人类的思维很是玄学。
一个小孩子在书上看过一次大象的图片以后，再去动物园，大部分小孩都能分辨出哪个是大象。
而计算机就很难做到这一点，计算机视觉要是想辨认一个物体，它需要有海量的数据，经过复杂学习和训练过程才能完成。
为什么在这件事情上，人类的优势如此明显？
据未知来源的说法，是因为人类拥有很强的抽象能力，看到大象，将大象的长鼻子，粗腿，还有其他的特征，抽象出来，下次看到大象的时候，从大脑中抽出比对，得出这是一只象的结论，告诉大人并进行验证，如果错误，则会找出缘由，如果正确，则会加上其他相关的特征，赋予到大象身上。从而提升辨识准确率。
现在流行的Deepmind人工智能深度学习视觉算法也是采用类似的方法。
在人类的这个思维过程中，人类发挥至关重要的一点就是将事物进行抽象化，抽取特征。
所以抽象能力，是人类学习过程中很重要的一项能力。
那么如果能够训练这项能力，那么对我们的学习和工作，都会有很大的帮助。
那么问题来了，我们应该怎么训练，通过什么样的方式去训练呢？
以我最近一段时间试行的效果，举个例子。
上周六晚上约了老婆一起看电影，在过马路的时候看见红绿灯，我就想，这么一个我每天都能见到的事物，能不能抽象一下呢。
第一层抽象，抽取关键特征
首先，我将马路上形形色色的人和车抽象成方块，用正方块指代车，总长方块指代人，那么过马路就变成了一条十字形道，两组方块，一组长方块，一组正方块，过红绿灯的画面就相当于，人行道红灯时，正方块流动，长方块慢慢积累，绿灯时，正方块停止流动，并慢慢积累，长方块开始流动。
第二层抽象，推理
这幅画面出现的背景特征信息是什么，即为什么会有这么一个机制？那么我能想到的答案就是，因为这样高效，本质上是源于车和人对道路的资源的抢夺，为了同时平衡人和车的利益，避免车和人混到一起，造成混乱，所以采用了各自定时占用的原则解决方案。
第三层抽象，类比
从上面的分析我们看到，这种方法是解决两个事物对同一资源占用的解决方案，那如果我们将车和人换成其他的事物进行类比时，是不是也同样成立了呢。
比如我们将车换成工作，人换成生活，那如何兼顾工作与生活的平衡呢？按上面的方式，答案就是，工作的时候心无旁骛的，全身心的工作，这时如果考虑生活的事情，那“车”和“人”就会撞了，同样在生活的时候，我们也应该心无旁骛的，全身心的享受生活，这个时候如果还考虑工作，同样也会造成混乱。
另一方面，如果我们只顾工作，或者只顾生活时，那就会造成一种情况，马路全被车给占了，人越挤越多，或者是全被过马路的人给占了，车越挤越多。
而当我们全心全意工作，全身心享受生活时，其实工作和生活的效率都不会耽误，就像来来往往的车和行人，在红绿灯的控制之下，井然有序。
根据最近的经验，抽象化思维能够让我避免陷入细节，因为细节都被抽象掉了，更加全面和本质的去看待问题，同时通过类比联想，找到不同事物之间的本质的相通之处。
通过有意的运用抽象化的方式来训练，可以有效的提高思维能力。
