0
本文作者: 么詠儀 | 2016-08-13 12:26 | 專題:CCF-GAIR | 全球人工智能與機(jī)器人峰會(huì) |
8月13日,在CCF - GAIR峰會(huì)第二天的智能駕駛專場(chǎng),清華大學(xué)教授孫富春帶來了國(guó)家自然科學(xué)基金委員會(huì)重大研究計(jì)劃視聽覺信息委員會(huì)的八年計(jì)劃。
孫富春表示,這個(gè)項(xiàng)目經(jīng)過8年的論證到2008年才在國(guó)家自然基金委成立,這是視聽覺認(rèn)知計(jì)算的重大立項(xiàng)。從2008年到2017年總共也是8年,他們的目的是研究人類視聽覺的認(rèn)知機(jī)理,發(fā)展新的高效計(jì)算模型,提高計(jì)算機(jī)對(duì)與人視聽覺感知相關(guān)的圖象、語(yǔ)音和文本信息的理解能力和處理效率,是圍繞認(rèn)知過程的表達(dá)與計(jì)算的基本科學(xué)問題。
感知基本特征的提取、表達(dá)和整合
感知數(shù)據(jù)的機(jī)器學(xué)習(xí)與理解
關(guān)于跨模態(tài)學(xué)習(xí)的信息協(xié)同與計(jì)算
他們的主要工作就是研究人對(duì)視聽覺的感知,這些信息在腦區(qū)是怎么編碼的?腦區(qū)是怎么合作的進(jìn)行信息的融合?并且把這些變成可計(jì)算的模型,這樣的話我們就可以把聽覺信息和視覺信息進(jìn)行編碼,通過可計(jì)算的模型進(jìn)行處理來對(duì)環(huán)境進(jìn)行感知和理解,并且把這種理解和人的理解進(jìn)行比較,最終把這種技術(shù)用在無(wú)人駕駛方面。
在演講中展示了他們從2008年開始8年在視聽覺感知中的重要成果,并且從2009年開始至今總共舉辦了7次無(wú)人車的挑戰(zhàn)賽,在過程中:
發(fā)表更多的關(guān)于認(rèn)知科學(xué)方面的成果。
把自然語(yǔ)言理解和腦機(jī)接口把它集成到車的平臺(tái)上,許多成果現(xiàn)在還停留在實(shí)驗(yàn)室。
通過無(wú)人車平臺(tái)取得的重大進(jìn)展,進(jìn)一步促進(jìn)創(chuàng)新,引領(lǐng)無(wú)人車產(chǎn)業(yè)的發(fā)展。
1、認(rèn)知機(jī)理研究成果,如何形成可計(jì)算的模型,這個(gè)我們探索了很多的方法,還需要進(jìn)一步地完善。
2、在環(huán)境感知的拓?fù)浣Y(jié)構(gòu)信息如何在認(rèn)知過程中表達(dá)與理解。
3、探索新興的多模態(tài)傳感器,如把聲音視頻信息集成在一起。
4、研究人機(jī)智能混合問題,這個(gè)也是剛剛國(guó)家提到的人工智能2.0版本,我們要研究人機(jī)混合的智能系統(tǒng)。
希望能通過無(wú)人車挑戰(zhàn)賽個(gè)平臺(tái)發(fā)表更多的關(guān)于認(rèn)知科學(xué)方面的成果。
以下為演講實(shí)錄:
尊敬的各位來賓,女士們先生們,大家上午好!如果有一天你坐在駕駛車?yán)锩?,看到駕駛室里沒有駕駛員,或者是這個(gè)駕駛員沒有把握方向盤,你千萬(wàn)不要震驚,因?yàn)槲覀円呀?jīng)進(jìn)入了一個(gè)無(wú)人駕駛的時(shí)代。你可能難以想象,從長(zhǎng)沙到武漢,2800多公里的路段里面,有雨天也有晴天,人工干預(yù)僅僅占整個(gè)路段的0.75%,從北京到天津150公里的路段里面,沒有人工干預(yù),實(shí)現(xiàn)全程的自主駕駛。可能你更難以想象的是,在2.08米障礙的路段里面自主車穿越只有11厘米的絨線,自主車的效率是人工的5倍。
我們今天給大家?guī)нM(jìn)由國(guó)家自然科學(xué)基金委員會(huì)重大研究計(jì)劃視聽覺信息委員會(huì)的八年里面走過的一個(gè)一個(gè)故事。
視聽覺信息的認(rèn)知計(jì)算我把它比喻成8年抗戰(zhàn)5年的解放戰(zhàn)爭(zhēng)和抗美援朝。這個(gè)項(xiàng)目經(jīng)過8年的論證到2008年才在國(guó)家自然基金委成立,視聽覺認(rèn)知計(jì)算的重大立項(xiàng)。走到今天我們要感謝鄭南寧、李德毅、陳琳、孫家廣等院士。
視聽覺信息首先是看到,這張圖大家可以看到,這張圖是在1997年發(fā)表的一篇文章里講到的,大家看到,上帝對(duì)人特別青睞。從我們的眼睛到微曲的皮層。這個(gè)環(huán)節(jié)是連接了感知部分和信息處理部分,大家想想這么長(zhǎng)的一個(gè)感知和處理部分,我們的觸覺和其它感覺聽覺都沒有這么長(zhǎng)的感知和處理路段,所以大家看到的眼睛是我們心靈的窗戶。我們?nèi)祟惈@取外界的80%的信息是來自視覺,我們皮層的60%都是跟視覺相關(guān)的。
聽覺也是非常重要的部分,自然圖象經(jīng)過系數(shù)編碼以后的稀函數(shù),近年的研究我們更加發(fā)現(xiàn)了觸覺與視覺同構(gòu),這就使我們想到瞎子的眼睛特別好,未來我們可以通過人工攝像機(jī)把視覺編碼變成觸覺編碼,讓瞎子感受到外部的世界,這兩年已經(jīng)有人工視網(wǎng)膜的出現(xiàn),渴望打通另一條通道。這兩年我們也發(fā)現(xiàn),就是這個(gè)語(yǔ)音,語(yǔ)音在稀疏編碼下的去燥特性特別好。語(yǔ)音是否也具有像觸覺一樣的底層結(jié)構(gòu)呢?這是我們要研究的問題。本計(jì)劃中的視聽覺信息是指與人視聽覺感知相關(guān)的圖象語(yǔ)音和文本。
我們平時(shí)日常生活里的視聽覺信息非常多,我們有各種各樣的手段,我們叫信息器,手機(jī)、攝像機(jī)、網(wǎng)絡(luò)的攝像機(jī)、衛(wèi)星遙感等等等等。大家應(yīng)該可以想到,我們現(xiàn)在的人生活在一個(gè)三元世界里面,哪三元世界呢?就是一個(gè)網(wǎng)絡(luò)世界,物理世界,和它們共享的知識(shí)世界。網(wǎng)絡(luò)產(chǎn)生之前,我們生活在一個(gè)二元世界里面,三元世界的人是怎么工作的?我一個(gè)學(xué)生說你把這兩個(gè)英文給我翻譯一下,我說你明天給我,他馬上就給我了,他放到谷歌里一翻譯檢查一下。過去我們很難想說機(jī)器人有全局智能,它的智能是局部的,今天在網(wǎng)絡(luò)世界里,機(jī)器人完全可以得到全局智能。
講一個(gè)最簡(jiǎn)單的例子,自主車完全可以到一個(gè)陌生的環(huán)境里,比如從機(jī)場(chǎng)來到我們的會(huì)場(chǎng),它只要簡(jiǎn)單地在網(wǎng)上找到一條路徑,搜狗地圖它可以規(guī)劃路徑,通過攝像機(jī)的形態(tài)識(shí)別可以找到我們的會(huì)場(chǎng),進(jìn)入到會(huì)場(chǎng)中間來,這就是網(wǎng)絡(luò)給我們帶來的。大家看到,網(wǎng)絡(luò)這里面有大量的,我們叫海量的視聽覺的感知數(shù)據(jù)。我們?nèi)绾斡行У乜焖俚匕l(fā)現(xiàn)這些技術(shù),把它變成可用的知識(shí),這是無(wú)人駕駛里非常重要的方法。
大家看到,在語(yǔ)音監(jiān)控和聽覺監(jiān)控里面,首先我們來看一下視頻的監(jiān)控,比如北京,現(xiàn)在有一百多萬(wàn)的攝像頭,它的信息量是多大呢?一個(gè)小時(shí)的信息量相當(dāng)于中央電視臺(tái)所有的節(jié)目的總和,這么大量的信息是很難得到基本的及時(shí)的處理。另外在語(yǔ)音監(jiān)控方面,我們舉一個(gè)簡(jiǎn)單的數(shù)字,比如境外法輪功入鏡電話每天達(dá)到50萬(wàn)個(gè),日通話量四億分鐘,我們?cè)趺从行幚磉@些信息,也是非常難的。
我們?cè)賮肀容^一下機(jī)器人和人,我們都很清楚,對(duì)于結(jié)構(gòu)化的信息,比如像報(bào)表,考試學(xué)生的信息登記,諸如此類的。機(jī)器的能力遠(yuǎn)遠(yuǎn)地大于人,但是對(duì)于非結(jié)構(gòu)化的信息,比如說聽覺信息,汽車行駛過程里的視覺信息人遠(yuǎn)遠(yuǎn)高于機(jī)器,我們可以快速在人群里找到我熟悉的朋友。有人駕駛汽車可以在任意非常復(fù)雜的環(huán)境里進(jìn)行駕駛。所以盡管機(jī)器的計(jì)算速度提升比較快,但計(jì)算機(jī)的認(rèn)知能力非常落后,它的認(rèn)知能力甚至不及一個(gè)三歲小孩。
我們來比較一下人機(jī)器處理方式上并行是人墻,感知方面的話,人特別擅長(zhǎng)跨模態(tài)的信息,大家知道貓的視覺皮層和聽覺皮層是重合的,但是人恰恰是分開的。視覺觸覺聽覺,這些是怎么合作的?人為什么具有這么強(qiáng)大的能力,整體性方面和選擇性方面也是人強(qiáng)。人在人群里能看到媽媽,如果是雙胞胎的媽媽小孩認(rèn)出來了,機(jī)器認(rèn)錯(cuò)了。而且小孩知道他說的意思是什么,這是機(jī)器難以做到的。
我們視聽覺認(rèn)知的指導(dǎo)思想就是要研究人對(duì)視聽覺的感知,這些信息在腦區(qū)是怎么編碼的?腦區(qū)是怎么合作的進(jìn)行信息的融合?并且把這些變成可計(jì)算的模型,這樣的話我們就可以把聽覺信息和視覺信息進(jìn)行編碼,通過可計(jì)算的模型進(jìn)行處理來對(duì)環(huán)境進(jìn)行感知和理解,并且把這種理解和人的理解進(jìn)行比較,最終把這種技術(shù)用在無(wú)人駕駛方面。
介紹一下我們的重大計(jì)劃是2008年到2017年總共也是8年,我們的目的是研究人類視聽覺的認(rèn)知機(jī)理,發(fā)展新的高效計(jì)算模型,提高計(jì)算機(jī)對(duì)與人視聽覺感知相關(guān)的圖象、語(yǔ)音和文本信息的理解能力和處理效率,為國(guó)家的安全和國(guó)民經(jīng)濟(jì)作出重要貢獻(xiàn)。所以我們圍繞這個(gè)需求,我們的目標(biāo)是圍繞認(rèn)知過程的表達(dá)與計(jì)算的基本科學(xué)問題。
一、感知基本特征的提取、表達(dá)和整合,主要我們要探索人力視聽覺信息基本特征的提取、表達(dá)與整合機(jī)理,為建立相關(guān)高效計(jì)算模型奠基基礎(chǔ)。
二、感知數(shù)據(jù)的機(jī)器學(xué)習(xí)與理解,主要圍繞圖象、語(yǔ)音和語(yǔ)言數(shù)據(jù)的非結(jié)構(gòu)化和半結(jié)構(gòu)化特點(diǎn)使計(jì)算機(jī)難以實(shí)現(xiàn)從數(shù)據(jù)層到語(yǔ)義層的轉(zhuǎn)化,建立新的機(jī)器學(xué)習(xí)方法是實(shí)現(xiàn)這種轉(zhuǎn)化的有效途徑。
三、關(guān)于跨模態(tài)學(xué)習(xí)的信息協(xié)同與計(jì)算。視覺信息和聽覺信息它是一個(gè)動(dòng)態(tài)序列,它可以表示成什么?運(yùn)動(dòng)流形的形式,比如說這個(gè)是流形式視覺信息,這是聽覺信息。視聽覺融合首先要找到這兩個(gè)信息流形的公共部分,然后稱為相融信息,然后才能對(duì)相融信息進(jìn)行處理。
多模融合大家來看一看,兩個(gè)傳感信息的基函數(shù)是一樣的。圖象和聲音的函數(shù)基是不一樣的,這里要引出主稀疏的概念,如果兩個(gè)函數(shù)相差比較小,我們可以找到它的公共部分,這個(gè)是基于組稀疏編碼的這樣一個(gè)原理。所以我們的預(yù)期成果是圍繞三個(gè)核心的科學(xué)問題來開展前沿基礎(chǔ)的研究。主要我們?cè)谝暵犛X信息認(rèn)知問題的基本理論上經(jīng)過了八年努力取得了很多進(jìn)展,三個(gè)關(guān)鍵技術(shù)都取得了突破,比如在視聽覺信息的協(xié)同計(jì)算、自然語(yǔ)言的理解與視聽覺認(rèn)知相關(guān)的腦機(jī)接口。我們還創(chuàng)建了兩個(gè)國(guó)際性的比賽,一個(gè)是無(wú)人車的未來挑戰(zhàn)性,一個(gè)是腦機(jī)接口的比賽。
下面來看看我們?nèi)〉玫某煽?jī),我們有三個(gè)國(guó)家自然科學(xué)獎(jiǎng)等。
(PPT)
駕駛腦是我們這些年研究的突出成果,它的主要成果是模擬我們?nèi)诉M(jìn)行駕駛的經(jīng)驗(yàn)。一個(gè)叫下行,我們?nèi)嗽谶@樣一個(gè)環(huán)境里面怎么樣來決策,通過我們?nèi)说拈L(zhǎng)期經(jīng)驗(yàn)來學(xué)習(xí)人的認(rèn)知能力。這里面就是我們?cè)趯W(xué)習(xí)人的視聽覺信息能力的時(shí)候我們要去掉人在駕駛過程的一些情緒的影響,比如人在駕駛過程里面可能有一些受到情緒的影響,這些在我們的認(rèn)知過程里是要去掉的。
我們繼續(xù)看看,這是我們?nèi)说哪X,它有長(zhǎng)期記憶,有性格,人的性格決定了他開車的保守或者說有的人是比較張揚(yáng)的。我們有長(zhǎng)期意義區(qū),就是人在長(zhǎng)期駕駛過程里形成的經(jīng)驗(yàn)和技巧。動(dòng)機(jī)就是完成出行任務(wù)從起點(diǎn)到終點(diǎn)的一次性路徑規(guī)劃。短期記憶:表示駕駛員的選擇性注意,僅僅關(guān)注剛剛過去的以及當(dāng)前的周邊駕駛態(tài)勢(shì)。情緒:拒絕人腦中的情緒部分進(jìn)入駕駛腦,永遠(yuǎn)不會(huì)因情緒而分散注意力,機(jī)器人始終專注。大家過去也看到,說一個(gè)駕駛員經(jīng)過一個(gè)街道的時(shí)候發(fā)現(xiàn)街道的大樓上有一個(gè)非常表現(xiàn)的姑娘的照片,結(jié)果撞車了,現(xiàn)在的機(jī)器人無(wú)人車是可以杜絕這種現(xiàn)象。再一個(gè)是學(xué)習(xí)和思維,比如SLAM的基礎(chǔ)上,通過記憶匹配,完成二次規(guī)劃,來決定下一時(shí)刻的行為。這就是駕駛腦的概念。
我們把這個(gè)概念從上行和下行得到下面一個(gè)圖式,我們的眼睛、耳朵可以感知外面的環(huán)境。我們的人根據(jù)感知的環(huán)境信息,比如說在哪里,這旁邊有沒有障礙和目標(biāo),通過長(zhǎng)期記憶區(qū)來決策這種情況下我應(yīng)該如何駕駛,這叫行動(dòng)。然后把行動(dòng)的信息和感知信息之間進(jìn)行比對(duì),我是不是達(dá)到了我行為的效果,就形成這樣一個(gè)閉環(huán),從動(dòng)態(tài)感知到態(tài)勢(shì)分析、自主決策到精確的控制和在線的行動(dòng)。這樣的話我們就把駕駛腦形成了這樣一個(gè)圖,前面部分我們叫感知部分,叫感知域。規(guī)劃部分叫認(rèn)知域,這個(gè)部分我們叫行動(dòng)域。
這樣的話,比如說我們的駕駛車上有第一個(gè)是GPS、雷達(dá)和光學(xué)系統(tǒng),一般來講我們?cè)诒荣惱锩鍳PS是不用的,然后形成長(zhǎng)期和短期記憶,然后把這些感知信息進(jìn)行融合,形成駕駛的態(tài)勢(shì)圖。這里面有一個(gè)很重要的概念就是路權(quán),就是形成過程中車本身占有的空間,在這個(gè)基礎(chǔ)上形成自主決策。比如速度應(yīng)該有多少變化,轉(zhuǎn)角應(yīng)該多大的變化,形成決策記憶池。通過控制模塊控制無(wú)人車,這個(gè)從感知到?jīng)Q策到控制,形成這么一個(gè)閉環(huán)。這是通過英偉達(dá)的DrivePX的自動(dòng)駕駛系統(tǒng)。
(PPT)
這是最后形成的輪式機(jī)器人,向經(jīng)驗(yàn)駕駛員學(xué)習(xí)開車的過程,左邊顯示的是過去駕駛的經(jīng)歷,這邊一邊是人駕駛的經(jīng)驗(yàn)過程,大家看到最右邊這塊是我們的無(wú)人駕駛汽車,通過感知,通過態(tài)勢(shì)數(shù)的形成,實(shí)現(xiàn)駕駛態(tài)勢(shì)的感知。然后通過認(rèn)真提取,然后形成記憶。這個(gè)是當(dāng)前的認(rèn)知,人在駕駛過程里面當(dāng)前的認(rèn)知,包括山路、視覺綜合形成的駕駛態(tài)勢(shì)圖,跟經(jīng)驗(yàn)態(tài)勢(shì)進(jìn)行匹配,這種環(huán)境里我完成這么一個(gè)任務(wù)應(yīng)該怎么駕駛,我找我的經(jīng)驗(yàn)庫(kù)里面,我過去做過這個(gè)事,這個(gè)情況下應(yīng)該這么做可能效果最好,找到匹配,找到以后就把這個(gè)經(jīng)驗(yàn)用來學(xué)習(xí),用來認(rèn)識(shí),然后操縱方向盤。
這個(gè)過程可以通過深度學(xué)習(xí)來實(shí)現(xiàn),比如說我們就做過,我們通過第二次模型來推理,在這個(gè)環(huán)境下面向這樣一些障礙,我應(yīng)該怎么去做,駕駛的速度變化量多少,角度變化量多少,形成一個(gè)模型,這個(gè)模型也可以通過深度學(xué)習(xí)表達(dá)出來。
我們專家組還有一項(xiàng)非常重要的工作就是車輛的檢測(cè)問題,這個(gè)問題就是過去從1998年以來沒有一篇文章介紹車輛的檢測(cè)方法是完全脫離訓(xùn)練樣本的,我們這里提出了一種方法。這個(gè)方法是在二維和三維空間之間進(jìn)行三重推理然后進(jìn)行交互印證,這個(gè)框架完全脫離訓(xùn)練樣本,充分李永樂三維語(yǔ)義場(chǎng)景和圖象信息。
在過去八年里面,我們?cè)谝暵犛X信息的認(rèn)知和機(jī)理方面也做了很多工作,比如在神經(jīng)科學(xué)領(lǐng)域的Neuron而2012和IEEE CVPR2010里就有一項(xiàng)工作。這項(xiàng)工作在美國(guó)CVPR里面,這個(gè)方法的效率大大提高。這個(gè)工作是關(guān)于多觸覺的視覺分割,采用具有不同時(shí)間結(jié)構(gòu)的噪音刺激落研究大腦的時(shí)間分割過程,發(fā)現(xiàn)兩個(gè)優(yōu)化的時(shí)間尺度。
大家都知道,國(guó)際上有一個(gè)國(guó)際腦成像大會(huì),這個(gè)大會(huì)一般人很難在這里做大會(huì)報(bào)告,這個(gè)報(bào)告是由組委會(huì)的學(xué)術(shù)委員會(huì)選舉產(chǎn)生的,我們國(guó)家20多年來沒有一個(gè)去,在18屆會(huì)議上我們的陳霖院士作為第一個(gè)做了大會(huì)主題報(bào)告。
在多通道的腦機(jī)接口方面我們有一篇很好的工作,在連續(xù)兩年里面,這篇文章被列為這個(gè)雜志引用最多的文章。
(PPT)
這是一篇關(guān)于非侵入式腦機(jī)接口的高效率字符輸入,把字符輸入速度整整提高一倍,這篇文章發(fā)表在美國(guó)自然科學(xué)的刊物里面,這是這個(gè)領(lǐng)域目前最好的工作。我們還把腦機(jī)接口放在無(wú)人駕駛方面,通過腦控來控制無(wú)人車的運(yùn)動(dòng)。另外我們通過腦機(jī)接口實(shí)現(xiàn)自動(dòng)泊車。 這是我們從2008年以來一直堅(jiān)持下來的腦機(jī)接口的比賽,現(xiàn)在在非浸入式腦機(jī)接口方面我們處于世界領(lǐng)先地位。
這里有些展示我跟大家做一個(gè)匯報(bào)。這個(gè)圖就是2011年的7月份從長(zhǎng)沙到武漢,總共286公里,歷時(shí)3小時(shí)22分鐘,這個(gè)路段有下雨,有超車,整個(gè)的人工干預(yù)只有2140米。這個(gè)工作是2014年11月25日完成了北京到天津長(zhǎng)距離高速公路自主駕駛實(shí)驗(yàn),歷時(shí)1小時(shí)30分鐘。
(視頻)
最后用兩分鐘的時(shí)間介紹一下我們無(wú)人車的挑戰(zhàn)賽,我從2009年開始到去年總共舉辦了7次比賽,第一次是西安的長(zhǎng)灞生態(tài)區(qū),當(dāng)時(shí)2.6公里的路段。2010年也是在西安由長(zhǎng)安大學(xué)舉辦的,也是2.6公里的路段,主要測(cè)試曲線行駛等。2011年在鄂爾多斯,加到了10公里,后面我有一個(gè)表列出了這幾次比賽的基本情況。2013年開始在常熟,2014年到2015年都是在江蘇的常熟。我們把七次比賽列在這個(gè)表里面,七年來參賽隊(duì)數(shù)人數(shù)越來越多,最多的是22個(gè)隊(duì),比賽場(chǎng)景是越來越復(fù)雜,從2.6公里到6.7公里到10公里到13.5公里。從比賽的結(jié)果來看,人工干預(yù)最后基本上沒有了,而且速度是越來越快,包括剛才我演示的從長(zhǎng)沙到武漢,從北京到天津都是無(wú)人干預(yù)下來完成的,所以我們的比賽是從局限的封閉道路越來越走向真實(shí)的道路環(huán)境里面。
最后總結(jié)一下,8年當(dāng)中取得了很多成績(jī),還有些工作我們覺得今后也是非常重要的。第一個(gè)是認(rèn)知機(jī)理研究成果,如何形成可計(jì)算的模型,這個(gè)我們探索了很多的方法,還需要進(jìn)一步地完善。第二個(gè)是在環(huán)境感知的拓?fù)浣Y(jié)構(gòu)信息如何在認(rèn)知過程中表達(dá)與理解。另外探索新興的多模態(tài)傳感器。比如把聲音視頻信息集成在一塊。另外就是人機(jī)智能混合問題,這個(gè)也是剛剛國(guó)家提到的人工智能2.0版本,我們要研究人機(jī)混合的智能系統(tǒng)。
最后我們的想法就是我們要借助這個(gè)平臺(tái)發(fā)表更多的關(guān)于認(rèn)知科學(xué)方面的成果。第二個(gè)把自然語(yǔ)言理解和腦機(jī)接口把它集成到車的平臺(tái)上,許多成果現(xiàn)在還停留在實(shí)驗(yàn)室。第三就是我們的要求是通過無(wú)人車平臺(tái)取得的重大進(jìn)展,進(jìn)一步促進(jìn)創(chuàng)新,引領(lǐng)無(wú)人車產(chǎn)業(yè)的發(fā)展。
最后我用這首詩(shī)結(jié)束我今天跟大家的分享:《賀全球人工智能與機(jī)器人峰會(huì)》,人機(jī)仿造勝奴仆,親我勞耕續(xù)史書。(PPT)
謝謝大家!
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
本專題其他文章