機器學習中的支持向量機可用於分類。當數據線性可分或弱線性可分時，便使用線性支持向量機將數據分開；當數據非線性可分時，便使用核函數將數據映射到高維空間使得數據在高維空間線性可分，並且有定理證明：一定存在一個高維空間使得數據線性可分。此定理對我的啓示就是：高維空間可以做一些低維空間覺得不可能的事情。那我們能不能成爲高維空間的人呢？高維到底可以有多高？
《三體》第三部開篇講到：公元1453年，高維碎片首次接觸地球，狄奧倫娜成爲首個進入高維空間人，她便能做許多三維空間中的人覺得不可思議的事情，例如，從完全密閉的聖索菲亞教堂下面的密室中取出聖盃而不破壞牆體、取出一個人的大腦而絲毫不傷害頭皮。
《三體》中的描述高維空間是否存在尚待科學證實，但我們也許可以成爲另外一種高維空間的生物。如果將一項技能看作一個維度，掌握了N項技能的人，就生活在N維空間。若這樣來看的話，我們每個人都是高維空間的人，只不過大家的N值大小不一樣、維度的方向不一樣。
維度方向
維度方向代表具體的技能類型，選擇符合社會發展需要的技能學習能產生更大的價值。譬如：當今社會，學習大數據技術比學習八股文寫作的價值要大。
技能越深入越好
掌握技能意味着能使用該技能完成一些具體事情，技能理解越深入越能靈活地應用。一項技能，一個世界。僅會Windows的同學不會知道在linux中文件還可以按行、按字節數來進行分割。
維度越高越好
維度越高，看待問題就會越全面。譬如：查理●芒格說他在投資時至少會啓用100種思維模式幫助他來確定是否投資該公司。
另外，技能越多，技能之間的交叉可能會產生“化學反應”。
做一個“姿勢正確，有深度，有維度”的人。。。
