从大一下走出高中的学习模式，接触ACM，MCM还有开始进行科研项目之后，一直在面对一个问题，我们需要学习的东西太多，比如在ACM里，一般教科书里 的普通数据结构不能应付比赛，在MCM里，很多问题需要用到前沿的成果，在科研项目里更加觉得知识的匮乏，比如计算机图形学中的mipmap，虚拟现实中 的各种lod算法，比如平差中的非线性估计。

       “知识匮乏”，看起来这好像是个悖论，我们作为学生，一天到晚不就是在学习吗？可是我们在课内所学的基本上是一些经典的已经成熟的东西，而这就意味着其时效性不足。在学习这些经典的同时，对于那些新的东西我们应该如何应对呢？

        另外，经典的东西经过多年的积累，即使是很狭窄的一个专业（就像我们测绘），其内容也是多的吓人，而新时代里对人才的需求到底是“专”还是“博”或是“亦专亦博”呢？我倾向于后者，即在某一领域专，但在相关方面博，或者说其知识曲线应该是呈V字型（或者W型？M型？^_^），而不是“|”字型（关于这个问 题，王梓坤院士在他的一本什么科普书中有过类似论述。 写到这里，我突然萌生出另一个或许荒诞的想法，是不是可以建立一套评价体系，也就是一个数学模型，来评估一个人的知识体系，并绘制出其相应的知识曲线，这对人才的评估或许有所帮助。）

        接着说上面的问题，如果是“亦专亦博”，关于如何学习的问题就显得更加重要，因为这涉及到在一个人有限的时间、精力中如何分配这些资源来尽可能获得学习效果最优化的矛盾（如何评价学习效果？这又是一个问题，菲尔茨奖获得者广中平佑在《创造之门》一书中谈到围棋中的“弃子”，认为有时我们年轻时的尝试是很重要的，即使将来没有从事相关的工作，但这份经历会像弃子一样发挥重大作用）。

           然而，无论采用哪种方式，随着信息化时代的到来，或者说随着人类知识的积淀，知识的量必定是呈爆炸性的趋势增长（这又是一个问题，我们总说信息爆炸，到底爆炸到一个什么程度，如何量化表示，其中的有效信息，无效信息等等统计数据是怎样的，又是一个或许值得研究的问题），这个问题还是十分重要的。

           在科幻小说《超人类》中，提出过这么一种未来进化的的“超人类”的生存方式，拥有各种不同能力的人类以小集团的形式，把各自的思维意识整合起来，形成所谓的“超人类”。在我看来，这就是一种分布式的解决方案（或者说是一种Grid？）。每一个“超人类”可以被看成现在的team，team里的每一个分量都有各自的特长，有的负责协调，有的负责思考，有的负责获取信息，有的负责像外界反馈……

           如果使用这种模式来解决“如何学习”这个问题，那么就可以看成是一种team study， 即每个人专攻某一个方面，最后team作为一个整体，一个虚拟的“人”来承接研究工作。看起来很好的解决方案，然而实际要想实现，目前来说还是困难重重的。

           那么，到底应该怎么做呢？未来的学习模式会是什么样的呢？希望您能留下自己的看法，也希望与您交流，email：forrestgump@126.com