幽默：终身学习的长期主义

做一个终身学习的长期主义者。进入机器学习时代，人类其实也是一部终身学习的长期运行的“机器”。
从机器学习到人机学习，机器学习是从复杂系统的大量数据中学习并以此作为决策依据，机器学习是基于数据相关性，而人类还有因果逻辑这个更强大的武器，当然，成也萧何败也萧何，归因归错误原因，变成执迷不悟，所以需要借助深度学习之类算法更新自己的认知，认知高低是一个人天花板高低。
 
learn和study的区别
学习是learn，不是study，更不是死记硬背靠记忆，需要靠贝叶斯算法更新记忆。
孔子说学而时习之，不亦乐乎。现代研究也确认反复记忆会记忆得更长，但是这是study，不是learn。
learn学习是从挫折中学习，用概率思维而不是因果线性回归思维去学习，复杂性系统没有脉络清晰的因果链条，以确定性方式发现因果可能是错误的，复杂性系统是概率世界，是数据相关，而不是因果。
在因果的线性思维中，记忆占据主要地位，没有记忆就无法溯因，可是如果我们不能追溯原因，只是找出相关性，记忆的重要性就没有那么突出。
一百年前的数据和数据相关是没有意义的，因为上下文完全不同，更没有因果关系，历史会重演是一种信仰语言。
记忆不是学习learn。
更新记忆才是学习，这种以更新为主的强调体现了过程性，在复杂性概率世界上，唯有不断与之互动，不断寻找不同上下文下的路径，这种路径是无法重复复制的。互动有成有败，这不是学习的目标，考出好成绩只是表示study合格，不代表你会learn，learn学习是从失败中更新路径，在多个层次上不断地渲染记忆，如同卷积绘画，先涂上一层，再涂上一层，不断接近可行路径，权重参数是一把钥匙，是撬动复杂性系统的杠杠。