説到阿爾法狗，人們已經很熟悉了，近期，新版阿爾法狗又把人們對人工智能戰勝人類的神話給強化了。人工智能已經在圍棋、象棋、德州撲克等對抗性的比賽項目裏屢屢戰勝人類。然而，今天看到阿里巴巴B2B業務前CEO，目前是嘉御基金董事長衞哲寫的一篇文章，他説，生猛的阿爾法狗機器在中國象棋裏go不下去了，因為，我們的老祖宗給我們留下的是殘局，阿爾法狗之所以能夠打敗人類，人工智能之所以這麼強大，不是因為技術，而是因為數據。因為圍棋保留了幾百年的棋譜，沒有這麼多的棋譜餵養機器，就沒有阿爾法狗以及其他人工智能的機器人戰勝人類的可能。那麼，到底是算法重要還是數據重要？
其實，新版阿爾法狗AlphaGo Zero的發佈者在介紹它時，特別強調了AlphaGo Zero與之前的AlphaGo 以及AlphaGo Master不一樣的地方就是新版的AlphaGo Zero不是根據任何人類的數據，而是完全只有規則和算法，由機器自我學習，像人類一樣學習圍棋的規則，但是僅僅學習了3天的時間，就以100:0的戰績打敗他的前任AlphaGo Master。
不知道衞哲先生有沒有看到這個就發生在上週的新聞呢？
之前有介紹過北大教授雷鳴先生介紹的人工智能的三要素：第一個就説到了數據，認為沒有數據，機器就沒辦法學習，人工智能經歷了40年的冰凍期就是因為數據太少，而大數據每年以50%的速度增長，正是積累了大量數據之後，人工智能才得以在這兩年爆發。
第二個要素是運算能力，像GPU這樣的運算能力很強的東西，有了大量數據，運算能力就會更加強大。第三是算法，深度學習是人工智能領域裏的非常大的理論體系，他可以模擬人類的學習，而他的學習能力比人類要強大n倍。
衞哲先生説衞哲説生猛的阿爾法狗機器在中國象棋裏go不下去，是因為中國的老祖宗沒有給我們留下棋譜，留下來的是殘局，機器學習殘局，只能走到殘局。所以他認為，離開數據談人工智能是沒有意義的。
同樣都是讓機器模擬人類學習，AlphaGo Zero的開發者是讓機器學習圍棋的規則，建立於基本原理，怎樣從零開始學圍棋。而之前的AlphaGo 是學習過去的棋譜，在這種情況下，機器只能逐漸的變強，比他遇到的棋手強一點，然後再遇到更強點的棋手，再強大一點。人們一般認為機器學習就是關於大數據和海量計算，DeepMind公司的開發者認為算法比所謂計算或數據可用性更重要。依據這樣的原理，沒有大量棋譜數據，可以創造更強大的機器。
其實，我們的老祖宗流傳下來的寶貝都是沒有具體可模擬的數據的，都是依據最原始的道創造的，正所謂道生一，一生二，二生三，三生萬物。到底生猛的阿爾法狗機器能不能在中國象棋裏go下去，讓我們拭目以待。也請各位童鞋們多多發表評論哦！
▎━1━
【夢外】2017福布斯爸爸們榜上有名
2017福布斯富豪榜新鮮出爐，比爾蓋茨繼續蟬聯榜首，王健林爸爸以330億美元身價位列中國第一。
福布斯富豪榜一直為人們津津樂道，曾幾何時與我等草民毫無關係。隨着互聯網時代的發展，我們更關注爸爸們身價多少排名高低。
中國榜前三依然非常熟悉，馬雲爸爸以282億美元排第二，馬化騰爸爸以245億美元排第三。我可以驕傲自豪的説，爸爸們的財富有我一份貢獻。
『明天再充十Q幣
就這麼愉快的決定了』
【夢裏】富豪爸爸們的生活我不懂，但夢到他們代表好運降臨，會有貴人幫你取得事業成功。夢到自己莫名其妙變成富豪，則有可能是反夢，代表現實中經濟困窘，或近期很急需用錢。
閲讀《2017福布斯爸爸們榜上有名》，今夜夢到富豪。
基礎概率：10%
運勢上升者：12%
經濟困窘者：18%
▎━2━
【夢外】直播行業縮水誰能笑到最後
直播行業經歷了短暫的爆發期後，如今數據急劇下滑大家有目共睹。主播越來越少，觀眾越來越少，行業革新迫在眉睫。
網絡直播紅極一時，巔峯時期每兩個網民中，就有一個人正在看，或看過直播。而現在許多直播平台乾脆關門大吉，幾個大平台活躍用户也急劇下跌。
任何行業在急速發展背後，都會呈現亂象叢生等狀態。這時候正是優勝劣汰，樹立規範行業規則的大好時機。
用户對直播的需求不會改變，有內涵有規範的直播平台才註定會笑到最後。
『喜歡的老鐵
【夢裏】主播在直播中展示才藝吸引用户眼球。夢到自己當上主播，代表你內心渴望展現自己優秀的一面。
夢到身邊朋友或親人做主播，而且人氣不錯。一方面代表現實中你很羨慕對方的能力，一方面代表他可能會對你的未來發展有幫助。
閲讀《直播行業縮水誰能笑到最後》，今夜夢到主播。
基礎概率：12%
注重名譽和發展者：15%
常看直播者：20%
▎━3━
【夢外】人工智能再進化稱霸圍棋界
人工智能是人類科技發展的不懈追求，我們在無數科幻電影中，設想未來人工智能的無限可能。
近日，谷歌人工智能團隊宣稱阿爾法狗再進化，最新型只需自主學習3天，便可成為圍棋聖手，並一舉戰勝曾擊敗柯潔、李世石的上代阿爾法狗。
聽到這個消息，感覺從小學圍棋的朋友們分分鐘哭暈，苦練十年不如機器學習三天，這要上哪兒説理去。
稱霸圍棋界後，未來人工智能取代人腦的日子，還會遠嗎？
『未來十年
人工智能或有重大突破』
【夢裏】機器人、人工智能曾只是存在於理論中的東西，如今正一點點實現。夢中的機器人，代表你當前仍處於敢打敢拼、富有創新精神的狀態，你的工作事業會逐漸獲得成功。
閲讀《人工智能再進化稱霸圍棋界》，今夜夢到機器人。
基礎概率：12%
事業上升期：15%
機器人愛好者：18%
(2017-10-19)
文｜ AI財經社 王鴻宇
編｜楊舒芳
10月19日，谷歌旗下的DeepMind團隊公佈了進化後的最強版“阿爾法狗” ，代號AlphaGo Zero。DeepMind聯合創始人兼CEO 、阿爾法狗之父戴密斯·哈薩比斯稱，“升級後的阿爾法狗更為強大，可以一爭史上最強圍棋手。”
阿爾法狗上一次出現在公眾視野中，還是今年5月在浙江烏鎮圍棋峯會的現場。阿爾法狗直落三盤戰勝世界排名第一的中國棋手柯潔，這位年僅20歲的天才少年曾被認為是狙擊阿爾法狗的唯一可能。
“我輸得沒什麼脾氣。”在賽後新聞發佈會上，柯潔説，“AlphaGo跟去年比完全是兩個‘人’，第一次時很接近人，現在越來越像上帝了。”
就連戴密斯·哈薩比斯都沒有想到阿法爾狗能達到這樣的高度，“寫出圍棋的評估函數是一件不可能的事情”。因為更多時候，圍棋與棋手的一些類似於“直覺”的東西有關，“圍棋遊戲更像是藝術，而非科學”。
不少網友嘲笑柯潔，因為他曾經此前説過“阿爾法狗能贏下李世石，但是未必能贏我”，“和阿爾法狗下棋，我的勝率在六成”類似的話語。但在與阿爾法狗戰敗後，柯潔豪取22連勝，大家才意識到不是柯潔説大話，而是阿爾法狗太強了。
第一次升級後，就未嘗敗績
正如柯潔所言，阿爾法狗的確換了一個“人”——系統升級後，AlphaGoLee變成了AlphaGoMaster。
在野狐圍棋網橫掃中日韓多位人類圍棋高手後，它取得了60勝0負1平的恐怖戰績。其中的1平，還是因為在與陳耀燁的快棋賽中，陳耀燁意外掉線，系統自動判和。
2016年3月，AlphaGoLee以4:1的比分了戰勝韓國名將李世石九段，引發了圍棋圈的震驚。此前，阿爾法狗的成名戰是5:0戰勝歐洲冠軍、法國國家隊主教練樊麾，但當時，樊麾和外界都認為阿爾法狗並沒有那麼強，至少他是有機會拿下一盤的。
“圍棋有很多不確定的因素，機器的侷限性是很多的，在下棋過程中也會出現漏洞，因此之前觀看阿爾法狗跟樊麾的比賽，讓我以為計算機達不到圍棋選手的最高水平。結果大家都知道，我輸了。”慘敗讓李世石改變了他對阿爾法狗的看法。
《南方週末》的報道中提到：阿爾法狗對陣樊麾時，“吃過”的棋譜是3000萬個，但到了挑戰世界棋壇16冠王李世石的時候，嚼進肚子裏的棋譜已經達到1億。
“吃棋譜”正是AlphaGo的主要訓練模式之一，開發者能做的就是儘可能多地把棋譜塞給程序。
此外，Deep Mind團隊在AlphaGo程序中加入了“策略網絡”和“值網絡”的技術。所謂策略網絡，是指程序在吃下過億棋譜後，能夠分析出下一步棋在不同下法時得出的不同勝率。值網絡則是對盤面優勢的判斷機制，以便及時止損和改變下法。
學習3天打之前版本，比分高達100比0
在輸給阿爾法狗後，柯潔豪取22場連勝，拿下全運會圍棋比賽冠軍。但再次升級的阿法爾狗，已經不需要柯潔的棋譜了。
根據《自然》雜誌的最新介紹，Alpha Zero的設計理念和系統配置和Lee/Master完全不同。
此前，Lee/Master都是用上千盤人類業餘和專業棋手的棋譜進行訓練，而升級後的阿爾法狗不依託於人類的先驗成果，不靠“吃棋譜”進步，完全靠自我對弈學習下棋。
AlphaGo Zero之所以能當自己的老師，是用了一種叫強化學習的新模式。系統從一個對圍棋一無所知的神經網絡開始，將該神經網絡和一個強力搜索算法結合，自我對弈。在對弈過程中，神經網絡不斷調整、升級，預測每一步落子和最終的勝率。
僅僅經過3天的訓練，這套系統已經可以擊敗AlphaGoLee，也就是去年擊敗韓國頂尖棋手李世石的那套系統，而且比分高達100比0。
40天訓練後，AlphaGo Zero總計運行了大約2900萬次自我對弈，使得AlphaGoZero得以擊敗AlphaGoMaster，比分為89比11。
在系統配置方面，AlphaGoZero也比前幾代系統更加節能，AlphaGoLee需要使用幾台機器和48個谷歌TPU機器學習加速芯片，AlphaGoZero只需要使用一台配有4個TPU的機器即可。
阿爾法狗贏了李世石後，哈薩比斯説，“阿爾法狗從來都不是我們的唯一，甚至不是我們最重要的研發，我們希望將此應用於更大的真實世界的問題。”升級過後融入了Deep Mind最新技術的新阿爾法狗，目標已經不再只是打敗人類棋手，而是將目光轉向了實際應用方面。
(2017-10-20)
每個人都有欣賞美的能力，面對着美到令人窒息的風景，很多人都想將這個畫面通過畫筆保留下來，但看看我們畫出來的東西，別人能被稱為大觸，我們只能成為靈魂畫手，畫出來的東西大概過兩天在看都不知道自己畫了個什麼。可能有人説，你練得少啊，你看達芬奇畫雞蛋畫了多久！好吧，首先達芬奇畫雞蛋是假的，而且繁忙的生活哪有那麼多時間畫雞蛋去？好在近來新出現的一款AI系統能徹底拯救我們這些手殘的靈魂畫手。
據外媒報道，Cambridge Consultants公司新近開發出一種人工智能系統，它能夠將一些簡單的草圖或畫作進行渲染，使其看起來就像梵高或其他著名畫師的作品。這個系統被命名為Vincent，也就是梵高的名字。這套系統學習了文藝復興時期大量畫家的繪畫風格，包括梵高和畢加索。這套AI系統能夠根據用户的畫作，對畫作的筆觸、紋理等內容重新調整，並進行着色，將我們的“靈魂畫作”迅速變成一副充滿藝術感的現代主義抽象作品。
從下面這些畫作中，我們就能看到這套Vincent系統的功力有多麼強悍。寥寥幾筆靈魂到不能更靈魂的線條，經過這套AI系統的處理，立刻變成像是出自大師之手的畫作。
CambridgeConsultants公司負責研發這套VincentAI系統的學習主管Monty Barlow表示，他們解析了數千幅文藝復興時期美術大師的作品，讓這套系統進行系統化學習，讓其掌握每位大師的繪畫習慣、色彩、飽和度、筆觸、紋理等內容，而且學習的過程並不是單一的數據輸入，而是讓AI系統能夠深度掌握，讓AI系統能夠自主的對畫作進行二次創作，以達到更好的效果。
話説，真是感謝這樣的智能AI系統，雖説它還是完全無法替代畫師的存在，但至少能讓我們這些靈魂畫手的鬼畫符看起來想那麼回事。這樣看來，AI真的將會在我們的生活中佔據越來越重要的角色，之前的阿爾法狗能夠下象棋、現在的Vincet能夠為我們畫畫，不知道下一個出現的AI能為我們做出什麼驚世駭俗的事情。
(2017-10-11)
在人類戰爭中，對付戰壕內的敵人最好的方式就是密集的交叉火力來逐步清除。如今隨着技術快速發展，這種清理戰壕的活越來越好乾了。如果沒有交叉火力，對付戰壕內的目標還真不太容易，要依靠手榴彈等大威力的輔助武器來完成。而現在美國的軍火商開發出一款可編程空爆彈，能讓彈藥飛到戰壕上方爆炸，用破片大範圍覆蓋攻擊區域，那可真是無處可藏。今年美國的軌道ATK公司就演示了這款彈藥的強大威力。圖為Mk310彈藥攻擊方式。
眾所皆知，戰場上對付步兵這種軟目標時，最好的方法就是使用破片。美國的軌道ATK公司，研發團隊研發了一款能結合了空爆（Air Burst）、點引爆（Point DetonatiNG）或點延遲引爆（Point Detonatiing Delay）這3種模式的炮彈；
它就是Mk310 Mod 0 30mm可編程空爆炮彈（Programmable Air Burst Munition，PABM），該炮彈可以在配備了Mk44大毒蛇II式或XM813等的30mm機炮上使用。
圖為軌道ATK公司使用Mk310 Mod 0 30mm可編程空爆炮彈準備攻擊磚牆。
從磚牆後面能看到，Mk310 Mod 0 30mm可編程空爆炮彈在即將接近目標時爆炸依靠衝擊力將磚牆破壞。
在對單層防彈鋼板進行打擊時的效果，Mk310 Mod 0 30mm可編程空爆炮彈直接將鋼板炸出一個大洞。
它的空爆引爆引信是使用了軌道ATK的Turns/Time引信，運作方式很簡單。首先，機炮射手會使用載具上的激射測距系統計算出目標與自身的距離，之後再把距離傳送給載具火控單元內的軌道ATK空爆炮彈彈道運算系統（Orbital ATK Air Burst Munition Ballistic Algorithm System）；圖為可編程炮彈清掃戰壕目標時的效果。
計算出炮彈到達目標距離所需轉數（X次轉），再將所需轉數輸入槍炮控制單元（Gun Control Unit）中的軌道ATK引信設定模塊（Orbital ATK Fuze Setter Module），最後設定Mk310炮彈的引信在第X次轉時就引爆。上述的設定過程只需要數秒就能設定完畢。圖為可編程炮彈清掃戰壕目標時的效果。
當Mk310發射後，它的Turns/Time引信能夠感應地球磁場並判斷它自已的旋轉次數是不是已經到達第X次轉，如果是的話就立即引爆，把破片散在步兵的身上。圖中能看到依靠火控計算機可以準確將Mk310炮彈依次射向敵方陣地，然後在目標上空爆炸利用破片將戰壕內的人員殺傷。
一個標準工字型戰壕，只需要十餘發Mk310彈藥的密集攻擊就能解決問題，比原來交叉火力網耗費的彈藥量少太多。
Mk310可編程炮彈是通過加裝在輪式戰車底盤上的武器站所配備的30毫米機炮來發射。
Mk310可編程炮彈發射瞬間。
該圖能看到Mk310可編程炮彈飛抵戰壕目標上空時瞬間爆炸，其破片的濺射方向能夠清晰看到。
Mk310可編程炮彈飛抵戰壕目標上空時爆炸瞬間。
大量破片飛向目標，多發這種彈藥連續攻擊後，戰壕內的有生力量基本失去戰鬥力。
(2017-10-20)
理工類的專業一直是理科生的首選，僅從就業角度來看，工科類專業更為考生所喜愛，但是大部分高校都有工科類專業，考生到底該如何來選擇呢？本文挑選出20類工科專業，為大家推薦了一些非常具有代表性的院校，供考生志願填報時參考。
1、力學類院校
核心專業是工程力學，是幾乎所有工程專業(機械、土建、材料、能源、交通、航空、航天、船舶、水利、化工等)的基礎。如果本科學工程力學，研究生再學機械、土木、能源、交通等工科專業非常有利。
教育部排名前20名院校有：清華大學、北京航空航天大學、哈爾濱工業大學、中國科技大學、北京大學、南京航空航天大學、西北工業大學、大連理工大學、上海交通大學、西安交通大學、天津大學、北京理工大學、浙江大學、同濟大學、華南理工大學、北京科技大學、上海大學、華中科技大學、四川大學、國防科技大學。
其中清華大學、北京航空航天大學、哈爾濱工業大學、中國科技大學、北京大學、南京航空航天大學、大連理工大學、上海交通大學的力學是國家一級重點學科。
2.機械工程類院校
核心專業是機械設計製造及自動化、機械工程。
教育部排名前20名院校有：上海交通大學、華中科技大學、西安交通大學、清華大學、哈爾濱工業大學、浙江大學、北京理工大學、北京航空航天大學、重慶大學、大連理工大學、湖南大學、吉林大學、南京航空航天大學、西南交通大學、東北大學、燕山大學、山東大學、中南大學、北京科技大學、西北工業大學。
其中，上海交通大學、華中科技大學、西安交通大學、清華大學、哈爾濱工業大學、浙江大學、北京理工大學、北京航空航天大學、重慶大學、湖南大學、吉林大學、西安交通大學、燕山大學、中南大學的機械工程是國家一級重點學科。
燕山大學的機械類專業應該是一個金礦，四川學生多年忽略，該校前身是東北重型機械學院，1978年全國重點。該校的機械設計製造及自動化專業一般一本線上20分左右就能上，性價比高，是成績不是很理想的考生的選擇之一。
3、電子科學與技術類院校
主要專業有電子科學與技術、微電子科學與工程等。
教育部排名前20名院校有：清華大學、電子科技大學、北京郵電大學、北京大學、上海交通大學、東南大學、西安電子科技大學、西安交通大學、復旦大學、華中科技大學、浙江大學、哈爾濱工業大學、北京理工大學、中國科技大學、南開大學、武漢大學、國防科技大學、北京航空航天大學、西北工業大學、天津大學。
其中，清華大學、電子科技大學、北京郵電大學、北京大學、東南大學、西安電子科技大學、復旦大學的電子科學與技術是國家一級重點學科。
4、信息與通信工程類院校
主要專業有電子信息工程、通信工程等。
教育部排名前20名院校有：清華大學、西安電子科技大學、北京郵電大學、國防科技大學、北京理工大學、上海交通大學、電子科技大學、北京大學、北京航空航天大學、東南大學、北京交通大學、華中科技大學、哈爾濱工業大學、浙江大學、西安交通大學、武漢大學、西北工業大學、大連理工大學、天津大學、中國科技大學。
其中，清華大學、西安電子科技大學、北京郵電大學、國防科技大學、北京理工大學、電子科技大學、東南大學、北京交通大學的信息與通信工程是國家一級重點學科。
移動、聯通、電信等通信行業認可度高的院校是：北京郵電大學、南京郵電大學、重慶郵電大學等。
5、電力類院校
核心專業是電氣工程及其自動化。
教育部排名前20名院校有：清華大學、西安交通大學、華中科技大學、浙江大學、重慶大學、天津大學、哈爾濱工業大學、上海交通大學、華北電力大學(北京和保定)、東南大學、西南交通大學、瀋陽工業大學(二本)、中國礦業大學(徐州和北京)、華南理工大學、南京航空航天大學、北京大學、武漢大學、哈爾濱理工大學(二本)、四川大學、河海大學。
其中，清華大學、西安交通大學、華中科技大學、浙江大學、重慶大學的電氣工程及其自動化是國家一級重點學科。
電力行業認可度高的院校是：華北電力大學(北京和保定)、東北電力大學、上海電力學院、三峽大學等。
6、石油類院校
核心專業是石油工程、油氣儲運工程。
石油院校有中國石油大學(北京和華東)、西南石油大學、西安石油大學、東北石油大學、北京石油化工學院、遼寧石油化工學院、武漢工程大學、長江大學、常州大學、江蘇石油化工學院、蘭州理工大學、遼河石油職業技術學院等。
教育部排名：中國石油大學(北京和華東)、西南石油大學、東北石油大學、中國地質大學(武漢和北京)、長江大學(二本)，這些院校行業認可度高。
其中，中國石油大學(北京和華東)、西南石油大學、東北石油大學的石油工程是國家一級重點學科。
7、地質資源與地質工程類院校
核心專業是地質工程、採礦工程。
地質工程教育部排名前10名的院校有：中國地質大學(武漢和北京)、中國石油大學(北京和華東)、西北大學、中國礦業大學(徐州和北京)、吉林大學、成都理工大學、浙江大學、長安大學、南京大學、中南大學。
其中，中國地質大學(武漢和北京)、吉林大學、成都理工大學的地質工程是國家一級重點學科。
礦業工程教育部排名前10名的院校有：中國礦業大學(徐州和北京)、中南大學、北京科技大學、東北大學、中國科技大學、重慶大學、太原理工大學、青島理工大學、中北大學、北京交通大學。
其中，中國礦業大學(徐州和北京)、中南大學、北京科技大學的礦業工程是國家一級重點學科。中國地質大學(武漢和北京)，中國礦業大學(北京和徐州)，成都理工大學等院校行業認可度高。
8、材料科學與工程類院校
材料科學涉及範圍很廣，幾乎大自然中一切物質都是其研究的對象，因此不同院校的材料類專業的研究對象也不同。核心專業有材料科學與工程、材料物理、材料化學等。
教育部排名前20名院校有：清華大學、北京科技大學、中南大學、哈爾濱工業大學、上海交通大學、西北工業大學、浙江大學、東北大學、北京航空航天大學、華南理工大學、西安交通大學、四川大學、中國科技大學、華中科技大學、天津大學、山東大學、武漢理工大學、大連理工大學、吉林大學、南京理工大學。
其中，清華大學、北京科技大學、中南大學、哈爾濱工業大學、上海交通大學、西北工業大學、浙江大學、東北大學、北京航空航天大學、華南理工大學、西安交通大學、四川大學、華中科技大學、天津大學、山東大學、武漢理工大學的材料科學與工程是國家一級重點學科。
9、冶金類院校
核心專業是冶金工程。
冶金工程教育部排名：北京科技大學、中南大學、東北大學、上海大學、重慶大學、武漢科技大學、北京理工大學、內蒙古科技大學(二本)、四川大學。
其中，北京科技大學和東北大學的冶金工程是國家一級重點學科。
10、交通運輸類院校
核心專業是交通運輸、交通工程。
教育部排名前20名院校有：西南交通大學、東南大學、北京交通大學、北京航空航天大學、同濟大學、大連海事大學、中南大學、長安大學、哈爾濱工業大學、南京航空航天大學、吉林大學、西北工業大學、重慶交通大學、長沙理工大學、武漢理工大學、北京理工大學、中國民航大學、江蘇大學、上海理工大學。
其中，西南交通大學、東南大學、北京交通大學、同濟大學、中南大學、長安大學的交通運輸是國家一級重點學科。這類院校包括了鐵道、公路、航空航天、航海運輸。西南交通大學、北京交通大學、哈爾濱工業大學、中南大學、石家莊鐵道大學和二本的大連交通大學、蘭州交通大學以鐵道運輸為主;北京理工大學、吉林大學、長安大學、重慶交通大學、長沙理工大學、武漢理工大學和二本的山東交通學院、湖北理工學院等以公路運輸為主;
東南大學和同濟大學因為歷史和合並的原因，鐵路公路兼而有之;大連海事大學以海洋運輸為主;北京航空航天大學、西北工業大學、南京航空航天大學、中國民航大學當然以航空航天運輸為主。
11、航空宇航科學與技術類院校
核心專業是航空航天工程、飛行器設計與工程、飛行器動力工程、飛行器製造工程等。
教育部排名：北京航空航天大學、西北工業大學、南京航空航天大學、哈爾濱工業大學、國防科技大學、北京理工大學、浙江大學、哈爾濱工程大學、解放軍裝備指揮學院、廈門大學、中國民航大學、中北大學、四川大學。
其中，北京航空航天大學、西北工業大學、南京航空航天大學的航空宇航是國家一級重點學科。
12、船舶與海洋工程類院校
核心專業是船舶與海洋工程、輪機工程等。
教育部排名：上海交通大學、哈爾濱工程大學、天津大學、大連理工大學、西北工業大學、江蘇科技大學、集美大學。
其中，上海交通大學、哈爾濱工程大學、武漢理工大學的船舶與海洋工程是國家一級重點學科。
13、兵器科學與技術類院校
核心專業是武器系統與發射工程、地面武器機動工程、彈藥工程與爆破技術、信息對抗技術、水聲工程等。
教育部排名：北京理工大學、南京理工大學、西北工業大學、國防科技大學、中北大學、軍械工程學院、第二炮兵學院、裝甲兵學院、國防科技大學。
其中，北京理工大學、南京理工大學、軍械工程學院的兵器科學與技術是國家一級重點學科。
14、光學工程類院校
核心專業是光電信息科學與工程。
教育部排名前20名院校有：浙江大學、清華大學、天津大學、國防科技大學、北京理工大學、南開大學、華中科技大學、北京交通大學、長春理工大學、南京理工大學、四川大學、電子科技大學、北京工業大學、蘇州大學、西北工業大學、山東大學、大連理工大學、解放軍軍械工程學院、福建師大(二本)、中國海洋大學。
其中，浙江大學、清華大學、天津大學、國防科技大學、北京理工大學、南開大學、華中科技大學、長春理工大學、南京理工大學的光學工程是國家一級重點學科。
15、儀器科技類院校
核心專業是測控技術與儀器。
教育部排名前20名院校有：天津大學、清華大學、北京航空航天大學、哈爾濱工業大學、重慶大學、浙江大學、上海交通大學、東南大學、中北大學、北京理工大學、中國科技大學、合肥工業大學、西北工業大學、國防科技大學、燕山大學、吉林大學、廈門大學、哈爾濱工程大學、南京理工大學、中國計量大學(二本)。
其中，天津大學、北京航空航天大學、哈爾濱工業大學的儀器科技是國家一級重點學科。
16、化學工程與技術類院校
核心專業是化學工程與工藝、製藥工程等。
教育部排名前20名院校有：天津大學、華東理工大學、清華大學、大連理工大學、北京化工大學、浙江大學、北京工業大學、華南理工大學、中國石油大學、哈爾濱工業大學、四川大學、北京理工大學、南京工業大學、浙江工業大學、中南大學、湖南大學、南京理工大學、太原理工大學、福州大學、鄭州大學。
其中，天津大學、華東理工大學、清華大學、大連理工大學、北京化工大學、南京工業大學的化學工程與技術是國家一級重點學科。
17、水利工程類院校
核心專業是水利水電工程。
教育部排名前19名的院校有：河海大學、清華大學、天津大學、武漢大學、大連理工大學、西安理工大學、四川大學、浙江大學、鄭州大學、中國地質大學、華北水利水電學院(二本)、內蒙古農業大學(二本)、同濟大學、蘭州大學、太原理工大學、合肥工業大學、長沙理工大學、西藏大學(二本)、貴州大學。
其中，河海大學、清華大學、天津大學、武漢大學、大連理工大學、西安理工大學的水利工程是國家一級重點學科。
18、核科學與技術類院校
核心專業是核工程與核技術。
教育部排名：清華大學、中國科技大學、北京大學、西安交通大學、哈爾濱工程大學、上海交通大學、四川大學、蘭州大學、南京航空航天大學。
其中，清華大學、中國科技大學的核科學與技術是國家一級重點學科。
19、環境科學與工程類院校
核心專業是環境科學與工程、環境工程等。
教育部排名前20名院校有：清華大學、浙江大學、哈爾濱工業大學、北京大學、同濟大學、南京大學、河海大學、南開大學、天津大學、廈門大學、中國海洋大學、北京師範大學、大連理工大學、上海交通大學、中國科技大學、重慶大學、北京工業大學、吉林大學、復旦大學、華東理工大學。
該類專業沒有國家一級重點學科。
環境科學國家二級重點學科院校有：北京大學、北京師範大學、南開大學、南京大學、廈門大學、中國海洋大學;
環境工程國家二級重點學科院校有：清華大學、大連理工大學、哈爾濱工業大學、同濟大學、浙江大學、湖南大學、西安建築科技大學。
20、食品科學與工程類院校
核心專業是食品科學與工程，食品質量與安全。
教育部排名前20名院校有：江南大學、中國農業大學、華南理工大學、浙江大學、南京農業大學、中國海洋大學、華中農業大學、天津科技大學(二本)、東北農業大學、合肥工業大學、大連工業大學(二本)、江蘇大學、西北農林科技大學、上海理工大學、華南農業大學、上海海洋大學(二本)、河南工業大學(二本)、內蒙古農業大學(二本)、上海交通大學、北京化工大學。
42所世界一流大學工科類專業解析, 未來工科類專業排行如何?
以下為網友評論：
網友“佔天”：天津理工都靠着材料院入111了，一箇中國院士兩個英國院士坐鎮，妥妥的前20，這都沒有？莫非你是把重點大學的名字寫了一遍就算數？冶金專業全國前三的昆明理工去哪了？造船厲害的為啥沒有大連海事？生物前三的雲南大學呢？你也就知道個清華北大浙大吧？
網友“asd”：我靠川大居然比武大多
網友“活在夢境中”：還有家裏蹲大學
(2017-10-04)
文|孟永輝
阿爾法狗在圍棋世界裏打敗眾多高手的事情讓我們對於人工智能未來的發展有了更多期待，然而，這一切並沒有讓DeepMind滿足，他們又如約公佈了有關AIphaGo的研究新論文。在這篇發佈在Nature的新論文裏，DeepMind公佈了他們研發出來的最新最強的版本AlphaGo Zero。
這款新版的AIphaGo相對於打敗眾多圍棋高手的“前輩”優化了很多，不僅能夠進行純強化學習，而且能夠價值網絡和策略網絡整合成為一個架構，利用3天訓練就能夠以100比0上一個版本的AIphaGo。
這一消息的公佈再次引發了人們對於人工智能的熱議。AlphaGo Zero的出現説明，在沒有人類輸入的條件下，人工智能能夠藉助自我學習，在加上些許的訓練就能夠形成一套屬於自己的漸進式的性能。新版AlphaGo推出無疑將會成為人工智能的一個全新技術節點，將會為未來無數的AI產業和服務打下基礎。
同樣地，對AI寄予厚望的金融行業同樣能夠在AlphaGo的身上找到更多有關金融風控、金融審計等方向的優化建議，從而將金融行業帶入到一個真正充滿智能的全新時代。一個以AI應用為代表的全新的金融發展新時代或許正在向我們走來。
AI逐步發力，金融行業進入智能發展新時代
儘管AIphaGo大放異彩併為人們所熟知是在圍棋界，但是以百度、谷歌、蘋果為代表的科技公司在無人駕駛上的應用同樣讓人們對於它的未來發展寄予了厚望。除了在無人駕駛領域之外，AI技術與金融行業的融合同樣將會給我們的生活帶來諸多改變。
以智能投顧為切入點，AI技術將會開啓其在金融行業的應用。以摩根大通、高盛為代表的華爾街金融巨鱷很早就已經藉助AI技術進行投顧方面的工作，2010年和2011年，美國西海岸湧現了第一批robo-adviser機器人投顧，還創造出了現代資產組合理論、馬克維茨模型、均值方差模型(MVO)、Black-Litterman模型等一系列的智能投顧模型。
以智能投顧為切入點，AI技術已經在金融行業得到了廣泛應用，並積累了很多先進經驗。隨着更多的AI技術被研發和拓展，其在金融行業的應用將會被進一步拓展和提升，由此所帶來的基於金融本身的金融大變革或許終將來臨。
除了智能投顧之外，AI技術還能夠藉助大數據，通過自主學習形成一套自我漸進式的功能，藉助這些功能，我們能夠除了進行智能投顧和資產匹配之外，還能夠進行智能分發、智能審計等方面的應用，不僅能夠提升金融的運作效率，還能減少人為因素對於金融的影響，促進金融行業更加智能和科學。
AI的自我進化，將會給金融行業帶來原生髮展動力。自我學習、自我進化是AI技術的一大特點，同樣是AlphaGo帶給我們的最直接的影響。以AlphaGo為代表的AI技術在金融領域的應用以及自我進化無疑能夠讓它能夠藉助300多年的金融先進經驗為當下的金融發展找到更多的突破口，並尋找到除了互聯網技術之外更多的發展動力。
AlphaGo Zero之所以能夠打敗“前輩”，其中一個很重要的原因就在於它能夠根據以前的經驗進行自我進化和學習，從而形成一套全新的系統，並逐步進化。在金融領域當中，我們能夠讓AI通過學習之前的投資數據、財務數據、項目數據等信息，找到一條基於金融行業本身的AI技術之路，從而為金融行業的發展找到全新的方向。
這種基於AI技術的全新方式不僅能夠解決金融領域諸多環節人工因素介入較多所帶來的效率低下，成本居高的問題，而且能夠讓金融行業本身形成一個複合自身的發展邏輯，從而帶動金融行業朝着更加智能和科學的方向發展。
AI與外部技術的融合將會為金融行業發展找到更多突破口。作為一個產業，AI的發展不會僅僅侷限在自身發展，從另外一個層面來講，單單依靠AI本身，它並不能夠獲得更多，更大的發展。“AI+”時代是一個終究都會來臨的時代，在這個時代，我們必須找到AI技術與更多行業的結合點，藉此再將他們與金融行業進行結合，才能最終找到有關金融行業的全新發展突破口。
試想一下，AI技術通過自我學習就已經有了如此讓人震撼的效果，如果它與其他技術結合呢？AI+大數據、AI+雲計算、AI+生物識別……這些AI技術與外部技術的融合無疑將會為我們拓展金融行業的外部發展渠道找到更多的突破口。
通過大數據與AI的結合，我們能夠為AI技術找到更多的學習系統，實現AI技術朝着更寬維度和空間的進化，通過將投資者的數據與金融項目的數據實現深度融合，我們能夠實現資產與投資更加精準的配置，減少配置失誤造成的資源利用不當；通過雲計算與AI的結合，我們能夠將原有的基於單一的，獨立行業的計算提升到多維的，多個行業的計算，讓我們的計算結果更加精準，讓金融行業的風控變得更加多維和多元，減少風控片面造成的損失，將金融發展帶入到一個全新時代。
AlphaGo Zero的出現讓我們對於未來人工智能的發展有了更多期待，以此為基礎，我們或許能夠找到未來金融科技時代發展的更多突破口。那麼，未來金融行業與AI結合之後將會給行業帶來哪些實質性的變革，我們有能夠從這個即將到來的風口找到哪些新的發展方向和贏利空間呢？
深入金融本身，AI時代的金融行業有哪些機會點？
通過互聯網金融時代，互聯網技術與金融行業僅僅只是進行簡單的相加相比，在AI時代，由於人工智能本身需要一個學習系統，這個學習系統必須是其與行業深度融合之後才能形成的。所以，AI時代給金融行業帶來的變革或許要比互聯網金融時代帶來的變革要大得多。
一大批基於金融各流程和環節的AI公司將會出現。正如上文提到的華爾街出現了一批智能投顧為主的公司一樣，隨着AI技術的逐步深化，特別是隨着AI逐步演變成為一個產業，它將會與金融行業融合產生一系列的公司來分食龐大的金融市場。
智能風控、智能審計、智能項目運營等一大批公司將會出現，並將會持續給金融行業的發展提供源源不斷的發展動力，從而將金融行業的基本元素逐步演變成為以智能為主要代表的存在，從而將金融行業真正變成一個以智能為主要特色的存在。
通過金融行業的不同環節和流程切入其中，並找到未來更多的發展可能性，優化傳統金融體系，在滿足金融行業發展的同時來維繫自我發展，成為未來AI時代以金融為主要特色的公司發展的主要方向。正是由於這些支撐性的公司加入了AI元素，所以他們提供給金融行業的服務才是智能的，最後金融行業才演變成了一個智能的存在。
以AI研究和孵化為主的金融公司將會成為一個全新發展風口。金融行業的發展需要更多的AI研究和孵化，找到它與金融行業的真正結合點。單單依靠金融行業本身，很難有精力進行相關的推進，專注於做AI研究和項目孵化的金融公司將會為大型的金融平台提供向對應的服務，並以此來獲得自身的發展。
通過研究AI技術，找到它與金融行業的結合點，再通過將研究出來的成果提供給各種類型的金融平台，實現AI技術對於金融行業的反哺，進而推動金融行業朝着智能的方向發展，無疑能夠從滿足金融公司的需求當中找到更多的發展增長點。
隨着金融平台不斷根據業務拓展的需求提出AI研究和孵化的需求，並持續為AI研究和孵化的機構提供數據支撐，這些機構不僅能夠有研究AI的土壤，還能夠通過為這些金融平台提供服務獲得收益。
AI機器的設計和製造公司將會成為下一個發展風口。相信大家都會注意到搜狗和京東的發佈會上都開始出現了類似於智能機器人的設備，未來隨着AI技術對於金融行業影響的加劇，相信我們還將會在銀行、證券等金融機構看到更多這些智能機器人的影子。
未來將AI進行具象化的處理，將AI技術進行人像化的表達也將會是一個新的發展風口。通過將已經在線上應用較為純熟的AI技術進行具象化的處理，生產出相對於的智能機器人，通過這種智能機器人來增加人們對於AI技術的感知同樣將會為金融行業科技的發展帶來積極的促進作用。
除了具象化的智能機器人之外，我們還能夠藉助添加了AI技術的智能硬件的應用來增加金融行業智能元素，從而讓金融行業當中出現更多有關AI技術的應用，通過優化金融機構的硬件設施來提升金融行業的整體AI水平和能力，從而為用户提供具有更多具有AI技術的產品和服務。
AlphaGo Zero再度引發熱議讓我們看到了未來人工智能發展的諸多方向，一個以AI應用為基礎的產業時代將會來臨。金融行業作為一個率先與AI技術產生深度融合的存在，它在未來的發展過程當中更多的應用AI技術不僅能夠找到破解當下金融發展的困境，而且能夠讓金融行業發展真正進入到全新的智能時代。
此為億邦專欄作者文章，如要轉載請簽訂內容轉載協議，聯繫[email protected]
(2017-10-19)
隨着改革開放的一聲怒吼，中國這個沉睡的雄獅慢慢地徹徹底底地站起來了！最近幾年，我國的國力大力發展，實力大幅度提升，不僅實現了經濟方面的自我超越，而且在軍事領域也是屢屢創造奇蹟！
雄獅醒來後，美帝國看到了這頭獅子藴藏的極為可怕的力量，甚至會威脅到自己的世界扛把子地位，於是就不惜一些代價對我國進行技術封鎖和打壓，試圖把我國扼殺在搖籃裏，無法站起來。
但是，我們是説打壓就能被成功打壓的嗎？明顯不是！我們人民靠着自己的聰明才智和智慧，一次次突圍了美帝國的防線，實現了超越和突破。很負責任地説，美帝國現在已經沒有什麼能力能牽制住中國了。
之前幾十年之內，因為美國和日本他們進行改革的時間早，並且那時候就制訂了適當的政策來應對自身的發展。我們起步比較晚，而且沒人幫，一切只能靠自己。前幾十年，技術製造行業一直是美日在當領頭羊。
但是現在，我們也已經具備了成熟的技術。我們有了自己的能力製造屬於我們自己的高新科技。在航天航空器發動機的製造上，我們就已經取得了十分喜人的成效。我們生產的發動機，價格實惠，性能更是十分優越。
烏克蘭一直與我們國家友好往來，關係十分融洽。而且因為我們自己製造的發動機性能特別棒，所以烏克蘭才會不顧美日的臉色，選擇訂購我們生產的發動機。這是我們強大的表現，實力決定一切！
以下為網友評論：
網友“烏鴨明軍”：中國的軍事工業越發達，國家才會更安全，
網友“軍刀之刃”：是的
(2017-10-06)
辜梓豪五段
TWT騰訊圍棋錦標賽線上海選的第二階段已開始半個多月，各路豪傑大斗腕力，加上即將開展的圍甲、倡棋杯、名人戰等比賽，一線棋手紛紛厲兵秣馬、枕戈待旦。目前第二階段人氣排行第一位的是印城之霸（辜梓豪五段），他近期狀態火熱，線上也是對局量驚人。10月18日晚，辜少年與李世石弟子sniperkill（申旻埈六段）在野狐城內不期而遇，兩人上演了一幕幕精彩戰鬥。
兩人擺開架勢，序盤大斗流行定式，“惡霸”搶一個三三，申旻埈還點一個對方三三，棋局下方交戰數合之後，“惡霸”白1跳起，黑二路託完再四路挖入，接下來白5接黑6壓白7斷黑8再頂，初看起來這招是——很犀利！沒毛病！
沒想到“惡霸”以迅雷不及掩耳之勢白1打完再白3壓，黑就直接認輸了！原來這裏申旻埈竟然看漏了！白3之後邊星竟然剛好徵死黑2子，丟了大勺的申旻埈草草認負，這局只進行了56手！
雙方重開一局，沒想到這局的棋份竟然是讓先！原來“惡霸”最近繼柯潔、連笑後第三位升上野狐10段，10段和9段差一個級別，若開始友誼對局是“分先模式”，可要是升降級對局，系統設置的那可是“讓先模式”了，辜少年這次宛如説：“大家好，給大家介紹一下，這是我們最新的對局模式——找我報仇可以，可棋份的事咋們得説清楚！”
這一局戰得更是激烈，其餘略去不表，我們單看最後這局面，白1強硬扳下，然後衝了再一斷，提完後再三三位一靠，這地方竟被“惡霸”硬生生作出一個大劫來，手段着實犀利！
雙方在此開始噼啪一通打劫，黑棋在左邊尋劫，這裏辜少年下的稍顯隨手，沒注意到申旻埈在這裏陰着“東西”，黑提白再打時黑竟能團上，左邊變為淨死，棋局瞬間結束。
雙方心照不宣再次開局，三番棋“決勝局”意味彰顯無疑，“惡霸”繼續同樣的模式——升降級！讓先！看來這次是動真格了。
決勝局氛圍自然十分濃烈，開局伊始，執黑的申旻埈面對右下白星位沒有選擇火的發紫的點三三，而是直接託入！更刺激更勁爆有木有？雙方在此局部點燃戰火，並向四周蔓延開來，黑白互施妙手，兩人在此大戰一番，黑局部做活，白吃得中腹數子，順帶將左邊及上方白棋安頓好後，徑直打入黑左上角。
面對黑陣白1大跳而入，黑2直接靠斷下，彷彿在説：好氣哦！你還敢跳這麼遠？白5長，黑擠入左邊時白7更加過分，直接脱先連接上邊，黑10打時白11飛回，順勢吃住黑數子，好端端的左邊落了後手被白揚長而去還收下，黑真是賠了夫人又折兵的周郎，氣的不要不要了。
TWT騰訊圍棋錦標賽線上海選系列賽第二階段的爭奪將一直延續到11月20日，像這樣精彩的戰事天天有，就看你瞅不瞅了。
（胡波）
(2017-10-19)
阿爾法狗大站世界圍棋高手，這樣的戰役已經打了好幾回了。在這幾次的戰役中，人類可以説是大敗而歸——對圍棋世界冠軍、職業九段棋手李世石，以4比1的總比分獲勝；與中日韓數十位圍棋高手進行快棋對決，連續60局無一敗績；與排名世界第一的世界圍棋冠軍柯潔對戰，以3比0的總比分獲勝。
就算不服氣，但也不得不承認，阿爾法狗的圍棋水平已經超越了人類職業圍棋的頂尖水平。真的是站在高峯，“一覽眾山小”啊！
然而，就好像《再與天比高》中所唱的“獨自在山坡，高處未算高”那樣，擊敗了全球頂尖圍棋高手的“阿爾法狗”，竟然被狂虐了！取得這一戰果的，就是谷歌旗下人工智能公司Deepmind推出的新版的圍棋AI——阿法狗·零。
這個AI，毫無意外地幹掉了它的所有前輩，elo等級分抵達了5000的水平，超越了所有人類棋手。但更令人吃驚的是，它沒看過任何人類棋譜。
以往的阿爾法狗，都是利用人類培訓數據而獲得高超的技能，儘管它擊敗了世界頂尖的棋手，但一直未能令人服氣，因為一個人無法抗衡眾多頂尖高手的集合體。然而，這次的阿爾法狗·零，不使用任何人類數據，甚至連棋譜都沒看過，而是通過自我學習，這代表着什麼？代表着它有着跟人類一樣的學習能力，不再是簡單的數據集合體！
也就是説，人類輸給阿爾法狗·零，將再無任何可以不服氣的地方，因為它是依靠自己的能力，學習圍棋並提升自己的能力。這就好像柯潔對於這一新版本AlphaGo問世的回應所説的一樣：一個純淨、純粹自我學習的人工智能是最強的，這樣的自我進步，人類相比起來太多餘了。人類經驗是好是壞，對AI而言無關，這是大概是這次阿爾法狗再進化帶來的，最令人恐懼的一個事實了吧。
不過，阿爾法狗創造者的關注點，卻並不在於此，而在於——最終，我們想要利用它的算法突破，去幫助解決各種緊迫的現實世界問題，如蛋白質摺疊或設計新材料。如果我們通過AlphaGo，可以在這些問題上取得進展，那麼它就有潛力推動人們理解生命，並以積極的方式影響我們的生活。
(2017-10-22)