leyu·乐鱼体育(中国)登录入口-官方网站

乐鱼-博格巴四年禁赛

Wed, 13 May 2026 22:57:46 +0800

　　北京时间明天凌晨，法国国家队与葡萄牙国家队将在法兰西大球场一较高下，争夺2016欧洲杯冠军。赛前，《每日邮报》依据在欧洲杯的表现对两队球员进行了评分。

　　法国：

　　诺里斯：8分

　　自从2012年欧洲杯以来，这位热刺球星一直担任国家队队长，本届欧洲杯，他的状态也非常不错，本届欧洲杯至今，他只丢了4球。

　　萨尼亚：7分

　　现年33岁，这可能是萨尼亚最后一次在国际大赛赢得冠军的机会，他的状态一直保持得不错，能够在场上为法国队解决麻烦。

　　科斯切尔尼：8分

　　可能是本届赛事表现最好的后卫，因为瓦拉内的受伤，科斯切尔尼的搭档变成了拉米以及穆提提，但他依然应对得很好，充当后防领袖的角色。

　　穆提提：7分

　　对阵冰岛的四分之一决赛是他在国家队的处子秀，但他已经充分证明自己的价值。

　　埃弗拉：7分

　　不需要多介绍，这位35岁的左边后卫依然能够在最高的舞台上有所表现。

　　博格巴：8分

　　本届欧洲杯开局慢热，但最近几场比赛的表现证明了为什么红魔愿意为他开出超过1亿英镑的报价。对阵德国队的半决赛赛事，展现了非常出色的脚下功夫。

　　马图伊迪：6分

　　中场发动机，对阵葡萄牙，他将会负责现在C罗以及纳尼。

　　西索科：6分

　　西索科的表现并不能证明他值得在英超豪门球队效力，虽然他的速度不错，但在本届杯赛暂无很好的表现。

　　格列兹曼：9分

　　毫无疑问是本届欧洲杯的巨星，格子以6球领跑欧洲杯射手榜，正是凭借着他的梅开二度，法国得以击败德国晋级决赛。

　　帕耶特：8分

　　对阵德国的比赛表现不佳，但在本届赛事中的表现非常关键。

　　吉鲁：7分

　　本届赛事至今打进3球，让批评者哑口无言，在锋线上的表现令人印象深刻。

　　总分：81（110）

　　葡萄牙：

　　帕特里西奥：6分

　　本届杯赛目前的失球数为5球，其中3球来自战平匈牙利的小组赛上，对任意球的防守以及禁区的掌控需要做得更好。

　　塞德里克：6分

　　这位圣徒球员是葡萄牙阵中奔跑距离最长的球员，进攻能力较强，但防守则备受质疑。

　　佩佩：8分

　　染红司空见惯的佩佩在本届杯赛中还算自制，但毫无疑问是一名悍将。

　　布鲁诺·阿尔维斯：6分

　　这位34岁的后防老兵目前已经来到了职业生涯的末期，相信他会在决赛毫无保留。

　　格雷罗：7分

　　这名左后卫具备进攻能力，他的存在可以令C罗以及纳尼的位置更靠近中路。

　　佩雷拉：7分

　　如果佩雷拉首发出场，并司职后腰，他将能够极大的给对手制造麻烦。

　　雷纳托-桑切斯：8分

　　一名充满能量的全能中场，被认为是C罗之后葡萄牙最具潜力的新人。他在欧洲杯赛场的表现证明了自己为何能够得到众多豪门的青睐。

　　马里奥：7分

　　拥有速度和进攻威胁，马里奥有可能成为葡萄牙打反击的关键成员。

　　席尔瓦：6分

　　这位在法国出生的中场球员表现一直非常稳定，有可能在对阵法国的比赛中首发。

　　纳尼：8分

　　令人意外地，纳尼在本届杯赛担任主力前锋并收到了不俗的效果，至今，这位前红魔球员已经斩获3球。

　　C罗：9分

　　31岁的C罗在俱乐部层面荣誉满载，但在国家队则刚好相反。这或许是他改变这一局面的最好机会。击败威尔士的比赛，C罗展现了自己那强烈的取胜欲望。

　　总分：78（110）

　　（Pen）

乐鱼体育-山西卫视高清直播在线观看天猫tv

Wed, 13 May 2026 22:57:16 +0800

北京时间12月12日，山西队坐镇主场对阵新疆队新疆队此役大外援布拉切因伤缺阵，李根也因为辱骂裁判和侮辱手势被篮协停赛两轮。

新疆结束两连胜数据方面，山西队段江鹏13分，邢志强15分3篮板，葛昭宝16分3篮板3助攻，富兰克林贡献全场最高45分9篮板4抢。

上赛季“总决赛”再次上演，CBA冠亚军广东队和新疆队为重庆球迷带了一场精彩的对攻战，两队球员均有出色表现最终新疆伊力特。

最终，新疆队以一球小胜中国队，迎来了开赛的两连胜比赛开始前，二宫体育场的主看台，早已被当地的球迷占满虽然观众人数不。

乐鱼体育-多特蒙德夺得重要三分,冲击争冠席位是哪一场

Wed, 13 May 2026 22:56:16 +0800

综合对比与赛事预测多特蒙德在赛季末逐步走上正轨，球队动荡后趋于稳定，仅剩欧冠席位可争取，战意强烈而沃夫斯堡无欲无求，状态低迷，伤病问题进一步削弱了防守能力综合来看，多特蒙德主场全取三分的可能性较大赛事预测结果为胜，比分可能为3132或42；多特蒙德在201920赛季德甲联赛第25轮中，凭借小阿扎尔和阿什拉夫的进球，客场21战胜门兴，收获联赛四连胜并升至积分榜第二位赛前形势门兴过去5场比赛取得3胜2平，少赛一轮落后多特2分，排名积分榜第4，占据欧冠席位争夺的主动权多特蒙德各项赛事取得四连胜，但接下来一周内将连续作战且场场。

其他强队皇马以2分之差排名第二，联赛战绩平稳，欧冠提前锁定淘汰赛席位巴萨落后赫罗纳4分，排名第三，欧冠遇到些麻烦马竞少打1场，联赛战绩不俗，欧冠需加把劲皇家社会欧冠提前晋级，联赛战绩平平英超联赛争冠集团曼城以1分优势领跑，欧冠高歌猛进，提前出线剑指卫冕利物浦阿森纳与曼城只有；德甲争冠格局确实存在变化可能，拜仁虽具统治力但多特蒙德冲击力强劲，沃尔夫斯堡则目标欧联资格以下为具体分析德甲当前局势概述德甲第26轮比赛已结束，第27轮将迎来多特蒙德与沃尔夫斯堡的强强对决，这场比赛对双方赛季走势至关重要沃尔夫斯堡26轮后10胜9平7负，积39分排名第6，距离第5名勒沃库森差11。

哈兰德的表现与赛季数据哈兰德在本场比赛中打入一球，将个人本赛季进球数提升至10粒作为多特蒙德的核心射手，他在进攻端的效率与威胁性持续为球队提供火力支持尽管球队在欧冠赛场表现波动，但哈兰德的稳定发挥仍是德甲联赛中多特蒙德争冠的重要保障多特蒙德的优势分析进攻效率双方射门次数相同，但；不满原因分析球队战绩不佳多特蒙德近期联赛表现低迷，近3场仅1胜，与争冠目标渐行渐远，这对志在夺冠的哈兰德来说难以接受个人努力未获回报尽管哈兰德在比赛中梅开二度，但球队未能全取三分，可能让他感到个人表现未能转化为团队胜利长期问题积累哈兰德此前已多次表达对球队战术或引援的不。

首要目标欧冠资格而非联赛夺冠佐尔克直言，多特蒙德本赛季的首要任务是确保欧冠席位，而非追逐联赛冠军他明确表示“不该将目标设定为拿冠军这样的妄想”，并指出球队从未以此为目标这一表态基于现实考量17轮联赛后，多特积29分，落后榜首拜仁10分，争冠希望渺茫，而欧冠资格德甲前四成为更实际且。

多特蒙德夺得重要三分,冲击争冠席位是哪一场

1、向冠军前进激流勇进的多特蒙德多特蒙德在德甲积分榜上以领先拜仁慕尼黑1分的姿态雄踞榜首，这在近年来是极为罕见的在未来的十轮联赛中，双方必将全力以赴，争夺冠军的宝座本文将从战术特点重要球员赛程安排三个方面，分析多特蒙德在争冠路上所要面临的挑战一战术特点大开大合，定位球成。

2、莱比锡红牛上半场被动防守，未能有效组织进攻下半场换上劳姆等球员加强边路突破，但终结效率不足，最终惜败赛后影响多特蒙德豪取8连胜后，积分紧追榜首拜仁，保留争冠希望球队状态火热，进攻端罗伊斯贝林厄姆等核心表现稳定莱比锡红牛错失追分机会，排名暂居联赛第5，欧冠资格竞争压力增大需。

3、多特蒙德连续5个赛季获得欧冠资格，提前锁定本赛季德甲前四席位具体内容如下提前锁定前四与欧冠资格北京时间周六晚的德甲比赛中，多特蒙德客场10战胜杜塞尔多夫，积分达到66分在联赛还剩3轮的情况下，多特蒙德已提前锁定本赛季德甲前四位置，确保了下赛季欧冠参赛资格这是多特蒙德连续第5个赛季获得欧冠。

4、但霍芬海姆的贝尔福迪尔与祖贝尔缺阵可能削弱其进攻创造力，进一步放大后防压力战意与心态多特蒙德争冠关键期需全力抢分，而霍芬海姆无保级压力且状态起伏，求胜欲或不及客队预测结果足彩推荐霍芬海姆负竞彩+1让球胜平负霍芬海姆平负比分预测1213。

俱乐部态度多特蒙德虽未公开表态是否出售桑乔，但高标价暗示需满足条件才会放人，同时桑乔的专注态度也表明其与俱乐部目标一致表态意义稳定军心桑乔的言论有助于减少更衣室干扰，确保球队专注剩余赛季的争冠或欧冠资格争夺职业态度强调“一场一场踢”体现其成熟心态，避免被转会传闻影响竞技状态谈；劣势球队防守一般，已丢26球，后防大将扎加杜因伤缺战尽管如此，面对中游球队法兰克福，多特蒙德的整体实力仍占上风比赛展望法兰克福虽状态不错，但伤病主场战绩和经验不足等问题限制了其发挥多特蒙德作为夺冠热门，实力更强，且需全取三分以保留争冠希望若多特蒙德能调整至正常状态，有望终结。

最佳射手莱万多夫斯基以35球蝉联德甲金靴，连续五个赛季成为联赛最佳射手助攻王托马斯·穆勒以18次助攻荣膺助攻王，展现其组织进攻的核心价值德甲积分榜关键数据拜仁慕尼黑以77分夺冠，领先第二名多特蒙德8分欧冠区四队积分均超过60分，竞争激烈菲尔特仅积18分垫底，与保级区差距达16分；球员心态与团队凝聚力埃姆雷詹的发言还体现了多特蒙德更衣室的积极氛围在疫情冲击下，球员们通过集体训练和健康管理保持团结，这种凝聚力或成为争冠路上的隐性优势此外，他对“迫不及待想踢球”的强调，也传递出职业球员对竞技体育本质的追求在绿茵场上证明自我价值埃姆雷詹的表态既是对多特蒙德。

北京时间4月15日凌晨300，2021赛季欧冠14决赛次回合，曼城客场21逆转多特蒙德，总比分42晋级半决赛，将与巴黎圣日耳曼争夺决赛席位比赛进程回顾上半场多特蒙德抓住反击机会先声夺人第7分钟津琴科后场传球失误，多特蒙德抢断后由达胡德在禁区弧顶远射，被埃德森稳稳抱住第15分钟多特蒙德通过。

乐鱼体育-山东男篮防守表现稳固,获得胜利的球员

Wed, 13 May 2026 22:55:46 +0800

山东男篮在热身赛中取得两连胜，选秀状元谢智杰迎来首秀，邱彪押宝许梦君成效显著，沙约克则加盟辽宁男篮以下是详细信息山东男篮热身赛两连胜山东男篮与美国奥兰多探险者队的第二场热身赛于8月2日在烟台开打此前在泰安东平的首场热身赛中，山东男篮已取得胜利第二场比赛，山东男篮依旧占据主动，从。

山东男篮以112103战胜北京男篮，终结第三阶段三连败，同时终结北京男篮三连胜本场比赛刘毅表现亮眼，贡献17分3篮板，成为球队亮点之一比赛整体情况比分与结果山东男篮以112103战胜北京男篮，成功终结自身第三阶段三连败，同时打破了北京男篮的三连胜势头比赛过程山东男篮除第二节出现较多失误外。

高诗岩全能表现准三双数据串联球队，防守端贡献5次抢断山西问题末节防守松懈外线被山东命中6记三分，单节失分36分关键球处理原帅最后时刻三分被封盖，错失绝平机会赛后总结与展望山东男篮虽末节险些崩盘，但双外援状态回升为后续比赛注入信心，需加强末节防守稳定性山西男篮三外援。

山东男篮要想实现连冠，确实需要在几个关键位置进行补强从本赛季的表现来看，虽然整体实力不错，但某些环节的短板还是影响了球队的稳定性首先，内线深度需要加强目前球队虽然有不错的主力中锋，但替补席上的内线球员实力相对薄弱，尤其是在高强度对抗和长时间比赛中，容易暴露出体能和防守问题如果能。

山东男篮在一波两连胜后被吉林男篮复仇终结连胜，徐长锁在用人策略上的严重失误是导致球队被打回原形的核心原因，具体表现如下过度依赖主力球员，导致球员体能透支陶汉林高诗岩丁彦雨航三名主力均出场37分钟，陶汉林本赛季场均出场超40分钟，第九轮已明显疲惫，防守和上篮表现无力丁彦雨航虽尝试突破上篮。

二山东男篮进攻端表现出色山东男篮在这场比赛当中，发挥比较出色，尤其是在进攻端，投篮命中率非常高，整支球队也打出了团队篮球该有的样子，让对手非常的难受，所以最终取得了比赛的胜利三山东男篮的防守能力强山东男篮在这场比赛当中的防守做的非常好，通过自己专注的比赛态度很好的限制住了对手得分，这也是山东男篮能够战胜北京男篮的主要原因，所以。

11月1日晚山东男篮在第一阶段最后一个主场以100比92战胜北京北控，双外援发挥出色，状元秀谢智杰大爆发，避免了主场三连败比赛背景与阵容调整两队实力接近，但北京北控战绩更优，且本赛季通过引入深圳双核沈梓捷和外援萨林杰，内线实力大增，内外线更加均衡山东男篮因威金顿受伤，仅能以双外援克里斯。

乐鱼官方网站-尤文图斯欧洲杯赛程

Mon, 11 May 2026 23:54:11 +0800

下一个目标就是皇马!

　　我要拼,状态不好也要拼! 冬奥会速度滑冰女子500米·决赛 2月18日 19∶55 江陵冰上运动场 CCTV5 直播张虹夺冠难度不小作为冬奥会女子1000米项目卫冕冠军,张虹将和另一位速滑名将于静,一起参加500米和1000米两个项目的角逐。不过,鉴于张虹本赛季状态一般,夺冠的压力不小。

　　腊月三十

　　欧冠

　　1/8决赛·首回合

　　皇家马德里 VS 巴黎圣日耳曼

　　2月15日 03∶45

　　伯纳乌球场

　　CCTV5 直播

　　内马尔率队来犯皇马能否捍卫伯纳乌?

　　明天凌晨,春节假期的第一场重头戏就要上演。在本赛季欧冠淘汰赛的第一个比赛日里,内马尔就要率巴黎圣日耳曼“挑战”卫冕冠军皇家马德里。

　　毫无疑问,这是欧冠淘汰赛中最引人注目的对决。去年夏天,巴黎花了4亿欧元疯狂扩军,本赛季在法甲赛场几乎战无不胜,欧冠赛场也是一路高歌;反观皇马,这个赛季的表现十分低迷,西甲冠军已然无望、国王杯也被淘汰出局,皇马现在只剩下欧冠这一条战线了。

　　面对来势汹汹的巴黎队,皇马能否捍卫主场就是比赛主旋律,毕竟在先主后客的赛程中,皇马若不能保证主场不败,则很可能会在次回合被对手淘汰。内马尔和C罗的对决当然是比赛焦点,但两人都需要获得足够的支持,从而率队踢出更好的表现。对决的结果非常难预料,可能一些细节就会决定成败。

　　冬奥会

　　花样滑冰双人自由滑·决赛

　　2月15日 09∶30

　　江陵冰上运动场

　　张艺谋改编《图兰朵》

　　中国组合演绎经典曲目

　　有着“冰上芭蕾”之称的花样滑冰从来不缺乏明星。中国队最具竞争力的还属由新科世锦赛冠军隋文静/韩聪领衔的双人滑项目。本届冬奥会,他们全新编排的节目《图兰朵》还特别邀请了张艺谋参与改编,非常值得期待!

　　正月初一

　　冬奥会

　　自由式滑雪·决赛

　　2月16日 18∶30

　　凤凰雪上公园

　　徐梦桃

　　向金牌发起冲击

　　自由式滑雪空中技巧是中国队的优势项目,本届冬奥会拿满了所有的参赛名额。徐梦桃、齐广璞、贾宗洋等名将都获得了参赛资格。尤其是徐梦桃,作为国内女子空中技巧项目的领军者,荣誉无数的她距离职业生涯大满贯只差一枚奥运会金牌了。

　　正月初二

　　冬奥会

　　花样滑冰男子单人滑·决赛

　　2月17日 19∶00

　　江陵冰上运动场

　　金博洋能否送上惊喜

　　本届冬奥会,西班牙的费尔南德斯、日本的羽生结弦等人气与实力兼具的选手均将登场。中国的花滑水平同样走在世界前列。男子单人滑有着金博洋与闫涵两位名将参与。这是金博洋的首次奥运之旅,不知他能否为国人送上新春惊喜。

　　德甲

　　沃尔夫斯堡 VS 拜仁慕尼黑

　　2月17日 22∶30

　　大众汽车球场

　　CCTV5+ 直播

　　狼堡主场难阻拜仁

　　沃尔夫斯堡本赛季表现不佳,目前只排在积分榜第13位,积分比榜首的拜仁慕尼黑(56分)少了32分。可以说,拜仁本赛季继续登顶德甲只是时间问题,狼堡在主场很难对拜仁有所阻挡。然而,对狼堡来说,如果不能尽快走出低迷,那么跌入降级区就真的不是危言耸听。

　　正月初三

　　NBA

　　全明星·扣篮3分技巧大赛

　　2月18日 09∶00

　　斯台普斯球馆

　　一个戈登退出扣篮大赛

　　另一个戈登欲卫冕3分冠军

　　本次全明星周末,最令人遗憾的消息莫过于魔术前锋阿隆·戈登退出扣篮大赛。阿隆·戈登原本被视作扣篮大赛的头号冠军热门。此前两届扣篮大赛,阿隆·戈登都与冠军失之交臂,外界都希望他能够在今年如愿以偿,可惜臀部的伤势让他不得不放弃参赛。

　　阿隆·戈登退出扣篮大赛,另一个戈登——埃里克·戈登(火箭)作为3分大赛的卫冕冠军则将继续参加。今年的3分大赛,埃里克·戈登已经喊出了卫冕的豪言,而勇士的克莱·汤普森、太阳的德文·布克、热火的韦恩·埃灵顿、奇才的布拉德利·比尔等人,都会成为他卫冕之路上的劲敌。

　　意甲

　　都灵 VS 尤文图斯

　　2月18日 19∶30

　　都灵奥体中心

　　风云足球直播

　　都灵德比

　　尤文图斯不容有失

　　本周末,意甲第23轮将迎来一场同城德比战,都灵坐镇主场迎战尤文图斯。截至22轮,18胜2平2负的尤文图斯排在积分榜第2位,比榜首的那不勒斯(57分)少1分。

　　对已经完成了意甲六连冠的尤文图斯来说,都灵德比不容有失,更何况竞争者那不勒斯本轮的对手是弱旅斯帕尔。不过,都灵在同城德比中历来不怵尤文图斯,再加上主帅马扎里上诉成功可以临场指挥,都灵在主场也不会轻易束手就擒!

乐鱼-尼斯冲刺阶段强势反弹风云突变北京首钢集结日手感冰凉，网友：巴黎圣日耳曼关键时刻完成体检

Mon, 11 May 2026 23:53:41 +0800

冲刺阶段往往是比赛最具戏剧性的时刻，尼斯这一次用强势反弹证明了何为“在关键处逆袭”。画面回放里，队员们在最后几公里的攻防转换里像被注入了另一种能量，节奏突变、配合精妙，仿佛把整场的重心从对手一侧迅速拉回。那种瞬间的爆发力，不只是体能的体现，更是战术与心理合力的结晶。

教练在边线的目光、替补席上紧张到可以听见的呼吸、以及终点前几秒内全队的沉着——这些细节共同构成了尼斯反弹的“秘密配方”。球迷在看台上从绝望到欢呼的瞬间跳跃，社交媒体上的评论也像潮水般涌来，夸赞与质疑并存。

反观北京首钢的集结日场景，则呈现出另一种冷静甚至有些刺骨的氛围。队员们在训练馆里来回穿梭，动作标准但缺少那一抹让人热血沸腾的“手感”。无论是投篮的节奏还是快攻的衔接，都像被一层看不见的薄雾笼罩——精准度不够，默契似乎还在打磨中。这样的表现容易让外界联想到备战周期中的问题：是否团队磨合尚未到位？是否关键球员的状态还在调整？不过，职业球队的集结日常常是为长跑做准备，不一定要在首日展示出最亮眼的状态。

教练组更像是在通过观察与数据收集为后续战术布置打底，球员们则在用微小的动作和表情传递着尚未公开的信号。媒体的镜头爱抓住“冷场”这种对比画面，球迷的讨论也因此更加热闹，微博、直播间里的弹幕与段子层出不穷，将专业观察和娱乐化解读混合在一起，形成一种独特的赛前文化景观。

从更宏观的角度看，尼斯的强势反弹与北京首钢的集结日平淡，是竞技体育里常见的两面：瞬间决定成败的爆发力，以及为持久赛季储备能量的稳扎稳打。球迷习惯用热烈的语言去描述胜利的戏剧性，也喜欢用调侃的方式去解读暂时的低迷。正是在这种张力之中，赛季才有了故事可讲、球员才有了成长的空间。

谁能把握住节奏，把冷静转化为效率，把激情转化为可持续的优势，将成为赛季走向的关键。尼斯给出了一个高光瞬间，北京首钢则提供了一个耐心观察的理由，二者在不同时间轴上都有潜力改变结局。

当社交媒体把两种截然不同的画面放在一起对比时，笑谈便应运而生：“巴黎圣日耳曼关键时刻完成体检”，这句话既是幽默，也是对比赛中突发状况的隐喻。体检在这里既可以理解为医疗层面的真实检查，也可以被解读为球队在风口浪尖上自我检视、修正阵容与战术的过程。

豪门俱乐部往往在争冠或备战重大比赛时，把每一次训练、每一次热身都当成检验状态和磨合阵容的关键节点。因此，外界把“体检”当成调侃，其实承认了竞争对手在关键时刻保持专业和冷静的能力。

这一说法还能映射出球迷心理的复杂性：既希望球队能在短期内爆发惊艳表现，又担心任何体能或健康问题会在关键场合露出破绽。球迷的期待和焦虑交织，形成了一种特殊的情绪生态。媒体和解说员在传播过程中，会把这种生态放大，促使“完成体检”这样的梗在网络上传播开来。

于是，一个本该严肃的备战环节，由于大众文化的参与，变成了舞台上的一段笑料，但也为球队增加了一层外部监督的压力。对球队而言，如何在舆论的放大镜下保持自我，是管理层与教练必须面对的议题。

从战术层面讲，冲刺阶段的强势反弹与集结日的手感冰凉并非孤立事件。球队的短板通常会在高强度对抗里暴露，教练需要在训练中设法复制比赛压力，让球员在模拟紧张情境中找回手感；管理层则要通过科学的体能监测与数据分析，减少关键时刻的健康隐患。那些在比赛末段能够顶住压力的队伍，往往不是因为他们从未失误，而是因为他们在失误出现后有迅速修正的机制。

这种机制包括心理辅导、临场调整以及替补体系的深度，任一环节薄弱都可能把胜利拱手让人。

把注意力拉回到赛场和看台：体育的魅力就在于不可预测性和戏剧性。尼斯的那次强势反弹给予了不服输的范本，北京首钢的冷却期也提醒我们耐心的重要。至于“巴黎圣日耳曼完成体检”的段子，它既是球迷对专业性的期待，也可能成为球队自我激励的契机。赛季还长，故事才刚刚开始。

对于关注者而言，不妨把每一次反弹、每一个冷场都看作情节铺垫，继续在赛场上寻找惊喜与共鸣。

乐鱼体育-意大利打保加利亚

Mon, 11 May 2026 23:53:11 +0800

　　研究方向名称：纪录片导演创作

　　研究方向介绍：

　　培养专门的影视纪录片导演人才，系统学习纪录片创作手法和相关理论，具有较高的中外文化艺术修养和审美能力，熟练运用纪录片创作基本技能，独立完成纪录片创作工作。

　　专业课二名称：纪录片导演创作理论

　　专业课二介绍：

　　要求考生具备基本的纪录片创作能力，了解纪录片创作的基本原则及创作手段，了解电影史上著名的纪录片导演及其创作主张。能根据自身的知识准备判断纪录片的题材价值，预测未来纪录片的创作方向及拍摄方法。

　　导演系导师信息

　　姚晓峰向能郭劲锋黄盈李忱方刚亮金舸王瑞李学兵王红卫姜伟章明张建栋乔梁

　　2017年北京电影学院艺术与电影基础理论考研真题

　　一、名词解释（35分）

　　1.艺术表现观

　　2.扁平人物

　　3.新媒体艺术（资料总结第一页）

　　4.结构主义

　　5.装置艺术

　　二、简答（45分）

　　1.简述近代艺术理论中艺术的分类方法

　　2.艺术鉴赏的特征（资料总结31页）

　　3.西方绘画和东方绘画透视法的区别

　　三、论述（70分）

　　1.结合艺术作品论述意识形态和艺术的关系

　　2.结合艺术史谈谈浪漫主义文学的特征

　　2016年北京电影学院【艺术与电影基础理论】（专业学位）考研真题

　　一、名词解释

　　1、审美意象【押题卷一原题】

　　2、黄金分割律【模拟卷四原题】

　　3、间离效果【押题卷二原题】

　　4、公共艺术【押题卷二原题】

　　5、汉字艺

　　二简答

　　1、什么是艺术真实

　　2、简述造型艺术和实用艺术的联系和区别

　　3、意大利文艺复兴时期关于人的美学思想

　　三、论述

　　1、意境是中国古典美学的主要范畴。其主要内涵是什么

　　2、怎么理解审美感受的差异性和共同性

　　3、结合具体文艺作品谈谈现实主义和现代主义的区别

　　4、举例论述电影与新媒体艺术的关系

　　育明教育推荐阅读书目（专业一）：

　　《艺术学概论》彭吉象

　　《艺术概论》王宏建

　　《艺术概论》赵彬主编

　　《艺术学基础知识》王次炤

　　《中国电影史》钟大丰

　　《外国电影史》郑亚玲

　　《认识电影》（美）路易斯.贾内梯著

　　《电影理论与批评》王志敏

　　《电影史：理论与实践》（美）艾伦、戈梅里著李迅译

　　外加重要辅助资料育明教育独家内部笔记资料包含：

　　【艺术热点】+【中西文论】+【文艺理论】+【艺术理论内部试题库】+【电影基础理论内部试题库】

　　笔记

　　艺术创作要经历那几个阶段？

　　艺术创作过程：是艺术的“生产阶段”，它是创作主体（作家、艺术家）对创作客体( 社会生活) 能动反映的过程。艺术创作过程要经历艺术积累、艺术构思和艺术表现三个阶段，它们是互相联系，彼此交错的。其具体内容是:

　　一、艺术积累阶段。

　　大体包括材料储备、艺术发现和创作欲望三部分。

　　1.材料储备。艺术创作的基础是生活素材和情感的积累。艺术家只有搜集到大量生活的原始材料，才可能在此基础上选择题材、提炼主题、进行创作。所以每个艺术家创作的第一步无不从积累生活素材开始。

　　2.艺术发现。有了一定的生活和情感积累，艺术家的目光会更加敏锐，观察力、感受力、想像力、异常活跃，这时就会有更多的艺术发现。使艺术家有所激动，有所思考，并产生将所发现的东西表现出来的强烈愿望，这就启动了创作欲望(或创造冲动)。

　　3.创作欲望。所谓创作欲望，是在艺术发现基础上产生的一种推动构思并进一步付诸艺术表现的心理要求和情感冲动。艺术感受愈真切，艺术发现愈深入，创作欲望也就愈强烈。

　　二、艺术构思。艺术构思，是指艺术家在艺术体验和艺术发现的基础上，以特定的创造动机为引导，以各种心理活动和艺术表现方式为中介，使艺术意象得以创造和成熟的过程。

　　1.构思的方式及运作；艺术构思是一项艰苦、复杂和充满创造性的精神性劳动。为完成艺术构思的任务，艺术家需要采用一定的方式，将浩如烟海、错综复杂的生活材料重新组合，并使之形成新的、具有丰富内捅的艺术意象。艺术构思的方式是复杂和多样的，但一般常见的是以下几种方式。

　　A.综合，是创造主体进行艺术构思的主要方式。

　　B.变形，是指艺术家在构思中以一定的审美原则为指导，充分调动自己的审美想像和创造能力，对客观对象做较大的改动和重建，甚至以违反常规事理的手法创造艺术意象的方法。

　　C.移情，是指艺术家在构思的过程中，将自己的情感外化，融人所表现的客观物象之中，并生成新的审美情思的心理活动。

　　2.意蕴的凝结。艺术意蕴是指艺术形象里所蕴含的美学意味，它往往表现为一种只可意会、不可言传的哲理玄思或美学意境。

　　三、艺术表现艺术表现，是指艺术家借助一定的物质媒介和艺术语言，运用艺术方法和艺术技巧，将构思成熟的艺术意象转化为可供人们欣赏的艺术形象或艺术作品的过程，艺术表现是艺术创造过程的最后完成阶段。

　　1.艺术意象的物化与表现。艺术意象的物化与表现，是艺术家将自己在艺术构思中已经基本形成的艺术意象转化为艺术符号，并以物态化的形式得以显现，使之成为具体、可感的艺术形象、艺术情境或形象体系的过程。

　　2.艺术内涵的深化。

　　A.主体在物化的表现过程中呈现出鲜明的审美倾向。

　　B.主体在物化的过程中应不断进行艺术语言的锤炼。

　　C.艺术意蕴将在物化过程中获得提升。

　　D.艺术内涵获得深化的表征是形象、意境或典型的生成。

　　相关知识点：艺术意象的物化与表现在艺术创作中的作用？

　　艺术意象的物化与表现，是艺术家将自己在艺术构思中已经基本形成的艺术意象转化为艺术符号，并以物态化的形式得以显现，使之成为具体、可感的艺术形象、艺术情境或形象体系的过程。

　　意象物化是一种特殊的艺术实践活动。艺术意象的物化与表现，这是艺术创造过程的最后一个重要的环节。如果没有艺术意象的物化，艺术家不把头脑中已经构思出来的艺术意象物化成艺术形象，也就谈不上艺术创造的最后完成。因此，当经过艺术构思而形成了艺术意象以后，艺术意象的物化与表现就成为艺术创造的一个重要任务了。

　　相关知识点：艺术意象？意识构思中的意象同艺术作品中的意象有何区别和联系？

　　艺术意象这个概念在习惯上主要有两种用法。一是指“意中之象”，即艺术学在艺术构思当中，出现于心中而尚未表现出来的形象。它属于作者意识中的“象”，还没有物化为可视可闻的感性形象。艺术意象的另一种解释为“寓意于象”。即指艺术作品中寄寓着艺术家思想情感和审美趣味的特定物象。它是已经通过艺术语言表现出来的艺术形象，这种意象由意与象两部分统一构成，所谓“意”，指人的意志、思想，情绪、理想、旨趣等，是包容着理智和情感的一种复合性心理构成。所谓“象”，即指客观的、具体的、感性的物象。当然，上述两种意象从根本上说是一致的，并有密切联系的。因为艺术家构思中的意象最终总要物化为艺术作品申可感的意象，丽艺术作品中的“寓意之象”，其实仍是艺术家构思的产物，归根结蒂他仍都是艺术家主观情思同客观物象的有机统一。

　　一次性的艺术生产：

　　指艺术家通过创造性劳动能一次完成创作，拿出自己的艺术作品。

　　多次性的艺术生产：

　　指通过演员在舞台上的表演可以多次完成的艺术形式。

　　创作方法：

　　艺术家在创作过程中，对主体思想感情和客观生活的关系所持的基本态度和所遵循的基本规则。

　　现实主义创作方法：

　　利用典型的艺术形象，真实地反映生活本来的面目的创作方法。是艺术史上最具影响力的创作方法之一，具有较强的生命力与较大的包容性，它的主要的特征是艺术描写的真实，艺术形象的典型，以及思想的倾向性和感情的隐蔽性在表现方法上利用朴素的艺术语言，客观写实的叙述与描写，冷静细腻的刻画人物和事件，从而构成了现实主义的外部特征。

　　浪漫主义创作方：

　　艺术家以奔放的主观激情，按照理想的面貌表现生活的创作方法。

　　古典主义创作方法：

　　主张一切以合乎情理为原则，主张抛弃传统偏见，反对中世纪的神学世界观，反对盲目信仰宗教权威和经院哲学，把理性看成是知识的唯一源泉。认为感性材料会欺骗人们，只有通过理性才能认识世界。

　　自然主义创作方法：

　　基本原则是采用“纯”客观的态度，从事实出发再现客观事实，强调描绘的实录性和详尽性，不要求典型化。

　　现代主义创作方法：

　　荒诞的、寓意的或抽象的，虚无主义至上的一种消极的悲观的创作方法。

　　后现代主义创作方法：

　　是一种对现代表达方式甚至思维方式以及价值观的颠覆和反叛的创作方法。

乐鱼体育-斯图加特23多特蒙德

Mon, 11 May 2026 23:52:41 +0800

　　点击上方” 竞彩官方“可以订阅哦~

　　大神当日推荐的方案，请看【单固】、【强胆】的评论区。

　　【单固】彩民留言

　　干点人事

　　感谢小编，昨天又是005离奇反超，使得AB单黑，其他几场推荐思路还是正确的。今日分析五场，001让负稳，负极有可能，总进球不会超过3，比分0:1，1:1，1:2，阿德近况差，但喷气机本轮想穿极难！002负，主队主力后卫停赛，斯图加特本轮要全取3分巩固老一的位置，盘口有诱上的可能，003胜，不伦瑞克新年联赛3场不胜，且均有失球，领先优势慢慢失去，本来靠强悍主场抢分的不伦瑞克，今战赢球应不是问题。另014负，021胜、023负、026负有可能打出，030胜也有可能，韦拉主场较强，而老虎大学客场弱，且近3场被对手零封。综合推荐A单001让负、004胜2串1，B单004胜、021胜2串1，C单001让负、004胜、014负、021胜、023负、026负6串x7，D单001负、002负、021胜、023让平负、026让平负、028让胜平、030胜7x21。谨供参考，祝红单??????????

　　真诚

　　001阿德对新城堡，威廉2.3 3.6 2.87，这组赔率主胜率非常高，但玩家普遍认为主弱客强，主胜不易。那如何选择呢？我认为应相信博彩公司的判断，剧情可否这样发展:客队得红牌，如主队还不能取胜，则赏主队点球。本场推荐，主胜，2.35。当然兵无常势，水无常形，如分析不对，权当在下痴人说梦。

　　Messi

　　年后第一单:最近状态还不错，推荐一个5串26高赔，01让平02让平03让平04平06平 52博3806元

　　觅食

　　昨天又一次博冷失败，不过比分猜中的确比较难，跟了的朋友大家多包涵。今天澳假001阿德莱德VS纽喷气机，澳假是向来虚虚实实，主队连场大败联赛排名倒数第一的状态下初赔竟然比客队低，很不正常，有分析主队因为要参加亚冠所以会放弃国内联赛，不过即使主队下周要进行亚冠初赛，个人觉得先赢一场比赛鼓舞士气还是有一点必要的，其实就实力而言主客两队相差并不大，只是近期主队表现不好而已，所以001推荐胜平，比分推荐1:0，2:1，0:0，3:3。以上均为个人观点，不喜勿喷，希望大家都红单。

　　策天使

　　两元单【周五德甲 022】主队奥格斯堡受让负。客队勒沃库森，是欧战队伍，五天后主场迎战马竞。虽然小组赛里同组队伍在国际舞台表现平平，只是排在小组第二出线。但六场欧冠小组赛保持不败，跟小组第一仅差一分，最后一场小组赛，主场甚至3:0淘汰了现在的法甲榜一摩纳哥，可以看出水平不一般。所以很可能会效仿大巴黎，争取欧冠时主场大胜，客场稳定局面来晋级。而要保持锋线的犀利，就不能错过大战前夕的每一个磨刀的机会。所以本场有可能会全主力阵容上阵，最后一块磨刀石就是两队交战四连平的好基友奥格斯堡，相信客场本次赢得净胜球两球的机会很大。好基友为了助他进军欧冠顶峰，肯定很乐意。是不是很激动，这是我瞎编的剧本，4倍高赔，敢来就上。我串的是006主胜+让负，依旧保持四倍高水。??

　　Lucky Goddness

　　今天006 3 023 0

　　杨俊鸿??

　　?澳甲神奇之处在于盘口的制造，平手高水不代表不赢，让球半也不一定叫稳赢！阿德莱上场刷了无限大的角球…然而90分钟不射…被灌进5球…此战役，庄家开出了平手盘，有意给玩家不看好主队的前提下客队不败稳，那么，今仗，看好阿德莱可以轻松拿下纽卡！单3！祝红！??

　　庆

　　推荐2场德乙002斯图加特客场赢球0。003凯泽主场赢球3。2?1投注，100中464.5。属于大奶了！点赞的必中

　　漂泊的青大爷

　　01半全场平胜，主赢1球或者2球穿盘，021主胜1球或者2球穿盘。2c1:01胜021胜，01让平021胜。看到就是赚到。红了第二天来点赞！

　　小强哥

　　001主胜，比分3:1，半全场负胜。主队如此糟糕的战绩下，庄家开出平半盘，下盘热度大。而且主队往绩不落下风，看好主队穿盘，澳假不能安常理来看，所以负胜值得一博。不会发实单好难过。

　　sd220278

　　今日推荐。014负。019胜。投注100，奖金234

　　如果云知道……

　　001澳假看盘口平半主队已经被打成筛子了早已被人低估了，主胜赔率高高挂起本人看好主队今天胜出有阻上的嫌疑澳假总是出的结果让人大跌眼镜被低估就有惊喜比分1比0或是2比1半全场平胜或是负胜博高水的赞起来

　　【强胆】彩民留言：

　　大展宏图

　　极度稳胆：021瓦尔韦克—胜，024尤文—让胜，2串1，自由加倍

　　桂林~王菖域

　　桂林~王菖域 ? 目前3连红，近期10推7中，昨天命中001比分。今天推两场。 026亚盘为摩纳哥做出客让一球的初盘，两队实力差距较大，状态也无法成正比，各方面占优的摩纳哥理应是得到机构支持的一方，不过澳彩两队水位至今都是在中水区间徘徊，现时盘面并不能体现摩纳哥作为领头羊的优势，但我认为该盘面符合实际情况，要知道摩纳哥四天后将要重返欧冠赛场，本次比赛必然会有所保留，而且部分欧指客胜接近1.45，客胜数据有一定隐患，本场比赛摩纳哥恐怕会在亚盘中裁跟头。推荐：让胜/让平，比分：1-1、1-2。 023推荐负，让负，比分1：3，0：2。

　　成成

　　上周在荷甲、墨超、荷甲前轮出现极端赛果（荷甲和墨超主胜少；德甲客胜少），成功预测出荷甲至少三个主胜，墨超至少两个主胜，德甲至少一个客胜。这几天有事没推荐。今日中高水推荐：019福图纳胜，1.76 水；007布尔格胜，2.17水；015阿尔梅勒城负，2.07水。荷乙连续冷了两轮，个人认为强队应该回暖给力了，所谓的博奕无非是博心理，当很多人认为荷乙继续冷时，不敢打时，反而易出正路，祝大家红单谢谢

　　无名

　　谢谢小编上墙，第一次推荐三中二，今天014负，让负，023负博让负250倍实弹已出。问下小编，实弹图片怎么上传？

　　不忘初心

　　今天推荐，002单1+004单1+012单1，三串四，还有几场稳点的低赔，012让负，023负，024让胜平，026负，022，10，可以自由串个二串一，明天达人秀见。

　　南山之子

　　近几日因给朋友帮忙，码字时已很晚没上墙，但收获不小！今天忙完了，继续码字：早场001澳超，从基本面来看，一致倒向客队！所谓事出反常必有妖，本季阿联极可能象当年西悉尼一样放弃联赛打亚冠，本场势必不会输得难看出征亚冠，澳盘平半高水，走势稳健，主不败，双平应可过关，半全场胜胜、胜平；002上季不幸降级的客队大有神挡杀神的意味，冬窗又有补强，亚盘客让平半中高水开出，且水位平稳下滑，客队不败；004主让半一开出，水位仍在下降，有造热之嫌，本场有防平必要；013榜尾球队间的生死大战，看好主队赢球；022让胜；总结：001胜、平，002平、负，004平、让胜，013胜，022让胜。单关：001半全场胜胜、胜平；串关：A：013胜，022 让胜2串1；B：001胜、平，002平、负，013胜，022让负4串1；C：001让平，002让平，004平，013让平，022平5串26。祝红

　　迷途的羔羊

　　周五022奥格斯VS勒沃库森半全场推荐负负，平负，130倍平均优化！

　　武

　　01让负，02平、负，04胜、平，15平、负，18平、负5串16，博单1平，2让平，18让平，23让平，25让平

　　【串关专家说】彩民留言：

　　热热热

　　11让胜+12让负，

　　David~偉偉

　　为了保持连红记录，推荐布鲁日不让球负，串摩纳哥让球，买巴斯蒂亚31，2串一，祝各位点赞的朋友红红红红，你们让我好惊讶，600

　　小李飞刀

　　小李飞刀004胜，014负，016胜，019胜，021胜，5X6，7倍利润

　　TIGER

　　09特鲁瓦不嬴。011红星不败。013追罗达胜出。020海尔蒙特让负。容错一场。

　　牛宝宝

　　不伦004,31，亚眠，10。

　　罗卡角往事

　　昨天果然套路深，为能红单的朋友点个赞。今天低赔4*1，08克莱蒙让负，010索肖让负，011红星让胜，016格拉夫主胜。

　　【达人秀】彩民留言：

　　Loss Sun.rain

　　003凯泽斯劳滕vs桑德豪森基本面主队主场七轮不败，你害怕吗？客队近五轮德乙仅输一场。往绩平分秋色。技术面亚盘初盘让平半中水，欧赔也很诡异，完全没头绪。结论段子里说看不懂就开房，索性就看不懂买赔率高的吧。看好客不败，单3。比分0-1 1-2。025格拉纳达主场迎战皇家贝蒂斯基本面主队保级队，一共赢了两场，恰好都在主场，上上轮小胜拉斯帕尔马斯，客队主场三连平，算上0-2负于马竞，近四轮只进一球，恰好1-1战平巴塞罗那。往绩客队占优技术面澳门初盘平手盘高水，浅了，欧赔多升主降客，诱客。结论看好主不败，受让1球胜，比分1-1 1-0。还有一场特鲁瓦不胜

　　大展宏图

　　极度稳胆：【021】瓦尔韦克—胜，【024】尤文—让胜，2串1，自由加倍mo-爱心mo-爱心

　　策天使

　　《非正常统计》法乙有20支球队，交换主客场之后，每轮就有20场比赛。今天是法乙本赛季26轮第一回合。【平局统计】25轮6场，24轮9场，23轮10场，22轮7场。【净胜球仅1球统计】即让平或受让平，25轮6场，24轮7场，23轮7场，22轮12场。其中，以上四轮八场比赛，【平局队伍统计】6场平的有拉瓦勒，5场平的有阿雅克肖(每轮都有一场平)，朗斯，瓦朗谢纳。4场平的有克莱蒙，尼姆，图尔，布雷斯特，特鲁瓦。0场平的只有索肖和阿雅克肖。【净胜球或净输球仅一球队伍】7场的有索肖。5场的有阿雅克肖，兰斯，圣旺红星。4场的有奥尔良，尼姆，尼奥尔。你们看着办吧??手机不方便，抽样少了点，希望能提供参考。

　　桂林~王菖域

　　退役...

　　002公平盘差2.4 斯图加特胜 022勒杜库森胜公平盘差2.2 另外尤文退盘小胜临时回2.25就大胜皇家贝蒂斯不胜摩纳哥不胜博摩纳哥输球辛苦小编

　　旅人.

　　001胜X004让负X014让平.投入100可中2200.祝红mo-爱你mo-胜利mo-爱你

　　TOM

　　看来不伦瑞克要被买死，004让负博平

　　一起走过

　　百分百稳胆，014一0。

　　LOST

　　我最佩服的就是人事大神，不推则已，一推肯定中两场以上的比赛。顶起来，希望人事继续大红

　　ps：以上信息不代表本公众号和网站观点，仅供参考。

　　更多赛事推荐尽在，公众号底部菜单→赛事推荐

　　长按二维码→识别图中二维码，即可关注“竞彩官方”。

　　众多专业彩民的选择

　　竞彩官方客服平台

　　每天最热门比赛推荐

　　最独家的比赛资讯

　　资深彩民聚集地

　　竞彩官方

　　微信号：zhongguojingcaiwang

　　网址：www.sporttery.cn

　　官方客服：400-869-5086

乐鱼登录-备战中什么意思

Mon, 11 May 2026 23:52:11 +0800

　　2016年8月6日早上7点

　　备受瞩目的里约奥运会

　　就要开幕啦

　　奥运会马上开始

　　我们的选手们是苦苦准备了4年

　　等着这为国争光的时刻

　　一直以来

　　女子举重都是中国夺金的强势项目

　　可就在8月2日

　　女子举重比赛那儿

　　却出了个惊人的消息

　　▼

　　网友们心中最有希望夺金的侯志慧

　　被！换！掉！了！

　　这也是中国女子举重奥运史上

　　首次最后关头换将

　　但这突然的决定

　　随即搞蒙了一大波网友们

　　瞬间成为了网上热议的话题

　　今天呢

　　博爱江城就给小红人们

　　揭露这换将背后的

　　小秘密

　　▼

　　备战奥运却发生意外

　　在今年7月

　　中国队去天津蓟县封训备战奥运

　　侯志慧在一次训练中

　　意外扭伤了膝盖

　　提起当时的情况

　　她是这么说的

　　▼

　　“那几天换了赞助商提供的一款新的举重鞋，大家普遍反应穿上这款新鞋举杠铃时身体容易往前走，我也是这种感觉，结果膝盖一下子就扭了。

　　大战在即，中国队忍痛割爱

　　虽然

　　侯志慧是及其有望夺金的选手

　　中国队还是做出了一个艰难的选择

　　决定换将换级别

　　国家举摔柔中心副主任陈应表

　　也对这一决定

　　做出了解释

　　▼

　　“侯志慧的伤病情况确实不理想，而且又是举重队第一块冲金项目，如果让她参赛，会出现三把失败或者伤上加伤的情况。但从保护运动员的角度出发，把运动员的身体健康当成赌注这不合适，我们也不能冒这个险。

　　得知这一消息后

　　可能许多的“举重迷”

　　都会感到失望

　　也给举重金牌的去向

　　留下了悬念

　　不知道小红人们对这事是怎么看的呢

　　而每次到了奥运会

　　都会传来运动员意外受伤的消息

　　▼

　　为国争光是人人的心愿

　　但说到底

　　健康及生命安全才是最最重要的

　　增强体质

　　才是举办奥运会的初衷

　　不能本末倒置了

　　因此

　　对于这一次换人的决定

　　我们应该像之前体谅刘翔因伤退赛时一样

　　表示理解

　　也祝愿侯志慧尽快的恢复健康

　　下次奥运会

　　我们等着你王者归来

　　—完—

　　责任编辑：荣奕

　　延展阅读本期推荐

　　请点击：【囧】点这里，其实你也一直在“囧途“狂奔！

　　请点击：【健康】世卫组织称中国每年三百万人过早死

　　请点击：【激动】奥运，还能不能好好看了？！

　　请点击：这届奥运会，7500万难民竟然派出了一支代表队！

乐鱼体育-欧洲豪门球队在哪里

Sun, 10 May 2026 08:50:07 +0800

　　人工智能学家

科技导报

战略前沿技术整理

作者：万赟，美国休斯敦大学维多利亚分校

　　人工智能诞生

　　2014 年英美合作的电影《模仿游戏》讲述了英国数学家艾伦·图灵60年前在二战期间帮助设计电子计算机破译纳粹德国军事密码的真实故事。不过影片的名字与图灵在电影中的事迹并没有直接关系，而是来自当时英国流行的游戏。游戏中一男一女分别躲在幕后，参加游戏的人向他们两个人不断提问题，他们通过无法识别笔迹的笔答方式来回答，提问题的人根据回答来判断这两个人的性别。1950 年图灵在《计算机与智能》[1]一文中借用这个游戏做为判断计算机是否具有人类智能的标准，也就是把一个人和一台计算机放在幕后，让测试人员通过提问来判断哪一个是计算机，如果判断错误的话，就认为计算机通过了图灵测试，具有人的智能。后来人工智能学者将图灵这篇论文中描述的计算机称为图灵机，这一测试方式称为图灵测试（注：图灵本人曾经预测随着足够多内存的出现，50年内（也就是到2000年）计算机能够达到图灵机的标准）。40年后的1990年英国剑桥大学为了推动图灵机的实现设立了总额为10万美元的图灵测试比赛（The Leobner Prize），每年举办一次，直到有人能够设计出达到标准的图灵机为止，结果16年后的今天比赛仍在继续。尽管如此，图灵测试为人工智能领域的发展竖立起一个目标。随着几代人工智能学者的不断研究，逐渐认识到人脑的高度复杂性和计算机的局限性。这些发现帮助我们不断把人工智能技术应用到生产和生活的诸多方面。

　　第二次世界大战期间，英国军方需要尽快破译纳粹德国军事密码，图灵参与并主导了英国电子计算机的研制。同时期美国科学家也投入到计算机的研制工作。战后电子计算机开始从纯军事领域转向民用，很多具有不同学术背景的专家聚拢到计算机的应用领域，其中不乏青年才俊。1956 年夏天，一批学者聚集在达特茅斯学院召开了一次关于人工智能的研讨会，该会议成为人工智能领域正式创立的标志。会议的召集人是达特茅斯学院的数学系助理教授麦卡锡（John McCarthy），参与人包括明斯基（Marvin Minsky），西蒙（Herbert Simon）以及西蒙的合作伙伴纽厄尔（Allen Newell）。由于不同的学术背景和对智能以及实现智能的不同看法，人工智能从一开始就形成两类不同的流派和方法。

　　第一类是以西蒙和纽厄尔代表的理性学派。这一学派认为人脑与计算机可以看成信息处理器。计算机的智能和人脑的智能主要表现在对抽象化问题的解决上。任何能够以一定的逻辑规则描述的问题都可以通过人工智能程序来计算解决，尤其是对人脑来说过于复杂的逻辑问题。西蒙有一段时间专门研究公司里人们的行为决策，他发现由于认知能力的限制，人在做决策时并不像经济学里的理性人描述地那样，能够总是去寻求最优解，大多数情况下是寻找能够满足最低要求的解决方案。他将这一现象称为“满意解（satisficing）”，用来区别对理性人所假设的“最优解（optimizing）”。他认为这一现象产生的原因是人理性的有限性或者说是有边界的理性（bounded rationality）。在这一观念的影响下，他认为计算机带来的人工智能可以大大延伸人类理性。按照这一思路，西蒙和纽厄尔在人工智能领域取得了不少成果。1955年他们设计的逻辑机程序成功证明了罗素和怀特海所著的《数学原理》一书提出的52个定理中的38个，其中不少证明比原书中的更加精彩。根据对逻辑机的研究，1957 年他们又设（general problem solver），希望以此来解决任何可以形式化的符号问题（定理证明、几何问题及国际象棋对抗等）。

　　西蒙所代表的理性流派虽然在机器定理证明和简单逻辑问题解决（比如汉诺塔问题）上取得了显著的成就，但一旦面对复杂的问题，有限的计算机内存空间很快就因为探索问题解决空间时考虑不同路径带来的组合爆炸而无法进行下去。由于同样的原因，很多人工智能专家认为计算机程序虽然可以击败人类国际象棋冠军，但可能永远无法击败人类围棋冠军，因为后者的探索空间太大（图1）。

图1 无论是国际象棋还是围棋，目前都是通过对树结构空间的广度b（每一步可能的下法）与深度d（总回合）搜索相结合进行判断（bd），国际象棋的搜索维度（广度35；深度80）远远少于围棋（广度250；深度150）

　　与西蒙他们的理性学派在方法上形成对比的是感性学派。感性学派简单说就是通过对脑神经的模拟来获得人工智能。

　　人脑神经元一般由细胞体、树突和轴突组成。树突用来接收其他神经元传递过来的信息，轴突及其顶端的突触则用来传递信息给其他神经元。1949年加拿大神经心理学家赫布提出理论，解释了人脑在学习过程中脑神经元发生的变化。赫布理论认为如果一个神经元持续激活另一个神经元，这种持续重复的刺激可以导致突触传递效能的增加。具体表现为前者的轴突将会生长出突触小体（如果已有，则会继续长大），并和后者的胞体相连接，形成记忆痕迹。当时正在哈佛读本科的明斯基受到启发，产生了制作一个电子模拟神经网络实现人工智能的想法。1951年在美国心理学大师米勒的帮助下，明斯基和帕尔特（Seymour Papert）获得了美国海军经费资助设计出世界上第1台用来对迷宫求解的电子神经网络（SNARC），包含40个电子神经和若干内存。每一个电子神经元由6个真空管和一个马达组成，整个设备使用了300 多个真空管（图2）。这一贡献使明斯基被认为是人工神经网络的先驱。

图2 SNARC 使用的真空管是当时电子计算机的基本原件，每一个真空管通过开和关两种状态代表一个比特的信息

　　最早把神经网络原理成功应用到图像识别的是康奈尔大学的心理学教授罗森布拉特。他和明斯基都毕业于纽约布朗克斯科学高中，而且是后者的学长。1957年他利用神经网络原理成功制做了电子感知机（Perceptron，图3），该设备因为能够读入并识别简单的字母和图像而在当时引起轰动，使得很多专家预测在几年后计算机将具备思考功能。

图3 1957 年，罗森布拉特根据赫布原理用IBM 704 完成了感知机的仿真。后来用马克1 号制作了上面这台基于感知机的神经计算机，成功实现了一些英文字母的识别。1960 年6 月23 日该神经计算机进行了公众展示，该计算机与一个能够摄取400 个像素（20x20）的感光板相连

　　明斯基和罗森布拉特设计的人工神经网络以及后来人工智能专家在计算机上虚拟生成的更复杂的人工神经网络，都是通过模拟人脑神经细胞的记忆结构来实现的。由于神经网路链接的权重分布需要根据输入的信息不断调整，但是调整过程对外界来说是一个黑盒子，所以在设计不同的人工神经网络时，除了遵循一些基本原则外，更多需要通过经验和直觉来进行，据此有人称人工神经网络的设计为一门“艺术”而非“科学”，与西蒙等所倡导的理性学派形成了显著区别。

　　难以逾越的局限

　　20世纪50年代人工智能的诞生和流行除了与电子计算机的问世有直接联系外，也与当时美苏冷战有很大关联。1954年美苏冷战期间美国军方希望计算机产生的人工智能能够自动翻译俄语情报和资料，所以对在这一领域的突破赋予很高的期望，投入了大量的财力和人力。除了海军和空军，20世纪60年代初期互联网先驱立克里德在美国国防部高级计划署任职期间，每年资助麻省理工（明斯基）、卡梅（西蒙和纽厄尔）和斯坦福（麦卡锡）数百万美元的经费从事计算机以及人工智能方面的研究。

　　而人工智能的研发在经历了前面描述的这些突破后很快就变得停滞不前，最主要的原因是计算机内存和运算速度的限制。比如20 世纪60 年代末SDC公司奎利恩（Ross Quillian）等设计的颇为成功的自然语言翻译程序所使用的计算机内存最多只能同时导入20个单词。1976 年，从事机器人研究的人工智能专家莫拉维克（Hans Moravec）估计仅仅让计算机具备人的视网膜识别物体的边界和探测移动的功能就需要至少10 亿次/s 的运算能力，但当时最快的超级计算机的运算速度也仅有8000万~13000万次/s。

　　除了计算能力的限制外，绝大多数人工智能应用，比如图像和声音的识别，需要通过大量的学习才能达到一定的准确率。20世纪60年代数据库本身还处于发展阶段，根本没有积累如此多的数据，这与40年后深度学习出现时互联网上已经存在了海量信息所提供的学习环境是无法比拟的。于是从1966年美国政府组织的自动语言处理调查委员会给出ALPAC报告后[2]，人工智能开始遇冷。1973年英国政府发布了剑桥大学教授莱特希尔的人工智能调查报告[3]，给第一轮人工智能的发展正式划上了句号。

　　专家与超算

　　第一代人工智能系统的兴起与衰落让人们对人工智能系统有了更丰富的认识。20世纪80年代出现的专家系统是人工智能第2阶段发展过程中最有代表性的例子。

　　西蒙和纽厄尔在设计人工智能系统时注重系统的特定形式和推理机制，但是这类系统往往无法解决纯逻辑推理外的具体生产领域问题，这是因为它们缺少这些领域的具体知识。于是20世纪80年代的人工智能领域开始把研究的重点放在为不同的系统提供它们所在领域的专业知识上，试图通过专业知识与推理机制相结合来达到专家水平。西蒙的学生，被称为专家系统之父的费根鲍姆将其总结为智能系统的强大来自于它们所掌握的知识而不是具体的规则和理论。

　　最早获得商业成功的专家系统是卡梅大学为DEC开发的用户订单配置系统。20世纪70年代诞生于麻省理工林肯实验室的DEC公司相当于20世纪90年代的戴尔，它是最早利用半导体和集成线路技术把大型机体积变小，价格变低，从而让学校和小公司也可以使用计算机的创新公司。因为在它之前的很多计算机公司已倒闭，为了不吓走风投资本，它的商业模式采取了提供计算机配件，让用户可以自由组装的方式，因此受到大学和研究机构用户的青睐。随着订单的不断增加，DEC 开始面临一个问题：销售人员经常搞错用户选购计算机时需要的各种配件（当时都是以人工方式生成），造成了运营成本的增加。于是卡梅大学帮助DEC开发了XCON（订单专家）系统。1980 年，DEC开始使用该系统后通过与销售人员互动积累了2500多条配置规则，运行6年共处理了8万多笔订单，准确率高达95%~98%，为DEC 公司节省了2500多万美元的成本。

　　20世纪80年代，摩尔定律带来的内存容量和CPU 运算速度的指数增长、关系数据库技术的成熟、个人计算机和局域网技术的普及等因素也是促成专家系统全面开花的重要前提。因为计算机成本的不断下降，企业不同部门开始各自的局域网内搭建需要的专家系统，在客观上造成了对这些系统的需求。这些利好因素再加上像早期XCON这类系统的成功，使得人工智能领域通过专家系统进入第2次高速发展阶段。

　　专家系统的成功再次引发了学术泡沫。不少人认为专家系统可以很快应用到软件开发上，实现软件开发的自动化。面对这次学术大跃进，也有不少头脑冷静者。1986年北卡罗来纳大学教堂山分校计算机系主任布鲁克斯发表了一篇后来成为计算机学术历史上经典的论文“没有银弹”[4]。在这篇论文里布鲁克斯质疑了已经膨胀多年的关于自动编程可以很快实现的学术泡沫。后来他在《人月神话》一书中结合当年开发IBM 360操作系统的经历，进一步阐述了大型软件工程的复杂性（图4）。

图4 布鲁克斯的名著《人月神话》，封面用深陷沥青湖无法脱身的3 只野兽来比喻大型软件开发过程的复杂性

　　布鲁克斯在20世纪60年代曾经担任IBM 360大型机操作系统的开发负责人，对大型软件工程的复杂性有着切身体会。他以一个孕妇需要10个月才能生出一个孩子，但是10个孕妇加在一起也不可能在一个月生出一个孩子来比喻软件开发的不可避免的复杂性。他认为当时没有任何技术或者管理方式能够让编程效率在10年内增长10倍，事实也的确如此。布鲁克斯发表这篇论文直接或间接导致了人工智能的第2次低潮。因为这时专家系统没能再有大的突破。

　　专家系统在20世纪80年代的瓶颈除了计算机软硬件本身的限制外，还有其他因素。比如每个公司和研究团队研发的专家系统都是自成体系的封闭系统，没有开源软件和公开的数据标准来共享数据和策略，所以任何2个专家系统之间无法相互协作。另外尽管大家认识到专家系统中知识的重要性，但是知识体系的复杂性远远超过预期。直到20世纪90年代，学术界和产业界才通过系统地分析人类知识结构，发现其庞大性以及知识本身的显性和隐性之分[5]。20世纪90年代后期曾经有不少人工智能学者试图把人类的全部知识通过共享的方式构建到一个数据库里，但是就像受到诅咒的巴别塔一样，这一领域最有希望的两位学者先后英年早逝[6]。

　　专家系统可以看做是理性流派的进一步发展。神经网络做为感性流派在这一时期虽然没有专家系统那样成功，也取得了一些进步。比如神经网络的架构从以前的输入层加输出层的单层结构转变为添加了中间的隐层。这一变化使得神经网络可以解决更加复杂的分类问题。

　　层数的增加为各个层的神经节点连接的权重选取带来新的困难。反向传播算法（backpropagation）的出现在一定程度上解决了权重选取问题。另外计算机运算能力的提高使得多层神经网络的计算成为可能，在此基础上分支联结主义（connectionism）开始流行。通过分布式计算为多层神经网络提供架构支持成为新的发展方向。

　　与感性流派的神经网络相关的新人工智能（Nouvelle AI）思想也在这一时期出现。持新人工智能观点的学者认为，人工智能在过去30多年时间里把人类智慧狭义地理解为基于符号处理的智能模型是错误的，因为人类独有的很多智慧是无意识的技能和直觉，并不需要推理。该领域的主要学者莫拉维克（Hans Moravec）举例说：要让计算机如成人般地下棋是相对容易的，但是要让计算机有如一岁小孩般的感知和行动能力却是相当困难甚至是不可能的[7]。这一观点不仅认为模拟人脑是研究人工智能的基础，还进一步认为人工智能的培育和发展需要通过不断感知外界环境，根据环境做出反应来循序渐进地进行。这一过程中需要的并不是大量的推理，而是对外界信息的大量获取和快速处理。

　　还需要提及的是专家系统及人工神经网络维度的深化推动了超级计算技术的发展。从这一领域衍生出的计算机集群技术成为20世纪90年代信息领域高科技公司的计算平台，而这些平台又成为新一代人工智能技术的硬件基础。当然人工智能的再度发展还需要一个重要的因素，这一因素到了20世纪90年代才出现，这就是万维网。

　　网络人工智能

　　互联网的前身阿帕网起源于美苏冷战。20世纪80年代阿帕网已经通过大学和研究所等机构渗透到民间。1989年欧洲量子物理实验中心工作的伯纳斯李向实验中心正式提交了一份后来被称为“万维网蓝图”的报告[8]。这份报告提出了万维网框架的运行机制和实施方案。1990 年11 月，他在NeXT工作站上制作了第一个万维网浏览器和第一个网络服务器，随后编写了执行万维网项目细节的网页，至此世界上第1个万维网站诞生。

　　1993年1月美国伊利诺大学为浏览万维网网站开发的UNIX 版本马赛克浏览器被放到该大学计算中心的免费FTP服务器上，不到两个月的时间就被下载了上万次。1993年12月《纽约时报》商业版头版介绍了马赛克，称其将创造一个全新的产业。马赛克的流行使得覆盖互联网的万维网成为新的连接世界的平台，也引发了以硅谷为中心的电子商务革命。1993年1月马赛克刚出现时，全世界只有50个万维网服务器，10 月份达到500 个，1994 年6月份增加到1500个，万维网开始以指数增长。

　　在万维网流行了3年后的1996年，斯坦福2个研究生发现用解n 元一次方程组的办法，可以把万维网的所有网页按照重要性进行排名，从而解决了网络用户面对以指数增长的网页信息进行有效搜索的难题，他们后来成立了谷歌公司[9]。差不多在相同的时间，刚上线一年多的亚马逊与明尼苏达大学的几位计算机专家合作，开始分析每个用户在其网站上购买的商品，并与其他用户的购买商品进行比较和关联，用得到的结果来个性化对网站浏览用户的商品推荐[10]。

　　谷歌的佩奇排名（PageRank）和亚马逊的协同过滤（collaborative filtering）推荐系统的共同特点是它们都通过使用简单的数学原理来处理海量数据达到目的。这种看似简单的指导思想解决了很多专家聚集在一起都很难解决的问题。这就是互联网时代超大规模并行计算所带来的网络人工智能的共同特点。

　　不同的是，网络人工智能不再使用昂贵的超级计算机，而是用大量联结在一起的廉价服务器甚至是个人计算机来取得相同甚至更好的效果。在知识来源上，网络人工智能往往依靠成千上万的大众点滴贡献（crowdsourcing）而不是专家智慧。比如谷歌在计算网页的排名时使用的是不同网页之间的超文本链接信息，而这些链接是用户在创建网页时提供的。亚马逊的数据来源则是每个用户购买的商品信息。这些在个人看来再简单不过的信息被整合到一起进行处理后发挥出巨大的潜力，也使得数据挖掘成为网络人工智能的流行用语和代名词。

　　网络人工智能给人类社会带来的不仅是日常生活的方便，它们在很大程度上开始从各个方面影响社会发展进程。谷歌的搜索结果可以决定一个人的言论被关注的程度，而亚马逊的推荐则可以把许多质量好但没能得到推广的商品推荐给大众，引出“长尾定律”[11]。

　　随着业务量和数据量的增加，这些网络平台不断扩张，具备越来越强大的存储和计算能力。谷歌从1999年购买二手服务器开始搭建自己的计算平台到2012年第一次对外展示谷歌数据中心，其服务器的数量从最初的几十台发展到100多万台。同一时期亚马逊的弹性云平台服务器总量大概在50万台左右。电商巨擎的计算平台不仅仅在单机数量上达到了以往未有的高度，在架构、软件控制，甚至能耗上与传统的数据中心相比也有诸多创新（谷歌在这一方面有最多的创新，比如谷歌的单机服务器自携备用电池，避免了为整个数据中心配备UPS所带来的额外成本；为了进一步节省空调能源消耗，部分数据中心采取循环水物理蒸发方式降温等（图5）。这些技术升级为2010年前后神经网络在深度学习方向的突破性发展提供了必要的平台。

图5 谷歌最早采取了数据集装箱方式来搭建数据中心，几千台服务器在生产商处按照标准方式配置到专门设计的集装箱结构中，再直接运输到数据中心，这些集装箱在设计上采用了很多先进的散热方式，为谷歌节省了大量能耗

　　深度学习

　　20世纪50年代感知机流行时，霍普金斯大学的住院医生休伯尔和年轻教授威塞尔结识并成为学术搭档，开始了后来长达20多年的使他们获得诺奖的视觉神经方面的研究。1959年他们通过观察猫脑部视觉中枢对视网膜进入图像的处理方式发现，有些神经元对不同光强度或者不同角度的斜线有反应，另一些神经元对光感和简单斜线没有反应，但是对物体移动具有敏感性，即便这些物体的边界发生形变也不影响其激发。他们两人将前一类称为简单细胞，后一类称为复杂细胞。休伯尔和威塞尔的这一发现和后来的研究给从事神经网络研究的计算机专家提供了重要的建模思路，比如视神经元对信息处理是分工分层进行的，不同神经元关注的对象特征不同，每一层神经元抽象出对象的部分特征进行处理，最后所有信息经过逐层激发，在中枢最高层激发对整个对象产生认知的“祖母神经元”。

　　20世纪60、70年代，通过回归分析来逐层学习和提炼最优的神经网络层数和节点数的方式出现。乌克兰数学家伊万科夫（A. G. Ivakhnenko）及其同事在1971 年发表过8 层神经网络模型。1979 年日本京都大学福岛邦彦（Kunihiko Fukushima）成功通过多层神经网络（neocognitro）学习进行手写字母的图像识别。1992年密歇根州立大学计算机系的翁巨扬提出了最大池化方式（max pooling）和卷积神经网络（convolution neural net）这一后来被广为传播和使用的深度学习算法。

　　深度学习能够在北美走向主流，与被戏称为“加拿大黑手党”的3个专注机器学习领域多年的计算机专家的坚持不懈有直接关系。他们是加拿大多伦多大学计算机系的杰弗里·辛顿（Geoffrey Hinton），曾经给辛顿做博士后的纽约大学计算机系教授燕存乐（Yann LeCun）和与燕存乐在贝尔实验室共同工作过的加拿大蒙特利尔大学教授约书亚·本吉奥（Yoshua Bengio）。

　　辛顿1970年从剑桥心理学专业本科毕业，1978 年从爱丁堡大学获得人工智能专业博士学位。他毕业时恰好遇到人工智能的第2次高潮，于是投入到神经网络的研究中。他和燕存乐在1989年将反向传播算法应用到前馈多层神经网络学习过程，使得该算法能够识别出手写的邮政编码。不过随着层度加深，反向传播算法无法有效地调整神经连接之间的权重，导致过长的学习时间。20世纪80年代末人工智能研究进入低谷，很多同行开始研究别的领域，但是辛顿等却仍然在这一领域坚持不懈。以至于有很长一段时间，多伦多大学的计算机系里私下流行的对新生的警言是不要去辛顿的实验室。

　　在欧洲学术界多层神经网络的研究在20 世纪90 年代也取得了一些进展。慕尼黑工业大学的人工智能专家于尔根·施米德休伯（JürgenSchmidhuber）和他的学生团队在1992年提出的非监督学习时间递归神经网络（recurrent neural net）为语音识别和自然语言翻译提供了重要的模型。与前馈网络不同的是，递归神经网络允许各个神经节直接形成环状循环连接，甚至允许一个神经节点接受自己的输入，这种架构使得每个节点能够更好地利用历史权重，从而更适合处理音频和文字等序列数据。1997年他们提出了简化时间递归神经网络的长短期记忆人工时间递归神经网络（LSTM RNN），解决了时间递归网络在学习过程中的误差消失和放大的问题。

　　无论是北美还是欧洲，神经网络研究在20世纪90年代因为计算能力这一根本性限制均没能在应用领域取得突破。2004 年机会出现，这一年辛顿从加拿大高等研究所获得每年50万美元的经费，在燕存乐和本吉奥的协助下启动了神经计算和适应感知项目。该项目将一批一流的计算机、生物学、电子工程、神经科学、物理学和心理学专家聚集在一起，共同探讨用神经网络深度学习的方法模拟人脑智能，该项目聚集了一批后来活跃在人工智能领域的专家，除了辛顿、燕乐存和本吉奥外，还有后来负责谷歌大脑计划的斯坦福计算机系教授吴恩达，以及指导奥巴马政府“人脑”计划的诺斯基（TerrySejnowski）。诺斯基在20世纪80年代和辛顿一起发明了波兹曼机。

　　有了经费和智慧，辛顿他们很快利用集群计算技术搭配的大计算平台发现了更优化的算法，早期反向传播算法难以客服的困难陆续得到解决。用和时间递归网络类似的逐层培训方式，辛顿等在深度前馈网络中采取了预培训方式解决了反向传播算法的梯度消失问题，用逐层培训和抽象的方式来有效地降低观察对象的维度。简单地说就是将被识别对象的特征（feature）从最底层（例如单个像素）开始通过池化方式逐层抽象收集，后一层把前一层的特征抽取结果做为新的识别对象，用同样的方法提取其新的特征。这种方式可以采用非监督的自动编码和解码的方式来矫正，不需要预先对识别对象进行标注（图6）。2006年前后这一算法在图像识别等分类型预测方面取得了突破性。同一时期施米德休伯等人的时间递归算法也在图像识别和语音识别方面取得突破。

图6 卷积神经网络和最大池化是深度学习的核心设计，复杂的模式通过这种方式被逐层进行特征抽象，最终可以被有效地分析

　　2006年深度学习在欧美各地的突破与云计算技术的成熟有直接关系。用辛顿自己在2013年加拿大英属哥伦比亚大学的一次演讲中的话来总结，深度学习以前不成功是因为缺乏3个必要前提：足够多的数据、足够强大的计算能力和设定好初始化权重。事实也的确如此。2006年3月亚马逊正式向外界推出弹性云服务，同年8月谷歌总裁施密特开始使用云计算（cloudcomputing）一词来区别传统的“客户/服务器”模式。随后微软等其他公司纷纷步入其后尘，开始向用户提供类似的云计算服务。大数据和云计算为深度学习算法提供了海量数据和近乎无限的计算能力，打破了这两个限制人工智能发展的主要瓶颈。值得一提的是GPU的出现加速了深度学习的数据处理速度。与只拥有少量内核的CPU 相比，GPU拥有上百个内核，可以同时处理上千个指令相同的线程。这意味着对神经网络的权重计算这种高度一致的重复并行计算工作，GPU的处理效率有可能达到普通CPU 的几十倍，从而可以高速有效地进行各种模式识别计算。

　　最早将深度学习引入语音识别的是微软。2009年圣诞前夕微软研究院在加拿大召开了一个小型学术会议，邀请辛顿介绍深度学习的研究成果。辛顿的算法并没有引起大多数与会专家的重视，但是微软的两个与会代表邓立和俞栋却在会后组织了人员和数据进行了测试，结果发现非监督的深度学习算法可以使得语音识别的准确率提升25%，远超5%的业界期望值。于是微软开始将这一算法通过不断优化应用到语音识别的各类产品和服务中。图7为2012年10月微软首席研究官拉希德（Rick Rashid）在天津21世纪的计算大会”上公开演示的后来一时热透中国互联网的全自动同声传译系统（错误率仅为7%）的视频（图7）。

图7 2012 年10 月微软首席研究官拉希德（Rick Rashid）在天津召开的“21 世纪的计算大会”上公开演示全自动同声传译系统（错误率仅为7%）

　　微软在语音技术上的突破暗示出如果给予深度学习足够多的数据和计算资源，后者有可能从事更加复杂的图像识别工作。显然互联网上充足的数据资源为这一想法提供了重要的实验平台。2007 年斯坦福大学的李飞飞和普林斯顿大学的李凯合作开发了ImageNet 项目（图8）。

图8 李飞飞在TED 上讲述ImageNet (How we're teaching computers to understand pictures)，ImageNet 目前以开源形式为各种深度学习算法的测试和比赛提供数据支持

　　该项目团队从互联网上下载了10亿多图片，然后通过亚马逊机械土耳其人这一低成本网络众包的方式，雇佣了来自167 个国家共5万多人对这些图片进行了分类标注。截止2009年该项目成功产生了一个包含22000不同门类，共1500万图片的带标签的数据库。该数据库里的图片分类和标签质量超过以往任何数据库，其中仅猫这一门类就有62000张不同的图片，包含了所有种类的驯养和野生猫。建成这一数据库后，李飞飞及其团队利用深度学习方法，使得计算机通过监督学习方式识别包含各种物体的图像，而且能够用自然语言生成对每个图像中的物体关系的简单描述。这一成果进一步引发了学术界和科技界对深度学习的关注。

　　ImageNet 项目主要为监督学习方式提供了数据标签支持，但是标签图片与整个互联网的所有图片数量相比，仍然是九牛一毛。绝大多数数据仍然是以无标签形式存在的。更重要的是人脑尤其是婴儿大脑的发育过程是以标签方式进行的。所以无监督学习和让神经网络自我学习成为另一个研究方向。

　　2011 年谷歌的迪恩（Jeff Dean）和斯坦福计算机系的吴恩达在未来技术实验中心（Google X）联合发起了“谷歌大脑”研究计划。该计划通过模拟新生婴儿的大脑发育环境来研究人脑的物体识别和语言认知等功能。他们利用谷歌的云计算平台搭建了一个配备16000个CPU和10亿突触神经连接的谷歌大脑计算平台（1年后斯坦福大学和英伟达合作只用了16台配备GPU的服务器，每台配备2个8核CPU和4个英伟达GeForce GTX 680GPU，就达到了同样的计算效果）。为了收集有效的能够表征人类生活环境的数据，他们从谷歌YouTube随机选取了1000万个视屏，从每个视频里随即获取一个200×200像素的截屏，相当于模拟婴儿用眼睛不断观察到的周围环境。

　　数据收集完成后，他们用辛顿2006年提出的深度学习分层训练模型和自我编码解码校验方式去自动对这1000 万张图片进行特征抽取和分析。这一项目的目标之一是查看该模型的分层抽象特征提取方式是否能够最终产生一批高度异化的“祖母神经元”。结果该实验不但发现了模拟状态的祖母神经元的存在，而且在抽象最高层形成物体判断的神经元中居然有一只是对应猫的面部图像（图9），也就是说通过深度学习，该人工大脑形成了对猫的印象（古希腊哲学家柏拉图和其学生亚里士多德在人对客观世界的不同对象的概念形成中到底是先有绝对主观存在还是从客观形成有意见分歧。从谷歌的大脑实验来看，亚里士多德的客观形成论得到了验证）。

图9 这是谷歌大脑用深度学习方式分析了成千上万张猫的图片后形成的对猫的“记忆”

　　除了辛顿等在深度学习领域成果频出外，2010 年以后在瑞士人工智能实验室（IDSIA）担任主任的施米德休伯和他的学生们也不断取得突破。他们利用长短记忆时间递归神经网络识别序列信息的优势在各种图像识别比赛中夺魁，其中包括德国的交通标志自动识别比赛、国际汉字、阿拉伯文等手写体识别比赛。2010年他的3个博士生创立了深思（DeepMind）公司，根据深度学习理论和对数据流的研究开发出了能够像人一样通过观察普通人玩街机游戏的画面来了解游戏规则，再通过学习的规则去玩同样的游戏，甚至击败人类对手。2014该公司被谷歌以5亿美元收购。2016年3月，该团队设计的AlphaGo围棋对抗程序以4胜1负的战绩击败了人类围棋冠军李世乭。

　　在目前这轮以深度学习为代表的人工智能新高潮里，企业界早已通过收购和人才猎取而投入了大量的资本。谷歌董事长施密特公开表示机器学习是谷歌目前最主要的工作。2013年谷歌通过收购辛顿的DNNresearch 公司，将包括辛顿和他的几个学生在内的一批人才收揽在旗下。随后谷歌又在2015年收购了DeepMind公司，把欧洲的深度学习专家收拢到谷歌旗下。Facebook创始人扎克伯格在读完深度学习的论文后，从纽约大学高薪聘走了燕存乐。亚马逊资助西雅图的华盛顿大学计算机系从卡梅挖来了盖斯成（Carlos Guestrin）夫妇，后者与亚马逊合作开发机器学习项目。而在这之前，谷歌从该系挖走了7 名计算机系教授。斯坦福大学的吴恩达则被百度从谷歌挖走，成为硅谷百度研究院的首席研究员。

　　这些投入会不会最终仍然以泡沫破裂收场？答案很有可能是肯定的。

　　智能与超越

　　2014 年牛津大学的博斯特伦（NickBostrom）在《超级人工智能：路径，危险和策略》一书里提出，人工智能技术很可能在不久的将来孕育出在认知方面全面超越人类的超级智能（super intelligence）。他认为超级智能在给人类社会带来好处的同时也造成了人类本身的生存危机（existentialrisk）。2015年1月包括物理学家霍金、企业家马斯克等在内的主要来自欧洲的科学和科技界精英联名发表了一封公开信，敦促业界关注人工智能发展的稳健性和风险控制，通过合作和共识形成一个控制人工智能发展方向的框架，该公开信内容和所有签署人名单见https://futureoflife.org/AI/open_letter。

　　博斯特伦提出的超级智能可以追溯到冯诺依曼在1958 年的奇点（Singularity）预测。冯诺依曼认为随着计算机技术的不断发展，终有一天计算机将能够自我设计，从而进入自我进化状态。一旦进入到这一奇点状态，人类智能将与计算机智能迅速拉开差距，前者将逐渐被后者取代。

　　尽管这些学术界和产业界的名人表示了忧虑，但人类对大脑的研究，尤其是什么是智能的认识却仍然处在初级阶段。从目前人工智能的发展水平来看，笔者认为这种对机器本身所带来的威胁的担忧是没有任何必要的，真正需要防范的是强势集团对人工智能技术的滥用。

　　首先，从计算机的计算能力来进行一下比较。根据目前对人脑的最新认识，人的大脑皮层共有大约860亿神经元，能够进行200 MB/s 并行运算。新生婴儿大脑皮层每个神经元有大约2500个突触，2、3岁时增加到15000个，达到峰值。成年后每个神经元的突触数量大约为7500个。相比之下，2012年设计的谷歌大脑的总共16000 个CPU神经元和10亿突触，远远低于人脑的复杂度。事实上就算把谷歌计算平台所拥有的全部服务器（总数量为几百万台）用于大脑认知模拟，也难以达到一个普通人脑的神经元的数量和关联度。

　　其次，对人脑智能的机制理解仍然处于一个初级阶段。比如德莱弗斯（Hubert Dreyfus）提出人脑主要是通过图像来思考的，这一现象背后的机制是什么？当把一个小箱子放到一个大箱子上，然后把下面的大箱子取走，这时小箱子会怎样？普通人通过大脑的图像预演可以很简单地回答这一问题，而理性流派的人工智能往往需要通过大量的事实积累和逻辑推理才能做出这一推论。以感性流派为理念的深度学习神经网络虽然有可能通过模式识别实现这一推理，但目前来看还没有在这方面迈出一步。

　　奔迈公司的创始人霍金斯的HTM理论就这一现象给出了比较有意思的理论框架[12]。该理论认为大脑皮层通过不断接收序列信息（sequenceinformation）来学习建立外部世界的感知-动作模型（sensory-motor model）的器官，通过接收—预测—反馈—调整再接收这一过程来调整记忆。对于大量涌入的序列数据（比如声音和动作），大脑皮层是通过稀疏分布的表达方式层层激发处理信息。信息激发到祖母神经元后根据以前记忆形成的预期开始向下激发相应的各种感知和动作神经元，这些预期与新的信息进行对比后，针对出现的偏差，相应的神经元会做出新的突触连接调整。遗憾的是在实际应用方面，根据该理论开发出的软件还没能取得突破性进展。

　　最后，涉及一个比较抽象的哲学问题，就是什么是人的智能。60年前图灵用图灵测试来避免回答这一问题。今天对智能的认识可能也无法给出满意的答案。目前流行的深度学习只是人认知能力的增强版，就像汽车和飞机虽然比人速度快，但不能认为汽车或者飞机具有意识或者它们的运动智能超越了人类。

　　美国计算机和未来学家库兹韦尔（Ray Kurzweil）在2005 年的《奇点已近》一书认为，人的智能其实就是人脑的神经连接状态[13]，他提出未来技术成熟后，可以通过释放足够多的纳米机器人到人体内，获得大脑神经元之间的每一个链接的各种生化指数，从而复制人的意识。这些纳米机器人可以不断监控脑神经的变化，从而在身体外部不断备份人的意识。像很多前人科学家一样，笔者认为库兹韦尔陷入了用人类可以理解的技术来解释人类智能和意识的陷阱。

　　最近10年很多科学研究发现自然界的各种生物现象与量子纠缠有密切关系，比如光合作用和候鸟迁徙[14,15]。人的智能和意识是否也与此有关，只有等对这一现象有了更深刻的认识后才能知道。

　　参考文献（略）

（责任编辑刘志远）

　　人工智能学家 Aitists

人工智能学家是权威的前沿科技媒体和研究机构，2016年2月成立人工智能与互联网进化实验室（AIE Lab)，重点研究互联网，人工智能，脑科学，虚拟现实，机器人，移动互联网等领域的未来发展趋势和重大科学问题。

　　长按上方二维码关注微信号 Aitists

　　投稿邮箱：post@aitists.com

欢迎点击文章右下角”阅读原文“进行报名登记

我们将及时与您联系。