如果说2016是互联网冲击下的 直播元年，那么2017年则是人工智能元年，这也就是意味着，2017年人工智能将不再是高智商圈子中一小撮人的研究理论，而是被大家所普遍认同与接受的一年，市场经济会如实的证明这一点，特别是最近 百度AI 吴恩达的离职，在IT圈子引起很大的波动，随之与此相当的信息也一同被大家所了解，那就是中国的互联网大鳄 BAT 等，都在这一年疯狂的输出财力，构建属于自己的AI帝国，可想而知，AI战场的硝烟已经点燃，这个阶段，我个人更加认为是一个圈地的阶段，一种怕被对手超越的时期。
现在回归到主题，作为IT技术行业的从业者，学习是这个职业所必须的一个生存法则。之后不断的学习，才能让你在IT技术方向的道路上持续下去，一旦你停止学习，那么等待你的只有两个结果：其一就是你将在未来的几年内，你会逐步被技术的列车所抛弃，而等待你的也只有转行或者构建你其他的生存能力，例如业务壁垒。其二则是你伴随企业的发展逐步从技术线上实现了华丽的转身，例如踏入公司的决策层或者其他，技术不再是你在这个企业或者社会生存的必备技能。但是，无论从那个方面出发，IT行业还是钟情那种爱学习的人士，只要你努力的学习，也许某一天，上天会垂青于你的努力，否则就是 书到用时方恨少。
工作后的学习，与学校中的学习要有所不同，那就是目的性，前者更多的是为了扩展自己知识的深度与广度，而后者则有很明确的取义成仁的结果。工作后的学习，更多的是来自于自身发展的需要，或者是一种IT行业本身潜的危机感所驱动，无论那种，学习的本身是好事，就是在学习的过程中，不要给自己太大的压力，把学习作为IT从业的一种常态生活，如果太严格的目标感会让自己在工作之余承受太多压力，以至于排斥学习行为本身，这样的适得其反了。所以，在现代化社会当中，存在这样的一种论点：“对于打工者一族，不要让你的兴趣与工作重合，那样，现实的工作会无情的摧残着你的兴趣，以至于你不得不妥协，你的兴趣会被你亲手毁掉。”感觉有点残酷吧。不过，话还是很中肯的。
工作后的学习，其中一种动机是为提高当下自身的技能水平，更好的输出到工作中，那么恭喜，你学习的成就感是很容易体现的，特别是针对那种硬实力的学习，可谓立竿见影。什么事硬实力呢？就是学习技能只学习How，而不是学习Why。前者偏向于实战，后者则更加倾向于理论。如果是一般性的工作以及企业，例如我们常说的SSH、Nosql、分布式、大数据框架等等之类，更多是学习别人成就后的成果，是一种硬实力的学习，这种硬实力是需要结合实践慢慢的打磨，需要一种 铁杵磨针的心态，因为实战性的技术，往往讲究的是细节，粗粒度的技能太不值得去宣扬了。例如，最近我招聘面试，很多人都是犯了这样的毛病，高度有、宽度有、就是没有细节，无法落地。也许当年的我也犯过类似通病吧。那个年少不轻狂呢？在这里 我要更加的提议，学习技能，不仅仅是学习How，更多的是学习Why，这种Why才是你自己的软实力，这种软实力，会让你举一反三，如同武侠小说中的那样，一旦你悟的真经，摘花落叶皆是武器。我个人体会是，硬技能的学习只能在一个高度内，一旦达到那个高度，就很难在突破，因为你缺乏一种系统的理论来支撑你的技能本身。这个时候，你需要回头是岸，回过头来需要从理论的角度，在学一次你的技能，你便能在这个高度成佛了。
工作后的还有一种学习是来自行业危机感，因为IT技术从业者都是靠年龄支撑，IT行业在20--30岁之间，过多的透支了能力，我的学习便是来自于这种危机感，无时无刻不在，如同影子一样，在从本质讲，是一种责任心的使命感，这种责任更多的是来自于自身、当下以至于家庭。诸多的因素决定了现在的你。也许我是一种常态，代表着无数从农村出来立志要在大城市扎根的一种命运。我的学习是基于这一点的，一旦一段时间停止学习，危机感就越来越明显，而弥补这种危机感的唯一就是学习。2017年，AI的兴起，也让我对这个有点了解，大数据、机器学习、人工智能 应该是AI不同发展阶段的输出成果物吧。借用同事的话讲：“说白了就是先做好知识储备，先磨枪，再亮剑”，倒不是一定要让自己的学习能转化为技能输出，这个就是后话，多少有那么一些期待，但是更多的是 能化解我当下的一种不安定因素。因为我有切身的体会。例如，在上一家公司，自己在工作之余，学习 面向领域建模 编程， 那个时候也是与工作关系不大，也就是为了填补自己的危机感，却没有想到成为当下我在技术输出上的行标，基于DDD，可以很自然的衍生出很多针对实例问题的解决方案。有时候也是在想，学习是一回事，学会则是另外一回事，但是 这个过程是肯定的，那就是先学习才能学会。毕竟现实中的 李云龙 太少了。
当年上大学不知道知识的宝贵，而现在看来，现在的学习才真的使用到了大学的技能，有时候就像到学校旁听，重新学习大学的理科知识。 因为最近在看 基于数据分析与挖掘的 R 语言，针对语言本身的使用问题不大，但是针对R 语言提供的各种算法描述却是一头雾水，而这些恰好就是当年大学学习的知识，离散数学、统计学、线性代数等。因为数据分析都需要这些纯粹的知识做基础。这些技术不同于之前的技术积累，之前的技术积累都是面向业务性质的，说白了就是 CRUD+If-else 就可以搞定的。而上升都这个数据分析，则需要的是纯粹的知识基础。这反过来也恰好反思一下大学的那些教授们，而教书而教书，从不联系实际。这算是给自己当年没学习的一种开脱吧。毕竟我也是对数字不大敏感。
2017年学习主要就是R语言，这个是学习的重点，学习完我是想着能得到一种回馈，而不仅仅是作为理论而学习，还有一个就是 AI相关的，这个是处于 提高自己知识的宽度与广度，后期在学习的过程中，会慢慢的输出一些学习笔记，好记性不如烂笔头。老人的话还是没错的。
到目前为止，我所谈论的学习 的对象都是知识，在更为宏观的层面讲，知识对于人生都是硬技能，而智慧才是人生的软技能。知识再多也是知识，是否能转化为智慧就难讲。智慧 这玩意这是靠每个人在生活中领悟，体会。从历史的角度看，智慧也不算什么？因为 古人云，不争一世争千秋，不懂就看看 孔子吧，典型的 争千秋的代表。。。
注意：本文归作者所有，未经作者允许，不得转载
