'人民网北京10月21日电（赵竹青）“如果没有GNC，飞船只能停留在科学幻想的阶段。”什么是GNC？它为何如此重要？带着这个问题，记者走进了中国航天科技集团公司五院502所飞船工程组。'
他们是我国11艘神舟飞船、1艘货运飞船GNC系统的缔造者，从成千上万的信息流和代码中“抽丝剥茧”，让太空漫步、太空之吻一步步变成现实。
从无到有，确保飞船安全回家
GNC，是制导导航与控制的英文缩写，相当于飞船的“眼睛”和“大脑”。它负责飞船飞行全过程的姿态和轨道控制以及在轨太阳帆板控制。也就是说，飞船如何运动、如何返回是由GNC决定的。
1994年，飞船工程组初成立时，只有美国和俄罗斯掌握飞船GNC技术。
“可以说，从无到有是靠人和时间堆砌起来的。”据参与了11艘神舟飞船GNC系统研制的班组产品保证经理李婷介绍，当时的计算机落后，大部分计算和数据判读需要人工完成，当时已50多岁的原班组长王南华带领十几个组员不分昼夜地做设计、计算、测试。“已经到了痴迷的程度。他们曾经半年时间吃住在单位，即便后来到了发射场，还在编写控制软件。”
终于，在继承我国返回式卫星控制系统成熟技术的基础上，该班组拿出了我国第一个具有制导、导航和控制全部功能的GNC系统，并且能够做到“一重故障正常，两重故障安全”，确保航天员的安全。
为了让航天员从太空“回家”时能够更有方向感，飞船落点更精准，在型号领导及专家的带领下，班组成员在飞船的姿态确定与返回再入控制技术上下了大功夫，先后突破了多项新技术，如在轨姿态对准技术、返回再入自适应制导技术等，保证了飞船具备多种条件下安全准确返回的能力。同时，班组还从技术总体角度突破了高可靠三级容错控制计算机、大规模嵌入式GNC 软件、具有消隐功能的新型红外地球敏感器等关键产品和技术，设计并开发了全面的地面验证系统。最终，神舟五号落地时“打靶中了十环”。
从有到强，操控飞船“万里穿针”
倘若说攻克返回控制技术是神舟飞船第一代GNC系统，那么攻克交会对接技术当属第二代GNC系统。
2011 年11 月3 日，天宫一号和神舟八号上使用的光学成像敏感器上演了首次“太空之吻”，对接精度比设计要求高近10倍，性能指标达到世界前列，标志着我国首次掌握了空间交会对接GNC技术。
那一刻，北京指挥控制中心的飞船工程组团队激动地抱在了一起。“起初心里很没底，当看到交会对接精度时，非常激动，五六年的辛苦付出值了，后续工作的信心也更足了。”班组长刘宗玉回忆起来，仍然难掩激动。
相比第一代的“刀耕火种”，现在的他们有了更加强大的工具：快速仿真技术、虚拟测试平台等现代信息技术的支持。“通过仿真设计，提出指标和要求，形成任务书，然后把任务书变成一个个产品，通过充分细致的测试、试验验证使设计‘迭代’。”班组成员郝慧如此描述他们的工作。
在神舟八号飞船GNC分系统研制中，交会对接敏感器是最关键也是最难啃的硬骨头。为了在地面验证其性能，2007年-2011年，飞船工程组专门模拟交会对接轨迹和环境，先后奔赴阿拉善等地开展试验。
据副组长冯烨回忆，阿拉善的冬天特别冷，白天他们冒着严寒测试，晚上就几个人挤在临时搭建的帐篷里互相取暖。而在挂飞试验中，他们更是只能坐在夹板上判读测试数据，颠簸得头晕恶心。“我记得，在酒泉做试验时，气温达到40摄氏度，大巴车里开着空调，可温度始终降不下来。”组员刘增波说。
正是因为这些严丝合缝的试验与测试验证，才有了神舟八号和天宫一号精准漂亮的“万里穿针”。
有趣的是，为了帮助航天员训练，他们在地面上设计了一整套模拟座舱系统，航天员在这里可以真实模拟太空手控交会对接操作。“于是，这里成了全国首个‘太空驾校’，航天员每一次过来模拟操作时都非常认真，有时还会要求多操作几遍。”班组成员李志宇说。
从神舟到天舟，交会时长缩至1/8
2017年9月12日，我国首艘货运飞船天舟一号与天宫二号实现了首次快速交会对接，从入轨到交会对接的全过程，由以往的2天缩短至6.5个小时。
其实早在2012年，当人们还沉浸于交会对接任务圆满成功的喜悦中时，飞船工程组就瞄准了快速交会对接这项新技术。2015年末，天舟一号GNC系统正样硬件和软件产品研制已经完成，开始出厂前最后阶段的测试，而这时有专家试探性地提出能否在天舟一号上实现快速交会对接，飞船工程组兴奋地答应了，他们着实为自己的先见之明高兴了一番。
飞船工程组需要在不打乱既定研发计划的基础上，用最短的时间、做最少的改动来满足新任务要求。为此，他们1年内升级了10个软件版本，有效提高了在工程约束下的GNC系统的精度和可靠性，也让飞船变得更聪明，更自主，把原来需要地面干预的工作交给天舟一号计算机自主进行……
负责货运飞船GNC分系统测试的组员李明明说，飞船的初样测试是一个痛苦的迭代过程，因为总会发现问题，然后进行设计改进、再测试……“从2012年8月~2014年5月，我们大都是晚上九十点下班。”
工作中，班组成员“每个人心中都有一根关于‘细致’的‘弦’”。例如，加电测试阶段，他们负责的数据参数表有600多页，需要关注的参数有3000多个。“每个参数的变化都有可能反映系统的特征表现，即便暂时没有表现出问题也要找出原因，防止一切可能出现的问题。”组员高伟告诉记者。
新老搭配，“雁阵”团队平均33岁
记者在采访中了解到，在飞船工程组内部，不同专业领域人员就如同七巧板，任何一块都不能缺。如何让这些人才发挥出1+1＞2的效果，将型号研制与人才梯队建设有机融合，是几代班组长一直在践行的课题。
他们想到，自然界中，“人”型雁阵是大雁飞得最快最省力的构型，雁阵飞行速度是单只大雁的1.71倍。因此，飞船工程组借鉴这一理念,首创了“雁阵”人才培育模式——正、副组长为领头雁，负责领飞；技术平台负责人为中坚雁，负责带飞；组员为前行雁，负责跟飞。
据了解，第一任“领头雁”王南华是将“严慎细实”作风诠释到极致的人。她习惯随身携带笔记本，把问题和要点随时记录在册。对于每一个设计接口，他都坚持测试到位、眼见为实。当时已是50多岁的她，每次测试都陪年轻人工作到深夜两三点。“搞航天走的是一条攀登路，任务重，风险大，只能尽一切可能做好！”王南华说。她这种严慎细实的作风被“阵里的雁子们”很好地传承了下来。
近年来，飞船组型号任务出现井喷式发展，班组又衍生出了动态化的“微雁阵”。“从生物学角度考虑，大雁在飞的过程中是会交替换位的，以达到省力的效果。”副组长冯烨介绍说，“我们把不同的飞船型号作为不同的平台，每个平台有一个成熟的技术骨干担任负责人，带领几名技术人员开展设计或测试工作。当这几个人逐渐成熟后，再把他们分到其他平台的不同位置上去。”
这种新老搭配、交替换位的模式，不仅提高了工作效率，也加速了人才的成长。目前，飞船工程组全部成员仅有19人，平均年龄还不到33岁。“小团队”做出了“大成绩”。未来，他们将用自己的双手，续写中国人的太空传奇，将越来越多的梦想变成现实。
科学界在对未知领域的探索中，还有一个研究方向足以和宇宙探索的重要性相提并论，你知道是关于什么的吗？
当然是对大脑的探索了，虽然大脑是我们人类最重要的器官，但一直以来，我们对它却知之甚少，没有办法充分发挥大脑的潜力。随着科学的进步，现在已经有了很多训练大脑的方法，在硅谷，非常多的新锐企业家开始重视用科学的方法，重塑自己的大脑，使其更加敏锐、更加高效，帮助他们抓住更多的商机。
国内有一档热度非常高的节目叫做《最强大脑》，你看过吧？王石、刘强东、李彦宏等知名企业家都曾作为节目嘉宾，共同探索大脑的奥秘，说明国内的企业家们也开始越来越关注大脑这个话题了。今天我们就从生活中离不开的“吃、住、行”三个方面来为大家分享一些方法，帮助我们的大脑永葆活力，高速运行。
先来说说“吃”对我们大脑的影响。在澳大利亚的一项针对250人，为期四年的研究中，实验人员将参与者分为两组，一组为精简饮食，食物包括新鲜蔬菜、沙拉、水果、烤鱼；另一组为正常饮食，食物包括烤肉、腊肠牛排、啤酒、炸薯片以及饮料。四年后对两组参与者的大脑进行扫描，发现精简饮食组的参与者大脑海马体扩大了45立方毫米，而正常饮食组的海马体缩小了52毫米。海马体的一个重要作用就是负责我们人类的记忆，也就是说海马体越大，记忆力越强。
大家可能没想到平时的饮食习惯对大脑会有这么大的影响吧，有哪些小窍门，能帮我们吃出一个健康的大脑呢？
从结构上看，我们的大脑60%是由脂肪构成的，但这并不意味着只要摄取脂肪，就都会对我们的大脑产生帮助，大脑对脂肪的要求非常高，比较好的营养来源是干果和鱼类。所以最简单的方法就是在工作的间隙，吃一些干果，不但可以补充大脑的能量，还会提升大脑记忆力。
从“住”的角度上看，对我们大脑最重要的就是睡眠了，睡眠的质量是至关重要。当大脑在活动的时候，大量的神经元会同步放电，产生脑电波。如果我们在熬夜加班之后马上就去睡觉了，脑电波没有办法从高赫兹一下子降到低赫兹，睡眠质量就会大打折扣。所以，我们可以在睡前听一段轻缓的歌曲，或者深呼吸5分钟，让脑电波的频率降下来，这样在入睡时，我们的大脑状态就更接近与理想的睡眠状态，更容易进入深度睡眠，睡眠的质量也会更高。
说完了吃，住之后，还有“行”呢，人类可是一种越运动越聪明的生物。最新的脑科学研究显示，当我们运动时，会有更多的血液流向大脑，为大脑带来丰富的葡萄糖作为能量，同时还能带来的氧气还会吸附大脑中的有害电子，将垃圾输送代谢。
对于很多没有时间运动的朋友们，宾夕法尼亚大学有一个这样的实验，相信会对大家产生启发。实验人员将被试分为三组，第一组的人有长久的运动习惯，但是测试当天并未运动，第二组从来没有运动的习惯，第三组是在当天早晨刚刚运动20分钟。结果发现，从来没有运动的一组人在记忆力测试中表现最差，而第一组和第三组人相比，第三组测试结果最好。
对于大脑而言，重要的不是运动多长时间，或者运动的强度有多大，关键要动起来，找到自己喜欢的运动，尝试步行而不是坐车，尝试爬楼而不是坐电梯，坚持每天多运动20分钟，大脑的状态就会产生显著的优化。
最强大脑和吃住行息息相关，看看你都做对了吗？欢迎留言互动~
(2017-10-13)
李飞飞、吴恩达、张潼、马维英、Pieter Abbeel、Oussama Khatib……；腾讯、阿里、今日头条、滴滴、科大讯飞、唯品会、斯坦福、UC伯克利、清华……集齐全球顶尖的AI领域领军人物，踏访中美两国科学研究及应用探索前沿的科技公司/大学的AI实验室，浓缩在飞越太平洋的9天内密集拜访和交流，这是一种什么感受？
一句话：大脑的“CPU”、“存储空间”和“接口”都已不够用。
9月14日-22日，红杉中国携手真格基金，定向邀请三十余位成员企业的创始人和高管，一起享受了一场智能超感的“北京-硅谷AI双城记”之旅。这是一次名副其实的大脑体操，对于在各个垂直领域已经取得初战胜果的创业者们，这更像是一趟寻找AI+商业“终极算法”的解惑之旅。红杉资本全球执行合伙人沈南鹏和真格基金创始人徐小平也参与了“AI双城记”硅谷段的部分活动环节，两位都非常关心AI产业将对教育领域带来哪些改变。
红杉资本全球执行合伙人沈南鹏：
人工智能是信息科技高速发展的重要产物，如果企业家能够把握好未来5-10年市场研发方向与机会，应当可以获得前所未有的长足进步，获得跨越式发展。
真格基金创始人徐小平：
工业时代是把流水线上的人变成机器，而AI时代则是把机器变成人。AI的广泛应用，如果能够极大提高生产力、极大地解放人类，将是非常了不起的事情。
在为期9天如此密集的知识大爆炸中，红杉资本和“AI双城记”的团员们一起，不仅和“机器之心”同频共振，还与如此之多的“最强大脑”超距连接，大家都收获到了什么？
01
未来竞争的壁垒不再是算法，而是数据拥有的量和质。
从1950年代中期人工智能概念的第一次被提出，及至今天出现的三次人工智能浪潮，各类算法已趋近成型。而从应用层来看，监督学习、迁移学习、非监督学习、强化学习这四类算法所创造的经济效益是递减的，就目前而言，AI技术做出的经济贡献几乎都来自第一种：监督学习，也就是让机器学会从A到B，从输入到输出的映射。它依靠结构化数据，确实比非结构化数据创造了更多的经济效益，并且已经扩展到在线广告、消费金融、语音交互、机器翻译等应用场景中。
此次拜访的多位AI大牛都谈到，当算法模型的优劣已不再是关键差异（就像所有安卓手机都系出安卓平台），未来科技公司在AI应用上的较量更多取决于谁拥有更多、更好的数据。以及，怎么策略性地持续获取更多数据。
如此图所示，处于金字塔顶端的结构化数据，将是任何一家公司的宝藏。
02
建立数据获取和训练的飞轮，对手就很难追赶你。
在此行“AI双城记”中，创业者向谷歌云机器学习与人工智能首席科学家李飞飞教授提出了这样一个问题：大公司毫无疑问拥有巨大的数据获取优势，那么创业公司还有机会吗？
李飞飞的回答是，大公司在获取跟自己产品相关的数据方面，这一优势肯定是无法匹及的。但是，AI应用的场景是多种多样的，在许多领域还有待开掘。对于初创公司来说，怎么通过产品来撬动数据获取才是最重要的。
吴恩达也持同样观点。他在白板上一边画图一边解释：一家新公司需要特地设计一个循环：先为算法收集足够的数据，这样就能推出产品；然后通过这个产品来获取用户，而用户会提供更多的数据……启动了这一飞轮后，对手就很难追赶你。
以今日头条为例。今日头条副总裁、人工智能实验室负责人马维英在分享中亦提到，用户使用今日头条越多，会发现它越智能。原因就是，用户会在使用时不断喂给机器第二轮大数据：他的偏好、点击次数、停留时长、负向反馈……从而让头条更懂用户。
就如同互联网时代已经发生过的故事那样：大平台之外，还有诸多垂直细分的数据领域有待挖矿。
03
大数据不追求因果性，更追求相关性。
原因是，只依据统计数据是不足以得出变量之间的因果性的。想要得出因果性，必须从理论上证明两个变量之间确实有逻辑上的因果性，并且要排除掉第三个隐含变量同时影响这两个变量的可能性。就像著名的啤酒尿布的故事，它只是说明这两项商品的购买人群中存在较大概率的重合度。
正如“AI双城记”团员、唯品会美国研发中心总经理、AI负责人谢楠在分享中提到AI技术有几大趋势：算法“开源化”，计算“云服务化”，数据“私有化”。因此，就算法、数据和运算能力这三大AI要素来说，企业最需要建立起壁垒的是数据。AI的商业应用与学术论文研究有所不同，算法模型的准确率不必是唯一的研发目标。在有限的时间与资源的情况下，也许有商业ROI更高的研发目标，譬如算法对某业务场景的覆盖范围。在特定的应用场景中，80%的算法模型准确率可能就可以做很多过去做不到的事情。如何在不完美准确率的情况下构建一个可行的商用场景是真正挑战商业AI实践者的地方，需要对业务及客户需求有深刻的洞察与理解。
04
传统科技公司+机器学习/神经网络≠AI公司。
吴恩达分享的主题就是：当AI成为新的电力，它将怎样改变世界？
AI的崛起正在改变公司间竞争的基础，那么，到底什么才是真正的AI公司？吴恩达首先谈到了互联网时代，究竟如何定义什么是互联网公司这件事——商场+网站≠互联网公司。
“我认识一家大型零售公司的CIO，有一次CEO对他说：我们在网上卖东西，亚马逊也在网上卖东西，我们是一样的。”但其实不是的，互联网公司应该如何定义呢？不是看你有没有网站，而是看做不做A/B测试、能不能快速迭代、是否由工程师和产品经理来做决策。这才是互联网公司的精髓。
同样地，现在经常听人说“AI公司”。在AI时代，我们同样要知道：传统科技公司+机器学习/神经网络≠AI公司。吴提出三个衡量维度——
第一，AI公司倾向于策略性地获取数据。
第二，AI公司通常有统一的数据仓库。
第三，普遍的自动化以及对人工智能产品经理的新定位（从哪儿获取数据，如何获取数据，对数据精准度的要求）。
05
机器学习就是，让机器学习怎样学习。
OpenAI研究员、加州大学伯克利分校教授Pieter Abbeel，和OpenAI创始人、YC总裁Sam Altman在与“AI双城记”团员的分享中，均提到了他们的最新研究方向——在小数据的前提下发展AI：让机器学会“学习”，在自训练（self-play）中训练智能体。
Pieter Abbeel更为具体地提到了一个有效的方法——元学习（Meta Learning）：给系统很多训练数据，最后得到的是一个自学习的系统，它会随着获得的数据进行更新和快速的学习。
这颠覆了传统的深度学习模式必定需要大量数据集的情况，意味着其实深度学习也可以在少量数据的情况下，得到不错的结果。
其中一个应用领域就是医疗诊断。对于一些发病率并不那么高的肿瘤类疾病，无法获得大量CT数据来训练机器学会识别肿瘤，就可以使用类似的相关联数据进行初步训练。红杉中国Family成员企业推想科技正是这么做的。其本质就是，教会神经网络怎样从模仿人类行为，到自主学习，犹如婴儿的成长。
06
AI应用需要从进化力、执行力上升到理解力。
阿里巴巴的技术专家们这样谈到他们对AI应用的理解：
进化力是互联网公司的看家本领，在网络时代，可以比传统企业更快速地迭代、试错、响应用户需求，而这正是开发AI应用的一大优势。
而上升到第二阶段就是执行力——你能够连接服务的数量、被新的交互手段所赋能的执行力，就变得非常重要。也就是怎样让AI真正在实际场景中应用起来。
再往前推演，就是理解力。怎样让AI自我学习、自我进化，理解环境、人的需求甚至具有自我意识。从计算、算法到数据，都对机器的理解力提出更高的要求。
由此看来，进化力体现在AI在商业上的浅层次应用上；而执行力则会考虑企业是否能够用AI改造自我基因，转变为真正的AI公司；在理解力层面，则意味着，AI不仅是机器处理流程的自动化，单纯替代人力的机械性劳动，而是具有创新创造的能力。
07
没有改变的用户需求仍然是这两个字：“爱”和“怕”。
在万紫千红的移动互联网时代，从用户需求的角度来说，几乎所有服务应用其实都可以归为这两类：“爱”，让用户享受到便利、折扣、好处、愉悦，于是越来越沉迷其中、爱不释手，社交、电商、游戏、文娱、资讯、工具类APP均可以归为这一类；“怕”，则是让用户拥有免于某种恐惧的自由，比如杀毒、隐私、医疗、安全类应用。
在不同时期，解决这两类需求的新方式，总会带来新的商业机会。AI时代亦会如是。
滴滴信息安全战略副总裁、滴滴研究院副院长、Didi Labs负责人弓峰敏博士是硅谷资深的信息安全专家，他谈到了AI时代将会面临的各种可能的技术安全问题，可一窥硬币的另一面。
在他看来，机器学习本身的确增加了方法和模型的复杂度，和软件时代一样，复杂程度本身就是一个可能引起更多漏洞和威胁的弱点。但在今天来说，AI应用引发黑客攻击的可能性实际上已经不是新鲜的事情，越来复杂的机器学习，已经有对抗的味道在里面了。这意味着，机器需要做更多自适应的学习，不断更新，去应对可能出现的安全风险。
从另一方面说，给机器喂的训练所需的数据时就要考虑到，其应用场景是什么样的，对于噪音、干扰、信息污染的承受程度是怎样的，如果预见性差，很可能致使这一学习系统被误导，其学习结果也相对不会理想。
也因此，解决AI未来应用的安全性问题，也会是一个蓬勃兴起的新领域。
08
AI时代，人类将真正第一次在最本质意义上复原成“智人”。
越过奇点后，人类的工作越来越多被机器替代，人还何以为人？关于这个问题，已经让社会学家、未来学家和经济学家争论许久。真格基金联合创始人王强老师在此次“AI双城记”的一次分享中，谈到了他的理解：
“这一场AI越来越凸显特色的智能化革命，实际上就是两个方向。一是不断释放人的大脑所承载了千百年的所有功能，这是继工业革命之后，释放人脑潜力、释放人力资源的又一次革命。用越来越用智能化、高效率的方式，来替代人脑不应该承载的任务。
“另一方面，当人脑的部分工作被人工智能所解放，它必定在呼唤着新的东西。就像人作为灵长类高等动物，古生物学家给人类的祖先命名为‘智人’，随着AI的不断演进，可能人将真正第一次在最本质意义上复原成为‘智人’。”
不仅是AI在学习人类，人类也在和机器的互动中学习。就像围棋高手们也从AlphaGo的很多新颖的走法中获得启发。相信在未来世界，这样的交互会越来越频繁的发生，对教育来说，AI将带来一些重要的改变，从教育产品到教育本身都会有，它会让人类变得更聪明。
(2017-10-09)
继三年前推出的《最强大脑》刮起势不可挡的“脑力风暴”之后，江苏卫视本周推出的《超凡魔术师》则是又一个全新领域内容创新的综艺节目。与常见的音乐综艺、户外真人秀等传统内容相比，定位于“魔术竞技类”的《超凡魔术师》无论是节目新意还是内容观赏性上都具备相当大的差异化优势。从节目首播的情况来看，无论是舞娘奚齐月将超凡出尘的舞蹈与“穿墙术”的结合，还是长相酷似胡歌的林翊，以一袭古装扮相在中国风布景之中上演“大变活鱼”的表演，都具有极度华美的视觉效果和不可思议的体验。而从节目首播的情况来看，台网数据和观众口碑都给出了积极的反馈。
为了增加节目的观赏性和戏剧冲突性，《超凡魔术师》这档节目最基本的逻辑便是加入了竞技元素——由国内顶级的魔术师们同台PK，选拔出“超凡魔术师”组成中国战队与国际高手过招。这样的节目逻辑与《最强大脑》基本一致，优势是能够增加节目的可看性，并且吸引观众保持对节目观赏的连续性，需要解决的问题是对于不同类型、不同难度的魔术表演如何评判与选拔。
从第一期播出的情况来看，《超凡魔术师》采用的是最为简洁有效的1V1对战后，经观众以及由范冰冰、魏坤琳、陈智玲、惠若琪、曾舜晞组成的“魔唤师”五人组投票决议胜者，最终获得加入中国战队与世界高手较量的机会。根据规则，每期节目亮相五位魔术师，五位竞演魔术师将通过抢擂决定竞演顺序；抢擂成功的竞演魔术师表演后，可以选择任意一位魔术师成为对手，二人中的胜者暂时安全；两组抢擂结束，未被选择的一位竞演魔术师自动轮空，进行个人单独表演，并与前两组获胜者争夺进入中国战队的席位。但从规则逻辑上来说，五位魔术师都是一轮表演，只有最具有观赏性的表演才有可能获得晋级的机会，并不会存在对手的挑选顺序而可能产生偶发性的结果。所以从这个角度而言，个人感觉捉对PK的意义并不是很大，或许考虑单循环守擂战的模式更具有刺激性和观赏性。
对于“魔唤师”的成员组成，个人也是有些不同的看法。最常见的评判模式要么是专业评委投票占主导，要么是普罗大众投票占主导，或者是以媒体等第三方投票为主导，甚至可以两方、三方互成犄角互相角力，也能形成节目的看点。《超凡魔术师》既然作为是专业表演艺术的竞技比赛，自然应该要多考虑专业意见。从第一期“魔唤师”五人组里，陈智玲作为当之无愧的魔术皇后，在“魔唤师”评委团里无疑是代表专业意见；其他四位包括范冰冰、魏坤琳、惠若琪、曾舜晞虽然类型迥异，各自侧重点也不同，但从根本上而言这四位都是非专业代表。
当然，从节目观赏性的角度可以理解节目组邀请这四位“魔唤师”的初衷：范冰冰是一线艺人代表，是推动这档魔术节目传播广度的关键人；曾舜晞是如今人气小鲜肉的代表，重点照顾年轻观众群体，惠若琪作为体育届代表，意喻着这档竞技节目同样呼唤不服输的竞技体育精神；魏坤琳是科学技术的代表，承担理性分析的功能。
但就以魏坤琳Dr.魏为例，在第一期中其实已经多次出现他和陈智玲就魔术表演和科学原理边界争论的场景，Dr.魏的科学分析方向稍有差池，就容易成为魔术揭秘和破梗，这对于魔术表演是种大忌。联想起每当各大晚会表演完魔术之后网上就会出现铺天盖地地魔术揭秘，这种对魔术不友好的态度其实也是对这门艺术的不尊重，刘谦也专门发文驳斥过“魔术要揭秘才会进步”的说法。
所以从这个逻辑上来说，魏坤琳的加入就显得有些尴尬。至于在艺人的邀请上，完全可以考虑像周杰伦这样爱好魔术表演的，或者像余少群、苏有朋这些曾经出演过魔术题材影视剧的艺人，或许效果会更好。但总体而言，魔唤师的构成应该是专业高于非专业部分，毕竟节目本身也设有了观众投票的环节。如此，魔术专业评委负责技术问题，艺人嘉宾负责表演效果问题，现场观众反馈市场接受度的问题，三者之间相互均衡平衡，应该会更加和谐。
(2017-10-15)
10月11日，2017年云栖大会正式拉开帷幕，阿里巴巴董事局主席马云出席开幕仪式。国内最大的职场实名社交平台脉脉作为阿里云的合作伙伴受邀参加2017云栖大会，脉脉创始人兼CEO林凡也将与全球AI、大数据领域“顶级大脑”同台论道，并在10月14日会议现场发表《精准智能人脉——大数据下的关系升级》的主题演讲。
本次会议于10月11日-14日在云栖小镇举行，参会者不仅能够在主论坛与马云等大佬“零距离”接触，还能享受20场峰会、120余场分论坛的“科技盛筵”。大会汇集了最热点的行业话题和最前沿的潮流趋势，促进国内外科学技术厂商、专业人士、科研机构和企业用户进行前沿技术交流，堪称史上最大规模的一次云栖大会。
清华大学交叉信息研究院院长、中国科学院院士姚期智，中国科学院院士、中国科学技术大学常务副校长潘建伟，香港中文大学信息工程系教授、中科院深圳先进技研院副院长汤晓鸥，哥伦比亚大学计算机系教授、大数据科学研究中心主任周以真等知名科学家、学者、研发团队和传统行业巨头、新兴行业独角兽企业也将齐聚一堂，分享创业经验，挖掘人工智能、大数据、云计算产业发展新机遇。
据悉，作为2017年云栖大会的重要嘉宾，脉脉创始人兼CEO林凡将与百合网集团副总裁曾浩峰、阿里云社交&企业服务业务总监曾凡钢、知乎机器学习团队负责人张瑞等众多社交领域的嘉宾大咖一道，在10月14日上午09:00至12:00，为大众带来“找到合适的人，找到满意的答案”——互联网+社交论坛，重新定义中国社交发展新趋势。
届时，林凡将在现场分享脉脉如何以高频需求作为流量入口，为用户建立信任体系，并连接高附加值服务，成为高活跃度、关系链紧密的智能化商业人脉生态圈。此外，林凡还将介绍脉脉基于profile的商业关系链整体解决方案、理念和案例。
据国内知名第三方研究机构艾瑞咨询数据显示，今年以来，脉脉沉淀的数千万职场用户和UGC优质内容，让脉脉连续数月在国内职场社交APP榜单中拔得头筹。目前，基于用户的大数据和庞大的职场用户积累，脉脉能提供诸如招聘、采购、商务、销售等企业级应用，为企业级用户提供求职者历史职业动态、上游供应商身份信息及外部评价、潜在商务伙伴信息、潜在销售对象职业资料等商业资料。
作为中国最大的职场实名社交平台，脉脉利用“人脉算法”为职场人拓展人脉，降低商务社交门槛，实现各行各业交流合作。如今的脉脉用户体量已经超过了当初设想中“小而美”的垂直社交，逐渐成为了一个连接人与人、人与服务的现象级平台产品。
脉脉公关总监刘晨表示，脉脉在服务客户的过程中深入理解行业需求，成功打造了信息连接、情感连接、利益连接三大解决方案。成立四年以来，脉脉服务过阿里巴巴、腾讯、微软、百度、CCTV、今日头条、宜信、甲骨文、IBM、人民网等全球500强及国内众多知名客户。
(2017-10-11)
由童娱传媒联合快约星娱乐出品的全国首档少儿成长体验真人秀《萌师驾到》今天中午12点在芒果TV精彩继续。上期节目中，在“萌师小秘书”张含韵和新进飞行嘉宾魏大勋的带领下，6位萌娃与女巫斗智斗勇，闯过了追猪大战、帐篷寻人等一系列不可思议的关卡，然而，公主的庄园依然被邪恶的女巫霸占，那么，这次萌娃们又将迎来怎样全新的挑战？
经过前一天的恶战，萌娃和小萌师们终于得到了片刻的喘息机会。剥玉米、捏糍粑，刚刚享受完萌娃们清晨换回的美味早餐，恶魔便“从天而降”，掳走了正在收拾碗筷的张含韵，速度之快当场吓懵“女汉子”能姐，“小公主”毛毛也在一旁不知所措，听闻动静，魏大勋带着一群萌娃冲出屋外，却发现为时已晚，反应过来的能姐当即抄起凳子就要追回小花姐姐。为了顺利救出小花姐姐，魏大勋带着6个萌娃按照恶魔留下的线索，一路追到耕读书院。恶魔见状提出吹墨写“萌”字的不合理要求，尽管如此，萌娃小分队们依旧使出浑身解数，魏大勋更是亲自临阵上演吹墨十八技，面对如此刁钻的任务，萌娃小分队能否顺利解救出小花姐姐？
随着关卡的层层推进，萌娃和小萌师们也迎来了与邪恶女巫的最后一战。经过两天的相处，萌娃们与这位新进飞行嘉宾之间的情感更深一步，齐齐称呼他为“大兄哥哥“，“混血儿”可阳更是与“大兄哥哥”形影不离，为了和“大兄哥哥”、小花姐姐顺利打败邪恶女巫，夺回公主的庄园，萌娃小分队也因此被安排了紧急特训，PVC管小球接力和找不同。在此之前，萌娃和两位萌师们从未有过这样的通力合作，刚开始的不合拍让小分队乱了阵脚，好在有萌师们细心指导，萌娃们逐渐有了默契。而在之后的“找不同”环节，魏大勋更是凭借惊人的记忆力，只大体查看了两辆轿车，便能一口气报出了6处不同，过目不忘的本领连张含韵都惊呼连连，萌娃们更是满眼崇拜，魏大勋也因此被赞“最强大脑”。
《萌师驾到》以妙趣横生的节目构思，纯真可爱的展现方式收获了大批观众的青睐和支持，节目不仅展示了萌娃们天真稚气的一面，也教会了萌娃勇往直前、不畏险恶的处世之道，让观众和萌娃们有了双向启发，这也正是《萌师驾到》所要表达的精髓，更多精彩内容请准时锁定今天中午12点的节目。
(2017-10-11)
北京时间17日晚，第12届世界数独锦标赛在印度班加罗尔闭幕，中国数独队力压日本、美国、捷克、法国等强队获得团体冠军，这是中国数独队首次在境外获得世锦赛冠军。10月20日，中国数独队回国。据本届世锦赛中国队领队徐艳介绍，中国数独队平均年龄仅17岁，系所有参赛队伍中最小。
重案组37号发现，曾参加《最强大脑》节目引起关注的中国数独队13岁“明星队员”胡宇轩，获得个人赛第八名，创下个人国际大赛最好成绩。
全文1937字，阅读约需3.5分钟。
中国数独队拿下境外世锦赛首冠
数独是一种运用数学演算的逻辑游戏。玩家需要根据9×9盘面上的已知数字，推理出所有剩余空格的数字，并满足每一行、每一列、每一个粗线宫(3*3)内的数字均含1-9，不重复。 90年代国内就有部分的益智类书籍出现，如今已经发展成为一项竞速类运动，每年都有多场国际赛事。
中国数独队领队徐艳告诉重案组37号，中国从2007年开始选拔优秀数独选手参加世界锦标赛，并于2013年在中国拿下世锦赛首冠。
本届世锦赛从10月16日开始历时两天，共有35个国家和地区的212名选手参赛。与往届不同的是，本届世锦赛赛制改革，不设总决赛，个人赛、团体赛都以最后总成绩排名确定奖项。
“这就使得参赛选手各轮赛事都要分分必争，要求也更高。”徐艳介绍，参赛选手经过18轮近300道题目的比拼最终完成比赛，本次比赛团体赛成绩中国与日本分值接近，直到最后一轮才确定中国获得冠军。徐艳告诉重案组37号探员，这是中国数独队参加境外世锦赛拿下的第一个冠军，取得历史性突破，也创造了个人和团体的境外参赛最好成绩。
“明星队员”胡宇轩创个人最佳
值得一提的是，中国数独队平均年龄仅17岁，系所有参赛队伍中最小的。中国选手全部来自中国数独锦标赛选拔赛，世智联中国代表机构--北京市数独运动协会在组队上大胆起用新人，队员胡宇轩、明乐天都只有13岁。
据徐艳介绍，个人赛方面，中国队有三名选手成绩位列前十，其中清华大学学生邱言哲获得季军、人大附中戴潭潭获得第五、北京八中胡宇轩获得第八，戴潭潭、胡宇轩、明乐天还获得U18前三名。
胡宇轩是中国参赛选手中年龄最小的一位，今年3月，他曾在《最强大脑》节目中对阵世界级日本选手并赢下比赛，他也凭借实力被网友关注，称其为“数独少年”。
10月20日下午，胡宇轩随团队抵京。他告诉重案组37号，自己从2013年开始参加国际比赛，本次已经是第三次参加国际赛事，“我的比赛成绩也从以前的195名上升到这次的第8名，下一次的目标是前7名。”
作为年少成名的国家级选手，胡宇轩并没有因为数独耽误日常学习，相反13岁的他如今已经连跳两级就读高二，而且数学课常常考满分。父亲胡光荣对此感到自豪，他告诉重案组37号探员，儿子从6岁起就喜欢上数独，家人也很支持，希望他能越走越远。
对话
胡宇轩：享受与高手过招的感觉
昨天下午，参赛回京的胡宇轩抵达首都机场，身形瘦小、满脸笑容的他胸前挂着一枚金牌，和重案组37号探员聊起本次参赛和以往的经历。
重案组37号：对这次参赛经历有什么感触?
胡宇轩：参加比赛前，我就有自信，觉得这次的成绩应该会在10-20名之间，这次算是创造了个人国际大赛最好成绩。现在参加国际比赛不会紧张了，能跟其他国家的高手过招，觉得挺享受的。
重案组37号：成绩越来越好，平时是怎么训练的?
胡宇轩：现在我的运算速度很快了，平时一天最多花一个小时去练。而且数独比较费脑子，练多了也不好。
重案组37号：什么时候喜欢上数独的?
胡宇轩：第一次玩数独，是我6岁的时候。有一次去参加同学的生日聚会，带回来一本数独，回家后就自己研究。但是过程很不顺利，我算了4个小时都没有填出来，后来我看了一本数独说明书才把它完成。我很喜欢数学，感觉数独挺有趣的，就不断买了很多数独书回来练习，慢慢地就把速度练上来了。
重案组37号：之后是怎么成长为国家级选手的呢?
胡宇轩：我后来常常去参加数独活动，也得到了国家级教练的指导，对我帮助很大。8岁的时候，就开始参加比赛了。
重案组37号：很多人对你参加《最强大脑》的印象很深刻。
胡宇轩：今年年初的时候，节目组找到我，那时候我已经参加过很多比赛了，不怯场，就去了。我是抱着必输的心态去的，台上说“我是来打酱油的”，也是心里话。没想到观众会有那么深印象。
重案组37号：节目中你逆转战胜了世界排名靠前的日本选手，是怎么做到的?
胡宇轩：当时我跟他比赛时，以为自己一定会输。开局连输两局的时候也觉得很正常。当时我还耸了耸肩，其实是很放松的。也可能是因为我心态好吧，后来才能比较好地发挥。
重案组37号：对数独有下一步的目标吗?
胡宇轩：比我强的选手还有很多，得继续努力。我希望自己下一次参加国际比赛，能够拿到前七名的成绩。
新京报记者 李明
校对 王心
以下为网友评论：
网友“神兽星人吃货1991号”：我还记得他说来打酱油的！
(2017-10-21)
李飞飞、吴恩达、张潼、马维英、Pieter Abbeel、Oussama Khatib……;腾讯、阿里、今日头条、滴滴、科大讯飞、唯品会、斯坦福、UC伯克利、清华……集齐全球顶尖的AI领域领军人物，踏访中美两国科学研究及应用探索前沿的科技公司/大学的AI实验室，浓缩在飞越太平洋的9天内密集拜访和交流，这是一种什么感受?
一句话：大脑的“CPU”、“存储空间”和“接口”都已不够用。
9月14日-22日，红杉中国携手真格基金，定向邀请三十余位成员企业的创始人和高管，一起享受了一场智能超感的“北京-硅谷AI双城记”之旅。这是一次名副其实的大脑体操，对于在各个垂直领域已经取得初战胜果的创业者们，这更像是一趟寻找AI 商业“终极算法”的解惑之旅。红杉资本全球执行合伙人沈南鹏和真格基金创始人徐小平也参与了“AI双城记”硅谷段的部分活动环节，两位都非常关心AI产业将对教育领域带来哪些改变。
红杉资本全球执行合伙人沈南鹏：人工智能是信息科技高速发展的重要产物，如果企业家能够把握好未来5-10年市场研发方向与机会，应当可以获得前所未有的长足进步，获得跨越式发展。
真格基金创始人徐小平：工业时代是把流水线上的人变成机器，而AI时代则是把机器变成人。AI的广泛应用，如果能够极大提高生产力、极大地解放人类，将是非常了不起的事情。
红杉中国为什么要做这件事？
从计算时代、网络时代到AI时代，是红杉资本与全球技术创新浪潮并进的45年。即使你已熟悉车库故事、多次到访沙丘路，但你仍然可能对硅谷——这片长约25英里的狭长谷地有所不知。从早期的通讯技术研发基地，到半导体巨头的摇篮;从斯坦福的工业园，到风险资本的初始之地;从软件、互联网的勃兴，到今日AI之风劲吹，硅谷已成为全球技术变革的代名词，并一次次挺立于创业创新的潮头。
在计算时代，红杉资本发掘了苹果、投资了Oracle、思科……;在网络时代，它投资了谷歌、雅虎、领英、YouTube、Airbnb、阿里巴巴、京东、滴滴、今日头条……;现在，当科技世界叩响AI时代的大门，它再一次以超越科技跃进和市场波动的眼光，把握先机，提前布局。
搭建中美AI前沿对话的平台，投资早期AI创新创业之新荷。红杉中国致力于成为顶 级高成长企业最早、最重要的投资人，作为创业者背后的创业者，不仅是发掘和以资金资源支持创业新秀，更不一样的是，给予创业者以成长帮助并陪伴长跑。怎样为创业者打开世界观?红杉中国愿意成为AI前沿对话的“搭桥者”、“造雨人”、“连接器”，为创业者提供有针对性的高端对话机会，搭建更广阔的深度互动交流平台。
红杉资本中国基金合伙人周逵带队参与了北京段的参访行程。他说，组织这一场活动，初衷是给红杉中国投资的AI领域成员企业提供实际有效的帮助，为此主办方为每一站活动主题都尽量做了细化、聚焦，希望令所有参与人的兴趣点更加集中，沟通更有效率。
红杉中国今年已举办了近十场类似的投后服务活动，希望通过这些高质量的交流活动，帮助CEO了解到产业核心企业的动态和想法，认识行业最牛的人，做最准确的业务判断。
在为期9天如此密集的知识大爆炸中， 我们和“AI双城记”的团员们一起，不仅和“机器之心”同频共振，还与如此之多的“最强大脑”超距连接，大家都收获到了什么?
敲黑板！敲黑板！以下是我们的随行笔记，要划重点了：
01
未来竞争的壁垒不再是算法，而是数据拥有的量和质。
从1950年代中期人工智能概念的第一次被提出，及至今天出现的三次人工智能浪潮，各类算法已趋近成型。而从应用层来看，监督学习、迁移学习、非监督学习、强化学习这四类算法所创造的经济效益是递减的，就目前而言，AI技术做出的经济贡献几乎都来自第一种：监督学习，也就是让机器学会从A到B，从输入到输出的映射。它依靠结构化数据，确实比非结构化数据创造了更多的经济效益，并且已经扩展到在线广告、消费金融、语音交互、机器翻译等应用场景中。
此次拜访的多位AI大牛都谈到，当算法模型的优劣已不再是关键差异(就像所有安卓手机都系出安卓平台)，未来科技公司在AI应用上的较量更多取决于谁拥有更多、更好的数据。以及，怎么策略性地持续获取更多数据。
02
建立数据获取和训练的飞轮，对手就很难追赶你。
在此行“AI双城记”中，创业者向谷歌云机器学习与人工智能首席科学家李飞飞教授提出了这样一个问题：大公司毫无疑问拥有巨大的数据获取优势，那么创业公司还有机会吗?
李飞飞的回答是，大公司在获取跟自己产品相关的数据方面，这一优势肯定是无法匹及的。但是，AI应用的场景是多种多样的，在许多领域还有待开掘。对于初创公司来说，怎么通过产品来撬动数据获取才是最重要的。
吴恩达也持同样观点。他在白板上一边画图一边解释：一家新公司需要特地设计一个循环：先为算法收集足够的数据，这样就能推出产品;然后通过这个产品来获取用户，而用户会提供更多的数据……启动了这一飞轮后，对手就很难追赶你。
以今日头条为例。今日头条副总裁、人工智能实验室负责人马维英在分享中亦提到，用户使用今日头条越多，会发现它越智能。原因就是，用户会在使用时不断喂给机器第二轮大数据：他的偏好、点击次数、停留时长、负向反馈……从而让头条更懂用户。
就如同互联网时代已经发生过的故事那样：大平台之外，还有诸多垂直细分的数据领域有待挖矿。
03
大数据不追求因果性，更追求相关性。
原因是，只依据统计数据是不足以得出变量之间的因果性的。想要得出因果性，必须从理论上证明两个变量之间确实有逻辑上的因果性，并且要排除掉第三个隐含变量同时影响这两个变量的可能性。就像著名的啤酒尿布的故事，它只是说明这两项商品的购买人群中存在较大概率的重合度。
正如“AI双城记”团员、唯品会美国研发中心总经理、AI负责人谢楠在分享中提到AI 技术有几大趋势：算法“开源化”，计算“云服务化”，数据“私有化”。因此，就算法、数据和运算能力这三大 AI 要素来说，企业最需要建立起壁垒的是数据。AI的商业应用与学术论文研究有所不同，算法模型的准确率不必是唯一的研发目标。在有限的时间与资源的情况下，也许有商业ROI 更高的研发目标，譬如算法对某业务场景的覆盖范围。在特定的应用场景中，80%的算法模型准确率可能就可以做很多过去做不到的事情。如何在不完美准确率的情况下构建一个可行的商用场景是真正挑战商业AI实践者的地方，需要对业务及客户需求有深刻的洞察与理解。
04
传统科技公司 机器学习/神经网络 ≠ AI公司。
吴恩达分享的主题就是：当AI成为新的电力，它将怎样改变世界?
AI的崛起正在改变公司间竞争的基础，那么，到底什么才是真正的AI公司?吴恩达首先谈到了互联网时代，究竟如何定义什么是互联网公司这件事——商场 网站 ≠ 互联网公司。
“我认识一家大型零售公司的CIO，有一次CEO对他说：我们在网上卖东西，亚马逊也在网上卖东西，我们是一样的。”但其实不是的，互联网公司应该如何定义呢?不是看你有没有网站，而是看做不做A/B测试、能不能快速迭代、是否由工程师和产品经理来做决策。这才是互联网公司的精髓。
同样地，现在经常听人说“AI公司”。在AI时代，我们同样要知道：传统科技公司 机器学习/神经网络 ≠ AI公司。吴提出三个衡量维度——
第一，AI公司倾向于策略性地获取数据。
第二，AI公司通常有统一的数据仓库。
第三，普遍的自动化以及对人工智能产品经理的新定位(从哪儿获取数据，如何获取数据，对数据精准度的要求)。
05
机器学习就是，让机器学习怎样学习。
OpenAI研究员、加州大学伯克利分校教授Pieter Abbeel，和OpenAI创始人、YC总裁 Sam Altman在与“AI双城记”团员的分享中，均提到了他们的最新研究方向——在小数据的前提下发展 AI：让机器学会“学习”，在自训练(self-play)中训练智能体。
Pieter Abbeel更为具体地提到了一个有效的方法——元学习(Meta Learning)：给系统很多训练数据，最后得到的是一个自学习的系统，它会随着获得的数据进行更新和快速的学习。
这颠覆了传统的深度学习模式必定需要大量数据集的情况，意味着其实深度学习也可以在少量数据的情况下，得到不错的结果。
其中一个应用领域就是医疗诊断。对于一些发病率并不那么高的肿瘤类疾病，无法获得大量CT数据来训练机器学会识别肿瘤，就可以使用类似的相关联数据进行初步训练。红杉中国Family成员企业推想科技正是这么做的。其本质就是，教会神经网络怎样从模仿人类行为，到自主学习，犹如婴儿的成长。
06
AI应用需要从进化力、执行力上升到理解力。
阿里巴巴的技术专家们这样谈到他们对AI应用的理解：
进化力是互联网公司的看家本领，在网络时代，可以比传统企业更快速地迭代、试错、响应用户需求，而这正是开发AI应用的一大优势。
而上升到第二阶段就是执行力——你能够连接服务的数量、被新的交互手段所赋能的执行力，就变得非常重要。也就是怎样让AI真正在实际场景中应用起来。
再往前推演，就是理解力。怎样让AI自我学习、自我进化，理解环境、人的需求甚至具有自我意识。从计算、算法到数据，都对机器的理解力提出更高的要求。
由此看来，进化力体现在AI在商业上的浅层次应用上;而执行力则会考虑企业是否能够用AI改造自我基因，转变为真正的AI公司;在理解力层面，则意味着，AI不仅是机器处理流程的自动化，单纯替代人力的机械性劳动，而是具有创新创造的能力。
07
没有改变的用户需求仍然是这两个字：“爱”和“怕”。
在万紫千红的移动互联网时代，从用户需求的角度来说，几乎所有服务应用其实都可以归为这两类：“爱”，让用户享受到便利、折扣、好处、愉悦，于是越来越沉迷其中、爱不释手，社交、电商、游戏、文娱、资讯、工具类APP均可以归为这一类;“怕”，则是让用户拥有免于某种恐惧的自由，比如杀毒、隐私、医疗、安全类应用。
在不同时期，解决这两类需求的新方式，总会带来新的商业机会。AI时代亦会如是。
滴滴信息安全战略副总裁、滴滴研究院副院长、Didi Labs负责人弓峰敏博士是硅谷资深的信息安全专家，他谈到了AI时代将会面临的各种可能的技术安全问题，可一窥硬币的另一面。
在他看来，机器学习本身的确增加了方法和模型的复杂度，和软件时代一样，复杂程度本身就是一个可能引起更多漏洞和威胁的弱点。但在今天来说，AI应用引发黑客攻击的可能性实际上已经不是新鲜的事情，越来复杂的机器学习，已经有对抗的味道在里面了。这意味着，机器需要做更多自适应的学习，不断更新，去应对可能出现的安全风险。
从另一方面说，给机器喂的训练所需的数据时就要考虑到，其应用场景是什么样的，对于噪音、干扰、信息污染的承受程度是怎样的，如果预见性差，很可能致使这一学习系统被误导，其学习结果也相对不会理想。
也因此，解决AI未来应用的安全性问题，也会是一个蓬勃兴起的新领域。
08
AI时代，人类将真正第一次在最本质意义上复原成“智人”。
越过奇点后，人类的工作越来越多被机器替代，人还何以为人?关于这个问题，已经让社会学家、未来学家和经济学家争论许久。真格基金联合创始人王强老师在此次“AI双城记”的一次分享中，谈到了他的理解：
“这一场AI越来越凸显特色的智能化革命，实际上就是两个方向。一是不断释放人的大脑所承载了千百年的所有功能，这是继工业革命之后，释放人脑潜力、释放人力资源的又一次革命。用越来越用智能化、高效率的方式，来替代人脑不应该承载的任务。
“另一方面，当人脑的部分工作被人工智能所解放，它必定在呼唤着新的东西。就像人作为灵长类高等动物，古生物学家给人类的祖先命名为‘智人’，随着AI的不断演进，可能人将真正第一次在最本质意义上复原成为‘智人’。”
不仅是AI在学习人类，人类也在和机器的互动中学习。就像围棋高手们也从AlphaGo的很多新颖的走法中获得启发。相信在未来世界，这样的交互会越来越频繁的发生，对教育来说，AI将带来一些重要的改变，从教育产品到教育本身都会有，它会让人类变得更聪明。
(2017-10-10)
据悉，国内首档魔术竞技类节目《超凡魔术师》即将在江苏卫视播出，该节目由范冰冰、魏坤琳、陈智玲等担任“魔唤师”组成评审团，他们将组成《超凡魔术师》的固定班底，与观众共同见证奇迹发生的时刻。
魏坤琳作为《最强大脑》的科学判官为观众熟知，又因为本人帅气的外表赢得了更多的关注。今日，叨叨魏发博为节目造势，当然，话语还是充满科学性……
节目中，“魔唤师”将对竞演魔术师进行严格的筛选，他们将结合观众意见选出实力强者进入“中国战队”，最后再向国际高手发起巅峰挑战，听起来和《最强大脑》的赛制有些相似。
《超凡魔术师》是一档新类型节目，究竟能否在同质化的综艺节目中脱颖而出，让我们拭目以待吧！
(2017-10-14)
《最强大脑》节目当然是非常好看的，可是更好看的是每期请来的嘉宾，这么炫酷的脑力节目加上熠熠生辉的明星大咖谁不喜欢啊！这次来自星星的金秀贤“老公”要来了，真的都不确定能不能好好看这期节目了，因为小心脏呯呯实在跳得厉害！真的好想“都教授”是比赛选手啊，这样镜头面前全部都是那张百看不厌的脸了！
但是随着节目的推进，居然意外被一个新男神吸引了眼球，他就是“魔方达人”贾立平，连来自星星的“都教授”都表示今后400年不再碰魔方了。“都教授”说话还是有份量的，在金秀贤的提醒下，我从花痴状态醒来，忽然发现这场中国和西班牙对抗赛还蛮精彩的。金秀贤为什么要说今后400年不再碰魔方了啊，因为自己有点会玩，可是在贾立平面前真是小巫见大巫的，男人都是有点自尊心的好不。但事实是“魔方达人”的表现实在是令人佩服得五体投地，但凡有一点欣赏水品的人能不献上膝盖吗？何况来自星星的“都教授”曾经是外星人，有“超能力”的啊！他都委婉地说I服了U，贾立平。
亲，暂时无法评论！
《最强大脑》为金秀贤而来却迷上“魔方达人”贾立平
2017-10-16 04:42:31大脑时代
我要报错
在这场中西对抗赛中，贾立平与西班牙选手阿莱克斯，在一个小时的时间内，要记住20个被拧乱的魔方，然后在10分钟内，看谁盲拧复原的魔方最多。
两位选手都是经过层层比赛筛选出来的，强大的心理素质不用说，公式熟悉程度相当的话，现场比的就是强大的记忆能力。西班牙选手阿莱克斯觉得自己无法记住20个魔方，于是他只选择了10个进行记忆，他希望在正确率上有所胜算，在盲拧复原的10分钟内，他准确复原了5个，但是他失算了，没想到贾立平的记忆力这么好，真是令人大跌眼镜！
贾立平在盲拧复原的10分钟内，总共复原了15个魔方，其中13个完全正确。想想10分钟，我们平常人蒙着眼睛可能连一个魔方都搞不定，何况20个。在此之前，贾立平多次在《最强大脑》中所展现出的综合素质，一直为Dr.魏所肯定，果然不出他所料，贾立平为他带来了一丝惊喜，贾立平挑战成功后，Dr.魏激动地说：“当初我顶着巨大的压力让你满分晋级，就是看中了你强大的抗压能力，今天你替自己争气，也替我争了气，我非常高兴！”
时间回到《最强大脑》2014年1月24号那期，贾立平在水中成功盲拧两个被完全打乱的魔方，只用了1分01秒，创下了世界纪录。但当时评审梁冬只给了1分的预判分（这么低的分数，赛场上的裁判有时真是令人费解），好在科学判官Dr.魏慧眼识珠，给了他满分10分的难度分，令他成功晋级，这才有了今天的精彩表现。
想想10分钟一次性复原15个魔方，平均一个魔方还不到一分钟啊，而且还不能记得前面忘了后面，这个记忆量是非常大的，这里为贾立平的出色记忆点个赞。
玩过魔方的人都知道，魔方复原虽然有一套公式口决，但是对于千变万化的魔方来说，组合的情形也是非常多的，这需要花大量的时间进行枯燥的练习，而且光知道公式，不记得顺序也是无法完成这个项目的，那么贾立平到底是不是职业选手呢，练习了多长时间？
贾立平当时是中科大的理工科研究生，魔方是他的业余爱好，他玩魔方总共4年，但是练习盲拧才1年多，只能说他真的特别刻苦，因为没有付出常人更多的努力是无法在短时间内走上国际赛场的。阿莱克斯也不是等闲之辈，他平时看到一个建筑就能推测出他的三维结构，空间想象能力非常强大，而且玩魔方已经不是用“手”了，都练到“脚”了……这次他期望在中国遇到更强的对手，没想到心想事成，碰到了贾立平，我觉得两人的记忆力相差还是蛮悬殊的。
为金秀贤而来却迷上“魔方达人”贾立平，但是金秀贤依然是心中那个男神，因为他，没有错过这一期《最强大脑》，因为他而认识了“魔方达人”贾立平（以前几期木有看呢）。比赛有输有赢，不可能每场比赛都拿第一，但是每一个刻苦认真的人都值得钦佩，每一个专注执着的人都值得学习。
另外从《最强大脑》赛场上来看，大部份精彩绝伦的表现都跟记忆力有关，毕竟无法解释的天赋遥不可及，但是提升记忆力还是有科学方法的，所以小编决定练习记忆力明天走起啦！（希望有生之年我也能10分钟盲拧一个过把瘾哈哈！）
(2017-10-16)