人来蜂Man Vs Bee

对环境的描写细致入微，每个画面都很清晰、强烈、唯美。人来蜂Man Vs Bee坚持过自己，也放弃了坚持，那个叫命运的东西，是不得不让人沉沦啊！

人来蜂Man Vs Bee是中国近代的开明杰出先驱，为中国的发展作出了不可磨灭的贡献

删我评也是烂剧啊,本来二星手下留情,现在一星伺候.

用项目管理内工作分解，拆分零售相关的人 货 场 至最小单元，挨个分析，受用

前面还行，后面案子没什么意思，比较惊喜的还是靳东老师在里面的表演特别接地气

本剧是人工智能领域难得一见的好剧！编剧写的人工智能有两个特点：一是严肃认真，不含半点夸大和戏说。二是逻辑清晰，文笔流畅，能够将一件事情解释到你非常清楚的程度，这是编剧的一种难得的天赋。在国内参加人工智能方面的看剧会，主办方请了一位科幻作家、一位文科大学教授、一位某著名理工大学教授。科幻女作家乖巧卖萌，文科教授为道德忧心忡忡，只有理科教授夸夸其谈，大谈其项目的先进性和我们难以想像的未来。可能不止在中国，美国也是大量的记者意淫与疯狂的商业炒作，使人工智能领域呈现出大量的不实之辞和混淆概念。 编剧很简单地提出，我们离一般人工智能距离尚且遥远。因为机器并不知道自己学的是什么？围棋高手下不了象棋，除了下围棋什么也不会。已经训练成高手的计算机非常脆弱，一些简单改动就可以使其失灵。NLP翻译取得了卓越成绩，但个别领域的错译仍让人如同吃着喷香的米饭却嚼到了砂粒。这才是目前人工智能的真相和真实。 编剧对比了人类学习与机器学习之不同，我觉得很说明问题。一是人类学习是小样本，具有举一反三的能力；而计算机目前还没有看到迁移与泛化。二是人类学习时真正理解了其内在的含义，而非仅仅知道其表层的现象。三是人类具备大量常识，这些常识来自我们生活经验的不断积累，而且这些常识可以插入进来，对当前问题实施辅助判断；而虽然有人已经在整理计算机需要了解的常识，但如何保证这些常识在计算机遇到的上下文里得到正确的理解与应用呢？ 我自己猜想，目前神经网络的计算机算法虽然在一些静态领域取得了一定的成功，但它丢失了人类智能的非常重要的一环。我认为人类的智能训练有两个计算机所不具备的特点：一是人类的记忆与学习不是调参数，而是通过生发出新的神经元细胞将其固化，实际上这让记忆网络具有真正的扩展性，而不是像神经网络算法一样只调参数。调参数是人脑神经机制中最基础的部分，但远远不够代表人脑功能的阶段。二是人脑的抽象能力，实际上是一种永不停歇的深度学习，将学到的苹果落地、飞机上天等常识不是简单地存储，而是不自觉地寻找这中间可以总结的规律与逻辑。这种无休止钻研的精神，其基础还是人脑可以生发新细胞、长出新组织所带来的红利，可以形成之前从没有人想过的东西。所以作家在写作影视作品时，实际上大脑里不断在生发出一系列临时的记忆构造。这些虚拟的构造越来越多地生发出来，使虚拟人物具备性格、具备行动计划、具备典型的环境、具备逻辑情节的推进，而这些大脑生发出的新记忆如此的完备，以致于它们与真实的记忆所差无几。这种能力，在我看来，绝不局限于调参，而是一种再创造。人脑的特殊灵活结构和同构性质，使其可以从任何一个点出发，重新构造整个过程。虽然我们平时生物学意义上的记忆是由身体获取的信号脉冲经过大量压缩整理形成的，但我们也可以通过大脑的自发活动，重制和重构这个记忆的全部过程；也可以完全以抽象的方式，将自己头脑中的概念与想法层层拔高，不断形成理念与概念，而这些概念之间的再度碰撞与推导，就形成了非虚构作品的成果。所以，目前计算机的人工智能，从段位上就与真正的人类智能差距甚远。即便未来机器获得了更高的运算速度，但它用什么方式，使自己的硅基大脑生发出不同的新结构与新知识，并将其沉淀下来，在休息时，这些知识之间相互关系、相互抽象，打通成为一个整体，从而变成电脑可以累积和运用的历史经验？我们目前好像还没有看到。但愿这一天没有那么快降临。