從09年就開始關注同人于野的博客“學而時嬉之”，經常在同學圈中分享他的觀點和方法論，包括怎樣做讀書筆記、怎樣刻意練習、怎樣主動上網、怎樣GTD用事件表取代時間表、以及更好地打游戲，現在他在“得道”上開了專欄，更多人認識他了，我有種獨享的秘密被公開的感覺。
182期講面對復雜世界中的各種觀點時（包括科學家的觀點），我們應該怎么做判斷？
萬維剛：第一可信是權威科學家的觀點；第二可信是主流科學家主流意見；所有這些意見中，相信最新的意見；但是涉及醫學、尤其是營養學的觀點，都別信。
埃尼迪斯，2005年發2篇論文質疑現代醫學。選1990年到2003年在頂級期刊發表的被引次數超一千的論文做為研究對象，一共有49篇，其中45篇宣稱發現新藥物、新療法，但這其中只有34篇經過驗證，34篇中又有7篇被驗證為錯誤，7篇被證明夸大，只剩下20篇通過時間考驗。再統計某個具體的醫學領域的主流論文77篇，共有432個結論，但其中被重復驗證有效的只有1個，頂尖論文的研究成果也這么不靠譜。于是有人調侃說醫學的作用“偶爾治愈、常常緩解、總能安慰”。那醫學是科學嗎？
首先要問科學是什么？科學不是一系列正確的結論或真理，而是無限逼近世界真相的一套思維方法，是至今為止人類知識成長最靠譜的路徑。科學不太關心什么是正確的，科學只研究能證偽的問題，不能證偽的叫非科學問題。如“上帝是否存在？”是非科學問題，“燒香拜佛后能否漲工資？”是科學問題。
科學的氣質：第一、傲慢、冷漠；第二、排外、閉塞。要推動知識成長，必須標準苛刻。 如果不是在科學的邏輯（西方的知識體系）下長出來的結果，則不予承認。科學不是真理的草原，到處盛開鮮艷的花朵，而是一個老枝盤藤的樹木，科學不認奇思妙想，只認老樹上發出來的新枝。
造成混亂的是傳播媒體，它們不經驗證地大量傳播科學新發現。
科學家發表某個新觀點時，并不保證絕對正確，而是拋出觀點讓學術圈的同仁來質疑，只有通過質疑的觀點，才能暫時變成學術界的共識。而醫學研究的是最復雜的人體結構，所以很容易經受不住質疑，于是各種自相矛盾的觀點讓老百姓覺得混亂。
面對復雜世界中的各種觀點，我們要采用概率的思維方式去認知，不百分百相信某事，也不百分百不相信某事，而是選0到1之間的某個概率去相信，然后根據新出現的事實，不斷調整相信的程度（置信度）。（【舟】 類似中庸的方法，但我們本來不就是通過這種不斷試錯的方式學習的嗎？）。
貝葉斯公式P(A|B) = (P(B|A)·P(A))/P(B)，P(A)是先驗概率或邊緣概率，即不考慮因素B發生A的概率； P(B|A)是條件概率，即在發生A事件后再發生B事件的概率（在A條件下發生事件B的概率）。貝葉斯公式也可以表示為：后驗概率=（相似度*先驗概率）/標準化常量。
183期講如何成為高手。是萬維剛很早以前的三篇博文合集，源地址列在文末，原文有更詳細的講述。
學習的方法：刻意訓練。而學習的真相是，并不是每個人都需要學習，真正在學習的永遠都只是少部分人。
- 訓練方法。學套路（知識模式），反對基礎訓練。把大知識體系拆碎成小知識模塊，再分別去精練。人學會一樣東西，是神經元在物理狀態被改變，所以必須靠大量重復訓練，固化神經鏈接。
不能把大腦類比為計算機的CPU和內存，對計算機來說，硬盤大小對計算速度沒影響，但是大腦的知識存儲量，對人思維的快慢有決定性影響，因為人是靠模式思維。比如要成為圍棋高手，得背很多棋譜，背定勢，通過背過的定勢變化來下棋。在普通人（和早年的計算機下棋程序）看來，棋盤上的棋子是一個一個的，而在大師看來，棋子是一塊一塊的。圍棋高手并不一定比普通人計算快，而是圍棋知識多。新手記字母，高手記段落。
- 怎樣刻意。持續做不會做的事（即只在學習區學習）。
扎克伯格脫離舒適區，每年新任務：2010年，學中文；2011年只吃自己親手殺死的動物；2012年重新學習編程；2013年每天認識新朋友；2014年每天寫小便簽感謝一個人；2015年每兩周看一本書；2016年做一個人工智能，全年跑365英里。
互聯網破壞學習能力。紙質書只有作者呈現給你的這個結構，而互聯網是超文本鏈接，內容豐富多層，你可以無限跳轉到感興趣的內容，這樣就會不斷面臨選擇，但是在不斷做選擇時，我們沒在學習。
每一次新工具的出現都會把人分為兩類人，一類人躺在工具的便利性上去享受、去睡覺，另一類人帶著新工具去探索文明的新邊疆。 如輪子的發明，自動語言翻譯的發明，人工智能的發明。
怎樣練習一萬小時http://www.geekonomics10000.com/519
天才訓練指南 http://www.geekonomics10000.com/100
筆記本就是力量 http://www.geekonomics10000.com/373
