看不见的山小小书 XXshu

阅读这篇关于“ 研究债务”的精彩文章后，我想写这个话题。在世界上每天发生的所有事情中，进行什么样的研究真是太妙了。

我自己从未进行过任何专业研究，除了我在网上阅读的内容以及我向进行过真正研究的人们问的几个问题之外，我对真正的研究还不清楚。

但是有一件事很清楚。研究的最大问题实际上是探索这个前所未有的领域。您通常处于黑暗中，您真的不知道该去哪里，什么地方去的最佳途径是什么。

与研究不同，学习很容易。学习新事物意味着在学习之前学习其他人的材料。而且，他或她可能已经写过一本书，一篇文章或制作了关于您要学习的主题的视频。唯一的问题是互联网上知识的丰富是巨大的。可惜的是，当最佳路径应该已经以某种形式存在时，浪费了太多时间来寻找学习主题的最佳路径。

这是我们试图通过“ 学习任何东西”解决的问题。通过以最清晰和引人入胜的方式可视化所有这些学习路径。

我们还以可视化方式处理用户精选的主题。这些主题中的每一个都以有意义的方式在依赖关系层次结构中关联。因此，例如线性代数在数学中。 TensorFlow库位于机器学习库等中。这使用户可以浏览此链接和主题图，而不必盯着Google和大多数其他搜索引擎提供的黑匣子搜索栏。

由于所有主题的内容都是开源的，因此所有内容都可能会发生变化，因此任何人都可以提交反馈以及对这些主题的结构和内容进行改进。

当前有大约2000个主题，它们完全相关，可以在社区的帮助下进行改进。

这种以这种方式对资源进行众筹的方法的另一个真正令人敬畏的事情是，任何人都可以将自己的知识添加到该图中。如果有人针对某个主题写了一篇非常棒的文章，那么当前推广该主题的最佳方法是将其发布在Reddit上，与朋友分享，然后希望人们会注意到它。但是，几个星期后，该人提交的内容被互联网所存在的这个黑洞信息所遗忘。如果您只是刚起步而没有关注者，那么您的文章在Google上出现的机会就很小。

但是，借助“学习任何内容”，我们不在乎文章或课程或视频的受欢迎程度。我们重视的是质量。如果内容很棒，它将被添加到网站上，成千上万的人可能会看到它。您不必进行任何SEO优化，也不必浪费时间尝试思考如何最好地优化收视率。重要的是您要传达的内容以及您要分享的消息或知识。

做研究就像爬一座看不见的山。就像上图一样，您已经爬到很远的地方，前方再也没有清晰的道路。没有什么可以看到的。

对于许多人来说，这些看不见的山脉来得太早了。对于许多人来说，数学是知识的黑匣子。数学到底是什么？线性代数，逻辑，统计，微积分..我记得我读过一些有关分析的文章。哦，范畴论？或学习机器学习。机器学习到底是什么？

Wikipedia是一种尝试更好地了解某些知识领域（实际上是Wikipedia）的好方法。要获得这张直观的图片，您必须通读许多文章，尝试建立头脑中的心理联系。尝试构建一组逻辑的依赖项以学习该主题。所有这一切都需要时间，而所有这些都是浪费的时间，理想情况下，您应该只是学习直到碰到一堵墙，那里不再有真正知道您要理解的人。

通过“ 学习任何东西”，我们尝试揭露您必须攀登的山峰，然后才能真正有趣的地方。如果您想学习React.js来制作一个很棒的网站，因为您听说过React.js很棒。任何学习都会向您展示学习React.js的最佳学习途径是什么。在这种情况下，您应该最好学习JavaScript本身，最好要学习JavaScript，了解一些计算机科学，尤其是实际是什么程序，什么是计算以及什么算法和数据结构是非常方便的。对于我提到的所有这些主题，都有一个主题具有最佳资源，可以指导您以最佳方式学习这些主题，这样您就不会浪费时间寻找学习方法和知识，而只是学习 。然后继续构建很棒的东西。

我们试图形象化的另一件事是“缺少知识”。机器学习等一些话题确实充满了材料。其他的则没有大脑计算机接口那么密集。因此，我们赋予了某种实质性的研究目的。您知道我们作为人类已经知道的一切，并且您尝试以更有意义的方式添加或阐明我们所知道的。研究变得有趣而有趣。像战争迷雾一样等待被发现。

至少那是我们对“ 学习任何东西”的希望。我们还有很长的路要走，我们还有很多地方需要改进。另一个重要的事情是该网站是开源的。如果您出于某种原因不喜欢我们节点的格式或我们如何构造主题，并且不希望帮助我们使其更完善，则可以派生我们现有的知识并创建自己的知识图。为自己和自己的研究。以您自己的使用方式扩展它。

如果做得很好，这些可视化功能非常强大，可以作为知识的图形表示形式。它使您对自己知道的东西以及那里不存在的东西有一个方向感和意识。