Mind Trace 理念的的一切
对学习一无所知的结果是什么？是学习效率低下和排名落后的焦虑吗？
不不不。你看看你旁边的清华北大同学，他们可是上了清华北大的。
并不是你我对学习一无所知，而是所有人都对学习一无所知。然而为什么同样是一无所知，有些人成为了学习的佼佼者，有些人成为了班级的吊车尾？你可以想想老师经常在讲台上大言不惭说的话：在同一个班上课，同一个老师教，为什么xxx学习这么好，你学习这么差？每次听到这种话我真的很想骂回去：你问我？我还想问你呢。
对学习的一无所知，不是我在这里泛泛而谈。具体而言，这是基于如下这一串问题：
你知道 / 理解 / 能复述 你今天学了什么东西吗？
你记得 / 理解 / 能复述 你昨天学了什么东西吗？
你记得 / 理解 / 能复述 你七天前学了什么东西吗？
你记得 / 理解 / 能复述 你一个月前学了什么东西吗？
你知道自己分配给每一门学科的日均时长是多少吗？
你记得自己近些天新学的 知识A 和知识B 是哪个先学，哪个后学，之间的时间间隔是多长吗？
你意识的到自己学习一门学科的学习路线内在有无逻辑上的合理性吗？
...
任何科学的、具有说服力的理论，离不开源于实际的、足量的数据的支持。然而我们遇到的却是这样一种情况：我们确实进行了学习，且进行了大量的学习，且因为这类大量的学习掌握了部分学科能力，但是，我们完全不清楚自己的学习轨迹是什么。你或许会说，啊我今天大概学了什么什么，昨天大概学了什么什么，上个星期，上个月好像学了什么什么来着？诸如此类。确实，我们可能会有模糊的印象，但这些印象距离形成建设性的理论与意见，太远太远了。
直到人类发展出能够将人脑内至少是以语言形式呈现的思维活动以录音或文本的方式外化的技术之前，要彻底地研究一个人的一切思维活动，这是不可能的。然而为了解决问题，这又是一件不得不做的事情。至少，我们得尝试以简陋的方式外化人关于某门学科具体的知识体系，这样形成的结构性数据虽然称不上能给出建设性的意见，但至少在当前的技术条件下，我能够开发出这样一个软件。
Mind Trace的基本理念就是，把一切学习记录下来，然后根据学习数据，为你的学习和复习规划提供建议与参考。这种记录主要是两个维度上的记录：一是记录你的知识体系具体是什么，这是一张思维导图就能完成的事情；二是每个知识点本身的学习记录，包括这个知识点何年何月何日被创建，何年何月何日进行了一次复习这类。这两类记录实质上都不是软件完成的而是用户自己完成的，软件为用户提供记录学习的平台，用户能够像日常做笔记那样使用软件，数据记录在使用上成为了附带的好处。
这一附带的好处恰恰是软件的核心功能。有了每个知识点的学习数据，就可以计算用户对这一知识点的掌握程度。具体的算法在这里不加赘述了，总之技术上实现的历程是比较曲折的。最后的展现是这样的：
熟练度评分满分100分，几乎可以一目了然自己那些知识点很久被忽略（如偏灰色的节点），哪些知识点还没来得及学（如红色节点），哪些知识点刚学（如蓝色节点）这类信息。
知道了这些信息，下一步的学习规划就很容易确定了。如果整体上知识点的掌握程度都比较好，就可以考虑添加新的知识节点，学习新的内容；如果有某一部分的熟练度差，就可以找相应的学习资源进行集中复习。相较于使用这个软件之前只能凭借感觉估算自己的学习状况，Mind Trace真的实现了通过一个最简单的数字指标来将一个人知识体系的熟练度维度可视化地展现出来。
这一熟练度信息还能用来做很多事情。比如，可以根据不同节点的熟练度差异，选出掌握程度最差的节点针对性生成一张专题试卷，通过做题来进一步复习。
具体而言，这涉及到了Mind Trace的第二个主要机制，那就是知识以卡片的形式存储。使用anki的经历让我看到了卡片作为知识载体相较于平白笔记的优越性。一张卡片由正面和反面组成，直观理解就是正面是问题，反面是答案，所有知识点都需要被转化成若干问题，而知识本身就存储在对问题的回答之中。下图是一个例子。
卡片的一个巨大的好处就是便于复习，也正是卡片机制使得Mind Trace通过熟练度生成试卷成为了可能。试卷就是由一张张卡片组成，正面做题，反面对答案，做完题后添加一次复习记录，如果觉得掌握得好就打高分，掌握不好就打低分，Mind Trace同样收集卡片的复习数据，完成度低的卡片会优先复习。
如果仅仅是离散地记录知识并规划复习的话，市面上已经有成熟的软件做这件事情了，anki就是很好的例子。然而以前的使用经历告诉我，anki几乎不能适配体系化知识记录的需求。anki原本的功能是用来背单词，而数学物理这类体系性知识，用背单词的形式，把软件直接当作错题本，这种方式的效果是很差的，anki绝大多数情况下会误判人对这类体系性知识的掌握程度。
为了实现体系化记录知识的目的，Mind Trace采用了树形知识结构的方案。从上面的知识熟练度可视化图可以看出来，每个知识节点都有其亲代节点，这体现了知识之间的层级关系。通过这种层级关系，Mind Trace能够在亲子代之间传播熟练度评分，对子代知识点的复习会影响到亲代知识点的熟练度，对亲代知识点的复习同样会影响到子代知识点的熟练度，这种体系性的关系更好地表征了知识在人脑内存储的关键特征，事实上也是更加科学的知识体系外化结构。
Mind Trace的一个重要理念是，知识不一定要以平白的文本形式存储，事实上存储知识最理想的载体，其实是一个人学习这个知识时所处的时空片段。也就是说，复现你在昨天课堂上听讲的那两个小时，是你在课堂上学习的知识的最好的外化方式。当然这种需求是不可能实现的，但是有次选方案，那就是想办法获得当时学习的录屏等多媒体文件。在现实世界上的课，Mind Trace仅仅作为一款软件并没有办法干预；但是如果是网课，你完全可以把网课的视频地址粘贴到Mind Trace相应知识点的Learning Repository中，并注明相关片段是从第多少分钟到第多少分钟，这样就能实现类似时空重现的效果。Mind Trace在这方面的功能还相对简陋，只提供了一个便捷的快捷键链接功能，实际上视频观看或pdf阅读等都是在软件外进行的。下一个开发目标，就是把这些行为内置到软件内部，不仅可以进一步便捷使用，更重要的是能够进一步细化学习数据的记录，这些数据可以想见具有甚至更大的研究价值。
以上就是Mind Trace理念上的全部了（也许不是）。Mind Trace这个项目是我大一上学期开始着手的，我是边开发边使用地一直到了现在，软件经历过很多次迭代，大多数的原因是自己的编码能力有限，写了难以维护和拓展的烂代码，于是对整个项目进行一次又一次的代码重构。或许软件还有很多bug，我自己在使用过程中是找到一个修一个的状态，但无论如何，现在应该绝大多数时候能够正常运行了。我不知道这个项目还会发展多久，但这是一个长期项目是毋庸置疑的，我会将Mind Trace迭代到确实具有了阶段性成果为止。
安装包：
链接：https://pan.baidu.com/s/1U76Beg9mre3GhdLwTueY_Q?pwd=lmbv
提取码：lmbv
--来自百度网盘超级会员V4的分享
