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

· 汉武大帝开疆拓土,除了广西和云南,还将哪些地域纳入到我国版图?这些地方故称叫什么?

· 夏天来了,四川的吃货们是这样过夜生活的,羡慕吗?

· 韩国艺体女神被曝婚期将至 宁泽涛错爱范冰冰没机会了?

· 美国100%Pure:被阿里巴巴带出国门的第一户

· 平地跌倒、吸毒庆祝、KO裁判,能把足球踢成这样也是没sei了

· 腾讯留给了中行,我拿什么留给你?我的马云

· 双赢?亚泰舍1亿获两名球员 权健筹码决定交易成色

· 不得不承认,印度在这三个领域的发展领先世界!

· 王者荣耀隐藏英雄:八神庵震撼出场,一个被不知火舞取代的英雄

· 中国这么多皇帝,为什么说这三位是最会打仗的皇帝?连毛主席都这样赞叹

· 准妈必备!孕期近40周,11次的检查时间、方法、注意事项全给你

· 一位百岁奶奶,临终前送给孙子一根筷子长的小木棍,让人深思

· 天热了,2017中国避暑名城排名向全球推荐

· 《变形金刚5》即将上映,超级大反派宇宙大帝将强势归来,擎天柱被洗脑彻底被黑化了

· 河南省老年人保护条例首次修订 65岁以上每年一次免费体检

· 岳父岳母,生了儿子该你们养

· 阿迪达斯联姻隆力奇 开创化妆品体验新模式

· 这俩穴位,每天揉一揉,就能养出高智商宝宝!

· 赖清德讲“九二共识不是问题”,意欲何为?

· 金庸小说里有哪些高手是中了剧毒后身亡的?

· 贵阳将迎暴雨天气 交警发布雨天出行全攻略

· 刘诗雯中国公开赛4:0晋级16强 直言:自己需要一个很大的改变

· 京东618被爆数据注水,“低税负”再成热门话题

· 中国外交官在法国被骂中国猪,他这样怼回去,慈禧对他大为赞扬

· 刘嘉玲年轻美照!从小美到大!

· 换头手术首位志愿者 公开承认将不会接受手术

· 传奇女人,英拉的人生!

· 帅哥的八个特点,有三个就算小帅

· 上单黑科技?解析LCK蛇女上单

· 镜头下:民国旗袍美女,这才叫真正的素颜,最后一张惊艳了整个世纪

· 世界级大港口,被邻国堵住了出海口

· 20万缺口下,儿科医生这样活

· 日产全新聆风或将9月5日发布

· 第二次世界大战时期中国、美国,日本和德国军队的建制

· 李世民最宠的女儿城阳公主两次婚姻结果都如何?

· 缅甸巫师致死儿童死刑或被减至有期徒刑

· 近日,上犹寺下一女子谎报警情,结果……

· 今年618,谁蹭了京东的热点?

· 曝监管排查多家海外投资企业 AC米兰后台公司在列

· 全球宽松齐转向:英国或加息,日本“隐形缩减”,中国降杠杆

· 二战日本竟想偷袭巴拿马运河?日军伊400级潜水航母秘闻

· 日本人最羡慕中国的几件事

· 乐山绿心公园将有大变化,六大主题公园让所有人期待

· 人生很简单,明白很重要!

· 时机到了!我们来谈谈深国际(00152)与深控股(00604)双双授出购股权的事

· 拥有美国国籍的5位女星,移民、更改国籍后,却自称自己是中国人

· 周迅老公高圣远前妻是谁

· 万代南梦宫2016年净利润441亿日元,腾讯市值超阿里重回“亚洲第一”

· 待产包包括哪些东西

· 吃货去上海须知当地特色美食

· 烂剧出炉过程:无奈的导演嚣张的片酬,1小时10万,走路都算钱!

· 为何张晓彬成了国安止跌的“药引子”?

· 发一张单兵单炮残局,有难度,看似黑方要输的棋,但是很顽强,测试下棋友棋力

· 脸上有这条沟的人显老,快看看你有没有?

· 王者荣耀:4位被玩家遗忘的英雄!因为版权问题不能上线,你见过几个?

· 命运冠位指定最新节奏榜黑狗下调 四星从者大幅更新

· 怒!被捕人贩子说:拐卖孩子总能得手,是因为他们的父母太疏忽

· 精美的哲理句子,句句走心,句句精辟!

· 刘国梁突然离任,鲁豫采访“魔咒”再显灵,采访谁,谁倒霉?

· 京东向Farfetch投资3.97亿美元 发力高端奢侈品行业

· 自驾游开什么车最靠谱,皮卡、轿车还是SUV?

· 正在筹划重组的中国核建成立投资事业部

· 俄外长:可以高度确定IS领导人巴格达迪已经死亡

· 婴幼儿喝配方羊奶粉好吗?

· 直10才不是中国陆航最当务之急装备:中国一口气已列装超180架

· 这些场合,不唱国歌还不行!

· 台媒评台湾经济现状:“外强中干”看别人脸色吃饭

· 赵丽颖7年前给她做配,今她给赵丽颖做配,娱乐圈都是风水轮流转

· 从品牌商的库存中直接进货,孟买O2O时装电商平台Fynd获340万美元A轮融资

· 别问我为什么买金牛座,因为我媳妇就是金牛座!

· 下雨天开车千万关闭这个按钮,全国80万车主已经中枪!

· 王健林的万达股债“双杀”,首富的世界是什么样的?

· 这个传闻是跳水真凶!警惕更大杀跌!

· 大汉皇帝刘弗陵是怎么死的 刘弗陵的爱情悲剧

· 詹姆斯催生了强大的金州勇士,而勇士引动了联盟的自由市场风云

· 马云这次去底特律开会,美国人个个羡慕我们的支付宝,21世纪的机会在中国

· 五星剧王《白鹿原》收官 乐视视频打响暑期内容流量战

· 身高是普京的软肋?普京究竟有多高?苏俄领导人身高身材对比

· 18岁出道后登维密秀场,与大20岁的华谊老板结婚,如今为陈冠希生女

· 狼人杀游戏泰斗刘二龙跳槽虎牙!想不想知道自己和大神的差距在哪?

· 虎牙主播不好当 为争排名嗨氏董导隔空撕逼

· 在武汉生活多年,你未必去过这个特色博物馆?

· 10万德军击溃50万苏军,哈尔科夫战役德国怎样绝地反击?

· 宝宝学习走路初期穿鞋子与不穿鞋子原来差距这么大,看看美国康复师怎么说

· 妈妈拒绝让孩子上兴趣班,没想到老师却骂:你不配当妈妈!

· 适合与不适合宝宝的水果种类,你知道多少?

· 15个深度学习解决不了的难题

· 足协巨大罚单出炉:上港哭晕在厕所,富力被给世林赞!

· 亲朋好友找你借钱怎么办?怎样应对?

· 第2艘福特级航母为啥抛弃世界一流舰载雷达?原因俩个字

· 伊朗与卡塔尔是如何看待沙特更换王储的?

· 虚线变道也会被罚款?2分300元又保不住了!

· 鬼哭狼嚎!日乒女将疯狂怒吼惹恼中国球迷:像杀猪一样

· 乔丹兴奋魔兽加盟 黄蜂主帅:他仍有全明星身手

· 中国农民“普京”红了,中国还有个小伙“奥巴马”

· 吐槽|这些可能是我在大湖南吃过最奇葩的食物

· 更懂你的故乡,用乡愁和容颜对你尽力挽留

· 真实美景:上海星河湾特A示范单位图集

· 梁锦松:这个时代做中国人是福气 一定要感恩

· 成品油将迎年内第六次下调 机构:降幅或达270元/吨

· 杨幂现身酒店头发凌乱显疲惫,大雨中等车,外卖小哥围观杨幂看呆了!

· 传说中的“共享单身”来了!已高调天使轮700多万

· F-35的机动性太渣,有些动作某国空军20年前就做过

· 想成为“小猎豹”的女人?跟着她学就对了!程晓玥从日常穿搭到旅游聚会都帮你示范好了!

· 酒驾!无证!顶包!中山这起车祸够“奇葩”,事故双方都被拘了!

· 北京新能源汽车指标待购客户达4万,谁来分羹?

· 这个古代城市是兵家必争的风水宝地、最终却因为此原因被元明清三朝抛弃不用?

· 为了甘露的睡姿和头型我煞费苦心,却被误解为不合格妈妈

· 太平军庐州大捷:官运亨通的湘军江忠源被胡以晃打得独臂难支兵败身亡

· 为何说最先发起“技术战”的共享单车更容易错失新技术?

· 李开复:AI 人工智能未来十年发展分三波,看好鸿海成为顶尖领导企业

· 吉利和长城事件表明,对中国品牌的认可还需理性

· 马云解释:为什么我智商不高,却能管那么多智商高的人?

· 短命大杀器之“蝎”式战斗机:挂空空核火箭的史上最牛截击机

· 男子为了躲避战乱,把墓室给凿开了,带着全家人进去生活

· 被图美哭是一种什么样的体验?(精选)

· 患难见真情,中国发生汶川地震以后,这2个国家一个捐4亿,一个降半旗设哀悼日!

· 中超十大杰出球员

· 江苏城市划线最低的地级市,仅为4线城市,经济规模相对弱小

· 阎锡山的儿子在美国当货车司机,娶了自己二嫂,想回家还得买门票

· 一代名相寇准为何落得个流放蛮荒之地客死他乡的下场

· 全世界最大的臀围,达2米,走路带风,自觉很美、网友:我可以做你男朋友吗?

· 美国木材“过剩”来华推销,每年够造5800万间房

· 王石退休!人在美国照样操纵万科,一碗红烧肉抱得美人归!

· 村里闹凶鸡,村民竟逼着寡妇出嫁,最后知道真相,就此破了陋习

· 主力禁赛上港难追恒大 富力再启用年轻球员

· 巴黎航展民机也疯狂 波音空客达索卖力推销新机型

· 法国最倒霉的劫匪,在餐厅抢劫碰上了正在聚餐的特种部队,结果你懂的

· 微软的E3 2017:他们真的要退出主机市场了吗?

· 此人是南宋第一枪 源于五代时期的第一武将家族!

· 只要活着就守你一生,我愿永远做你的双腿双手

· 大盘需要喘口气了

· 吴佩慈十亿买俩大金龙送婆婆后再给男友生三胎 眼看走上梁洛施老路

· baby在韩国名气竟比热巴的高,这个原因却让网友们哭笑不得

· 还为堵车烦恼吗?全球首款四轮飞行摩托带你炫酷带你飞

· 要记住,你是活给自己看的

· 斯大林一次“搭上苏联命运”的博弈,让苏军吹起了反击的号角

· 从副手到进攻核心,鲁能神锋演上演惊天逆袭

· 卡萨丁成AP一哥 7.12各位置登场率一览

· 宝鸡市委书记徐启方赴大水川国际旅游度假区调研

· 林彪突然收不到敌台信号,原来廖耀湘司令部被连窝端了

· 枣庄胖哥试吃——鱼炖红烧肉

· 人见人爱的双胞胎女儿,却被家里人嫌弃

· 揭秘日本女艺妓鲜为人知的生活

· 销量大幅下跌,韩法系车已经沦为三流品牌?

· 首届中国青年电子竞技大赛总决赛本周武汉举行

· 打造手游第四城 艾格拉斯泛娱乐国际孵化器落户成都

· 乌鲁木齐天山公园欢乐水世界迎客 28日前可享半价优惠

· 星玥决裂的罪魁祸首,又害燕洵被抓,宇文玥却对他俯首听命

· 让机器具有“人脑”思维,机器视觉成为人工智能重大突破方向

· 张常宁与江川恋爱中?又一铁证曝光,穿情侣鞋被识破

· 马云支招年轻人:未来市场缺口巨大的5大行业,看完准备跳槽吧!

· 这是二战时期日本航母,95%的人没有听过它的名字!曾经历多个战役,威风一时!

· 基本款想穿出高级感 这些套路你得要知道!

· 秦始皇最大的败笔,女儿下场凄惨,儿子们被逼自杀

· 你一定不知道!云南的那些车牌从A到S竟是一桌菜!

· 美女“房事儿”攻略丨第一辑 妹子,你能再配合一点吗?

· 史上最委屈的妃子,刚生完孩子在坐月子就被皇帝送人

· 美国的高速路就都是免费的,为什么中国的高速路收费这么高?

· 最“短命”男嘉宾幻想彩票致富,还求包养!惨遭女嘉宾全部灭灯!

· 比尚方宝剑还厉害,皇帝亲赐此物杀人不用偿命,百姓见了都绕道走

· 相差54岁,翁帆杨振宁婚姻也遭遇13年之痒?翁帆的表情让人瘆得慌!

· 全网通还是4G+全网通:最终谁说了算?

· 开车时假如听到这2种声音,必须停车检查,别再开车了!

· 马克龙改组内阁 引进新面孔

· 怀孕的查妮尔·海耶斯(Chanelle Hayes)穿着比基尼在马贝拉度假

· 江户时代,艺妓的明争暗斗《恶女花魁》

· 古代告御状为何变成另外一种残害百姓的方式?告御状程序对百姓而言真是太惨

· 远处是风景,近处是人生

· 让京东狠砸4亿美元,这家奢侈品电商牛在哪?

· 老司机跑车市 五月销量前十的MPV 在成都哪些卖得好?

· 王者荣耀:铂金局有多难?给你们形容一下铂金局你就知道了!

· 男婴被亲生父母扔垃圾桶,老人捡到抚养10年,孩子的话让她落泪

· 熊猫宝宝戴上奶妈做的荷叶帽,简直萌爆了!

· 天坛医院将于9月15日就要启动搬迁了,以后看病别走错哦!

· 《军师联盟》五年磨一剑,一波三折终播出,观众:好剧值得等待

· 南北方强降雨呼应来袭 北京山东等局地或现冰雹

· 51岁太极乐队成员结束父女恋 小19年女友搭上中年新欢

· 新款陆风X7申报图/增1.5T动力

· 12小时新增310.5万前台播放量,《大军师司马懿之军师联盟》开启头部大剧“先网后台”播放模式

· 天太热 小伙穿短裤上班被拒 然后他换了一条连衣裙

· 我不急,我用一生的时间,等你

· 历史风云:三国将领为何被一箭射中就“箭伤崩裂而亡”?仅三员大将幸存

· 明星的真实收入,30名开外的都有7600万!

· 此国华裔是老大,谁都不能得罪,前10大富豪都是华人,掌控60%经济命脉

· 此人害死数百万国人同胞,却享誉文坛,还有专属纪念馆你怎么看?

· 加点盐就能解决的事,你竟然花了那么多冤枉钱!

· 两口子闹离婚,媳妇把衣服全绞烂!衣服是无辜的,为何这样对待它们?/(ㄒoㄒ)/~

· 软银向网络安全初创公司Cybereason追加投资1亿美元

· 缅边防军突袭若开邦一山洞,缴获大量“武器”

· 43岁英国美人凯特·贝金赛尔 (Kate Beckinsale) 新恋情曝光!对方竟是比她小22岁的小鲜肉?

· LOL采访Smeb:用SKT鳄鱼皮肤是想获得Marin的力量

· 徒步旅行享受一个人的世界第74天,宿山东烟台芝罘区

· 南唐后主妻子太美,被宋太宗多次召幸,小周后只能屈辱接受

· 大军师司马懿:华佗死在官渡之战前,算什么档次的硬伤?

· 妈妈只是进屋冲个奶粉而已,出来看到两岁儿子的状况,简直要哭了

· 126万亿个人可投资金融资产如何配置?

· 日本江户时代的西门庆,可谓风光无限,不仅能使天皇退位,还能左右君臣关系,只是比较短命,仅活到27岁

· 农民搞种植一定不能选这位置,农作物会损失惨重

· 要说内饰设计,我只服他!

精彩图片