「费曼学习法」精髓在哪里？如何才能有效的掌控它？
很多读者可能都听说过【费曼学习法】，这是传说中公认的最有效的学习方法，我们今天就来分析下，这个所谓的最有效的学习法，他的精髓在哪里？如何才能有效的掌控他？
【费曼学习法】的四个基本步骤：
确定一个学习的主题【比如学习量子力学的能量的不连续性】。
模拟教学【比如将能量的不连续性的相关知识点，讲解给他人听】。
讲解时，发现卡顿，发现相关知识点掌控不清楚，或者别人没听懂，于是返回查阅相关资料，补全细节。
以一种更简单的方式，类比的方式，通俗易懂的具象方式再次讲解给他人听。
很多朋友初次看到这个学习法，会觉得这也太简单了，不就是重复重复再重复吗，不就是复习吗。
我们来分析下，【费曼学习法】的精髓在哪里，关键点在哪里。
人类的大脑特征
学习基本上就是脑力活动，因此在进一步分析之前，我们必须要大概了解下，我们的大脑，有什么 特征。
我们可以把人类的大脑分成2部分：
动物脑，也就是人类的意识，我们的本能反应部分。
大脑新皮层，也就是大脑前额叶皮层，精密逻辑运算能力，学习主要是应用这一块。
动物脑：本能反应
人类的大脑重量占我们人体重量2%，但人脑在动作时，却要消耗20%左右的能量。要知道我们的大脑是我们在丛林中当猴子的时候进化而来的，那是个资源匮乏时代，因此，大脑的首要机制，就是能不用脑就不用脑，这是大脑的默认机制，叫“思维经济原则”。
因此，在200-300百万年的进化中，大脑将人体日常动作全部压缩成一个个自动化反应的模块，这就是我们的本能反应，本能反应是一种快速的场景化反应。
我们今天有电脑，你让电脑识别一张图是人脸还是动物脸，电脑要经过大量的计算，才能得出结果，而我们让一个儿童就能快速识别，这就是我们本能反应的利害之处，他是经过200-300百万年的基因突变与自然选择的共同作用，才进化出来这种能力的。
这种本能反应具有如下特征：
它经过200-300万年的基因进化，压缩到基因层面的。
它是通过模拟与快速类比以达成判断的。
他被压缩成模块，具象化存储在大脑里面。
调动时省能，快速，基本不用大脑的主动思考过程。
所有动物都具有这类本能反应，灵长目猿类的本能反应最接近人类。
大脑新皮层【前额叶皮层】，精密逻辑运算
人类的大脑新皮层，也就前额叶皮层，是近5000年左右才出现的，它的出现标志着人类文明的开始，人类从此开始有了认识规律的能力，这就是我们的精密逻辑运算能力，我们给它一个名词叫理性。用计算机的话叫算法，用哲学的话叫思想。
人类在逻辑运算时，主要就是运用这一块的能力。
理性算法具有如下特征：
他只有5000年时间，因此缺乏先天的进化，任何一个物种的形成需要上百万年的进化。
因此，理性算法很难调动出来，就算调动出来，也需要后天大量的训练。
这种逻辑运算在调动时，是极其耗能的。
因为大脑的默认机制是“思维经济原则“，因此大脑是拒绝主动运算的，拒绝长时间高负载运算的
学习，运用的就是这一块的能力。
综合上面大脑的这两部分的特征，学习就是运用这两部分的过程，我们后天几十年的训练，有些类似的本能部分的上百万年训练，什么意思?
本能部分的高效，是建立在上百万年的基因进化的基础上的。
学习的过程，就类似这个基因的进化过程，运用理性算法将知识打包压缩成我们本能的过程。
我们可以这样来理解，我们今天的电脑，有内存跟硬盘。
内存就好比大脑前额叶皮层的理性算法，我们这里给他一个名词叫【临时工作站】。
硬盘就好比我们的动物脑部分的本能反应。
他们的作用分别是：
内存是电脑的运算能力及工作能力的一个指标，工作时，所有的应用程序及临时数据，都是在【临时工作站】运转的。
他的工作强度及工作能力，都是有限的。任何程序运行完，数据立即存储到硬盘，退出这个程序时，他立即撤出【临时工作站】，好让其他程序进来工作。
而硬盘，就像我们的本能那部分，他是存储数据的地方，这些数据都是按照一定的原则被有条理的存储着的，比如按照图书馆的那种方式。这样，【临时工作站】随时可以从这里调用数据，由于事先编排好的，所以可以快速的调用。
【临时工作站】的特征
【临时工作站】的核心能力是算法，算法需要精密，一环扣一环，因此他是专一的，单线程的，以确保他的精密度。
【临时工作站】每完成一个运算任务，立即把数据以一种具象的图形方式存储到“硬盘”里面，并且按照某种条理性的规定存储着。然后继续下一个任务。
【临时工作站】在运算时，要消耗大量的资源，因此他一般不主动运算，碰到事情时，它优先从“硬盘”里面调取资料匹配工作，因为这种方式高效省能。
没有经过【临时工作站】编码的信息，不会存储到“硬盘”，因为“硬盘”也是有限的。
好，基础铺垫完毕，我们回到费曼的学习法。
费曼的学习法的核心
费曼的学习法的精髓就是不断地逼自己的大脑启动【临时工作站】模式，也就是我们的理性逻辑运算模式，由于教授给他人，要让他人听懂，就必须变得法讲，特别是他这个法则是要求你讲给一个10岁的孩子听，你因此必须把知识点讲得通俗易懂。
这个不断的查阅资料，变得法讲，简化，类比的过程，本质就是迫着【临时工作站】对一个知识点，从各个角度进行编码，简化，存储的一个过程。
别人听不懂，那么你得换个角度讲，或者重新查阅资料，这是重新编码过程，这跟复习是有本质区别的，复习只是一个从”硬盘“调取资料的过程，【临时工作站】并不主动工作。
被动学习特征：
知识点进入【临时工作站】，由于是被动学习，【临时工作站】只是调取原先”硬盘“的资源进行匹配，因为这样即高效又省能。
因此，被动学习的知识点，没有被【临时工作站】运算及主动编码存储。因此很容易忘记。
教授型学习特征：
由于是准备教授他人，因此，一开始，【临时工作站】就完全运行起来，对该知识点进行识别，编码，然后存在到”硬盘“里。
教授时发现卡顿，回过来重新查阅资料，再次运行【临时工作站】对这个知识点进行另外一个角度的编码与存储，把第一次漏了的细节补上。于是此时存在在”硬盘“里的该知识点，就比第一次清晰很多，明确很多，甚至明确到细节。
为了让对方完全听懂，或者以一种更容易的方式听懂，于是再次运行【临时工作站】对该知识点重新进行编码，这次从另外一个角度来，把前面2次觉得复杂的地方去掉，简化方式，甚至为了让一个10岁的小孩也听懂，必须把这个知识点，编成一个简单得不能再简单的具象故事或例子
就是在这样一个不断启动【临时工作站】变着角度对知识点进行强化的过程，使得这个知识点最终被打包压缩成有效模块，存储在”硬盘“里，后继就可以高速精准调用。
数学家就是这样打造的，在数学家的头脑里，整个世界都是被他有效编码成公式，任何事情，他都能瞬间跟他大脑里面已经清晰编码好的模块对应，形成公式。
心算，还是同时能跟几十个人对弈的盲棋，也都是这个道理。
这个过程的核心，就是要把一个知识点讲清楚，就得不断地迫着我们启动【临时工作站】对知识点，变得角度进化编码和存储。这使得后续再从”硬盘“调用的时候，由于之前编码存储了非常清晰，有细节，有案例，因此可以实现更高效的调动，及更长时间的存储，甚至融会贯通。
而被动学习默认情况下，【临时工作站】都不主动对信息进行编码的，他只是从”硬盘“调动信息进行匹配而已。
费曼本人是物理学家，加州理工学院物理学教授，1965年诺贝尔物理奖得主。
费曼有一种特殊的能力，能用深入浅出的语言表达复杂的原理，能用巧妙的类比呈现深刻的物理思想，他的这些方法及思想，都融汇在他的《费曼物理学讲义》中。
有兴趣的读者，可以直接用今日头条app上方的搜索框输入”费曼物理学讲义“，即可找到讲义的PDF文档。
这是一套值得每一个思考宇宙奥秘的朋友都拿来一读的物理思想讲义。
由于他的英文名是：Fenyman，因此中文名也有叫”费恩曼“的
V公号搜：大脑学习帮（Brainlearning）关注！