夜雨聆风学习“深度学习”相关知识的时候，会遇到一些困难。比如选择这类的经典书籍，网上都会推荐看“花书”，“花书”当然是经典书籍，但真正去看这本书，会发现其实很难看懂。看不懂的原因有两个：第一个是这本并不是入门书籍，而是一本需要有相当基础才能看懂的书籍。第二个原因则是里面的公式缺少相关过程，都比较简略，需要比较强的数学功底，才能补全里面没有提到的内容。
其实看经典书，普遍会遇到这种情况，比如在文学方面，也会推荐看什么十大名著、世界名著之类的，这种书要么看不懂，要么当故事看也觉得平平无奇。如果没有老师指导，或者看一些解说之类的，可能就勉强当一个故事看了，而且是不太容易读的故事。这也是缺少太多相关的文学知识和书籍背后的一些背景，所以才会感受不到经典的魅力。
近来看深度学习书籍的时候，已经找了一本相对来说讲得比较浅显易懂的书籍了，但当介绍到概率论、信息论稍微深一点知识的时候，还是讲得没那么浅显，有些地方的公式还是只提到一些关键步骤，也忽略了不少关键的推导步骤，然后得出一个结论。如果是在大学鼎盛时期，慢慢推导还是有可能推导出来的。但时间过那么久了，很多知识已经还给老师了，现在想看懂都不太容易了。这也是自学深度学习相关知识门槛比较高的原因。
想起豆包有拍照解题的能力，就用豆包拍了一个结果公式，豆包居然识别到是想了解这个公式的推导过程，于是就把这个公式的起源，推导过程，中间的关键步骤都列出来了。如果对中间某个步骤不理解，还可以让它深入讲解一下指定步骤的推导过程，很快这些过程也被详细列出来。这样就很容易理解里面的整个原理了。如果是以前，这种问题要搜索出来也不是很容易的，比如大部分的搜索输入框并不支持输入公式，很难用语言的方式去描述一个复杂一点的公式。
从这点看，AI 工具还可以帮助补全自学过程中缺乏老师的角色，有了这个 AI 老师，可能就可以把自己看不懂的每个知识点，都随时找 AI 老师进行讲解，然后自己再根据老师的讲解进行深入理解。如果一次讲得不够详细，还可以针对某个点再深入分析。以前要学习一个知识，需要找各种经典书和课程，比较难找到符合自己预期难度的，也就是里面要有相当一部分是自己理解的知识，也有相当一部分是自己不理解的。而实际情况却经常是要么是比较浅的入门书籍，要么是比较深的进阶书籍。正如上面说的很多经典书籍都属于进阶书籍。它们中间还是有一个比较大的距离的，这个差距正好可以使用 AI 老师老补齐。
在 AI 时代，虽然很多人说知识已经不重要了，更重要的是什么提问能力。但自己疑惑的是，如果一个人没有什么知识，怎么能够提出好问题呢。而且创新之类的能力，也不是人人都有的，所以对大部分人来说，学习知识还是非常必要的，它是提问、创新之类的基础。先借助 AI 老师把知识储备起来。
