要让计算机学会人类的思维，需要使用人工智能算法，并且采用以下步骤：
1. 数据收集：首先，需要收集大量的人类思维相关的数据，包括人类的言语、行为、认知等方面的数据。这些数据可以通过记录人类的交流、观察人类的行为、收集人类的认知信息等方式获得。
2. 数据清洗和标注：收集到的数据需要进行清洗和标注，以便计算机能够理解和处理。清洗数据可以去除噪音和不相关的信息，标注数据可以将数据中的关键信息进行标记，以便计算机能够识别并学习。
3. 特征提取：在数据清洗和标注之后，需要从数据中提取出关键的特征，以便计算机能够理解和区分不同的思维模式。特征提取是将原始数据转化为计算机可以处理的形式，可以使用特征提取算法和模型进行。
4. 建立模型：根据提取出的特征，可以建立相应的模型来模拟人类的思维过程。可以使用机器学习算法、深度学习算法、神经网络等方法来建立模型，以便计算机可以通过学习和训练来模拟人类的思维过程。
5. 训练和学习：在建立模型之后，需要使用大量的数据对模型进行训练和学习，让模型能够根据数据进行调整和优化，以达到模拟人类思维的效果。训练和学习过程可以使用监督学习、无监督学习、强化学习等方法进行。
6. 评估和优化：训练和学习过程中，需要对模型进行评估和优化，以确保模型能够更好地模拟人类的思维过程。评估可以使用一些评价指标来度量模型的性能，优化则可以使用优化算法和技术来改善模型的效果。
7. 应用和拓展：经过训练和优化之后，模型可以应用到实际场景中，以解决人类思维相关的问题。同时，还可以根据需要对模型进行拓展和改进，以应对更复杂的思维过程和问题。
总之，要让计算机学会人类的思维，需要通过数据收集、数据清洗和标注、特征提取、建立模型、训练和学习、评估和优化、应用和拓展等步骤进行。不同的算法和技术可以在每个步骤中使用，以实现计算机对人类思维的模拟和学习。
