出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
更新时间： 浏览次数： 258
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务带你另眼看世界下载
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务是一部充满创意与灵感的短片，讲述了一个关于梦想与勇气的故事。影片的幕后团队由一群充满激情的年轻创作者组成，他们希望通过简约的叙事风格展现复杂的人性。导演在拍摄过程中注入了个人经历，使角色更具立体感。为了追求真实，团队选择在真实环境中取景，捕捉生活的细微之处。这部作品不仅是一场视觉盛宴，更是对内心深处渴望的深刻探索，展现了生活中的小确幸与奋斗的意义。
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务带你另眼看世界下载
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务是由韩国广播公司（Munhwa Broadcasting Corporation）提供的一项在线直播服务，涵盖新闻、娱乐、体育等多种内容。用户可以通过MBC官方网页或移动应用程序实时观看节目，享受高清晰度的视频体验。MBC直播不仅展示了韩国本土的热门综艺节目和电视剧，还提供国际新闻和深度报道，帮助观众了解全球动态。无论是在家中还是在外，MBC直播都为用户提供了便捷的观看体验，让观众不错过任何精彩时刻。
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务眼镜妹
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务一部轻松愉快的浪漫喜剧，奥黛丽·赫本的表演令人难忘。影片中的罗马风光与浪漫氛围相得益彰，让人仿佛置身于那个美好的时代。
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务最高票房
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务是一款以成人向为主题的模拟游戏，玩家在游戏中探索一个充满奇幻元素的馆，馆内设有多种互动场景和角色。游戏的核心玩法围绕着角色之间的互动与“榨精”机制，结合独特的3D建模，展现出丰富的视觉效果和细腻的动作设计。玩家可以通过完成任务和解锁场景，体验不同的剧情走向和角色关系。虽然该游戏在成人内容上具有较强的表现，但也融入了一定的幽默感和幻想元素，使其在特定圈子中获得了一定的人气。注意，本游戏适合成年玩家，需谨慎选择。
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务吃瓜合集
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务是一个让用户能够方便获取影视资源的平台。用户在这里可以找到最新的电影、电视剧、综艺等多种类型的节目。通过黑号生成，用户可以轻松获取到特定的观看链接，无需繁琐的注册或付费步骤。平台致力于提供高清流畅的观看体验，满足用户的观影需求。使用此类服务时需注意版权问题，确保合法合规。相部屋为爱好影视的用户提供了便捷的选择。
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务带你另眼看世界
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务是一个专为商家和消费者打造的便利工具。它集成了丰富的本地商家信息，用户可以通过简单的搜索功能找到所需的服务和商品。商家能够通过该平台发布广告，提升曝光率，吸引更多潜在客户。App提供用户评价和反馈功能，帮助消费者做出明智的选择。无论是寻找餐饮、医疗还是娱乐服务，黄页网站推广App都能快速连接用户与商家，助力商业发展和社区活力。下载使用，让生活更便捷！
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务免费整片视频
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务是一部引人入胜的影视作品，围绕着几位性格迥异的年轻人在同一屋檐下生活的故事展开。关美玲在剧中饰演一位性格开朗、积极向上的女孩，她与其他角色之间的互动充满了温馨与幽默。故事通过他们的日常琐事，展现了友情、爱情和成长的主题，反映了现代年轻人的生活困惑与追求。影片在探讨人际关系的也让观众感受到浓厚的互动和温情。
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
网盘哪个好用永久免费我觉得这部电影的视觉效果很震撼，但最让我感动的还是人与人之间的情感纽带。服务查询
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
保定市（莲池区、竞秀区） 廊坊市（安次区、广阳区，固安）出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
出包王女第三季无修版“这款应用的天气预报功能很准确，我每天都靠它来决定穿什么衣服。”在线上门服务
AI教父拿下诺奖，却很后悔
看点 今年诺贝尔化学和物理学奖都和AI“干上了”。就比如这次诺贝尔物理学奖，没有给予物理学的“热门”行当，而是给了AI革命的大师与教父。而坐“冷板凳”一坐就是二十多年的他们，也再次验证了一条容易被忽略的真理——有时候，成功来源于走在前方无人小径时，最大程度地坚持自我。
本文转载自公众号：南风窗 (ID: SouthReviews)
文丨朱秋雨 编辑丨向由 排版 丨Lulu
10月8日，2024年物理学奖花落两位“冷门学者”：91岁高龄的 约翰·霍普菲尔德（John Hopfield）和77岁的 杰弗里·辛顿（Geoffrey Hinton）。
这是令人意外的一次颁奖。毕竟，数个诺奖预测都相信，物理奖应该是天体物理、粒子物理、应用物理、量子物理、凝聚态物理、经典物理、原子分子和光物理七大类中的一个。诺贝尔物理学奖不应是两个研究机器学习（Machine Learning）、掀开当前人工智能（AI）革命的大师与教父。
被称为“AI教父”的辛顿自己没有想到，一个身体不好，坐不了飞机，三任妻子都死于癌症的男人，会收到诺贝尔物理学奖获奖的通知电话。
而仔细查看他们的研究会发现 ，在终其一生的思索里，他们都在试图用数学系统发明计算机神经网络，模拟人类大脑工作。
人脑有100万亿个神经元连接，随时随地在互动与发射信号，像深海般充满奥秘。要想实现神经网络的野心，他们不可避免地运用物理、生物、心理学等领域的知识与灵感。
于是，1980年代，两个跨学科的天才都提出了令21世纪惊叹的发现：
约翰·霍普菲尔德运用物理学原子自旋原理，发明了一种得以保存记忆的神经网络。后人以他的名字命名，Hopfield神经网络。
至于教父辛顿，他以Hopfield网络为基础，开发了一种新的神经网络：玻尔兹曼机（Boltzmann machine）。这个晦涩的新词，灵感同样来源于物理学——奥地利物理学家路德维希·玻尔兹曼百年前提出的理论，涉及一个与AI完全无关的现象（加热气体中粒子的平衡）。
科学的突破与发现并非一蹴而就。人工智能在过往30多年发展起起伏伏，充满嘈杂声响，信念不断被推倒又重建。
以辛顿为代表的AI学者，用他们的人生证明： 有时候，成功来源于走在前方无人小径时，最大程度地坚持自我。
处处碰壁的天才
77岁的杰弗里·辛顿，随着ChatGPT等大模型的火爆，在近年越来越名声大噪。他早已是图灵奖得主，密集地接受各方采访。
不过， 说的内容并非所有人都爱听。就像那位不苟言笑的核物理专家奥本海默，他张口闭口说AI可能对人类的威胁，强大的超级人工智能会让人类进入末世，仿佛这个工具是别人发明的一样。
杰弗里·辛顿
除了这种看似知识分子的反思与忏悔，真正接触过辛顿的记者，都在回头书写时记录下了对他的印象：身体不好。
从2005年开始，辛顿的腰背部出现问题。他开始很难坐立，不敢搭乘飞机出行，平时办公也是站着的。遇上商务宴席，他也不能坐在椅子上，而是选择双腿跪在地上，经常换来服务员奇怪的眼光。
他曾形容自己破烂的身体：“我每天都很煎熬，情况发展到了可能会瘫痪的地步，所以我很认真地对待这件事。如果我能完全控制自己的生活，它就不会带来任何问题。”
失去控制总是让人心生绝望，但在辛顿的人生里，他从来都是与缺乏确定性、无法受控的事情相伴。
1947年，辛顿出生在英国一个科学家和教授世家，父亲是研究甲虫的剑桥生物学家。
他的亲戚们还包括《牛虻》的作者艾捷尔·伏尼契；“中国人的好朋友”、写中国土地革命《翻身》的作者韩丁；参加曼哈顿计划的女核物理学家寒春……
而在十几岁时，早慧的辛顿已经遇上了促使他思考一生的命题。
他回忆，那是高中时期，一位朋友问他，“你知道吗？大脑的记忆并不是储存在某个特定的地方，而是分布在整个大脑，在整个神经网络里传播，就像全息图一样工作。”
他从此开始对人脑机制产生了浓厚兴趣。
大学期间，因为这个问题，辛顿曾学过5个专业，先是数、理、化，大二时又学了哲学、建筑学，后来又攻读了心理学。四年大学让他发现，所有的这些学科都无法解答人脑神经元如何连接并工作的奥秘。最终，毕业后的辛顿选择当一名木匠。
当木匠可以让人收获平静，这是他高中时期最高兴的活。只是，这位天真的知识分子也发现，没有内耗的活往往匹配较低的薪水，他不适合用此谋生。这段日子里，一到周末，他就到图书馆自学大脑工作原理。
1972年，他再度“转行”。凭借发表论文，他到爱丁堡大学就读人工智能学的博士——又是一个全新的领域。
尽管他不熟悉计算机科学，辛顿却有着自己的直觉和信念。不巧的是，此时正值人工智能的寒冬，人们从过往对AI的极度乐观，到被冰冷的现实鞭打至谷底。
1971年，英国政府进行了一项人工智能进展的研究，结果显示，“大多数人工智能研究和相关工作人员承认，他们对过去25年取得的成就感到非常失望”。
报告称：“迄今为止，AI在任何地方取得的成果，都没有实现它当初承诺的重大影响。”
令人沮丧的结果并非致命的，更大的问题是， 在当时人工智能界，人们开始广泛地怀疑从前的信念，即运用模拟人脑的神经网络，进行机器学习（神经网络只是众多机器学习算法和模型的一种）。
最著名的论断来自于当时的“人工智能之父”马文·明斯基。他对模拟人脑的“联结主义”派表示公开怀疑，认为计算机如果要拥有人类智能，必须用属于计算机的方式来实现。
1969年，他为此专门写了一本书，写道，“多层感知机（1960年代的一种神经网络）不会有发展前景，因为世界上没人可以将多层感知机训练得足够好，哪怕是令它可以学会最简单的函数方法。”
明斯基的论断解释了AI为何过去失败了，也让人们重新拥抱了新的愿景——符号人工智能。
1972年，连辛顿的博士导师朗吉特·希金斯都被明斯基的理论说服了。他开始劝说自己的学生，换一个有前途的方向吧，别做神经网络了。
辛顿回忆：“我们每周见一次面，有时会以一场大喊大叫的争论结束。”
《我，机器人》剧照
博士期间，他的研究方向始终与导师期望的背道而驰。辛顿说，他认可明斯基指出的神经网络的缺陷，但与多数人的选择不同，他想继续往“有缺陷的方向”前进，完善前人指出的漏洞。
至于他能这么做的原因，辛顿回忆，这可能是源于他从小在宗教学校上学，却是全班唯一不信仰宗教的人。
“这对科学家是一种很好的训练，让你对自己的观点充满信心。 每个人都可能是错的，你需要坚持自己的主张，直到实现它或者（彻底）否定它。做科学就需要这样的精神。”
交叉学科的力量
固执的辛顿在1978年顺利博士毕业。当时的学者也没预料到，他的坚持从此掀开了人工智能深度学习革命，并让21世纪的各大巨头争相进行科技军备竞赛。
那时博士毕业后，孤独的辛顿漂至了美国，总算 在加州大学圣迭戈分校找到了一些志同道合的人士。他们有的来自神经生物学，有的像辛顿一样来自认知科学系， 重要的是，他们分享着对联结主义的信仰，相信用计算机多层神经网络可以模拟人类大脑的演算方式。最终，机器也可以像蹒跚学步的孩子一样自我学习和进步，拥有推理能力。
看上去像天方夜谭的野心，却在当时被一群人真情实意地相信着。 1982年，加州理工学院教授霍普菲尔德率先开发了一种神经网络，用于模拟大脑如何相互作用并产生稳定记忆。
霍普菲尔德获奖后的第一张照片
这个神经网络的构建，也汲取了人类大脑的工作智慧。霍普菲尔德曾回忆，促使他走向这条道路的是一次受邀参加神经科学的会议。会议内容令他着迷，并让他开始思考神经网络的动力学特性。
人脑的运作好比需要集体演奏的交响曲，只有当神经元共同作用时，它们才能产生新的、强大的特性。“如果你只关注网络中的每一个独立神经元，是很难察觉这些特性的。”他说。
拥有物理学背景的霍普菲尔德，开始想到原子自旋而产生的特性。
这一特性使每个原子都成为了一个微小的磁铁。相邻原子的自旋会相互影响，自旋方向一致的区域得以形成。
运用自旋特性，霍普菲尔德成功构建了有节点和连接的神经网络，并以能量函数作为表达。
大致实现原理类似于人类的联想记忆。比如，如果神经网络接收到不完整或稍有失真的模式时，该方法能够通过能量的原理，找到与之最相近的已存储模式。
霍普菲尔德的模型示意图。首先让分子体系记住右下角的图像（字母“J”）。此时，如果将分子体系的状态改成右上角的图，那么每个分子会按照既定的规则更改自身的能量，最终使得整体重新回到右下角的图像。
记忆、存储、重现信息，这是霍普菲尔德神经网络的进步，也被后人视为联结主义复兴的标志。更年轻的辛顿也深受影响和鼓舞。
1986年， 辛顿与两名学者共同发表了一篇题为“通过反向传播误差来学习”的论文，成为了当代机器深度学习的奠基之作。
所谓的反向传播，实际是一个基于微分的算法。
需要指出的是，1980年代的研究重点与上世纪60年代已经截然不同：1960年代的神经网络是一个单层网络，而吸取了明斯基教训的科学家们在20年后，希望建立的是有多层结构的神经网络。
他们相信，只要研究人员能够建立一个多层的网络，每一层都向下一层提供信息，这个系统就可以学习过去无法理解的复杂图形。换句话说，一个更像大脑的系统就会出现。
这个过程变成了解出嵌套函数的数学问题。如果要训练一个符合现实的神经网络，科学家们发现，他们的工作重点需要考量神经网络的输出和真实结果之间的误差；接着选择恰当的损失函数来表示误差，再根据梯度下降等优化算法，一步步修正权值参数，最后得到能拟合的神经网络模型。
在输入层和隐藏层之间具有两层隐藏节点的馈送网络输出层。
但新的难题出现了：多层神经网络内含多个隐藏层，当误差出现时，研究者们很快发现，他们极难找到误差是在哪发生的。
擅长叛逆的辛顿与同事们同时也擅长逆向思维。
1986年，他们提出反向传播算法，精髓是将误差从输出层开始倒推，反过来逐层把误差传播至每一个隐层上，直到输入层为止。每一层都依赖后面已经计算好的信息去完成求导，故称作“反向传播”。
反向传播成功解决了多层神经网络的训练问题，证明了神经网络绝非停留在想象里的空中楼阁。
同一时期，辛顿与同事们发明了玻尔兹曼机。
玻尔兹曼机和霍普菲尔德模型的不同在于，内部增加了隐藏节点，使得节点之间可以通过概率调节整个网络的功能。
这个新神经网络汲取了统计物理学的原理，希望分析各个组件能够共同存在的各种状态，并计算它们出现的概率。
这也是当今短视频等平台算法令人无法自拔的基本原理：算法可以分析和找到大数据之间的联系，接着计算不同类别的人最大概率会喜欢和讨厌的内容，并根据每次的点击情况，实时进行概率计算和内容推送。
辛顿和同事谢诺夫斯基都为此激动不已。“这是我一生之中最激动人心的时刻，”谢诺夫斯基说，“我们确信，已经弄清楚了大脑是如何工作的。”
冷门二十年
约30年后，诺贝尔物理学奖认可了玻尔兹曼机的发明。
“他们都是真正的先驱者，寻找到了解决问题的新方法。”诺贝尔物理学委员会成员Anders Irbäck教授在2024年盛赞。
只是，对80年代的辛顿来说，萦绕在前方的仍是时而大喜、时而大悲的情绪，以及与科学有关的迷雾之中。
他和同事都以为将改变世界进程的玻尔兹曼机，只在80年代末期人工智能的又一波热潮时得到了关注。
1990年代，人工智能发展再度进入瓶颈期。各种基于统计的机器学习方法兴起，研究神经网络的人越来越少了。辛顿成为了少数几个仍在其中坚持的人。
杰弗里·辛顿曾在社交媒体上写道：毛毛虫提取营养物质，然后转化为蝴蝶。GPT-4也像人类社会的蝴蝶般，提取了人类数十亿的知识。
后来人们才发现， 当时的停滞并不代表辛顿提出的理论和设想是错误的。想法受限于当时计算机技术处理计算的能力。
辛顿在一次采访中感慨：“追溯到1986年，我们首次开发出反向传播算法，我们因其能学习到多层的特征探测而感到兴奋，我们认为已经解决了这个问题。但在解决实际问题中却没有出现大的突破，这非常令人失望，我们完全猜错了需要的计算资源和标记案例数量。”
这样的停滞伴随着辛顿接下来的20余年科研历程，神经网络始终不受学界主流认可。为了拿到教研经费，他曾在伦敦大学学院、多伦多大学等地工作，最后终于在2004年从加拿大高等研究院申请到了每年50万美元的经费支持。
直到2006年以前，辛顿即使已经在英国、加拿大是院士级别的人物，但他的发现只在学界里有名气，从未得到现实的广泛应用。
但他始终坚信神经网络将引起人工智能革命。据称，为了给自己打气， 辛顿还养成了一种自我激励的方法，每周发泄般大吼一次：“我发现大脑是怎样工作的啦！”
天然神经系统和人工神经网络的相似性。关于人工神经网络的理论在几十年前就已形成，但当时人们并没有找到实现它的方法。
2006年，深度学习革命终于在全球打响。这个新时代的序幕依然是由辛顿和学生拉开的。他们在两篇论文里论证道， 深度神经网络具有自主学习的能力。比起人类，深度学习的自编码器对数据有更本质的刻画，从而有利于可视化和分类。
这次夺冠并非只是拿到冠军那么简单。辛顿和学生以全场都没有用过的方式，取得了颠覆性的胜利。
“快乐和悲伤交织”
后来的故事更为人所知。2012年一举成名后，辛顿收到了来自百度、谷歌、微软以及DeepMind等巨头的千万美元年薪橄榄枝。他于是听从律师建议，在美国华达州的哈拉斯赌场，对着争相而来的科技巨头，举行了一场邮件竞拍。
最终，他在身价被提高到了4400万美元时，叫停了拍卖，选择加入谷歌。
杰弗里·辛顿在谷歌总部外
失败的百度从此决心向深度学习上储备人才，先后建立了深度学习研究院和自动驾驶研究院。
主导百度参与辛顿竞拍的负责人、现地平线创始人余凯回忆：“尽管竞拍失败，但我还是很开心的。我想我的目的也达到了，因为李彦宏亲眼见证了国际巨头不惜花费巨资来投资深度学习研发，这让他下定决心自己把深度学习做起来。”
进入21世纪的第二个十年，大模型、AI视觉、AIGC等多个应用，终于迎来大爆发。辛顿等到了盼望已久深度神经网络引发的人工智能浪潮。
这是属于他引领的时代。
他却自述过往，认为他的人生与AI浪潮一样，徘徊在反反复复的起伏里。“我经常会告诉大家，我弄清大脑的工作机制了，可过段时间，我又失望地发现之前的结论是错误的。”
“ 但事情就应该是这样发展的。正如（英国）诗人威廉·布莱克的两句诗，‘将快乐和忧伤编织，披在我神圣的心上’。”
2023年，离开谷歌的辛顿越来越活跃于媒体之中。他近年因为大模型的热潮早已荣誉加身，人们喊他教父，对他进行膜拜。连他的很多早期追随者，如今也成为了科技巨头。例如学生伊利亚，与奥特曼一起创立OpenAI，是AI浪潮的引领者之一。
看上去，辛顿没有什么烦恼可言了。
《终结者5》剧照
但他却表现得越来越忧心忡忡，担心AI有一天会掌控人类社会。2024年，他在诺贝尔奖颁布的现场连线时说：“我感到愧疚和后悔。”
“后悔有两种。一种是因为你做了一些明知不该做的事情而感到内疚；另一种是你做了一些在同样情况下会再次做的事情，但最终结果可能并不好。我的遗憾是第二种。我担心这种做法的后果是，比我们更聪明的系统最终会掌控一切。”
关注它，能让你听到更多真话，
多一分对世界的理解。
关注外滩教育
发现优质教育
xtt国产亚洲精品高清视频免费的跨界对话：不同文化的美食交流在线上门服务“百度云资源分享 开车的备忘录功能很实用，我再也不用担心忘记重要事情了。”原来是真的！
八坂村之花电影图解的文化交流使者：美食成为文化交流的使者原来是真的！
晚上一个人看的视频网站动画片中的幽默与创意，为孩子们打开了想象力的大门。真的可信
在线看福利观影的异国风情画：品尝世界各地的美食画卷(在线预约)
卖小电影的微信的社交新阵地：美食成为社交的新方式-上门服务
