这只是一个推测；但 Wood 通过一项研究，量化了人们多少行为是出于习惯。她用一种名为“体验抽样”(experience sampling) 的技术，让参与者在两天内记录自己的所作所为。研究结果虽各组不同，但基本发现是我们大约 43% 的行为是习惯性的。

这就解释了为什么仅凭意识上的知识还不足以改变行为，以及为什么仅仅通过教育人们做出健康选择的公共卫生倡议往往会失败。1991 年，国家癌症研究所发现只有 8% 的美国人知道每天至少应该吃五份水果和蔬菜。随后发起了一项全国运动：“每天五份，为了更好的健康。”六年后，知道这一建议的美国人增至 39%，增长了近五倍，但实际饮食习惯几乎未变。2007 年，政府官员再次尝试，推出了“水果与蔬菜 - 更多益处”计划。然而，到 2018 年，每天吃两份水果的美国人仅占 12%，吃三份蔬菜的仅 9%。仅仅告知我们什么对我们有益是无效的，因为我们的饮食、烹饪和购物习惯主宰了我们的行为。

在 Mischel 的棉花糖实验中，只有四分之一的参与者能坚持十五分钟不吃棉花糖。这意味着大多数人缺乏成功所需的自控力。但研究中不太为人所知的一部分，提出了绕开我们脆弱的方法。研究者比较了两种情况：一种是孩子们能看到面前的棉花糖；另一种则是知道棉花糖在那儿，但看不到它。结果显示，面对可见诱惑时，孩子们平均只能坚持六分钟，但如果把诱惑藏起来，他们能坚持十分钟。对 Wood 而言，这说明自控力“并非内在品质，而是我们所处环境的反映。”通过微调环境，我们也许能够模仿那些看起来更有自制力的人。

一项研究调查了大学生的自控能力，结果支持了这一假设。研究要求学生每次想到“哎呀，我不应该这么做”的时候就报告，例如熬夜、睡懒觉、暴饮暴食或拖延。他们在养成有益行为时，最有效的方式并非下定决心做得更好，或是分散对诱惑的注意，而是改变自己的环境。他们选择不在带电视的寝室沙发上学习，而是去图书馆。他们还发现，清除寝室冰箱里的垃圾食品后，饮食变得更健康。伍德指出：“成功的自控，实际上来自于有效隐藏诱惑。”

即便是在自控问卷上得分高的人，他们看似的美德可能更多源于情境因素，而非单纯的意志力。在德国对这类人的一项研究中，他们很少报告自己抵抗诱惑的情况。“他们的生活方式几乎一直在隐藏诱惑，”伍德如是写道。这一观察引出了她书中论点的核心：摆脱坏习惯的关键不在于决心，而在于以支持良好行为的方式重新构建我们的环境。伍德引用了心理学家库尔特·莱文 (Kurt Lewin) 的理论，他认为行为受到类似于重力或使河流加速或减速的流体动力学的“一系列力量”的影响。这些力量取决于你所处的环境、周围的人、一天中的时间，以及你最近的行为。我们通过寻找方法从方程式中移除意志力，反而能够实现情境控制，这似乎有些矛盾，但并不是靠意志力实现的。

伍德认为，根除坏习惯的关键力量是“障碍”：如果我们能增加坏习惯的不便性，那么惯性就会帮助我们朝着美德方向前进，而无需我们表现出坚强。她列举了增加障碍导致吸烟减少的例子：法律禁止在餐厅、酒吧、飞机和火车上吸烟；税收的增加使得美国香烟价格在过去二十年里翻了三倍；以及从自动售货机中清除香烟，电视和收音机中禁播烟草广告。

与此同时，我们周边的企业都在努力减少消费者的操作障碍。比如麦当劳的收银员会有意诱导顾客，问道：“您要加薯条吗？”这样的提问促使我们摄入更多脂肪和碳水化合物。Netflix 或 Hulu 的连续剧播放功能也是如此，它们通过在一集结束后自动播放下一集的方式，让我们沉迷于连续观看。Wood 采访了 Uber 前经济研究主管 M. Keith Chen，后者分享了该应用是如何设计来减少用户操作步骤的。“手机的 GPS 已经知道你的位置，”他说，“你几乎不需要多想……下车时连现金都不用处理。”

公司成为我们习惯形成的帮手，这一现象在 Charles Duhigg 的畅销书《The Power of Habit》（2012 年）中被深入探讨。像 Wood 一样，Duhigg 当时是《时报》的记者，他指出快餐业通过各种方式诱使我们增加消费。例如，麦当劳统一餐厅的装潢风格，旨在触发我们的饮食习惯。许多连锁餐厅的食品都经过特别设计，可以迅速激发大脑的奖励中心，提供瞬间的盐分和脂肪享受。

在研究企业如何利用习惯形成来获取利益的过程中，Duhigg 描述了 20 世纪初的广告大师 Claude C. Hopkins 的工作。他的 Pepsodent 牙膏广告活动据说使刷牙成为美国人的日常习惯。Pepsodent 于 1915 年首次面市时，很少有人会刷牙，甚至当时的牙科权威都认为所有牙膏都无用。Hopkins 将营销焦点放在覆盖牙齿的牙菌斑 (plaque) 上；1917 年，他在报纸广告中宣称这是“所有牙齿问题的根源”。实际上，简单地吃一个苹果就能暂时去除牙菌斑，而当时的牙膏去除效果并不比光刷牙更好。尽管如此，Hopkins 还是夸大了牙菌斑的危害，并宣称 Pepsodent 是唯一的解决方案。“只需用舌头轻轻划过牙齿，”另一则广告写道，“你会感到一层薄膜——这就是让你的牙齿变色和蛀牙的原因。”不久，Pepsodent 就成为了全球知名的产品。

Duhigg 和 Wood 都认为，习惯性的行为是由刺激和回应所驱动的。虽然 Pepsodent 不是唯一声称能去除牙齿薄膜的品牌，但其含有的柠檬酸和薄荷油等成分，不仅带来清新口感，还轻微刺激口腔，产生舒适的刺痛感。Hopkins 让消费者意识到牙齿上的薄膜，为其提供了一个刺激，而牙膏本身则提供了物理上的回应。这种刺激与回应的循环极为强大：如果我们没有刷牙，就会感觉不舒服。Hopkins 发起他的活动二十年后，使用牙膏已成为美国绝大多数人的日常行为。Duhigg 表示，Hopkins“创造了一种需求”。

Wood 强调通过情境控制来培养良好习惯，而 Duhigg 则提到了一位咬指甲的女性，她被建议寻找其他可以用手做的事情，以产生类似的物理刺激，比如在桌子上敲打指关节。这样做的目的是保持刺激和回应的有效结构，但改变习惯的具体内容。对这两位作家来说，关键不在于靠意志力打破习惯，而是用一个新习惯替换旧习惯。

这两个案例都突出了有意识努力的重要性 - 不是去反抗习惯，而是去深入分析它，以此制定更有效的改革策略。Duhigg 在体重上升后，决定放弃在 Times 餐厅每天下午吃的那块饼干。他曾尝试在便签上写下不吃饼干的禁令，但这并无效果：他会忽略这个提醒，走到餐厅，与收银台的同事闲聊，最后还是会买下饼干。因此，他开始探究触发这一习惯的因素，参考研究人员提出的五个类别：时间、地点、情绪状态、周围人员、以及习惯性动作之前的行为。他是因为饥饿、无聊，还是需要休息或是血糖提升？他尝试改变自己的日常，选择在办公桌上吃甜甜圈，而非去餐厅，或者到外面散步。他在做实验：如果在办公桌上吃甜甜圈并未减少去餐厅的冲动，那就可以排除是因为糖分的原因。最终，他通过排除法确定，他的习惯实际上是由对交流和分散注意力的需求驱动的。于是，他发现与朋友聊天成了替代吃饼干的最佳选择。

Wood 在她的书的最后，给我们这些被智能手机控制的人提供了建议。她提出了一个分步骤的策略。首先，认识到自己对手机的依赖，意识到这种习惯如何干扰了工作、社交和安全驾驶。接着是“控制情境线索”，也就是找出是什么触发了你拿起手机的行为。对我而言，这些线索包括听觉（如通知声、法国号声）和视觉（如屏幕弹窗）。我已经知道，仅仅把手机调成静音是不足以打破这一习惯的，但正如“棉花糖耐性实验”所示，眼不见心不烦。早上做早餐时，我发现把手机放在另一个房间很有效。开车时，手机被放进手套箱。走路时，我会把手机放在带拉链的口袋里。还有其他方法来增加使用的难度，从而减少这一习惯的发生。完全关机比单纯静音更有效，continue 不是因为我不好奇谁可能给我发邮件，而是因为重新开机很麻烦。

Wood 还建议我们找到新的奖励来替代手机原本提供的那些奖励。我开始在车里听收音机音乐。晚上，我没有浏览推特和电子邮件，而是探索那些我从未阅读过的作者。每天结束时，我都感到更加平静和自由。♦

https://t.co/Zg3qiTKZgk

[宝玉 @dotey]

转译：《苹果最新 AI 研究或将彻底革新你的 iPhone》

苹果这个几乎与技术创新划等号的公司，再次站在了 AI 革命的前沿。

这家总部位于加州库比蒂诺的公司最近公布了在人工智能研究领域的重要进展，推出了两篇新论文，分别介绍了用于 3D 头像和高效语言模型推断的新技术。这些创新有望为用户提供更沉浸式的视觉体验，并使复杂的 AI 系统能够在 iPhone 和 iPad 等消费者设备上运行。

在其[第一篇研究论文](https://t.co/NnMHT3VH66)中，苹果的科学家们提出了一个名为 [HUGS](https://t.co/LCHVrhT2Gx)（人类高斯喷溅，Human Gaussian Splats）的技术，用于从单镜头短视频中生成动态的 3D 人像。“我们的方法只需一段短单镜头视频（50-100 帧），就能自动学习分离静态场景和一个完全可动画化的人像，整个过程仅需 30 分钟，” 首席作者 Muhammed Kocabas 表示。

图一
该技术包括训练视频（左上），重建的标准人体头像（右上），重建的场景模型（左下），以及重新布局的动画人体与场景（右下）。 （图片来源：Apple）

HUGS 使用一种高效的渲染技术，即 3D 高斯喷溅，来同时展现人物和背景场景。人物模型以 [SMPL](https://t.co/SoQYkmGqNE)（一种统计学身体形态模型）为基础构建。而 HUGS 通过允许高斯变形，能够捕捉到衣物和发型等细节。

一个创新的[神经形变模块](https://t.co/O7e3w7rvcR) 采用线性混合蒙皮技术（linear blend skinning），使得高斯以逼真的方式动态表现。这种协调的动作避免了在调整人像姿势时产生的视觉失真。Kocabas 指出，HUGS 能够实现对人物新姿势的合成以及对人物和场景的新视角合成。

相较于早期的头像生成方法，HUGS 在训练和渲染速度上高达100倍。研究者们在标准游戏GPU上仅用30分钟进行系统优化，就取得了逼真的效果。在 3D 重建质量方面，HUGS 也超过了如 [Vid2Avatar](https://t.co/Ms58zzvCKn) 和 [NeuMan](https://t.co/CmeqZdUQiJ) 等最先进技术。

这项新技术使人们仅需一段包含人物和场景的视频，就能将不同的数字角色或“头像”置入新环境中。这个过程非常迅速，图像每秒更新60次，达到流畅且逼真的效果。

苹果研究团队的这一新 3D 建模成就非常引人注目。实时表现能力及利用实地视频创造头像的技术，很快就可能为虚拟试穿、远程互动及合成媒体领域开辟新天地。想象一下，如果你可以直接在 iPhone 相机上制作如此新颖的 3D 场景，会带来怎样的创新可能性！

## 在人工智能推断中弥合内存差距

在[第二篇论文](https://t.co/PzCVIYuRCK)中，苹果(Apple)的研究团队应对了一个挑战：如何将庞大的大语言模型 (LLMs)，比如参数众多的 GPT-4，部署到内存受限的设备上。这些先进的自然语言模型由于参数众多，让在普通消费级硬件上的推断变得耗费资源。

他们提出的系统旨在最大程度减少在推断过程中从闪存到有限的动态随机存取内存 (DRAM) 的数据传输量。“我们的方法是建立一个与闪存行为相协调的推断成本模型，从而在两个关键方面进行优化：一是减少从闪存到内存的数据传输量，二是以更大、更连续的数据块进行读取，”首席研究员 Keivan Alizadeh 详细说明了这一点。

研究中引入了两种主要技术：“窗口化”，即重复利用最近推断过程中的激活数据；以及“行列捆绑”，通过将数据的行和列存储在一起，实现读取更大的数据块。在苹果 M1 Max CPU 上运用这些技术，相比传统的简单数据加载方法，推断速度提高了 4-5 倍；而在 GPU 上，速度提升更是达到了 20-25 倍。

“这项技术突破对于在资源受限的环境中部署先进的大语言模型至关重要，这不仅扩大了这些模型的应用范围，也提高了它们的易用性，”共同作者 Mehrdad Farajtabar 表示。这些优化不久后可能使得复杂的 AI 助手和聊天机器人能够在 iPhone、iPad 和其他移动设备上流畅运行。

## 苹果的战略愿景

这两篇论文凸显了苹果在 AI 研究和应用领域的逐渐增强的领导力。尽管前景充满希望，专家们提醒，苹果在将这些技术整合到消费产品中时必须格外慎重，承担相应的责任。从保护隐私到预防技术滥用，都应全面考虑到[社会影响](https://t.co/SniWnyMYkp)。

苹果可能会将这些创新技术融入其产品系列，不仅仅是为了提升设备性能，更是为了预见混合 AI 服务的未来需求。苹果允许更复杂的 AI 模型在内存有限的设备上运行，为新一代应用和服务的开发奠定基础，这些应用和服务将以前所未有的方式利用大语言模型（LLMs）的强大功能。

此外，苹果公开发布这些研究成果，对整个 AI 领域做出了贡献，这可能会促进该领域的进一步发展。这一行为反映了苹果对自身作为技术领先者地位的自信，以及不断探索新可能性的承诺。

苹果的最新创新如果得到恰当应用，有可能将人工智能提升至一个新高度。逼真的数字化虚拟形象和强大的 AI 助手原本只存在于遥远的未来设想中 — 但在苹果科学家的努力下，这一未来正迅速成为现实。

来源：https://t.co/6IbUsGnQgh

[Hao Guo @haopolive]

@theShaneLevine right

[Luo说不啰嗦 @LuoSays]

我最喜欢的畅销书 Zero to Sold 的作者，也是我独立开发的启蒙老师 @arvidkahl 最近在他的博客中推荐了 15 本适合创业者阅读的书。

Arvid 把这些书分为了 企业家精神、商业战略、市场营销和客户互动这几个分类，我认为它们非常适合独立开发者阅读和学习。

下面是这些书的简单介绍（先码再看）：

👇

[BITWU.ETH 🔆 @Bitwux]

【世界上被证明最有效率的四个学习方法，值得好好看看，建议点赞收藏，你一定用得上】

1、费曼学习法
2、SQ3R 阅读法
3，西蒙学习法
4、思维导图学习法

1、费曼学习法

曾经有一个农民让自己的孩子从学校回来之后，把在学校学到的知识讲给自己听。这样他也可以学到知识了。可没想到，他孩子的学习成绩从此特别优异，最终考上了清华。 这个农民无意中采用的就是费曼学习法。

这个学习方法是诺奖获得者费曼提出来，然后由后人总结发展出来的。其核心就是先阅读大量资料，然后找出其中的知识，再把这个知识用自己的方式讲给一个完全不懂的人。 如果对方不懂，就去查看问题出在哪，回去再学习，再讲述，直到对方学懂为止。

这里面的秘密就是输出。

一直以来，学习都是一个输入的过程。但是只输入不输出，是无法真正掌握。 孩子只有把知识经过自己的理解，最终输出，这个知识他才能掌握，而且通过输入再输出，再讲解，再简化。重复一段内容，这样学下来的知识最为牢固。

2、SQ3R 阅读法

SQ3R代表着五个单词：Survey（浏览），Question（提问），Read（阅读），Recite（复述），Review（复习）

在学习之前，先把内容大概浏览一遍，然后在这个浏览的基础上提出自己的问题，这是讲什么的，解决什么问题。

然后带着这个问题去深入阅读。通过阅读找出答案。

最后关上书，自己复述一遍，这个书是讲什么的，然后我们先有什么问题，这个书是怎么解决。 最后是进行复习，巩固学习成果。

这五步下来，这个书的内容就能够被真正的吸收。

3，西蒙学习法

这是诺贝尔经济学奖获得者西蒙教授提出来的。他曾经表示：“对于一个有一定基础的人来说，他只要真正肯下功夫，在 6 个月内就可以掌握任何一门学问。” 这个速度太惊人了，怎么做到呢？ 就是集中火力狂攻一点。

西蒙认为一门学问大概有五万个信息块，一个人大概记一个信息块需要一分半钟，所以五万块大概需要一千个小时，一星期学四十个小时，六个月就可以搞定。 但要注意的是，这六个月必须全神投入这一门学习。 我们现在学校的学习其实是分散的，同时要学好多门，这样造成没办法主攻一门。

曾经有学生专门拿六个月来攻数学，只学数学，这样数学成绩提高很快。数学提高上去之后，再去搞物理化学等等。一个一个的攻破。

这样的好处，可以集中学习，重点突破。缺点是需要抽一段时间反顾，以免学别的东西时，前面的东西就忘了。

4、思维导图学习法

这些年最火的学习方法。这是英国人托尼·博赞发明的，他曾经帮助英国查尔斯王子提高记忆力，被称为记忆力之父。全世界的人给他起了一个外号叫大脑先生，他还是世界记忆锦标赛和世界快速阅读锦标赛创始人。专门帮助人提高记忆力。

他发明的思维导图的方法其实是跟人工智能的深度学习原理一样。利用图形让孩子用最少的例子学知识，然后用更少的知识解决问题。

所以，一定要训练孩子从小整理知识，把信息压缩成知识的能力。在这个方面，最有效的就是思维导图。 思维导图是一个把信息进行归纳总结然后转化为知识的过程。

@Portalcoin

[Hao Guo @haopolive]

tap dance https://t.co/QcvhpOoeIj via @YouTube

[Hao Guo @haopolive]

@iamrenike I like the colors