大家好，今天來為大家解答聯(lián)想y1011平板還能用嗎，聯(lián)想平板y1011價格這個問題的一些問題點，包括聯(lián)想y1011平板還能用嗎，聯(lián)想平板y1011價格也一樣很多人還不知道，因此呢，今天就來為大家分析分析，現(xiàn)在讓我們一起來看看吧！如果解決了您的問題，還望您關(guān)注下本站哦，謝謝~

Nature子刊批判深度學(xué)習(xí)：現(xiàn)有方法有誤，動物行為靠編碼不靠算法

邊策 安妮 發(fā)自 凹非寺

量子位 出品 | ** QbitAI

人工神經(jīng)網(wǎng)絡(luò)可以從動物大腦中學(xué)到什么？

最新一期Nature子刊上，就刊登了這樣一篇文章。美國冷泉港實驗室的神經(jīng)科學(xué)家Anthony M. Zador，對當(dāng)下人工神經(jīng)網(wǎng)絡(luò)的研究思路進(jìn)行了深刻反思與批判：

大多數(shù)動物行為不是通過監(jiān)督或者無監(jiān)督算法就能模擬的。

具體來說，動物天生具備高度結(jié)構(gòu)化的大腦連接，使它們能夠快速學(xué)習(xí)。從出生下時的神經(jīng)結(jié)構(gòu)就決定了動物具有哪些技能，再通過后天學(xué)習(xí)變得更加強(qiáng)大。

由于連接過于復(fù)雜無法在基因組中明確指定，因此必須通過“基因瓶頸”進(jìn)行壓縮。但人工神經(jīng)網(wǎng)絡(luò)還不具備這種能力。

但這也表明，AI有潛力通過類似的方式快速學(xué)習(xí)。

也就是說，通過反思當(dāng)前的研究方式能夠發(fā)現(xiàn)，我們現(xiàn)在關(guān)于深度學(xué)習(xí)的研究從出發(fā)點的側(cè)重似乎就搞錯了，先天架構(gòu)比后天訓(xùn)練重要得多。

這個結(jié)論一出現(xiàn)，就在推特上引發(fā)了巨大的反響，不到一天，點贊數(shù)超過了1.8K，各大論壇上也少不了各種討論。不少網(wǎng)友表示，文章讓人有一種醍醐灌頂?shù)母杏X。

一研究者表示，很喜歡這篇文章，尤其是其中具體說明了進(jìn)化與學(xué)習(xí)之間的生物學(xué)差異，以及在深度學(xué)習(xí)中能借鑒的思路見解。

機(jī)器學(xué)習(xí)研究者、fixr.com網(wǎng)站的CEO Andres Torrubia表示，這個研究不禁讓人想到權(quán)重?zé)o關(guān)的人工神經(jīng)網(wǎng)絡(luò)，接下來的重點是如何在“遺傳瓶頸”中進(jìn)行編碼了。

還有研究人員提出了新思路，猜測基因瓶頸與今年ICLR 2019的最佳論文“**假設(shè)”理論中得到的簡化表示之間有相似之處。

是項怎樣的研究，讓AIer的思路一下子如此開闊？

先天的重要性

機(jī)器能在多長時間內(nèi)取代人類的工作？1956年，AI先驅(qū)Herbert Simon曾預(yù)言，機(jī)器能夠在二十年內(nèi)完成人類可以做的任何工作。

雖然這個預(yù)測離AI的發(fā)展軌道偏離了太遠(yuǎn)，但那時已經(jīng)有了類似通用人工智能（AGI）的概念。

今天的科技界這種樂觀情緒再次高漲，主要源于人工神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)的進(jìn)展，但離設(shè)想的達(dá)到人類智慧的水平還很遠(yuǎn)。

人工神經(jīng)網(wǎng)絡(luò)可以在國際象棋和圍棋等游戲中擊敗人類對手，但在大多數(shù)方面，比如語言、推理、常識等，還無法接近四歲兒童的認(rèn)知能力。

也許更引人注目的是人工神經(jīng)網(wǎng)絡(luò)更接近于接近簡單動物的能力。用人工智能的先驅(qū)之一Hans Moravec的話說：

人腦中高度發(fā)達(dá)的感知與運(yùn)動部分的編碼，是從生物界十億年的進(jìn)化經(jīng)驗中學(xué)到的。我們稱之為“推理”的深思熟慮的過程，是人類思維能力中最薄弱的一個，因為依靠無意識的感知運(yùn)動的支持才能生效。

與人工智能網(wǎng)絡(luò)相比，動物嚴(yán)重依賴于后天學(xué)習(xí)與先天機(jī)制的融合。這些先天機(jī)制通過進(jìn)化產(chǎn)生，在基因組中完成了編碼，并采取一定規(guī)則連接大腦。

所以，基因瓶頸（genomic bottleneck）了解一下？

在這篇文章中，研究人員引入了這個概念，具體來說，是指壓縮到基因組中的任何先天行為都是進(jìn)化過程帶來的，這是連接到大腦規(guī)則的一種約束。

而下一代機(jī)器學(xué)習(xí)的算法的突破點，很有可能就在基因瓶頸上。

而這，也是當(dāng)前機(jī)器學(xué)習(xí)算法與人類思維方式最大差別。

算力促進(jìn)神經(jīng)網(wǎng)絡(luò)發(fā)展

在AI的早期階段，有符號主義和連接主義兩種主義之爭。

Marvin Minsky等人支持的符號主義認(rèn)為，應(yīng)該由程序員來編寫AI系統(tǒng)運(yùn)行的算法。而連接主義認(rèn)為，在人工神經(jīng)網(wǎng)絡(luò)方法中，系統(tǒng)可以從數(shù)據(jù)中學(xué)習(xí)。

符號主義可以視為心理學(xué)家的方法，它從人類認(rèn)知處理中獲取靈感，而不是像連接主義那樣試圖打開黑匣子，使用神經(jīng)元組成的人工神經(jīng)網(wǎng)絡(luò)，從神經(jīng)科學(xué)中獲取靈感。

符號主義是是20世紀(jì)60~80年代人工智能的主導(dǎo)方法，但從之后被連接主義的的人工神經(jīng)網(wǎng)絡(luò)方法所取代。

但是現(xiàn)代人工神經(jīng)網(wǎng)絡(luò)與三十年前的仍然十分相似。神經(jīng)網(wǎng)絡(luò)大部分進(jìn)步可以歸因于計算機(jī)算力的增加。

僅僅因為摩爾定律，今天的計算機(jī)速度比當(dāng)年快了幾個數(shù)量級，并且GPU加快了人工神經(jīng)網(wǎng)絡(luò)的速度。

大數(shù)據(jù)集的可用性是神經(jīng)網(wǎng)絡(luò)快速發(fā)展的第二個原因：收集用于訓(xùn)練的大量標(biāo)記圖像數(shù)據(jù)集，在谷歌出現(xiàn)之前是非常困難的。

最后，第三個原因是現(xiàn)代人工神經(jīng)網(wǎng)絡(luò)比之前只需要更少的人為干預(yù)。現(xiàn)代人工神經(jīng)網(wǎng)絡(luò)，特別是“深度網(wǎng)絡(luò)” 可以從數(shù)據(jù)中學(xué)習(xí)適當(dāng)?shù)牡图壉硎荆ɡ缫曈X特征），而不是依靠手工編程。

在神經(jīng)網(wǎng)絡(luò)的研究中，術(shù)語“學(xué)習(xí)”的意義與神經(jīng)科學(xué)和心理學(xué)不同。在人工神經(jīng)網(wǎng)絡(luò)中，學(xué)習(xí)是指從輸入數(shù)據(jù)中提取結(jié)構(gòu)統(tǒng)計規(guī)律的過程，并將該結(jié)構(gòu)編碼為網(wǎng)絡(luò)參數(shù)。這些網(wǎng)絡(luò)參數(shù)包含指定網(wǎng)絡(luò)所需的所有信息。

例如，一個完全連接的由N個神經(jīng)元組成的網(wǎng)絡(luò)，每個神經(jīng)元都有一個相關(guān)聯(lián)的參數(shù)，以及另外N2個參數(shù)來指定神經(jīng)元突觸的連接強(qiáng)度，總共有N+N2個自由參數(shù)。當(dāng)神經(jīng)元的數(shù)量N很大時，完全連接的神經(jīng)網(wǎng)絡(luò)參數(shù)為O(N+N2)。

從數(shù)據(jù)中提取結(jié)構(gòu)，并將該結(jié)構(gòu)編碼為網(wǎng)絡(luò)參數(shù)（即權(quán)重和閾值），有三種經(jīng)典范例。

在監(jiān)督學(xué)習(xí)中，數(shù)據(jù)由輸入項（例如，圖像）和標(biāo)簽（例如，單詞“長頸鹿”）成對組成，目標(biāo)是找到為新的一對數(shù)據(jù)生成正確標(biāo)簽的網(wǎng)絡(luò)參數(shù)。

在無監(jiān)督學(xué)習(xí)中，數(shù)據(jù)沒有標(biāo)簽，目標(biāo)是發(fā)現(xiàn)數(shù)據(jù)中的統(tǒng)計規(guī)律，而沒有明確指導(dǎo)查找的規(guī)則。例如，如果有足夠的長頸鹿和大象的圖片，最終神經(jīng)網(wǎng)絡(luò)可能會推斷出兩類動物的存在，而不需要明確標(biāo)記它們。

最后，在強(qiáng)化學(xué)習(xí)中，數(shù)據(jù)用于驅(qū)動動作，并且這些動作的成功與否是基于“獎勵”信號來評估的。

人工神經(jīng)網(wǎng)絡(luò)的許多進(jìn)步都是為監(jiān)督學(xué)習(xí)開發(fā)更好的工具。監(jiān)督學(xué)習(xí)的一個主要考慮因素是“泛化”。隨著參數(shù)數(shù)量的增加，網(wǎng)絡(luò)的“表現(xiàn)力” ，即網(wǎng)絡(luò)可以處理的輸入輸出映射的復(fù)雜性也隨之增加。

有足夠的自由參數(shù)的網(wǎng)絡(luò)可以擬合任何函數(shù)。但是，在沒有過擬合的情況下，訓(xùn)練網(wǎng)絡(luò)所需的數(shù)據(jù)量通常也會隨著參數(shù)的數(shù)量而變化。如果網(wǎng)絡(luò)具有太多的自由參數(shù)，則網(wǎng)絡(luò)存在過擬合的風(fēng)險。

在人工神經(jīng)網(wǎng)絡(luò)研究中，網(wǎng)絡(luò)的靈活性與訓(xùn)練網(wǎng)絡(luò)所需的數(shù)據(jù)量之間的這種差異稱為“偏差 – 方差權(quán)衡”。

具有更大靈活性的網(wǎng)絡(luò)更強(qiáng)，但如果沒有足夠的訓(xùn)練數(shù)據(jù)，網(wǎng)絡(luò)對測試數(shù)據(jù)的預(yù)測可能會非常不正確，甚至遠(yuǎn)比簡單且功能較弱的網(wǎng)絡(luò)的預(yù)測結(jié)果差。

用“蜘蛛俠” 的話來說就是：能力越大責(zé)任越大。偏差-方差權(quán)衡解釋了為什么大型網(wǎng)絡(luò)需要大量標(biāo)記的訓(xùn)練數(shù)據(jù)。

比如一組數(shù)2、4、6、8，下一個數(shù)字什么，人會很自然的想到10，但是如果我們使用有4個參數(shù)的多項式來擬合，神經(jīng)網(wǎng)絡(luò)會告訴我們結(jié)果是42。

三巨頭如何看待監(jiān)督學(xué)習(xí)

神經(jīng)科學(xué)和心理學(xué)中的“學(xué)習(xí)”一詞指的是經(jīng)驗導(dǎo)致的長期行為改變。在這種情況下，學(xué)習(xí)包括動物的行為，例如經(jīng)典的自發(fā)行為以及通過觀察或指導(dǎo)學(xué)習(xí)獲得的知識。

盡管神經(jīng)科學(xué)和人工神經(jīng)網(wǎng)絡(luò)術(shù)語的“學(xué)習(xí)”存在一些重疊，但在某些情況下，這些術(shù)語的差異足以導(dǎo)致混淆。

也許它們之間最大的差異是術(shù)語“監(jiān)督學(xué)習(xí)”的應(yīng)用。

監(jiān)督學(xué)習(xí)是允許神經(jīng)網(wǎng)絡(luò)準(zhǔn)確地對圖像進(jìn)行分類的范例。但是，為了確保泛化性能，訓(xùn)練此類網(wǎng)絡(luò)需要大量數(shù)據(jù)集。一個視覺查詢系統(tǒng)的訓(xùn)練需要107個標(biāo)注樣本。這種訓(xùn)練的最終結(jié)果是人工神經(jīng)網(wǎng)絡(luò)至少表面上具有模仿人類分類圖像的能力，但人工系統(tǒng)學(xué)習(xí)的過程與新生兒學(xué)習(xí)的過程幾乎沒有相似之處。

一年的時間大約107秒，所以要按照這種方法訓(xùn)練孩子，需要不吃不喝不睡覺每一秒都問一個問題，以獲得相同數(shù)量的標(biāo)記數(shù)據(jù)。然而，孩子遇到的大多數(shù)圖像都沒有標(biāo)注。

因此，可用的標(biāo)記數(shù)據(jù)集與兒童學(xué)習(xí)的速度之間存在著不匹配。顯然，兒童并不是主要依靠監(jiān)督算法來學(xué)習(xí)對象進(jìn)行分類。

諸如此類的因素促使人們在機(jī)器學(xué)習(xí)中尋找更強(qiáng)大的學(xué)習(xí)算法，讓AI像孩子一樣在幾年內(nèi)掌握駕馭世界的能力。

機(jī)器學(xué)習(xí)領(lǐng)域的許多人，包括三巨頭中的Yann Lecun和Geoff Hinton等先驅(qū)都認(rèn)為，我們主要依靠無監(jiān)督算法而不是監(jiān)督算法，來學(xué)習(xí)構(gòu)建世界表征的范例。

用Yann Lecun的話說：

“如果智能是一塊蛋糕，那么大部分蛋糕都是無監(jiān)督學(xué)習(xí)，蛋糕上的花就是監(jiān)督學(xué)習(xí)，蛋糕上的櫻桃就是強(qiáng)化學(xué)習(xí)。”

由于無監(jiān)督算法不需要標(biāo)記數(shù)據(jù)，因此它們可能會利用我們收到的大量原始未標(biāo)記的感知數(shù)據(jù)。實際上，有幾種無監(jiān)督算法產(chǎn)生的表示讓人聯(lián)想到那些在視覺系統(tǒng)中發(fā)現(xiàn)的表示。

雖然目前這些無監(jiān)督算法不能像監(jiān)督算法那樣有效地生成視覺表示，但是沒有已知的理論原則或界限排除這種算法的存在。

盡管學(xué)習(xí)算法的無自由午餐定理指出不存在完全通用的學(xué)習(xí)算法，在某種意義上說，對于每個學(xué)習(xí)模型，都存在一個數(shù)據(jù)分布很差的情況。

每個學(xué)習(xí)模型必須包含對其可以學(xué)習(xí)的函數(shù)類的隱式或顯式限制。因此，雖然孩子在他剛生下來一年內(nèi)遇到帶標(biāo)注的圖像數(shù)據(jù)很少，但他在那段時間內(nèi)收到的總感官輸入量非常大。

也許大自然已經(jīng)發(fā)展出一種強(qiáng)大的無監(jiān)督算法來利用這一龐大的數(shù)據(jù)庫。發(fā)現(xiàn)這種無監(jiān)督算法，如果它存在的話，那將為下一代人工神經(jīng)網(wǎng)絡(luò)奠定基礎(chǔ)。

從動物的學(xué)習(xí)方式中學(xué)習(xí)

學(xué)習(xí)行為和天生行為的區(qū)別在哪？

核心需要解決的問題是，動物如何在出生后迅速學(xué)習(xí)，也不需要大量訓(xùn)練數(shù)據(jù)加持。

和動物相比，人類是一個例外：成熟的時間比其他動物都要長。松鼠可以在出生后的幾個月內(nèi)從一棵樹跳到另一棵樹，小馬可以在幾小時內(nèi)學(xué)會走路，小蜘蛛一出生就可以爬行。

這樣的例子表明，即使是最厲害的無監(jiān)督算法，也會面臨實際案例上的挑戰(zhàn)。

因此，如果無監(jiān)督機(jī)制無法解釋動物如何在出生時和不久之后就具有如此的領(lǐng)悟能力，那么對于機(jī)器來說，是否有替代方案？但事實是，許多人類感官表達(dá)和行為基本上是天生的。

從進(jìn)化角度來看，天生的行為對生存和學(xué)習(xí)是有利的，而先天與學(xué)習(xí)策略之間的進(jìn)化權(quán)衡也很有意思。

可以看出，通過純先天學(xué)習(xí)機(jī)制而成熟，與通過額外學(xué)習(xí)的表現(xiàn)有很大不同。

如果環(huán)境迅速變化，從時間角度來看，在其他條件相同的情況下，強(qiáng)烈依賴先天機(jī)制的物種將勝過采用混合策略的物種。

基因制定人腦神經(jīng)網(wǎng)絡(luò)的布線規(guī)則

我們認(rèn)為動物在出生后如此快速運(yùn)作的主要原因是，它們嚴(yán)重依賴于先天機(jī)制。這些先天機(jī)制已經(jīng)寫在了在基因編碼里。基因編碼蘊(yùn)含了神經(jīng)系統(tǒng)的布線規(guī)則，這些規(guī)則已經(jīng)被數(shù)億年的進(jìn)化所選擇，也為動物一生中的學(xué)習(xí)提供了框架。

那么基因是如何說明布線規(guī)則的呢？在一些簡單的生物體中，基因組具有指定每個神經(jīng)元連接的能力。以簡單的線蟲為例，它有302個神經(jīng)元和大約7000個突觸。因此在極端情況下，基因可以編碼方式精確地指定神經(jīng)回路的連接。

但是在較大型動物的大腦中，例如哺乳動物的大腦，突觸連接不能如此精確地被基因指定，因為基因根本沒有足夠的能力明確指定每個連接。

人類基因組大約有3×109個核苷酸，因此它可以編碼不超過1GB的信息但是人類大腦每個神經(jīng)元的神經(jīng)元數(shù)量大約為1011神經(jīng)元，需要3.7×1015bits來制定所有連接。

即使人類基因組的每個核苷酸都用于制定大腦連接，信息容量比神經(jīng)元連接少6個數(shù)量級。

因此在大型和稀疏連接的大腦中，大多數(shù)信息可能需要指定連接矩陣的非零元素的位置而不是它們的精確值。基因組無法指定顯式制定神經(jīng)的接線，而必須指定一組規(guī)則，用于在孕育過程中連接大腦。

兩點啟發(fā)

將上述思考放到當(dāng)前深度學(xué)習(xí)的研究當(dāng)中，已經(jīng)有了很多新發(fā)現(xiàn)：

動物出生后具備快速學(xué)習(xí)的能力，主要因為它們天生就有一個高度結(jié)構(gòu)化的大腦連接。后續(xù)學(xué)習(xí)過程中，這種連接就像提供了一個腳手架，在此基礎(chǔ)上快速學(xué)習(xí)，這種類似的學(xué)習(xí)理念可能會激發(fā)新的方法加速AI研究。

先說第一個。

動物行為為天生的而非學(xué)習(xí)中產(chǎn)生，動物大腦不是白板，相反配備了一個通用的算法，就像當(dāng)下很多研究人員設(shè)想AGI那樣。

動物強(qiáng)選擇性學(xué)習(xí)，將學(xué)習(xí)范圍限制在生存必須能力中。

有些觀點認(rèn)為動物傾向快速學(xué)習(xí)具體事情是依賴于AI研究和認(rèn)知科學(xué)中的元學(xué)習(xí)和歸納偏差。按照這種說法，神經(jīng)網(wǎng)絡(luò)中有一個外循環(huán)優(yōu)化學(xué)習(xí)機(jī)制，產(chǎn)生歸納偏差，讓我們快速學(xué)習(xí)具體任務(wù)。

先天機(jī)制的重要性也表明，神經(jīng)網(wǎng)絡(luò)解決新問題會盡可能嘗試那里以前所有相關(guān)問題的解決方案，就像遷移學(xué)習(xí)那樣。

但遷移學(xué)習(xí)與大腦中的先天機(jī)制有本質(zhì)區(qū)別，前者的連接矩陣很大程度上屬于起點，而在動物體內(nèi)需要遷移的信息量很小，經(jīng)過了“瓶頸基因組”，信息的通用性和可塑性更強(qiáng)。

從神經(jīng)科學(xué)的角度來看，應(yīng)該存在一種更強(qiáng)大的機(jī)制，也就是一種轉(zhuǎn)移學(xué)習(xí)的泛化，不僅能夠在視覺模式中運(yùn)作，還能跨模態(tài)進(jìn)行遷移。

第二個結(jié)論是，基因組不直接編碼表示或者行為，也不直接編碼優(yōu)化原則。

基因組只能編碼布線規(guī)則和模式，然后實例化這些規(guī)則和表示。進(jìn)化的目標(biāo)，就是不斷優(yōu)化這些布線規(guī)則，這表明布線拓?fù)浜途W(wǎng)絡(luò)架構(gòu)是人工系統(tǒng)中的優(yōu)化目標(biāo)。而傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)很大程度上忽略了網(wǎng)絡(luò)架構(gòu)的細(xì)節(jié)。

目前，人工神經(jīng)網(wǎng)絡(luò)僅利用了其中一小部分可能的網(wǎng)絡(luò)架構(gòu)，還有待發(fā)現(xiàn)更強(qiáng)大的、受大腦皮層啟發(fā)的架構(gòu)。

其實現(xiàn)在來看，神經(jīng)處理過程可以通過神經(jīng)實驗顯示出來，通過記錄神經(jīng)活動，間接推斷出神經(jīng)表征和布線。

目前，已經(jīng)有方法可以直接確定布線和腦回路，也就是說，大腦皮層連接的細(xì)節(jié)有可能不久后就會獲取到，并為神經(jīng)網(wǎng)絡(luò)的研究提供實驗依據(jù)。

這些啟發(fā)不難讓人聯(lián)想起谷歌大腦團(tuán)隊發(fā)布的新研究。只靠神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索出的網(wǎng)絡(luò)WANN，即權(quán)重不可知神經(jīng)網(wǎng)絡(luò)。不訓(xùn)練，不調(diào)參，就能直接執(zhí)行任務(wù)。

它在MNIST數(shù)字分類任務(wù)上，未經(jīng)訓(xùn)練和權(quán)重調(diào)整，就達(dá)到了92%的準(zhǔn)確率，和訓(xùn)練后的線性分類器表現(xiàn)相當(dāng)，前景無限。

結(jié)論

大腦能為AI研究提供幫助是人工神經(jīng)網(wǎng)絡(luò)研究的基礎(chǔ)。

人工神經(jīng)網(wǎng)絡(luò)試圖捕捉神經(jīng)系統(tǒng)的關(guān)鍵點：許多簡單的神經(jīng)單元，通過突觸連接并行運(yùn)行。

人工神經(jīng)網(wǎng)絡(luò)的一些最近的進(jìn)展也來自神經(jīng)科學(xué)的啟發(fā)。比如DeepMind鐘愛的強(qiáng)化學(xué)習(xí)算法，也誕生過AlphaGo Zero這樣的新研究，這就是從動物學(xué)習(xí)的研究中汲取靈感的范例。同樣，卷積神經(jīng)網(wǎng)絡(luò)的靈感來自視覺皮層的結(jié)構(gòu)。

但反過來說，AI的進(jìn)一步發(fā)展是否會方便動物大腦的研究，仍然存在爭議。

我們認(rèn)為這不太可能，因為我們對機(jī)器的要求，有時被誤導(dǎo)為通用人工智能，根本不是通用的。

這樣與人類技能類似的能力，只有與大腦類似的機(jī)器才能實現(xiàn)它。但機(jī)器與人腦的構(gòu)造完全不同。

飛機(jī)的設(shè)計起源于鳥，但最后遠(yuǎn)優(yōu)于鳥：飛得更快、適應(yīng)更高的海拔、更長的距離、具有更大的貨容量。但飛機(jī)不能潛入水中捕魚，或者從樹上猛撲去捕鼠。

同樣，現(xiàn)代計算機(jī)已經(jīng)通過一些措施大大超過人類的計算能力，但是無法在定義為通用AI的明確的任務(wù)上與人類能力對應(yīng)。

如果我們想要設(shè)計一個能夠完成人類所有工作的系統(tǒng)，就需要根據(jù)相同的設(shè)計原則構(gòu)建它。

傳送門

Nature報道地址：

Reddit討論區(qū)：

Twitter討論區(qū)：

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關(guān)村。期待有才氣、有熱情的同學(xué)加入我們！相關(guān)細(xì)節(jié)，請在量子位**(QbitAI)對話界面，回復(fù)“招聘”兩個字。

量子位 QbitAI · **簽約作者

?’?’ ? **AI技術(shù)和產(chǎn)品新動態(tài)

單詞輕松記 第1011天

單詞輕松記 第1011天

多多單詞（www.duoduodanci.com），一遍背熟

每天堅持一篇，讓您輕松的記單詞，歡迎關(guān)注

今天的記憶單詞列表：

1、linear

2、di**ay

3、antarctic

4、skyscraper

5、sturdy

linear[‘l?n??]

adj. 線的，線型的；直線的，線狀的；長度的

拆分：line（線）+ar（的）

聯(lián)想：線的

di**ay[d?s’me?]

n. 沮喪，灰心；驚慌

vt. 使沮喪；使驚慌

拆分：dis（沒有）+may（沮喪）

聯(lián)想：沒有達(dá)成意愿，所以很沮喪

antarctic[?n?tɑ:kt?k]

n. 南極洲；南極地區(qū)

adj. 南極的；[地理] 南極地帶的

拆分：ant（螞蟻）+arctic（北極）

聯(lián)想：螞蟻只能在南極生活，不能在北極

skyscraper[‘ska?skre?p?]

n. 摩天樓，超高層大樓；特別高的東西

拆分：sky（天空）+scraper（樓）

聯(lián)想：這個樓已經(jīng)起到天空了，所以成了摩天樓

sturdy[‘st??d?]

n. 羊暈倒病

adj. 堅定的；強(qiáng)健的；健全的

n. (Sturdy)人名；(英)斯特迪

拆分：stu（試圖）+r（讓）+dy（第一）

聯(lián)想：這么堅定的人得試圖讓他得到第一

非常感謝大家的支持，如果這種學(xué)習(xí)方式能幫助到您，希望您能與身邊的小伙伴一起分享該記憶方法的樂趣。除此，您還可以：

1、在評論中拼寫單詞，加深記憶

2、在評論中發(fā)表自己認(rèn)為好的記憶方法

3、對認(rèn)為好的記憶方法進(jìn)行點贊

飽含生命力的時光瑰寶

[腕表之家 鐘表文化]一件臻品級的珠寶腕表需要符合哪些條件？

首先自然是寶石本身。它的原產(chǎn)地、克拉數(shù)、純凈度、色澤與火彩，都與珠寶腕表的品質(zhì)息息相關(guān)。

二是絕妙創(chuàng)意。好的創(chuàng)意為冷冰冰的寶石賦予了美感，讓寶石具有生命力，無論是具象還是抽象，古典還是現(xiàn)代，獨(dú)具匠心的設(shè)計讓作品經(jīng)得起時間考驗，歷久彌新。

再其次是精湛工藝。脫離了工藝談品質(zhì)就是空談，切割、雕塑、拋光、鑲嵌、鑄造、串線、漆藝……它們是藝術(shù)風(fēng)格與作品品質(zhì)之間的橋梁，是設(shè)計師與工匠親密無間的對話交流。

然而具備了寶石、創(chuàng)意、工藝，這些就足夠了嗎？顯然遠(yuǎn)遠(yuǎn)不夠，對于一件珠寶腕表臻品來說，還有一個不能忽略的條件，那就是品牌效應(yīng)。一個擁有悠久的歷史淵源，無盡的迷人故事，讓無數(shù)皇室貴族、明星名流甘為擁躉的品牌，才賦予創(chuàng)作豐碩的價值。

比方，當(dāng)一個深紅色的禮盒來到你的眼前，你腦海里浮現(xiàn)的第一個念頭就是：哇！卡地亞；繼之又立刻聯(lián)想起“皇帝的珠寶商，珠寶商的皇帝”這句話，這些都是卡地亞用了整整175年積淀起來的品牌價值。當(dāng)我們要列出心目中最重要的幾個奢侈品牌時，卡地亞絕對是佼佼者。

2022年，卡地亞在上海舉辦的全新BEAUTéS DU MONDE高級珠寶展

全新BEAUTéS DU MONDE高級珠寶系列APHAIA胸針與珠寶盒

這十多年，我參觀過多次卡地亞辦的品牌特展——北京、上海、沈陽、成都、巴黎、日內(nèi)瓦，策展人費(fèi)盡心思將眾多“奇珍異寶”有系統(tǒng)地網(wǎng)羅在一起，一次呈現(xiàn)眼前，讓人嘖嘖稱奇，連連嘆好。作品除了珠寶，還會涉及鐘表、冠冕、權(quán)杖、首飾匣，以及像鼻煙壺、香煙盒、化妝包、晚宴包、香薰罐……品類繁多。

琺瑯腰鏈表

1874年 ，卡地亞巴黎

黃金，玫瑰金，彩色琺瑯，珍珠

在卡地亞極其豐富的產(chǎn)品線中，除了人們心目中分量最重的珠寶作品外，鐘表也占據(jù)非常重要的地位——1904年卡地亞就推出了品牌第一枚腕表，1912年第一款神秘鐘問世；在1973年的日內(nèi)瓦拍賣會上，卡地亞典藏系列回購的首款作品，正是一座“門廊”神秘鐘，目前典藏系列里還收藏有卡地亞于1874年制作的琺瑯腰鏈表。

為鐘表鑲嵌華麗的珠寶，自然成了卡地亞最擅長的拿手戲。

身為175年的珠寶世家，卡地亞對寶石本身品質(zhì)的把控毋庸置疑，然而要創(chuàng)造卡地亞在珠寶以及珠寶腕表領(lǐng)域無可撼動的王者地位——品牌價值，最重要的就是極致考究的精湛工藝與天馬行空的絕妙創(chuàng)意，永遠(yuǎn)走在行業(yè)最前端。有些工藝已有歷經(jīng)上百、甚至是上千年的傳承，但仍在時代與科技的進(jìn)步中精益求精；而有時創(chuàng)意看似前衛(wèi)大膽，卻仍不斷從經(jīng)典里汲取靈感養(yǎng)分。傳統(tǒng)與創(chuàng)新，終須齊頭并進(jìn)。

就讓我們透過欣賞卡地亞2022年推出的幾枚全新珠寶腕表作品，深入探索卡地亞在工藝與創(chuàng)意上的精彩呈現(xiàn)。

Coussin de Cartier系列腕表

矩形的Santos，長方形的Tank，圓形的Ronde，橢圓形的Baignoire、酒桶形的Tonneau、龜殼形的Tortue、鐘形的Cloche……卡地亞是玩轉(zhuǎn)殼形的專家，幾乎什么幾何圖案都能在品牌的系列腕表中發(fā)現(xiàn)，而且絕大部分這些圖案在100年前就已經(jīng)出現(xiàn)了。而在20世紀(jì)后半期又陸續(xù)出現(xiàn)了圓中帶方的Pasha、圓中帶圓的Ballon、枕形的Drive、六角形的Maillon，甚或是完全不規(guī)則造型的Crash。

身為造型**，卡地亞的作品一直“型如其名”，以簡約的線條、勻稱的比例為表殼精準(zhǔn)塑形。今年的Coussin de Cartier系列也不例外，Coussin是墊子，也就是大家所熟稱的枕形，將方形的四個銳角化為圓潤的圓角。

枕形表款不新鮮，新鮮的是卡地亞帶來的奇妙視覺效果。表圈上，三條由窄變寬的線條由內(nèi)向外螺旋式發(fā)散，其上鑲嵌了由小變大的鉆石，像是漩渦，也像是萬花筒里的景致，表殼從任何一邊看去都由三條粗細(xì)不一的鑲嵌帶組成，讓其上直徑各異的鉆石更顯動感。鉆石的動感不僅來自于設(shè)計的巧妙，更得益于精湛的工藝，品牌為此開發(fā)了全新的三角形鑲嵌技法，無需借助傳統(tǒng)珠粒，能將鉆石直接鑲嵌于表殼中，讓金屬消失無形，盡顯鉆石的璀璨奪目。這些仿佛流動的鉆石飄帶從表圈延伸到表殼側(cè)緣，甚至還有一小部分延伸到了表底蓋上。

還嫌視覺沖擊力度不夠，卡地亞還帶來了配色對比更加鮮明的雙色表款，以鉆石搭配黑色尖晶石，或是帕拉伊巴碧璽搭配沙弗萊石，利用兩種顏色的寶石反轉(zhuǎn)倒置，營造對照美感。此外還采用另一種創(chuàng)新鑲嵌工藝，就是鉆石仍采用傳統(tǒng)的爪鑲，但彩色寶石則反轉(zhuǎn)倒置，將亭部朝上化作飾釘，一顆顆凸起，讓腕表個性更加鮮明，甚至流露一股不羈的朋克風(fēng)。

這樣就心滿意足了？卡地亞可是意猶未盡，兩款**版的Coussin de Cartier腕表繼續(xù)挑戰(zhàn)創(chuàng)意與工藝結(jié)合的新高度，絕對讓你拍案叫絕。

同樣是枕形造型，但表殼略微拉伸，顯得更為蓬松柔軟，真想靠上去好好休憩一下。沒錯！你試著摸摸看，表殼竟然真的是“蓬松柔軟”的。不可思議啊！

這個觸感柔軟靈動的表殼是如何辦到的？秘密在于表殼外的結(jié)構(gòu)，就像是北京鳥巢外圍的鋼結(jié)構(gòu)，制表師以貴金屬編織出一張鏈節(jié)環(huán)環(huán)相扣的格網(wǎng)，并在其內(nèi)安裝有彈性部件，讓格網(wǎng)在受壓變形后能重新收緊，恢復(fù)原狀。這還不是最難的，要在格網(wǎng)密密麻麻的的孔洞中以及表盤、表扣上鑲嵌1011顆鉆石絕非易事，因為格網(wǎng)不是固定的，會搖擺扭動，鑲嵌師們想到了一個好辦法，那就是先將格網(wǎng)以樹膠固定，待鑲嵌鉆石后再加熱釋放樹膠，很是聰明。

表款同樣是有鉆石款，以及鑲嵌了鉆石、祖母綠、藍(lán)寶石、沙弗萊石、藍(lán)色碧璽的色彩繽紛款式，將直徑和色澤各不相同的寶石組合成令人目眩神迷的圖案，卡地亞在美學(xué)造詣上可說登峰造極，也讓表款在觸覺之外，又多了視覺的驚喜。兩款腕表各**20枚。

Cartier Libre系列腕表新作

緊接著登場的Cartier Libre系列腕表幾枚新作，同樣讓人驚艷。它的外觀造型借鑒了品牌1930年代為女演員葛洛莉亞·斯旺森（Gloria Swanson）創(chuàng)作的一款白水晶和鉆石手鐲，但加入了一個彈簧結(jié)構(gòu)，讓腕表可以靈活自在地翻轉(zhuǎn)，一面是手鐲，一面是腕表，擁有了不同的佩戴方式，仿佛“雙面夏娃”，讓時光在腕際流轉(zhuǎn)，再一次詮釋了卡地亞對珠寶與鐘表的雙重駕馭能力。

在腕表每個鏈節(jié)的表面皆由4個形狀大小各異的三角形切面構(gòu)成，每一個切面會鑲嵌上不同形狀的鉆石、寶石或金屬，采用上面提及的全新三角形鑲嵌工藝，無需借助傳統(tǒng)珠粒，即可將鉆石直接鑲嵌于表殼中，令幾何圖案更為凸出。為了不影響三角造型的美觀，時間調(diào)校系統(tǒng)經(jīng)過重新設(shè)計，設(shè)于表殼側(cè)面。就像腕表系列名稱Libre一樣，Cartier Libre系列表款天馬行空，自由自在，但不管創(chuàng)意如何天馬行空，要落實創(chuàng)意，不至于淪為異想天開，靠的還得是工藝實力為后盾。

腕表有3個款式，分別是鉆石搭配尖晶石款，鉆石搭配灰色月光石、黑色尖晶石、紅色石榴石款，以及鉆石搭配藍(lán)寶石、黑色尖晶石、綠玉髓、紅色珊瑚石款；無論是和諧的同色調(diào)還是鮮明的撞色效果，都在在展示了卡地亞對于色彩的高超掌控能力。

獵豹裝飾晝夜顯示腕表

卡地亞豹紋腕表

1914年，卡地亞巴黎

鉑金，玫瑰金，玫瑰式切割鉆石

縞瑪瑙，黑色絹絲表帶

該作品是卡地亞首次在作品中運(yùn)用獵豹斑紋圖案

獵豹，既神秘又優(yōu)雅、矯健而充滿力量，同時它又如此嫵媚，帶有不可抗拒的魅力。獵豹與卡地亞的結(jié)緣始于1914年，當(dāng)時以獵豹黑白皮毛圖案的形式出現(xiàn)在腕表之上，之后獵豹一躍成為卡地亞永遠(yuǎn)的代言人，出現(xiàn)在品牌幾乎所有產(chǎn)品線中，以不同的工藝與造型構(gòu)筑了一個數(shù)量龐大的獵豹家族，每年的獵豹腕表新作都讓人充滿期待。

今年有一枚獵豹裝飾晝夜顯示腕表特別值得國人關(guān)注，因為它是**限定版。既然是專為**市場打造，當(dāng)然就得用上最符合**文化氣質(zhì)的寶石——碧玉。腕表上半部外圍的小時刻度環(huán)，以及腕表下半部外圍的逆跳分鐘刻度環(huán)，其材質(zhì)為碧玉，這是深受國人喜愛的稀有寶石，**人玩玉、佩戴玉的歷史已有數(shù)千年。但玉質(zhì)很脆，要切割并打磨成如此薄的片狀，其上還要鑲嵌鉆石時標(biāo)與金屬刻度，其難度著實考驗制表師的功力。

設(shè)計重點自然是盤面上兩只深情對視的獵豹，共同守護(hù)著日升月落，暮去朝來，時光在這里顯得如此靜好，溫柔繾綣。豹身經(jīng)精雕細(xì)琢，通體鑲嵌鉆石，并以黑漆繪出豹斑，神來之筆則是鑲嵌了祖母綠的豹眼，和綠色的碧玉表盤相輝映。

在卡地亞于上海剛剛結(jié)束的Beautés du Monde高級珠寶展上，我有幸再次見識了卡地亞眾多的高級珠寶腕表杰作。珠寶在時光中凝結(jié)成形，鐘表則是時間的記錄者，都是變無形為有形。在今日，閱讀時間早已不是時計的重要功能，佩戴珠寶也不僅是財富與地位的炫耀，體現(xiàn)個人品味、塑造身份認(rèn)同，或許才是現(xiàn)代人購買腕表與珠寶的最大動力。通過卡地亞的高級珠寶腕表，我們探索了一座超越時空的秘密寶藏，共度了一場極富生命力的時光瑰寶之旅。（文/安時間OnTime 整理/腕表之家 張大陸）

好了，關(guān)于聯(lián)想y1011平板還能用嗎，聯(lián)想平板y1011價格和聯(lián)想y1011平板還能用嗎，聯(lián)想平板y1011價格的問題到這里結(jié)束啦，希望可以解決您的問題哈！