如何快速入门一个领域？

升学以来，出于需要，自学了很多知识，于是自己也有了一些感悟，今整理下来，以作备忘用。

自学的三个步骤

如何通过自学，快速入门一个领域？在我看来，有三个步骤：

1. 看一些概括性的材料，形成对这个领域的基本认识。例如，可以选择综述，教材，网课或者是一些科普视频来看，看完这些材料，你可以基本知道：“原来这个领域是解决这个问题的、这个领域的常用方法是A，B，C...”等诸如此类的问题

2. 精读该领域的经典论文或者经典书籍。在该领域的历史中，肯定有一些经典的，奠基性的工作，可以找一些详细介绍它们的书籍，或者干脆是原始论文 来看，等到看完之后，基本上，你已经达到了该领域的普通本科生的水平，跟人吹牛大概率不会露馅。

3. 在该领域内，找到一个该兴趣的话题，然后找到大量的相关材料，进行对比阅读。

   注意，在第二阶段，”质“是你在挑选资料时主要关注的因素，因为第二阶段的你，还处于打基础的水平，劣质的资料不仅会浪费你的时间，甚至可能会对你产生误导。但是，在第三阶段，”量“才是你的第一目标。这个阶段的你，已经有了基本的辨识能力，你可以识别大多数的错误观点，劣质书籍对你将不再会有很大的误导。同时，通过对大量材料的对比阅读，你会逐渐建立起对这个领域的感觉，从而慢慢的登堂入室。

举个例子，最近大语言模型很火，我想要了解大语言模型的运行原理，该怎么学习呢？

按照上面的三个步骤，首先，找一些大语言模型的入门材料，例如综述，网课，教材等等；看完了入门资料之后，就可以精读大语言模型的经典论文了，例如，GPT系列的论文，微调方法的经典论文，预训练方法的经典论文等等；都看完之后，就可以找一个自己感兴趣的话题，假如我对于高效微调感兴趣，那么就可以阅读大量相关论文，以此进一步了解高效微调方法。

有很多时候，我们以为的”话题“，实际上是一个”领域“。

例如，如果是一个AI的初学者，那么他可能认为，大语言模型既然AI的一个分支，那么就可以按照第三阶段的方法，找到大量大语言模型的材料来阅读。这个时候，面对那些材料，这个初学者大概率会一头雾水。

这是因为，大语言模型包含一套完整的方法和理论，其中内容比较繁杂。实际上，这样的分支完全是一个”领域“，我们需要先看概括性材料，从第1步开始，慢慢学习。

怎样加深理解

在自学的过程中，难免会遇到一个问题：如何才能加深对知识的理解？为什么会有这个问题，是因为”记住“和”理解“是有区别的，在很多时候，我们仅仅是记住了知识，而并非真正理解了知识。

对此，我的方法是”换位思考“。

什么意思？

• 举个例子，对历史学科来说，如果你想要深入了解一个历史人物，你需要站在他所处的年代，设身处地的想一想：如果是我碰到这个问题，我会怎么做？再看一看，书中的人物会怎么做。两相对比之下，你就会明白，很多看似荒谬的选择，其背后都有其原因。

• 再比如，对工科来说，如果你想要理解一个系统的运行，你需要想象，如果你是这个系统的设计者，你会怎样设计？再看看实际上系统的运行过程，可能就会明白很多细节中蕴含的工程考量。

• 又比如，对于政治学来说，如果你想要理解一个国家的体系，那你需要假设，如果你是国家的领导者，你该如何设计整个体系，每种设计又分别会有怎样的影响？如此一来，你就会加深对书中内容的理解。