我们现在正在退出一个长期的技能专业化时代，即使不是同一个工作，工作人员也可以在同一领域从事整个职业。 现在，在执行专门化和重复性任务时，机器比我们更好。
但是，尽管机器智能可能会取代许多工作中的工人，但一些专家，如杜克大学神经工程中心的共同创始人米格尔尼科利斯说，没有任何工程能够复制人脑的能力。 意识不能以算法，数字方式工作。 通过挖掘我们先天的独创性和适应性，我们可以引导智能机器并创造新的工作。 学习如何学习任何东西都在我们身上。
1.找到你的可转让技能。
个人和公司必须更好地从一个领域传递知识并将其应用于另一个领域。专业化比识别不同学科的等同物更重要。你是否是一名擅长团队工作，处理复杂工程技术并专注于一件事的煤矿工人？如果是这样，Bit Source的创始人相信你也可以成为一名优秀的编码员。
在另一个例子中，特斯拉Gigafactory需要倾斜旋翼直升机机械工来施工。具有这种技能的军事退伍军人可能不知道如何转移，特斯拉在RallyPoint上使用了有针对性的广告，这是军事和退伍军人社区的网络站点，并且很可能会招募候选人。
清点你所知道的和你有什么技能，然后开始想象他们如何在不同的环境下应用或转移。互联网是一个“选择自己的冒险”的学习选择，从维基百科，YouTube上的教学视频和Coursera，Udemy和EdX的在线课程。
2.释放你的内部autodidact。
文艺复兴重新激活了人类对自我导向学习的兴趣，尤其是跨不同的知识和技能。想想莱昂纳多达芬奇的艺术和科学作品。今天我们处于类似的时间。传统教育以名字后面的字母表示专业知识，但从事快速创新的企业正在认识到自学者或自学者带来的价值。
成为一名偶然的专家不仅仅是简单地开始学习和参加一些在线课程。实践是人类大脑如何保持和提高知识的关键。正如学习专家EduardoBriceño在他的TED演讲“如何让你关心的事情变得更好”中所描述的那样，人们倾向于在概念上掌握某些东西，然后直接执行而不擅长它。虽然在这个快节奏的世界里，试图将它扩展到“随时随地补充”的诱惑力，但你必须有意识地练习学习，将知识和技能转化为长期记忆。热心的业余爱好者与高功能的自动爱好者之间存在着关键的区别。
3.走出你的舒适区。
故意练习是什么样的？本质上，它看起来“精益”（实验，测量，迭代）。企业家的方法论已被证明适用于跨越医疗和高等教育等领域的学习 - 培训和提高知识是日常过程的行业。一些最具创新性的公司从每个可以想象的角度研究问题，以形成，测试和巩固他们对问题的了解。除了作为学生学习外，他们还可以扮演教师和他们自己的论文委员会的角色。
当重复的练习变得无聊（因为它确实），像“怪胎”一样思考或应用游戏策略来保持热情和好奇心。记住，当我们克服挑战时，学习就会发生在他的TED Talk中，组织心理学家亚当格兰谈论如何以适量的恐惧和焦虑可以刺激创造力。发现什么对你有用，并放弃什么不适用。谨慎操作并跳过分析瘫痪。
4.培养你的情商。
关于AI时代情商的重要性，人们正在谈论很多。社交行为需要机器算法无法复制的神经能力。艾伦图灵从来没有设计过一个内部笑话或类比的测试来解释与看到一件挑衅艺术品相关的准宗教情感。
请记住，编目学习仅仅是一个开始;在任何情况下可靠地应用知识是目标。深化情商可以帮助你通过类比抽象知识，并在新情况下可靠地应用知识，甚至是那些看似无关或未知的情况。拥抱社交网络，并花时间熟悉其他专业人士和专业领域的沟通风格和观点。
技术将继续改变人们获取知识的方式，但人类学习的基本原则并没有改变，因为“文艺复兴时期的男人/女人”成为了一个保守主义的隐喻。人类将继续成为全新的AI支持环境中的制造者和探索者。
面对人工智能，乔布斯在接下来的10到20年肯定会改变。蓬勃发展的人们将拥有跨学科的技能和不拘一格的前景。你不需要成为一切的专家;只记得如何学习任何东西。
更多人工智能请关注微*信公众号：智德物联科技或者微博@智德物联科技。
本文部分内容根据Greg Amrofell在Entrepreneur网站的文章编译而成。