古时候，我存在于人类的记忆当中，口口相传；而后记载在龟甲、石碑、羊皮、绢帛、竹简之上。再后来，东汉有个叫蔡伦的，改进了造纸术。纸张、书籍成了我最主要的载体。而如今的互联时代，人类编织了一个无边无界的巨大网络，而我，则隐匿在网络节点背后。
哈佛大学有位研究员：戴维·温伯格，在《知识的边界》一书中谈到：知识，是一个大到不可知的领域。正所谓，吾生也有涯，而知也无涯。
过去，人们主要通过书籍或老师（传授我们知识的，都可称之为老师）获取到我。但如今，面对漫无边际的网络，很多人陷入了迷茫、焦虑、恐慌，所以，有些我的二手贩卖商趁机而入，赚的盆满钵满。
对于优秀的知识捕猎者而言，这是一个最好的，知识共享、知识繁荣的时代；对于可怜的知识焦虑者而言，这也是一个最坏的，知识忽悠、知识危机的时代。
戴维·温伯格还谈到：知识网络化之后，房间里最聪明的，不是老师，也不是群体智慧，而是房间本身，这个容纳了其中所有人与思想，并把他们与外界相连的这个网。
互联时代，如果我们不会聪明的利用这个网，就无法成为优秀的知识捕猎者，只能沦落为可怜的知识焦虑者，成为人云亦云的乌合之众。
那如何聪明的利用这个网？答案是：聪明的搜索。
如今的互联网时代，我的形式多种多样：有文章，有图书，有漫画，有语音，有视频... 有可能记载在知名的维基百科，也有可能藏匿于无名的个人博客。
我就躺在那里，想要学习知识，想要获取到我，其实非常简单，谷歌、百度、微信等搜索引擎搜一搜即可。但如果有不错的知识学习路线，再掌握一些搜索技巧，往往可以达到事半功倍的效果。
下面，以学习【人工智能】的知识为例，向你讲述如何高效求知（以下搜索示例基于 Google）
一、初步了解
【define:】查看定义，搜索：【define:人工智能】
注：个人经验，英文版的维基百科好过中文版的，中文版的维基百科好过百度百科、互动百科，较真的童鞋可以继续点击维基百科底部的参考链接。
【history】查看历史，搜索：【history 人工智能】，点击链接：【人工智能史- 维基百科，自由的百科全书】。
二、相关区别
【difference】查看相关或相近概念的区别，搜索：【difference 人工智能】
三、入门查找
【入门】查找入门的文章或课程，搜索：【人工智能 入门】
四、定向查找
【site:】搜索指定站点，如查找慕课中国的课程，搜索：【人工智能课程 site:www.mooc.cn】
优秀的教学站点可以收藏，直接进入官网搜索，效率更高。
五、文件查找
【filetype:】查找特定格式的文件，如pdf，搜索：【人工智能 filetype:pdf】
六、条件查找
【""】双引号完全匹配搜索；【*】星号通配符，可匹配多个字符。如果想听听别人怎么谈人工智能，搜索：【"*谈人工智能"】
【inurl:】指定关键字出现在链接中，如 搜索【inurl:人工智能】；
【intext:】指定关键字出现在内容中，如 搜索【intext:人工智能革命】；
【intitle:】指定关键字出现在标题中，如 搜索【intitle:人工智能革命】；
【allintitle:】指定所有关键字都出现在标题中，如 搜索【allintitle:人工智能 大数据】。
七、排除查找
【-】搜索排除指定关键词的内容，如学习一段时间之后查找教程，排除入门的资料，搜索：【人工智能 教程 -入门】
八、其他查找
查找相关的应用领域，搜索：【人工智能 应用】；
查找相关的书籍、电影、电视剧，搜索：【人工智能 书籍】、【人工智能 电影】等；
查找相关的问答、评价，搜索：【人工智能 Quora|知乎】；
去云盘（如百度网盘）查找相关信息，搜索【人工智能 百度网盘】，也可以用第三方网盘资源检索的垂直站点进行搜索，如胖次搜索（panc.cc）：
查找最近相关的信息或前沿资讯，点击搜索框右下方的【Tools】，选择【Past 24 hours】或【Past week】，再点击搜索。
九、阅读聆听
多阅读别人的文章，多聆听他人的观点。
可以订阅一些科技媒体或公众号，如：i黑马、虎嗅网、钛媒体、极客公园、PingWest、爱范儿、、InfoQ、开发者头条、掘金、王垠的Blog 等等，当然，还有我的公众号：世相微语。
十、练手试水
如果是码农，学了一段时间，想小试牛刀，别忙着重复造轮子。
搜索【人工智能 开源框架|github】。可以先比较一下不同的框架，最后选定一款。
当然，你可以直接在 Github 、Oschina 等开源站点搜索。
如果想限定开发语言、star或fork数量等条件，可以利用 Github 的高级搜索，网址：https://github.com/search/advanced
十一、深层知识
到此为止，兴许你学的，还只是表层知识。专家眼里，你只是懂点皮毛。
那深层次的知识是什么？
前面阅读的文章或书籍，应该会有所介绍，人工智能背后深层次的知识很多，包括：大数据、云计算、机器学习、神经网络、CNN、RNN、DNN、LSTM、ResNet、迁移学习、增强学习、无监督学习、脑科学、生物科学、程序设计、概率统计、数论、代数、几何、微积分、数理逻辑等等。
每个知识点，都可以参考本文，层层搜索，继续深入学习。
不过，一般情况下，越是深层次的知识，越是抽象，学习曲线也越是陡峭。
学无止境，止步哪一层，一看个人天赋与兴趣，二看应用落地场景。
很多时候，如果皮毛知识能够完成当下任务，那略懂皮毛又有何妨？
十二、学以致用
网上得来终觉浅，绝知此事要躬行。
知识，最终还是要落到实处才有价值。
在个人助理、自驾领域、电商零售、工业制造、医疗健康、金融、教育、法律、娱乐、体育、农业、文艺等各个领域，人工智能都大有用武之地。
选择一个你熟悉或是感兴趣的场景，落地人工智能技术，做到学以致用。
也许，这也是你一开始选择学习这门知识的初衷吧。
最后，充分利用人类的“迁移学习”能力，举一反三，触类旁通。
这是人工智能目前远逊于人类，但正全力以赴追赶人类的一项技能。
学习知识的层次越深，这项能力发挥的余地也会越大。
为什么几乎全人类从小开始都要学习数学？因为数学足够深层。玩人工智能的，搞计算机的，学物理的，做金融的... 其深层次的知识，都少不了数学。
结语
这是一个知识自由的时代，一切妄图给我设置门槛的行为，都是荒谬可笑，终被世人所唾弃的。
知识易得，智慧难求。切记勿本末倒置，错把求知当作人生最大的追求。
无论目前的互联时代，还是未来的智能时代，即使你学富五车，相比人类的知识总量，也是微不足道。
批判性的思维、理智的思考、独到的见解、非凡的见识、深刻的洞察、高超的智慧，才是人类更值得追求的存在吧。
我是知识，For free，Forever。
本文由公众号「世相微语」原创，欢迎朋友圈分享。
关注「世相微语」，希望能有机会一起合作，一起成长。
