1704708777
1704708778
这个规律归根结底还是来源于人脑运作的规律。
1704708779
1704708780
每个人的大脑都有上千亿个神经元,也就是我们平时所说的脑细胞。其中每个神经元上都有上万个神经树突,与其他细胞相连。至于脑细胞之间究竟是如何沟通、如何协同完成复杂的思维过程的则是极为复杂的生物过程,科学家至今仍未能给出透彻的分析。
1704708781
1704708782
虽然这些脑细胞的数量极其庞大,但一个人的思维能力与神经元的绝对数并无直接的关系。
1704708783
1704708784
起到决定性作用的反而是神经元之间连接的密集程度。可以说,人体哪个器官的神经网络最密集,哪个器官就最聪明。而如果某个部位只有很少的神经联系,那就说明神经反射的途径还没有得到充分的发展,神经无法足够高效地传导信息。
1704708785
1704708786
最值得一提的是,新的神经联系只能建立在既有网络的基础上,凭空长出一个孤立的神经元是不可能的。
1704708787
1704708788
为了更加形象地说明这个问题,还请大家先来看一看图1–9。
1704708789
1704708790
人脑中的神经联系就好比蜘蛛网上的丝线。每接收到一条新的信息,就相当于蜘蛛又织出了一条新的丝线。而且,与神经元的生长规律一样,新的丝线同样必须连接在既有的网上。
1704708791
1704708792
如果没有固定在既有的网上,显然刚织好的丝线就会随风飘走。
1704708793
1704708794
1704708795
1704708796
1704708797
第一阶段02章图1- 2-图1-9蜘蛛网是不完全对称的
1704708798
1704708799
图1-9蜘蛛网是不完全对称的
1704708800
1704708801
蜘蛛网都不是完全对称的,我们的知识网络也同样如此。
1704708802
1704708803
织得密密麻麻的地方相当于我们相对熟悉的领域,说明我们已经掌握了一些具体的知识,在那个特定领域的知识最丰富,处理问题的能力也最强。
1704708804
1704708805
这些部分可以是每个人的专长,也可能是一个长期的兴趣。有了较多的基础知识,既有的可供连接的基数就更大,我们在这些领域就能够更加轻松地学习新知识,并且将其结合到既有的知识网络当中。
1704708806
1704708807
与之相反,织得疏松一些的地方代表着我们在这个领域的知识仍有较大的漏洞,甚至连最基本的常识都尚未掌握。
1704708808
1704708809
这种情况的出现,多半是因为这部分知识和我们的学习或工作的关联不大,或者是我们对该领域毫无兴趣。
1704708810
1704708811
由于已有的丝线实在少得可怜,那么就算我们阅读了大量新知识,也很难找到落脚点,将其固定于既有的知识网络上。这就解释了为什么我们每涉足一个新的领域,都会感觉尤其困难、力不从心。
1704708812
1704708813
知识普及
1704708814
1704708815
知识—学习时间曲线
1704708816
1704708817
在图1–10这张知识与学习时间曲线图中,我们看到的是一条类似幂函数图像的圆滑曲线。这就是俗话说的“万事开头难”。
1704708818
1704708819
在达到一定的学习时间以前,我们既有的知识网络还十分稀疏,所以新知识很难找到落脚的地方,知识储备的上升曲线非常平缓。我们必须投入很多的时间和精力,才能在一个全新的领域获取必要的基础知识,并逐渐了解其全貌。在起步阶段,我们虽然也会读到很多知识点,但想要记住这些细枝末节的内容却往往十分困难。
1704708820
1704708821
可是随着学习时间的增多,一旦我们掌握了基本的知识,吸收新知识的效率就会越来越高,我们在这个特定领域的学习才算踏上正轨了。
1704708822
1704708823
1704708824
1704708825
1704708826
第一阶段02章图1- 3-图1-10知识-学习时间曲线
[
上一页 ]
[ :1.704708777e+09 ]
[
下一页 ]