从09年就开始关注同人于野的博客“学而时嬉之”，经常在同学圈中分享他的观点和方法论，包括怎样做读书笔记、怎样刻意练习、怎样主动上网、怎样GTD用事件表取代时间表、以及更好地打游戏，现在他在“得道”上开了专栏，更多人认识他了，我有种独享的秘密被公开的感觉。
182期讲面对复杂世界中的各种观点时（包括科学家的观点），我们应该怎么做判断？
万维刚：第一可信是权威科学家的观点；第二可信是主流科学家主流意见；所有这些意见中，相信最新的意见；但是涉及医学、尤其是营养学的观点，都别信。
埃尼迪斯，2005年发2篇论文质疑现代医学。选1990年到2003年在顶级期刊发表的被引次数超一千的论文做为研究对象，一共有49篇，其中45篇宣称发现新药物、新疗法，但这其中只有34篇经过验证，34篇中又有7篇被验证为错误，7篇被证明夸大，只剩下20篇通过时间考验。再统计某个具体的医学领域的主流论文77篇，共有432个结论，但其中被重复验证有效的只有1个，顶尖论文的研究成果也这么不靠谱。于是有人调侃说医学的作用“偶尔治愈、常常缓解、总能安慰”。那医学是科学吗？
首先要问科学是什么？科学不是一系列正确的结论或真理，而是无限逼近世界真相的一套思维方法，是至今为止人类知识成长最靠谱的路径。科学不太关心什么是正确的，科学只研究能证伪的问题，不能证伪的叫非科学问题。如“上帝是否存在？”是非科学问题，“烧香拜佛后能否涨工资？”是科学问题。
科学的气质：第一、傲慢、冷漠；第二、排外、闭塞。要推动知识成长，必须标准苛刻。 如果不是在科学的逻辑（西方的知识体系）下长出来的结果，则不予承认。科学不是真理的草原，到处盛开鲜艳的花朵，而是一个老枝盘藤的树木，科学不认奇思妙想，只认老树上发出来的新枝。
造成混乱的是传播媒体，它们不经验证地大量传播科学新发现。
科学家发表某个新观点时，并不保证绝对正确，而是抛出观点让学术圈的同仁来质疑，只有通过质疑的观点，才能暂时变成学术界的共识。而医学研究的是最复杂的人体结构，所以很容易经受不住质疑，于是各种自相矛盾的观点让老百姓觉得混乱。
面对复杂世界中的各种观点，我们要采用概率的思维方式去认知，不百分百相信某事，也不百分百不相信某事，而是选0到1之间的某个概率去相信，然后根据新出现的事实，不断调整相信的程度（置信度）。（【舟】 类似中庸的方法，但我们本来不就是通过这种不断试错的方式学习的吗？）。
贝叶斯公式P(A|B) = (P(B|A)·P(A))/P(B)，P(A)是先验概率或边缘概率，即不考虑因素B发生A的概率； P(B|A)是条件概率，即在发生A事件后再发生B事件的概率（在A条件下发生事件B的概率）。贝叶斯公式也可以表示为：后验概率=（相似度*先验概率）/标准化常量。
183期讲如何成为高手。是万维刚很早以前的三篇博文合集，源地址列在文末，原文有更详细的讲述。
学习的方法：刻意训练。而学习的真相是，并不是每个人都需要学习，真正在学习的永远都只是少部分人。
- 训练方法。学套路（知识模式），反对基础训练。把大知识体系拆碎成小知识模块，再分别去精练。人学会一样东西，是神经元在物理状态被改变，所以必须靠大量重复训练，固化神经链接。
不能把大脑类比为计算机的CPU和内存，对计算机来说，硬盘大小对计算速度没影响，但是大脑的知识存储量，对人思维的快慢有决定性影响，因为人是靠模式思维。比如要成为围棋高手，得背很多棋谱，背定势，通过背过的定势变化来下棋。在普通人（和早年的计算机下棋程序）看来，棋盘上的棋子是一个一个的，而在大师看来，棋子是一块一块的。围棋高手并不一定比普通人计算快，而是围棋知识多。新手记字母，高手记段落。
- 怎样刻意。持续做不会做的事（即只在学习区学习）。
扎克伯格脱离舒适区，每年新任务：2010年，学中文；2011年只吃自己亲手杀死的动物；2012年重新学习编程；2013年每天认识新朋友；2014年每天写小便签感谢一个人；2015年每两周看一本书；2016年做一个人工智能，全年跑365英里。
互联网破坏学习能力。纸质书只有作者呈现给你的这个结构，而互联网是超文本链接，内容丰富多层，你可以无限跳转到感兴趣的内容，这样就会不断面临选择，但是在不断做选择时，我们没在学习。
每一次新工具的出现都会把人分为两类人，一类人躺在工具的便利性上去享受、去睡觉，另一类人带着新工具去探索文明的新边疆。 如轮子的发明，自动语言翻译的发明，人工智能的发明。
怎样练习一万小时http://www.geekonomics10000.com/519
天才训练指南 http://www.geekonomics10000.com/100
笔记本就是力量 http://www.geekonomics10000.com/373
