从去年开始，自己迷恋上了认知科学，每天都会看点这方面的知识，随着系统的输入发现，自己认知变化了好多。
而同样是去年开始，也开始做数据服务，数据连接，数据挖掘，模型构建等等，最近突然发现了很有意思的事情。在数据行业，有个单词很高频：mapping，意思把指通过把不同维度的数据进行相互关联，最终形成用户数据画像能力。
而仔细思考下，其实认知不过如此吗，不就是对不同维度的知识结构相互关联，形成对世界理解的重构吗。
之前就思考，生存环境决定知识结构，知识结构决定思维模式。而所谓的知识结构形成的思维模式，不就是通过多维的知识结构相互mapping，最终形成了自己思维模式的模型吗。
做数据，都知道有几个元素非常重要，数据的多维，数据的鲜活，数据的规模，然后通过mapping相互映射最终形成海量用户的画像，而我们个体的认知也不过如此：
知识的多维，知识的更新效率，以及理解的深度，才构成了一个独立思考的自己。
当我们说连接比拥有重要的时候，就是如此的道理，明白通过连接可以让自己的知识结构更加多维，让自己具备更加多元的知识结构。
我们说学习，就是要系统输入，总结思考，并展开践行才能让自己有效进步，甚至学习费曼学习法，以教代学，不就是提升自己知识的更新频率吗，提升自己对知识的深入认识吗。
当我们具备知识相互mapping的时候，就会产生很奇妙的感觉。我们说与其更好不如不同，其实就是自己在认知多维的模型世界里，把自己的能力相互mapping，寻找更高价值表现场景罢了。
记得以前说，一个人表现能力的三个境界：
1.用专业的语言表达生活的事情
2.用专业的语言表达专业的事情
3.最高的是用通俗的语言表达专业的事情
其实再仔细思考下，最高境界是用通俗的语言表达专业的事情，其实这并不是天赋，而是：
后天的成长环境中，主动获取多维知识结构，形成独特的思维模式。能对于复杂的内容主动mapping更加通俗的知识结构表达出来的结果。
现在想想，我们说一个人很聪明，碰到问题会动脑筋，思路清晰，解决效率高。这动脑筋不正是多维知识结构mapping的过程吗，通过调用不同的知识并mapping构成一个新的问题处理路径来解决问题吗。这前提不是人家天生聪明，而是人家学会了正确成长，系统学习，多维输入，正确思考而已。
用正确 的方式做正确的事，是自己每日思考一直遵循的原则，我们成长也不过是如此，在成长路上总是发现天外有天，人外有人，原来认为的正确，现在回忆起来却发现自己挺无知。这就是多维认知带来的反思，升维思考，降维攻击，也没有那么玄乎，无非就是知识结构不同罢了，多元知识结构，尤其是跟掌握最新的效率模式知识，自然就容易去冲击原有的老的知识结构领域了。
大道至简，要做到成长效率提升，学会知识mapping，而前提是要多思考自己需要具备什么样的多元知识结构，并主动行动起来，连接、学习、思考，这都不能少，只有这样，才会有效提升自己的认知。
每日思考，不求绝对，但求养成思考的习惯。
