文：村上憲郎（Norio Murakami）
我如何建立自己的量思立起參考架構
前面關於參考架構的介紹比較偏向概念性的說法，接下來就根據我自己的考何考架經驗，說明我如何建立參考架構吧！年內腦中
我為什麼能建立「參考架構」？
大學畢業後，讀本的參我進入日立電子工作，書建擔任迷你電腦（指的量思立起是能處理的容量介於大型電腦主機與個人電腦之間的中級電腦）的系統工程師。
簡單來說，考何考架我在日立電子的年內腦中工作，就是讀本的參去拜訪各個研究機構，打聽進行中的書建研究內容，並提出類似這樣的量思立起建議：
「關於這項研究，可以在這部分用電腦進行自動化喔！考何考架」
這些研究涵蓋的年內腦中領域五花八門，有醫學也有物理學，讀本的參我必須在一定程度上學會這些專業領域的書建知識才行。如果缺乏知識，就無法與這些研究者討論；而且在知識不足的情況下，即使提出建議，也不夠精準，只會輸給競爭對手。
所以，首先我必須了解這些人投入的是什麼樣的研究，以及他們想做出什麼成果。
因此，我在拜訪過研究機構後，都會在回程時順道前往書店，針對當天所聽到的專業知識，尋找相關的書籍。
我刻意避開厚重的正統專業書籍，盡量挑選輕薄、字大、插圖多，而且能約略掌握整體概念的書，透過它們學習相關知識。
因為這些書的字都很大，插圖又多，就算仔細閱讀，也只需要花費一個小時左右。我稱這種讀法為「一知半解」，細節的部分不懂就算了，只專注於理解自己看得懂的部分。
只要能達到一知半解的狀態，我就能大致掌握：
「那位老師想說的事、想達成的目標，應該是這個。」
我以這樣的理解為基礎研擬提案，後來也從研究者那裡得到這樣的評價：
「雖然有些地方理解錯誤，但這傢伙懂我正在做的東西。」
持續執行「一知半解閱讀法」的結果，當時的我每年大約能讀200本書。我在日立電子待了八年，換言之，這八年裡，我總共讀了約1500本不同領域的書。
我竟在不知不覺間讀完數量如此驚人的書。有些人會鎖定某個領域，專注閱讀相關書籍；而儘管我在各領域都只有「一知半解」的程度，但環顧全世界，讀完1500本書的人應該寥寥無幾。
讀過1500本橫跨各領域的書籍後，我不只發現各領域之間的相關性，也逐漸看見共通點。不斷重複這樣的過程，我從某個時間點開始，就能清楚「意識」到腦中的參考架構已經建立起來。
在那之後，每當我遇到全新領域的研究者，聽他們說該領域的研究內容，並閱讀簡單的解說書籍後，就能感覺到腦內「知識參考體系」（參考架構）的「縫隙」被逐漸填滿。
或者當我得到什麼新知識時，我開始能直覺感受到：
「這項知識，好像跟之前讀過那本書提到的知識有關。」
除此之外，關於想像「什麼產業在今後會將更有發展」或「哪個領域會如何發展」的能力也開始可以精準運作。
我離開日立電子後的職涯，以及前面提到《日本經濟新聞》的「指南針」專欄，都可說是建立參考架構後的成果。
換句話說，建立參考架構，就是建立超越領域或類別，找出相關性與發展性的思考基礎。有意識地建立參考架構，想必也能成為獲得巨觀視角，培養靈活度的訓練。
「拼湊」也是很有正面意義的
當有關量子電腦開發與智慧城市的新聞出現時，媒體都會來尋求我的意見。為了回應他們的要求，我會盡可能給出評論，結果反倒經常讓這些媒體感到驚訝，紛紛問道：
「為什麼您連這些領域的事都知道得這麼清楚呢？」
「為什麼您能如此正確地說中今後的展望呢？」
「您究竟掌握了多少情報啊？」
這時候，我會回答他們：
「這些都是我『拼湊』出來的喔！」
但我想這其實應該就是參考架構的效用吧？
只要建立了參考架構，不論什麼樣的主題都能靈活應對，思考也不會只局限在與這個主題相關的領域，更能一口氣拓展到周邊其他範圍。
只要將範圍廣泛的知識儲存在腦中，就能從乍看之下無關的抽屜裡援引資料，也能突破自己目前面對的課題，甚至還能想到全新且超越日常感受的方法。
即使不知道的事情還是不知道，但參考架構越充實，就越能培養出「拼湊」其他領域知識以克服難關的技術。
「拼湊」絕不是用來撐場面的半吊子伎倆，而是以寬廣的視野接觸事物、感受本質、建立參考架構才能獲得的技術。
為什麼大家叫我「幸運的村上」？
接下來跟各位說明，上述這種奠定在參考架構上的「拼湊技術」，對日後的我帶來什麼影響。
我離開日立電子後，在197八年時跳槽到當時的世界級電腦大廠——美商迪吉多電腦（Digital Equipment Corporation, DEC）的日本法人，並曾被選為開發人工智慧（AI）機器的「第5世代電腦計畫」負責人。這是當時通商產業省（現在的經濟產業省，相當於經濟部）在1981年開始的計畫。
當時DEC總公司送來了塞得滿滿的一箱AI學術文獻，沒想到我轉眼間就閱讀完畢，除了加深了對人工智慧的造詣，甚至讓我被稱為「AI先生」。
我以驚人速度讀完大量資料的事蹟，變成了小小的傳說，但這只不過是因為我實踐了自己最擅長的「一知半解閱讀法」。
坦白說，我仔細閱讀的部分大概只有三分之一。但只要借助自己過去培養出來的參考架構，就能發現其餘的三分之二，多半是重複那三分之一所提到的內容，稍微讀過去就夠了。只要從裡面挑出新的事實來讀，就能得到本質上的理解。確實，日後執行計畫時，我並未感到知識不足。
不懂的事情就不懂，憑藉著腦中參考架構的巧妙「拼湊」，讓我能以人工智慧專家自居，成為日後職涯的墊腳石。