CCAI2017专访|清华大学朱军:深度学习“盛行”,传统方法何去何从?

中国人工智能学会   2017-07-13 18:58

记者 | 何永灿

朱军博士是清华大学计算机系长聘副教授、智能技术与系统国家重点实验室副主任、卡内基梅隆大学兼职教授。2013年,入选IEEE Intelligent Systems的“人工智能10大新星”(AI’s 10 to Watch)。他主要从事机器学习研究,在国际重要期刊与会议发表学术论文80余篇。担任国际期刊IEEE TPAMI和Artificial Intelligence的编委、国际会议ICML 2014地区联合主席、以及ICML、NIPS等国际会议的领域主席。

CCAI2017专访|清华大学朱军:深度学习“盛行”,传统方法何去何从?

清华大学计算机系长聘副教授朱军

近日,朱军博士接受了CSDN的专访,采访中分享了目前最新的研究进展,深度学习与传统机器学习如何融合发挥最大作用,成为优秀青年科学家的必备特质,以及在CCAI 2017上的分享与筹备工作。

7月22-23日,中国人工智能大会(CCAI 2017)将于杭州国际会议中心举行,朱军将作为“人工智能青年论坛”共同主席主持会议,欢迎青年学者到现场参与讨论。

深度学习 VS. 传统机器学习

CSDN:在深度学习“盛行”的大环境下,如何看待相对来说比较传统机器学习(如支持向量机、贝叶斯学习、决策树等)?

朱军:这个问题可以从两个方面来看:

首先,深度学习不是万能的,它虽然在特定任务上取得了显著性能提升,但也面临着很多挑战,比如:对抗样本的鲁棒性、可解释性、处理不完全信息与不确定环境等,随着应用范围的扩大,深度学习不擅长解决的问题会逐渐明显,未来肯定会有更好的机器学习方法出现,或许还叫“深度学习”也可能是其他的名字。

其次,深度学习不是孤立的,它的进展与所谓的“传统机器学习”是分不开的,不能把功劳都归于“深度学习”,例如:用于保护深度神经网络避免过拟合的Dropout技术实际是一种贝叶斯学习方法,用于AlphaGO的深度神经网络需要在强化学习框架下发挥作用等。

因此,学术界和工业界都应该更客观地看待深度学习,它的优点可以与其他机器学习方法共融,比如已经取得很多进展的贝叶斯深度学习、深度产生模型(如GAN)等。同时,它的缺点也需要从其他方向寻求改善,比如:我们最近从信息论的角度出发,设计了一种新的训练准则和测试准则,可以显著提升深度神经网络(如CNN,VGG,ResNet)对对抗样本的鲁棒性;另外,我们与清华大学的刘世霞老师合作,研制了CNNVis和DGMTracker可视化系统,它们综合利用了信息可视化与图形学的工具,对深度模型的学习过程进行解释,帮助调试。

CSDN:对于“有了生成模型之后,引入深度学习就能解决统计学习的核心问题(如模型复杂度的选择、泛化性能的理论保证、学习效率等)”的观点你怎么看?

朱军:这个问题也要从两个方面来看待:

首先,生成模型通常要引入假设,在假设符合实际的情况下,这种模型是最优的,可以提升学习效率和泛化性能。

其次,也是因为假设,如果假设不符合实际,这种模型可能带来偏差。实际应用中,还需要对模型进行检验。

CSDN:去年参加CCAI 2016的AAAI主席Rao Kambhapati认为中国学者基本都在研究机器学习,范围有点窄,你是否认同中国人工智能研究存在这样的误区?除了机器学习之外,还有哪些领域或者哪些问题是值得我们关注的?

朱军:机器学习受到很多关注是有一定道理的。作为实现现代人工智能的主要技术途径(之一),机器学习的目标是从经验数据中不断改善性能,它的作用在大数据时代变得更加明显。目前,机器学习已经成为很多应用领域的首选技术方案。

但是,人工智能的其他方向也同样重要,而且在国内也正在受到很多的关注,比如自然语言理解、模式识别、知识工程、机器人,甚至是从脑科学寻求启发的尝试等。目前,可能是因为机器学习已经融入到这些方向中,才给人一种“到处都是机器学习”的感觉。但是,每种方法都有优点和缺点,学术界和工业界都需要鼓励多样性。比如:数据驱动的方法(如深度学习)往往需要大量的训练数据,而知识驱动的方法(如贝叶斯方法)可以在小样本下进行有效学习,二者具有互补的优势,它们的有机融合是当前的一个热点。

关于珠算平台

CSDN:请谈谈你近期的研究课题和进展,以及目前关注的研究和应用情况。

朱军:我们近期主要关注贝叶斯方法与深度学习的融合。我们的最近工作包括建模、学习算法和平台,在无监督、半监督等学习任务上取得了一些进展。为了有效支持这方面的研究,我们研发了珠算(http://zhusuan.readthedocs.io),它提供了一个Python编程库,能够便捷地实现贝叶斯深度学习的建模和推理。同样在贝叶斯框架下,我们对不确定、不完全信息环境下的决策也非常感兴趣,最近也做了一些博弈论的工作,包括即将发表在ICML上的文章。另外,如上所说的,我们也在提升深度学习的鲁棒性和可解释性方面做了一些积极尝试。

我们所做的机器学习工作,研发的算法和平台(如珠算)通常都是开源的,工业界可以使用。另外,我们也与一些公司合作,针对具体应用开发特定的机器学习技术。

CSDN:能否概述你的团队基于贝叶斯深度学习构建的“珠算”有哪些创新之处?适用于哪些领域?目前有哪些比较好的应用案例?

朱军:首先,珠算是一个概率编程的库,用户在上面可以很容易地实现贝叶斯深度学习的模型和推理,就像在TensorFlow上写一个神经网络一样便捷。贝叶斯深度学习是一个前沿方向,它的基本框架是概率图模型(贝叶斯网络),融合了深度神经网络在可学习的函数拟合方面的长处。和确定性的深度神经网络(如CNN)比,它的主要优点在于可以刻画不确定性(如噪声、信息不完整、随机过程),进行推理和决策。

其次,珠算上支持的应用已经有很多,比如无监督学习、半监督学习、贝叶斯学习等。我们在珠算上已经实现了目前主要的模型,如变分自编码器(VAE)、生成对抗网络(GAN)、主题模型、贝叶斯神经网络等,以及最好的概率推理算法。用户可以直接使用这些模型,也可以便捷地实现自己的模型。

最后,珠算在技术上也有很多创新,与TensorFlow很好地融合在一起。我们正在整理文章,很快将会公布技术细节。

CSDN:“珠算”选择构建在TensorFlow之上,其中有什么故事可以分享?

朱军:我们做珠算的主要目的是希望能够通过开源社区,支持大规模贝叶斯深度学习的概率编程,让这个前沿方向的科研和实践变得更容易。

我们考察过不同的平台,选择TensorFlow是有一些原因的。首先,TensorFlow已经有庞大的社区,并且展示出成为通用计算图框架的潜力。建立在TensorFlow之上有利于融入当前的生态系统。其次,TensorFlow计算图(computation graph)支持的操作(operation)种类远多于其他框架,能够最大程度满足概率编程的需求。最后,Tensorflow是少数支持多机多卡的分布式计算图框架,非常适合做为大规模贝叶斯深度学习的基础设施。

如何成为优秀的青年科学家

CSDN:成为人工智能领域优秀的青年科学家,你认为需要具备哪些特质?

朱军:科研是一个长期的过程,需要兴趣和坚持,同时,对问题要形成自己的认知和选择。现在是人工智能、机器学习发展快速的时期,是好事也可能是坏事,太快的进展容易让人失去定力,追逐一些容易出成果的“热点”。随大流虽然能发很多文章,但是,很难形成自己的系统性工作。因此,有些时候需要“少做”,才能选择重要的问题集中精力去做。

CSDN:就你自己而言,理论扎实,成果丰富,能否介绍是哪些因素对你今天的成绩起到了关键的作用,是时代机遇,个人坚持,前辈指导,同行交流,还是其他?

朱军:有很多因素。正如前面所说的,首先是要有兴趣,愿意投入精力去学习和钻研。其次要能够坚持,遇到困难不回避,能够主动思考解决的办法。只有通过思考得到的东西才是属于自己的。最后,要善于向前辈和同行学习,别人的观点可能是启发思路的火种。

CSDN:你介绍过一些工作在付出很多努力之后不得不中止,所以说选择方向很重要,这方面有哪些心得可以分享?

朱军:越是创新性高的科研工作,它的不确定性也会越高,导致结果有时会与预期相差甚远。但是,一个失败的探索过程也是有价值的,它至少告诉你哪些路是不可行的。选择了大方向以后,可以大胆尝试,遇到困难或挫折是很正常的,不用气馁。

CSDN:CMU博士后研究的经历给你最大收获是什么?如何理解国内外环境的差异?以目前的情况来看,你对青年是否要出国深造有什么建议?

朱军:博士后是一个过渡阶段,从科研和教学两个方面,都为后来的清华任教打下了好的基础。CMU有最好的学术环境、非常友好的同事和朋友,给我的帮助很大,我自己也在尝试借鉴CMU的经验指导学生。

目前,国内外的差异已经越来越小了,信息的不对称也在逐渐消失,国内的机会也很多。最近,我也很高兴看到有很多CMU的朋友陆续回国工作,这和几年前我回国时的情形完全不同,当时我们甚至开玩笑说我是先回国给大家探路的。因此,我觉得每个人可以根据自己的情况选择是否出国深造,盲目跟随应该会成为过去式。

CSDN:你如何理解和处理科研与教学二者的关系?

朱军:清华非常注重教学。我认为如果能平衡好二者的关系,教学与科研是可以相辅相成的。科研做的好能够帮助教学,对一个领域的深入理解能够将课堂上讲的知识点融合贯通,形成有机整体,而不是生硬式的拼凑。同时,教学的过程也能帮助系统地整理学科知识,加深理解,有时也能激发科研想法。

在CCAI 2017上的分享与筹备工作

CSDN:作为 CCAI 人工智能青年论坛的共同主席,对于组织这一论坛,你的出发点是什么?本次论坛将主要围绕哪些内容展开?希望为听众解决哪些问题?

朱军:随着数据和计算资源的增加,以及算法的改进,以深度学习为代表的现代人工智能技术正在越来越多的领域中获得应用和发展,并已经在一些特定领域取得显著进展,包括图像识别、语音识别、电脑游戏等。

但是,随着应用范围的扩展和复杂化,人工智能仍然面临着多方面的挑战,包括鲁棒性、可解释性、安全性、隐私保护等等。

目前,人工智能获得显著进展的领域通常需要大量的训练数据,如何发展对训练样本更高效的人工智能技术是很多场景下要解决的关键问题;另外,如何在信息不完全、不确定的非结构化环境下进行高效学习和决策也是未来要解决的重要问题。该论坛将探讨人工智能领域的前沿进展和未来趋势,嘉宾们将通过分享自己的观点、与听众互动,解答听众关心的问题。

CSDN:你是从哪几个维度来组织嘉宾阵容的?由此构建起的人工智能青年论坛将有哪些独特之处?

朱军:该论坛尽量覆盖人工智能的多个方面。邀请的嘉宾有学术界和工业界的优秀代表,也有优秀的女性科学家代表。另外,嘉宾的背景也具有很好的代表性、多样性。希望该论坛能够给听众带来最前沿的思想碰撞。

关于 CCAI

中国人工智能大会(CCAI),由中国人工智能学会发起,目前已成功举办两届,是中国国内级别最高、规模最大的人工智能大会。秉承前两届大会宗旨,由中国人工智能学会、阿里巴巴集团 & 蚂蚁金服主办,CSDN、中国科学院自动化研究所承办的第三届中国人工智能大会(CCAI 2017)将于 7 月 22-23 日在杭州召开。

作为中国国内高规格、规模空前的人工智能大会,本次大会由中国科学院院士、中国人工智能学会副理事长谭铁牛,阿里巴巴技术委员会主席王坚,香港科技大学计算机系主任、AAAI Fellow 杨强,蚂蚁金服副总裁、首席数据科学家漆远,南京大学教授、AAAI Fellow 周志华共同甄选出在人工智能领域本年度海内外最值得关注的学术与研发进展,汇聚了超过 40 位顶级人工智能专家,带来 9 场权威主题报告,以及“语言智能与应用论坛”、“智能金融论坛”、“人工智能科学与艺术论坛”、“人工智能青年论坛”4 大专题论坛,届时将有超过 2000 位人工智能专业人士参与。

内容推荐
更多阅读

· 共享单车长沙“开战”,橙黄蓝绿谁主沉浮

· 大清费尽心机要挖杨秀清的祖坟,但是挖错了,错了一千公里!

· 影像民国文化 毛福梅故居寻古之旅

· 名家介绍|史上最牛的轨道专家Robert Farquhar:借颗卫星玩玩

· 徐霞客为什么要三年两上齐云山?

· 有了特斯拉光伏屋顶,电网员工就要失业了吗?

· 信用卡取现和套现,成本差这么多!

· 改变二战的特种作战,希特勒终于救了这个“损友”

· 「蜀中人物」益西多吉

· 蔡当局遭质问:反核神主牌已倒 “台独”还能拜多久?

· 落石砸车差点坠崖 司机身亡前拉住手刹保14名乘客平安

· “社区万能章”问题凸显 民政部:严格印章使用

· 治理隐性地方债重在疏堵结合

· 一件突发证明:菲律宾关键时刻还是信美军 不能卖菲军翼龙无人机

· 安徽·泗城薰衣草节暨首届泗城乡村旅游节开幕式

· 一场惊变,她被迫放弃竹马高门另嫁; 在新婚不久背负上不贞的脏名

· 绿色充电 以光养桩 “光储充”一体化电站打造绿色用能服务区

· 单元铁塔与新疆高广集团开展战略合作

· 争共享单车后对男童施暴 两涉事男子已被刑拘

· 电动汽车无线充电标准工作组成立 助推无线充电标准化进程

· 心系旧主,纳什晒沃顿支招老东家勇士照片

· 通信女兵,就是这个范儿!

· 专家:美国出动两个航母战斗群,意在向外发出战争信号?

· 大名鼎鼎白先勇在新加坡吃的鸡饭,到底是哪家?

· 增城一高校内发生持刀砍人事件,嫌疑人已投案自首!

· 福建金森林业股份有限公司关于延期回复年报问询函的公告

· 内蒙古满洲里海关全方位的VIP服务 助力企业阔步走出国门

· “游故事”你们没发现《王者荣耀》将会变成“王者污药”?

· 电竞职业选手的职业生涯真的那么短吗?

· 「守望」分析守望先锋各支援英雄模型的科学之处

· 大蒜和它煮一煮,竟对小儿咳嗽有奇效?医生都赞不绝口!

· 认了一个傻子干爹,以乞讨为生,父亲每年探望,成年后才告诉原因

· 低头玩手机不慎坠湖?广州天河公园惊现浮尸

· 《绝望的主妇》海蒂·克拉姆素颜携4个子女纽约散步

· 全球首款四摄手机,金立S10真机图赏

· 新疆生产建设兵团卫生局党组书记朱东兵被审查

· 加息结果出来前难有大动作,明起再回落可分批低吸

· 北京路人街拍,青春活力的小姐姐最惹人爱

· 让我们一起走进安徽,品味宿州之战役遗址

· 男人性生活有什么禁忌

· 暖心!仨小孩离家出走,众街坊与民警合力寻回

· 新密女子被打耳光后报警 打人者竟是潜逃10年的盗窃嫌犯

· 突发!苏州桐泾路口一老年交通志愿者被割喉,经抢救无效死亡

· 郭德纲曾为高晓攀《别怂》作序,原来高晓攀离开德云社之后才火的

· 国务院侨办代表团与苏华总会代表举行座谈会

· 这家店的面长长长长长长长长长到难以入口!

· 晚餐记住六不碰,不然惹来一身病!

· 小米1开箱,情怀满满,都是回忆,你用过的第一步是米几?

· 好莱客:多位高管拟半年内减持不超102万股

· 视频|交警拦截无牌车 被顶引擎盖上疾驰30米后甩下身亡

· 深深房A继续停牌不超过1个月

· 郑州这些东西今起统统免费!不知道亏大了

· 周冬雨调侃张一山耍大牌,并称两人合作后自己都变“坏”了

· 2018款飞度 起飞的节奏 新配色惹人爱

· 前瞻|啃硬骨头叙利亚,银狐里皮已备好杀招

· DC百晓生兵器谱——DC漫画电影中出现的武器

· 揭秘水浒传中黄泥岗大劫案侦破始末,兼述官场老油条的糊涂术

· 图文-带你了解Google的招聘战略

· 就是这个地方,成为了文化单一的万恶之源

· 猥琐发育更浪!这车让雪铁龙和雷诺傻了

· 韩国正式提出:希望与中国合办FIFA世界杯!球迷:中国完全可以自主承办

· 露天煤业:拟更名为“内蒙能源”

· 索尼E3 2017展前发布会汇总 独占阵容依然强大

· 职场法案|休产假后能否享受当年年休假?

· 什么仇什么怨!深圳男子网购突遭客服狂骂,言语不堪入目……

· 30万块!GTX 1060专业矿卡开始供货

· 细数2016-2017赛季的十大惊喜!这绝对是历史上最棒的一个赛季!

· 地下城与勇士dnf女圣骑士百科——防具装备分析

· 产后恢复42天详细日程表,不知道怎么做的对照这个来!

· 「杏林小妙招」血管悄悄长“斑”,别慌!简单四招就能清理

· 娶了老婆后,莫名其妙成了上门女婿,从此岳父母就没正眼看我!

· 杜兰特,压倒詹姆斯时代的最后一根稻草!

· 男子服刑期最后一月越狱或获刑5年 网友:智商感人

· 美国多地高温 民众草地享受日光浴

· 吃了20多年才知道,原来我吃的一直是假沙县!

· 这个发面的好方法你一定要试试,做出的馒头超级松软,再也不想买早餐啦

· 梅城的这条街道上,藏着很多客家人的美味!

· 斯滕森球童未履行戒烟承诺 瑞典硬汉再争大满贯冠军为加赌注!

· 中煤能源(01898-HK)100亿元中期票据将于6月18日付息

· 广东潮州饶平一水库防台风开闸泄洪 3人溺水1人死亡

· 《死侍2》再添新成员:日本女星忽那汐里加盟

· 1箱油能开1000公里?这款中大型SUV厉害了!

· 俄军有啥宝贝对华都可敞开来卖,这个宝贝中国买还是租都可以

· 杨洋的新画风是这样的?但,他还是我心中的“地主家傻儿子”!

· 奶奶看着纹身的孙媳妇,替孙子捏了一把汗

· 端午节快到了,来看看外国人的粽子长啥样

· 男童坠水井,全村打捞抢救40分钟救活

· 90后女孩大四在郑州买房,卖鞋油每天只睡3小时!

· 购物卡里藏了多少秘密,你知道吗?

· 全球第三支出线球队!伊朗和裁判共助国足奇迹

· 时隔4年,空军再招女飞行员!阜阳高考女生谁将成为幸运儿?

· 美总统特朗普在白宫举行NCAA冠军表彰会 获赠球衣喜滋滋

· 啥!那东西能卖那么多钱?盘点魔兽世界那些年错失的百万金币

· 湖北省特色小镇之荆门市东宝区漳河镇

· 德国你敢 我去欧盟告你去

· 张柏芝1999年写真集,竟然可以这么美

· 街拍 x 6月13日

· 股市真的有风险 去年社保基金投资收益率仅1.73%

· 电视剧《我从新疆来》演员新疆伊犁海选启动

· 《楚乔传》赵丽颖真实字迹差别大,王宝强字如其人,杨幂的太惊艳

· 做电子签名行业的 Twilio,HelloSign 获 1600 万美元资金

· 国内房车自驾游,驾着我的大通V80从新疆转战大西南

· 播报|驻芝加哥总领馆促请UIUC警方和校方加大搜寻失踪中国访问学者力度

· 一个护肤品竟拯救了一段皇室婚姻!它到底有多神奇?

· 梦幻西游直播天地残缺组合:上班族的五开奇葩路

· 直击全球闻名的“噩梦车站”,外媒称只有日本人才造得出!

· 妈在农村帮我带孩子我给她3万,婆家知道后的所作所为让我难以忍受

· 中国老人元旦晨跑被英国男子打死后脱光拖行 法院仅判凶手入狱19年

· 直击中国10大超级工程,总投资均超过1000亿

· 多米尼加前工程部长因受贿罪入狱 巴西公司行贿高达9200万美元

· 里约总领馆赴诺瓦伊瓜苏现场办公

· 狂野澳洲盛产的性感男模,肌肉如雕塑般坚挺,身材如流水般自然

· 南方三大冷门古镇,人少景美,你去过几个?

· 开园啦!忻府区高城乡后淤泥村香瓜开园上市,快来品尝!

· 汉朝明后阴丽华深受刘秀宠爱是因为貌美吗?

· 孕妇医院问诊一半突然休克 经抢救脱离生命危险

· 张继科缺席日本公开赛真相曝光,携老爸与范冰冰贾静雯飞欧洲录节目

· 科尔大赞勇士队员无私表现 阿杜期待再与詹皇扳手腕

· 江泉实业溢价一倍转让控制权 10.6亿接盘者系国企高管

· 从1066年到2014年欧洲战争中单兵装备的千年演变历史

· 游戏王:三幻神各自都有什么效果?

· 周敦颐故里道县楼田村被评为“湖南省经典文化村镇”

· 晚餐吃什么不容易长胖?

· 怪病之谜(民间故事)

· 十年之约,推掉所有,只为与你相约

· 街拍:水边欣赏风景的黑裙白高跟长腿美女

· 西媒:罗马有意巴萨中场丹尼斯-苏亚雷斯

· 伊能静不秀恩爱秀婆婆,处理婆媳关系得心应手,《妈妈是超人》细节显露高情商

· 黑科技含量惊人!一条获得雷军千万投资的毛巾,真的不简单!

· 长安凌轩自动挡预计8月上市 搭载1.5T

· 勒布朗尽力了!金州勇士没毛病!总决赛第五

· 韩国各大男团的染发担当,权志龙吴世勋李赫宰,心疼他们!

· 杀掉一个日本兵究竟需要多少发子弹?事实和抗日神剧的差距竟然如此之大!

· 这些模板工程的标准做法你知道不?

· 宝宝什么时候上幼儿园最好?这个年龄段刚刚好!

· 4岁美国女童从爸爸肩上坠地住进河南医院,医生感叹原来美国爸爸也这么逗娃

· 全市开放避难场所525处 安置群众30246人

· 最近1年 四川打掉制贩毒团伙509个

· 落地柔性液晶书写技术的“好写”光能黑板,想淘汰粉笔、油墨的传统黑/白板

· 刚刚提的新奥迪Q7的真实经历,我的爱妃就是你了!

· 农行宝鸡分行上线工商登记“政银通”服务

· 英国首相访问法国 将谈英法联合打击网络极端主义

· 明星都来这里的露台吃饭,店名却看不懂

· 夜行书生遇鬼记

· 预备役部队:加速转型保障打赢

· 战霾五年久久为功 北京落实十项硬举措

· 杨洁篪会见巴拿马副总统兼外长德圣马洛

· 上海一高中男生两次抢劫:补习路上物色作案对象,称看守所没有网络可“静心准备高考”

· 宇文怀以“处女香”算计星儿,星儿却称:身体不适,想先回去休息一下!

· 日产在北美全系标配主动刹车 加量不加价

· 正允,穿牛仔裤简直不要太完美了!

· 武汉吃货必备宵夜地图,不再纠结去哪吃

· 知冷暖,懂悲欢,真好

· 书房里的捞面,人均48元,三个人吃到打包

· 德国杯:新主帅带领沙尔克04对阵柏林迪纳摩

· 初探全新君威:德系会沉默,日系会流泪

· 民航局:将参与东航客机发动机故障调查

· 深圳地铁4号线下午突发故障 现运营恢复列车同行时间增加

· 东北大学研发蛇形机器人,曾应用于福岛核电站

· 诺德主题近3年回报率达95%

· 粉丝有爱看行动!日粉丝自制实物精灵宝可梦自行车

· 如果没有吴昕,深夜食堂还能多撑一晚!

· 中国前大使:台“邦交国”普遍主动要求与大陆加强合作

· 扑克大师郭东WSOP日志:实战说说怎样对付松凶玩家

· 21年前的今天,第一个徒步征服西藏的孤胆英雄余纯顺不幸遇难

· 昆明竟然有一个2486米最美公路!全程水上走,仿佛山水画廊……

· 有色概念演绎王者归来 这一板块擎旗冲锋!

· 开着宝马撬盗宝马车内财物

· 勇士9分胜骑士夺得NBA总冠军 5人得分20+

· 明星衣橱八一八|相爱不易,安包夫妇甜够一季~

· 斗鱼一哥大司马青铜局掌控雷电,视人头如粪土!这阵容很青铜

· 这个世界很陌生,妈妈我怕……

· 怎么跟老公解释我黑裙子上这一长条白色的污渍

· 伊格达拉:为队里第一次获得总冠军的队友高兴

· 把问责板子打准打实

· 索尼为机器狗AIBO举办“葬礼” 新型机器人任司仪

· 现代将推两款全新SUV 旗舰车型或2020年前发布

· 通用汽车设计主管加盟奇瑞,欲踢馆全球先进设计水平

· 富士康拉拢多家科技巨头联合竞购东芝芯片业务

· 这把步枪撞针弹簧!是由同轴的主弹簧和撞针弹簧共同构成!

· 维秘竟有三个同一天出生的超模,不过长相风格却大不同

· 毫无疑问 本届E3索尼发布会是最差的一次

· 对不起,我要去启东了,南通启东吃喝玩乐最正确的打开方式,超美够全!

· 孙允珠简约混色厚实收边针织衫

· 孩子舌尖红是生病了吗?|育儿大师

· 浙江减负降本再出招 35条新政预计减负300亿元

· 欧盟驻乌克兰代表处:乌版权保护法改革进展令人失望

· 《独孤天下》独孤伽罗怎么嫁给隋文帝做老婆?

· 去巴萨?经纪人传达维拉蒂离队意愿 意甲买不起

· C罗+齐达内>梅西+瓜迪奥拉?下列数据让你不得不服

· 6月13日晚间公告集锦:*ST德力质押股份存被平仓风险

· 房车改装|打造一个属于自己的孤版小家

· 这个刚跟中国建交的国家10%人有华人血统,还设有专门的“华人日”

· 不想做黑美人,最遮肉又防嗮的高颜值防晒衫,你准备好了吗

· 俄罗斯西伯利亚:美丽的布里亚特共和国

· 长沙——中部二哥 吃着臭豆腐到酒吧

· 勇士夺冠!一哥开心秀颜艺 全票FMVP杜兰特为库里揉肩献殷勤!

· 阿富汗十几岁的小新娘,嫁人后的悲惨生活,最终用这样的方式结束

· 巴拿马与中国建交有何考量

· 盱眙欲重新定义产值百亿“盱眙龙虾”:像肯德基那样搞标准化

精彩图片