要想快速的进入新领域，首先会遇到的就是大量的概念性知识。比如，我们想搞清楚区块链。首先进入我们视野的就是去中心化、比特币、公有链、私有链、加密算法、币圈、链圈、智能合约、挖矿、矿机等一大堆概念。理解这些云山雾绕的概念就足以让人晕头转向了，更别谈要了解区块链的应用了。
那么，诸如区块链、人工智能、自动驾驶此类新领域的知识应该如何学习呢？下面介绍一下快速学习新领域知识的方法。
要想掌握区块链、人工智能、自动驾驶等概念性知识，一定要建立一个框架将概念、模型、原则、理论等内容相互联系、结构良好地建构起来。拿区块链为例，公有链、比特币、去中心化这些知识点就像一块块瓷砖，上面有一些简单的纹路，孤立地看每一块瓷砖没有什么意义，但是当你把这些瓷砖按照一定的结构拼接起来，呈现在你面前的将是一副恢弘的图画，这才算掌握概念性知识。
假如你能背出马斯洛需求层次理论包括生理需求、安全需求、社交需求、尊重需求、自我实现需求，你是不是就懂马斯洛需求层次理论了？其实，从能背出来到真正理解马斯洛需求层次理论，这之间的距离是非常遥远的。
例如，我问你三个关于马斯洛需求层次理论的问题，你看你能否回答出来：
（1）马斯洛需求层次理论是哪一年提出来的？为什么会在那个时间点提出来？
（2）你能举出三个与马斯洛需求层次理论有联系的知识吗？
（3）你能举出三个适用马斯洛需求层次理论的场合，以及三个不适用的场合吗？
针对上面的三个问题，如果你有任何一个回答不出来，就表明你对马斯洛需求层次理论没有真正地理解。
如果你回答不了第一个问题，就说明你不了解马斯洛需求层次理论的起源、产生的历史背景，以及可能的发展趋势。离开了这个知识产生的环境来理解马斯洛需求层次理论，你是很难认识到它的本质、它真正的价值和它的局限性的。
如果你回答不了第二个问题，就说明你还没有掌握马斯洛需求层次理论所包含知识之间的真正联系，换句话说，你对马斯洛需求层次理论的理解还是表面的，未抓住它更本质的规律和更一般的原理。
如果你回答不了第三个问题，就说明你尚未掌握马斯洛需求层次理论的应用方法和使用它的前提条件。只有真正掌握了这两点，你才能知道它能用于哪些场合，不能用于哪些场合，以及在哪些场合中调整后才能用。
因此，为了确保自己真正理解和掌握了某个新领域的概念性知识，你需要在学习的时候自问下面三个问题。
自问1 这个知识的来龙去脉是什么
很多人在学习知识的时候，很少去探究知识的起源，就好似这个知识是凭空产生的一样。而实际上，任何知识都是在先前知识和先前经验的基础上发展起来的。只有了解了知识的起源，才能抓住其本质。
只看一张照片本身你能理解的信息是有限的，但如果你追根溯源这张照片拍摄的背景，一张照片就可以变成一部电影，甚至一部连续剧，这时你才能真正看懂这张照片。
因此，在学习一个新领域概念性知识的时候，你需要问自己：它是在哪个时点产生和兴起的？为什么在这个时点产生和兴起？在它之后（可能）产生了什么新理论？
以区块链为例来说明它的来龙去脉。纷繁复杂的信息从各种渠道扑面而来。那么，区块链到底是什么呢？
如果你去查区块链是什么和区块链的价值，我估计你查一天都不会有结果。因为仅百度的搜索结果分别就有20 200 000条和11 700 000条（见下图），而且等你看完各种科普文、专业论文、专家评论、创富论坛，我相信你已经成功地将自己搞晕了：有人说它是第四次产业革命的开端，有人说它是投机骗局大泡沫。
这时，如果你能问自己这些问题——区块链的起源是什么，区块链为什么会产生和兴起，区块链可能会被什么技术取代，并且去阅读相关资料的话，你花的时间会更少，但对区块链的理解会更深。我就是用这个方法，花了半天时间，大致对区块链形成了以下认知。
1．区块链的起源
（1）区块链作为比特币的底层技术，于2008年年底被中本聪在比特币论坛提出。
（2）比特币因为其巨大的争议性和炒作性（洗黑钱、绑票赎金、火箭般蹿升的价格等），逐渐进入主流社会视野，进而让其底层的区块链技术被人所关注。
（3）2015年12月，以纳斯达克首次在个股交易商使用区块链技术为标志，区块链技术跳出比特币，开始在非虚拟数字货币领域应用。
（4）目前区块链技术主要局限在金融体系中的应用，但会计师事务所已在研究如何把它应用在审计业务中。至于如何在供应链体系、政府体系中应用还处于概念设想阶段。
2．区块链产生和兴起的原因
（1）技术层面。随着互联网计算量的急剧增加，中心化的计算架构已难以支撑，因此从2007年起分布式计算逐渐成为发展主流（亚马逊和阿里巴巴是非常成功的分布式计算和存储案例），这股思潮影响到了技术开发人员，因此在虚拟货币领域出现分布式自治的比特币也是一种正常现象。
（2）硬件层面。随着PC服务器的普及和计算能力的指数式增长，2009年以后具备了为区块链技术提供计算能力节点的便利性（普通人也能架构计算能力足够的服务器并将其作为区块链的节点加入了，而在2000年之前，普通人压根就买不起计算能力达标的服务器）。
（3）商业层面。区块链所具备的去中心、去信任、伪造极难的三大特征，恰好解决了股票交易、银行结算等金融领域降低双方信任成本、加快交易速度的需要（例如，将股票交易的手续费降至0.01%，交易周期从“T+1天”变成“T+30s”，也就是你卖出股票后30秒就能买新股票，你高不高兴），因此区块链技术优先被部分金融机构小范围应用（这个应用跟比特币、瑞波币、莱特币等是两码事，这些虚拟数字货币只是区块链最初期的应用，因此被人忽悠去当“接盘侠”，炒作这些货币是高危投机行为）。
（4）政治层面。区块链有一定的降低交易成本的作用，政府肯定会有一定的应用指导，但是区块链完全的去中心化，特别是匿名不可追踪的性质，使其存在着巨大的政治风险。因此，到底能不能在全球广泛开展区块链技术，还是一个未知的事情。现在的绝大多数应用设想，都是典型的技术思维（也有人知道，但故意炒作或忽悠你）。假如撇开政治因素光谈技术可行性。例如，我倒卖国宝卖了1 000万元，到账1分钟后，我通过基于区块链的交易平台将这笔钱支付给了房地产商，30秒后这个交易平台自动判断已满足交易条件，就将房产证的电子证明给我了，这套房子就属于我了。跟现在买房相比，交易更便捷，完全不需要房产中介，而且完全有保证，因为我不担心交了钱拿不到房子，房地产商也不担心交出了房产证收不到钱。更关键的是，这两笔交易都分别只有买卖双方自己知道，谁也跟踪不到这个钱的来源和流向，“洗钱”特方便。虽然交易便捷了，又降低了交易成本，但你觉得哪国政府会支持呢？
3．区块链可能会被什么技术取代
区块链最核心的本质就是解决了信任问题：因为是分布式计算节点，交易信息被所有广播到的计算机都记录了，所以如果要伪造交易，就必须至少控制一半以上的计算机节点。不像现在传统的银行计算架构，只要你能攻克银行主机，就能随意篡改交易数据。因此随着参与的人越多，反而会越安全。因此就不再需要一个第三方背书，而是交易双方就可以建立信任关系。我卖货给你，再也不怕你不给钱了；你交了钱，再也不怕收不到货了。
一切交易成本的降低、流程的便捷，都是因为省却了各种验证环节和验证成本。
因此只要有一个技术，也能让伪造变得几乎不可能，同时很便捷，也就没区块链啥事了。
自问2 这个知识与其他知识之间有什么联系
大部分知识之间都是相通的。这就意味着你在学习绝大多数所谓的“新知识”时都不应该是从零开始的，而应该与你大脑中已有的知识和经验联系起来，这样既能加快学习新知识的速度，又能加深对新知识的理解。
那么，怎样才能在学习新的概念性知识的时候，与已有的知识和经验建立关联呢？方法就是问自己下面这个问题：我能否举出至少三个与该知识相关联的知识？
还以区块链为例。我自问了自己上面这个问题，结果在第一时间脑海里冒出了下面四个知识：
（1）分布式计算与存储。区块链技术的分布式账本系统，本质上就是一种分布式的计算和记录的技术。
（2）加密技术。各计算机节点为区块链提供的计算能力主要应用在加密运算上，因此不同的密码学系统可以区分不同的区块链技术平台。
（3）信任成本。商业社会最大的成本是信任成本，区块链的最大应用价值就是解决了交易双方的信任问题。因此凡是目前信任程度低、交易撮合难的金融领域，区块链技术能最快、最大限度地发挥其价值。
（4）基因冗余。区块链上的交易之所以难以被伪造和篡改，核心机制就是有大量的冗余节点都记录了这个交易信息，因此要想篡改就至少需要控制一半以上的节点，而且这仅仅是一个基本要求。正是这种冗余的技术机制带来了区块链技术的无限应用想象。而这种冗余机制，与生物系统和基因系统有着异曲同工之妙。例如，植物的花、精子、一窝昆虫都有巨大的数量，就是这种生物冗余保证了各种不可预见的情况下生物也能大概率地存活下来；这种冗余在生物的记忆组中更加明显，真核生物的基因组中有大量的DNA冗余现象，存在大量的重复片段。在大基因组的植物中平均有72 %～95 %的DNA 重复了100 次以上，基因组较小的植物也有46 %～74 %。一旦将区块链与上面这四个知识建立关联后，我就不是从零开始学习区块链了，而是可以调用原有的这些知识去类比、理解和验证区块链，这样：① 学习速度更快；② 理解难度更低；③ 理解程度更深。
自问3 这个知识有哪三个能用和不能用的场景
专家的知识与普通人的知识有个很大的不同，就是专家的知识都是条件化的。
怎么理解这个条件化呢？用大白话翻译过来就是，专家知道自己的知识适合在哪些场景下使用，不适合在哪些场景下使用，在哪些场景下要调整后才能使用。
如果不知道一个概念性知识的使用条件，那么最多算理解了这个知识的一半，有的时候甚至不如不学。我们可能都听说过“满瓶不动，半瓶摇”，这是最害人的一种状态。因为完全不懂的话至少可以去学习或请教，而这种似懂非懂的状态就容易让人乱点鸳鸯谱，瞎套用方法，就像手上有了一把锤子，看到所有的东西都是钉子一样。
例如，有人学习了思维导图之后，不去深入了解思维导图最适用的两个情境——零散信息的记忆、发散思维的激发，而是将其当成一个万能工具无限地泛化，结果反而造成效率更低。例如，我看到有人是用思维导图输出项目计划的，其实哪怕用Excel也比用思维导图输出的计划更直观，更能展现多维性。
那么，专家是如何做到将他们的知识条件化的呢？他们的诀窍就是，在开始学习这个概念性知识的时候，就问自己：这个知识有哪三个能用和不能用的场景？
通过这样的自问自答，第一，逼迫自己去提炼和显示这个概念性知识适用的前提条件；第二，建立使用场景印象，这样在下次碰到类似场景时，会更容易调出该知识。
还以区块链为例。我问了自己“区块链有哪三个能用和不能用的场景”，得出了下面六个答案：
（1）适用于虚拟数字货币。这个就不用多讲了，无论是最早的比特币，还是后来的莱特币、以太币等，这是区块链技术为人所知的起点。
（2）适用于信任成本高、交易撮合难的金融交易场合。这就是股票交易系统、同业资产交易平台会优先使用区块链的原因。
（3）适用于财务审计。这就是德勤、毕马威等积极成立区块链研究团队的原因。
（4）不适用于要交易留痕的场合。因此区块链在中国用于银行间的结算交易就不合适，因为跳过央行清算系统是有巨大监管风险的，而且央行本来就是各银行间交易的最大信任背书。
（5）不适用于计算节点少的应用场合。区块链是参与计算节点越多越安全，如果低于一个量级，交易的篡改难度就很低了。
（6）不适用于信任程度已经很高的场合。区块链的价值主要是在信任程度低的交易中，减少验证环节，从而提高效率，降低成本。如果本身信任程度就已经很高，用区块链就多此一举了。
我将在学习一个概念性知识时会自问的三个问题总结如下：
自问1 这个知识的来龙去脉是什么
自问2 这个知识与其他知识之间有什么联系
自问3 这个知识有哪三个能用和不能用的场景
在自问三个问题基础上的类比和比喻
另外，如果你学习的概念性知识是抽象的，还可以在自问三个问题的基础上做类比和比喻，以加深对这类概念的理解。下面列举两个例子。
爱因斯坦解释相对论
有人问爱因斯坦：“什么是相对论？”
爱因斯坦回答：“你坐在美女身边，1小时像1分钟；你坐在火炉上，1分钟像1小时。” 佛祖谈“六根” 佛教说：“人有六根，包括眼、耳、鼻、舌、身、意的六个识根。” 佛祖又说：“六根归一。”众教徒不解。
佛祖拿一条华巾打了六个结，六个结追本溯因，本质都是一条华巾。众皆恍然！
对于一个抽象的概念，如果你能做出类似上面的类比或比喻，让一点基础都没有的人也能听懂的话，
就证明你对这个概念的理解已经很深入了。这与著名的“费曼技巧”有着异曲同工之妙。
