你的大腦就像是一個人工智能的程序……嗯，說錯了，應該是人工智能的程序的表現看上去像我們的大腦做決策。
人工智能是怎么訓練的呢？用大量的數據喂它，教給它這個世界的現象是什么樣的，下次它會自己做出更接近正確的判斷。
人也是這樣的，需要不斷跳出自己的舒適區，多接觸一些領域和鍛煉，自然會慢慢把對這個世界的理解補齊。
如果你的“數據”太少，是很難得到完整的世界觀的。接觸的東西多了，看的東西多了，才會慢慢總結出這些表象之后的深層規律，這個時候可以說思想深刻一些了。當然了，少數天才或許不用這樣。 所以說，讀萬卷書，行萬里路，這些都是能提高數據輸入量的方法。當然，思想變深刻不是一朝一夕能完成的，究竟要輸入多少數據，持續多長時間。因為我自己也沒什么思想深刻的經驗，因此不好在這個問題上做定量分析。
不過下面有個具備一定可操作性的速成的法子，能讓你在部分領域的話題上，變得貌似思想深刻一些（當然了，也只是貌似）。這個速成法很簡單：在歷史、政治、社會領域的話題上，如果某個問題或者某種現象持續時間越長、波及范圍越廣、影響程度越深，那么它的真正原因很可能不在上層建筑領域，而在經濟基礎、社會存在、甚至生產力層面。順著這條線往下想，而不是看到上層建筑層面的現象就只從上層建筑層面找原因。
如果按照這種思路去分析那些社會現象，相比從上層建筑層面團團轉的做法，可能會分析得出這些現象背后更深刻且本質的原因。
當然，要注意的是，這種方法不能濫用。不能張家長李家短母豬不下仔之類的問題，也要去做階級分析，那就被人笑話了。它是有使用技巧和范圍的：現象持續時間越長、波及人數越多、影響程度越深，那么它的根本原因不在上層建筑層面的概率也就越高。此時去經濟基礎或者生產力層面去找原因，得到真正原因的可能也就越大。注意，上面用的是“概率”一詞， 萬事無絕對。很多社會政治類問題，都可以用這個思維嘗試重新過一遍，有時候會很有意思的。
如果有一個蘋果從樹上掉下來，那么這可能只是一個現象，這個現象未必代表著什么；但如果蘋果掉下來這種事在地球文明漫長的歲月中長時間、大范圍上反復發生，那么它的真正原因可能是一個更深層次的規律在起作用，從樹枝、葉子、樹上蟲子、蘋果口感這些表面看到的東西上去找原因是找不到的。
