知识体系 | 从0到1建设你的知识体系【多图】

什么是知识体系？

1000个人有1000种不同的理解。

我的定义是，在有明确目的的前提下（迫切需要提升某个领域的知识能力和水平），有意识地整理相关的知识碎片，并将其结构化（点、线、面、体），通过合适的工具（2D3D脑图、图表、PPT、知识卡片）以及元知识方法论进行知识的转化，通过解决实际问题（或者向他人传授）融合在个人的认知系统中，最终形成的外部实体结构化知识文档（显性知识）及内在的知识储备（隐形知识）。

遵循着碎片知识卡片化（显性知识）——》视觉化——》——》动手实践（知行合一）——》吸收为内部心智模型（认知）的一部分（知识内化成隐性知识）的过程。

关于知识模型的相关定义，可参见： 知识分类模型发展简史【附知识模型地图】。

为什么要搭建知识体系？

对知识的常见误区。

还记得《冰河世纪》里松鼠Scrat矢志不渝追求那枚坚果（橡子还是榛子不太清楚）的场景吗？

对Scrat来说，坚果代表着生存，Scrat为了坚果，可以连命都不要。对人类来说，知识可以让自己生存的更好，所以人类对着知识也有收藏的嗜好。

下载上T的电子书，订阅了无数的线上课程，保存了无数的图，印象笔记也好，OneNote也好，从开始的有序到后来的无序，从乐此不疲的收集信息和资料，到最终的放弃。

这说明我们在对待知识的认知上存在很多误区。

囤积知识，本质上是因为人类规避损失的心理导致。

坏的知识体系，对于我们没有任何帮助，反而浪费我们的时间。

最多有种虚幻的满足感。

为什么要明确自己需要的知识领域？

圣人曾说，吾生也有涯，而知也无涯 。以有涯随无涯，殆已！已而为知者，殆而已矣！

圣人这么说并非是让我们放弃求知，而是让我们有正确对待知识的认知。如果你不是天才，那就不要试着什么都去学习。

有人说，知识就像海洋。

如果我们做一件事（尤其是有一定难度，随时容易放弃的事情），没有明确自己为什么做，就像在大海上航行的舵手，迟早会迷失在海洋里。

明确我们建立什么领域的知识体系，等同于明确我们的主攻方向。

一个人在不同的阶段，需要不同领域的知识。

我们都知道，做事情需要分轻重缓急和价值高低来排序，那么为什么我们在求知这件事上不这么做呢？

我们以假设做为一个示例（非严肃认真的分析，不代表择业建议）。

假设一个互联网从业青年，从学校毕业几年，从事着计算机行业。

从工业时代到信息时代，再到知识时代，每个时代都有很多机会。马上就是人工智能AI时代，所以现在还来得及。

青年给自己定了一个目标，成为一个人工智能专家。

如果我们从深圳到北京，北京是我们的目的地，那么首先要清楚深圳和北京的差距，想办法将差距消除，我们就能到达目的地。

从一个Java语言开发工程师，到一个人工智能专家，差距在哪？

要想清楚，一条条，分门别类，写出来。

给自己做个目标规划，要切实可行，三到五年计划。

我们知道知识是网状，条条大路通罗马，不代表每条路花费的时间都一样，或者说难度都一样。

所以我们有必要，寻找一条最优路径。知识的最优路径，在前进的过程中，可以不断调整。

在有明确目标（知道要去哪里）的情况下，怎样获取知识的最优路径呢？

1）达到目标需要哪些领域知识？

通过查找资料（图书馆、quora、知乎、个人知识库等），综合对比分析，得出结论。

人工智能需要的知识领域：

基础数学知识：线性代数、概率论、统计学、图论。
编程语言基础：Java、Python等
人工智能算法：深度学习等
大数据相关：Hadoop体系

明确自己需要哪些领域知识，然后对经验知识下的分类进一步的细分，找出最优路径。

最优路径的意思是，在初期尽可能忽略知识的旁枝末节，先把通路打通，标记出从当前到达目的地所需要的关键知识点，将知识点连起来，就是最优路径。

最优路径的原则：

a.如果不是做学术研究，最新不一定是最好。

b.有成功案例。

c.注意知识的时效性。

d.如果有可能，尽可能找到该领域有影响的人学习。

e.花钱能够省时间

f.最优路径是最符合你的现状（学习能力）的路径。

g.最优路径不一定是最短路径（时间短、难度高）或者最经济（花钱最少、时间长、难度高）的路径。

2）获取知识需要什么额外的技能？

国外研究机构的论文是一个很好的知识来源，因此，良好的阅读能力是一项额外的技能。

虽然你可以完全依靠中文，在中文世界里寻找知识和问题的解决方案，但是在时效上（不会及时更新）以及信息的损耗度（翻译导致的信息损耗）、同质化（知识获取门槛低）上都有一些或多或少的问题。

因此，提升英文阅读能力，非常有必要。

根据这些信息，设计出来的知识路径如下：

以下是知识体系建立的过程。

从知识点到知识清单再到知识地图，最终组成知识体系。

知识点是知识的相对独立的最小单元的集合。

知识点 = {知识最小单元1，知识最小单元2......知识最小单元N}。

什么是知识的最小单元，例如“矩阵图法”，就是一个知识最小单元。知识最小单元的特征是学习者可以通过练习掌握。

把解决相同问题的知识最小单元放在一起（集合），就成为一个知识点。

知识点可以利用笔记、知识卡片、思维导图、PPT进行记录、管理。可以根据个人喜好和习惯来选择。

知识清单 = {知识点1，知识点2......知识点N}。

知识清单是同领域的知识点集合。

知识清单，可以用思维导图软件（例如XMind）制作。

地图的定义是：

以一定的数学(Math)法则（即模式化）、符号化、抽象化反映客观实际的形象符号模型或者称为图形数学模型。
地图是根据一定的数学法则，将地球（或其他星体）上的自然和人文现象，使用地图语言，通过制图综合，缩小反映在平面上，反映各种现象的空间分布、组合、联系、数量和质量特征及其在时间中的发展变化。

因此，知识地图的定义如下：

知识地图是根据一定的知识分类法则，将某个领域的知识，使用地图语言，通过制图综合，缩小反映在平面上，反映各种（或某领域）知识的空间分布、组合、联系、数量和质量特征及其在时间中的发展变化。

知识地图的作用，莫过于寻找知识的最优路径。

知识地图 = {知识清单1关联，知识清单2关联......知识清单N关联}。

知识地图是知识清单的关联集合。

知识地图可以分为平面知识地图（二维，可通过图片查看）、立体知识地图（三维，必须通过专用软件查看）。

二维知识地图，可以Visio来做（如果不需要颜值），也可以用Photoshop或者别的平面绘图软件（需要一定的平面设计技能）。

目前市场上流行的那些知识地图，仍然以二维知识地图为主。

三维的知识地图，由X、Y、Z轴组成。

X轴：是知识的时间线（知识的发展史），包括起源、发展里程碑、当前阶段最新的观点（包括对立的观点）、未来可能的发展。

Y轴：是关联的其他知识点（关联性）。

Z轴：知识的深度，本质原理，该领域知识的第一性原理。

以人工智能知识体系举例：

X轴：人工智能的发展时间线（可以是从原理、重大事件、重大论文等不同维度选取一个，或者每个维度进行整理）。

Y轴：关联的其他知识点：计算机编程、特定领域的知识（计算机视觉、语义识别）

Z轴：数学、认知科学，这取决于你的知识能力层次。一个人工智能领域的软件工程师可以不懂算法背后的原理，一样可以使用网上的开源代码、或者商业SDK来实现人工智能，一旦遇到问题，可能就束手无策。还是需要深入该领域（例如深度学习的源代码、实现算法、论文、认知科学等）。

到目前为止，我们已经了解了知识点、知识清单、知识地图，那么离最终的知识体系还有多远？

知识体系是一个用于知识内化的思维模型。你如果喜欢，也可以称之为知识框架。

如果你已经有一个自己的知识体系，那么你可以通过如下三个特征来检验。

1）自成体系

体系是一个抽象的概念。

体系，泛指一定范围内或同类的事物按照一定的秩序和内部联系组合而成的整体，是不同系统组成的系统。

不成体系的特征是：不完整、相互矛盾、颗粒度不一致、缺乏逻辑、缺乏结构化。

2）融会贯通

能够帮助他人对某个领域的知识，易于理解、掌握。

3）高度抽象

不仅仅是资料和知识的收集、堆积，在该领域，你是否能够高度抽象出特点、特征、本质。

知识体系遵循系统论、信息论、控制论的指导。

你可能会问，知识体系长什么样。实际上，知识体系是一个关于知识的思维模型，分为有形的部分与无形的部分。有形的部分，你能诉诸文字，画作图表。无形的部分，更多的存在于你的意识与潜意识之中，难以诉诸文字。

知识体系的维度。

关联度：由上至下，从点到线再到面，从微观到宏观。

抽象度：从左到右，是从最具体到最抽象的过程，抽象程度反映了知识内化的程度。

时间维度：数据与知识是过去的沉淀，而洞察面向当下（能够解决当前问题，做初步的预测，但是预测准确度不高），智慧则是面向未来（对趋势的直觉，预判的准确度更高）。

客观性/主观性:数据与知识，属于客观范畴，而洞察与智慧属于主观范畴，和个人有关。

显性和隐性：在洞察与智慧之间有一道分割线，可以视为显性和隐性的分界线。

不要纠结知识体系、框架是什么，这个问题相信你根据文章最后那张图，并且不断深入实践，自然会有自己的感悟和理解。

下图是整个知识体系的搭建过程图，有助于你理解、吸收前文所说的抽象文字内容。

过程说明如下：

1）明确目的

如果我们要去某地，首先要明确目的地。否则，很容易迷失。

这个目的，可以是兴趣爱好，可以是解决某个问题。

2）信息过滤

知识过滤的过程包含获取知识、知识清理、知识输出。

其中最为关键的是知识清理。收集到知识，立刻进行抽象、分类、概括，并且变成知识点、知识清单、知识地图中。

一旦你只收集，不处理，或者是打算某天再处理，那么这些收集来的知识，价值将会随着时间过去而逐步减少，最终只会成为一堆杂乱的信息。

3）知识内化

知识内化，是一个循环迭代的过程。

关键在于，你对知识之间的X轴、Y轴、Z轴的维护。

4）知行合一

检验你对知识的掌握，最好用的办法，就是知识和行动的一致性。

那么，最关键的一步是什么？

当然是，现在就开始吧。

坚持下去。

2022年我的套装新书《超级学习》出版了。《超级学习》是一套自成体系，个人应对当下VUCA（易变、不确定、复杂、模糊）时代的指南手册。

这套书汇集了我所实践的理论和方法，我相信能够对你有所启发。书中有将近150张图，《思维模型》有23张图，《认知自我》有40张图表，《知识体系》有28张图表，《能力提升》有39张图表。能帮助读者阅读起来能够更容易理解。