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

· 12处中国最美旅游地,你去过吗?2017年下半年最佳旅游推荐

· “更年期”常识大全!30-60岁女性知道越早越健康,体态年轻

· 偷穿李小璐衣服的贾乃亮,原来你是这样的“灵魂画手”

· 失算!张继科刘诗雯错失700万 丁宁也没戏 日本恐渔翁得利

· 去泰国旅游资深玩家攻略,大家留存必有用处

· 你若精彩,天自安排

· 农民工返乡,活是真不找不到吗?一位老农民工来给你畅谈畅谈

· 林更新王丽坤的情史都很丰富,情场老司机势均力敌

· 古天乐为爱死斗!明年的金像奖影帝一定是他

· 《死侍2》特技演员死亡!剧组每天工作十几小时

· 当黄牛傻吗?苹果官网取消网购退货毫无意义

· 电动车在国内热火朝天,那么欧洲市场究竟怎样?

· 佩帅三大用人变化让华夏幸福走入正轨 早这么踢可跟恒大叫板争冠

· 莫把工具当目的,囤积的房产未必是财富!

· 丁磊:人生浪急滩险,陪伴是最长情的告白

· 45%海归税后工资低于6000!国内HR只认名校?

· 警方通报南京南站猥亵案:涉案男子被刑拘,女童系其父母养女

· 盛松成:下半年金融市场利率上升可能性较小 降准仍存顾虑

· 北汽新能源推4款新车 ET400最值得期待

· 天津亿利后防大将被痛批胆小,暴露出国内球员不足

· 德安东尼把球队指挥权交给他!哈登保罗产争议,不解决怎夺冠

· 好消息!暴雪中国宣布《星际争霸》重制版登陆国服

· 历史上有哪些惊人的巧合?

· 很多人讨厌鸡身上的这部位,其实是补血的宝贝

· 看不开,放不下,想太多,折磨的只是自己

· 和平电厂满载 供电甩“红灯恶梦”

· 内饰大屏亮人眼 实拍全新纳智捷U5 SUV

· 唐人影视半年报营收、净利双降《无心法师2》难挽业绩

· 70秒爬升15000米:为何战斗种族苏-27破记录要用坦克?

· 「突发」法国一辆汽车冲进披萨店,至少1死13伤!

· 一吕二赵三典韦,排名在关羽之前的典韦到底有多厉害?

· 流水私语醉春风

· 原创 诗词一首 8月14日一更

· 2017年8月15日上午10点左右,黑

· 2017婚姻法新规定,关于生二胎,这5点不可不知

· 除了拿下吴京男性初吻以外,段奕宏的CP还有李晨邓超黄轩和黄渤

· 你对各大汽车品牌的印象如何,有哪些熟悉标签?

· 国青9月曲靖出战,将对阵阿曼墨西哥塔吉克斯坦三队

· 大胆!敢抢教练的战术板也就他们了,郭少场下指导球员无视杜锋!

· 浙江体坛名将(四)∣浙江乒坛第一人,儿子18岁就拿世界赛冠军,颜值爆表

· 终端市场供不应求,国酒茅台涨涨涨

· 被《战狼2》带火的茅台又又又又涨了,20年来A股最贵的股票!

· 铁证如山!日本NHK首次公开731部队认罪录音

· 穆迪:GDP增长主要依靠内需 美国的贸易调查不会影响中国经济

· 最后一个就是当时我眼里的冰棍界道明寺!你吃过几个?

· 优缺点都来谈 迈腾330TSI用车心得

· 芝麻信用750 才能享受马云的无人汽车自动贩卖店

· 歼-10能对F-15形成威胁?你要是说歼-11我还信

· 打游戏到底能赚多少钱?Ti结束奇迹哥收入近2000万位列第二

· 大盘点,有那些历史人物名字很奇葩,却活得精彩!

· 大豆异黄酮?植物雌激素?!真的和女性健康有关系吗?

· 人品,是一个人最高的学历

· 美军高官赴韩布局对朝方案 外媒:特朗普已无“战略耐心”

· 听说,这部网剧的脑洞已经被编剧写飞了

· 谷歌正在以另一种方式重返中国

· 东风风光580智尚版月底上市 外观有调整

· 承蒙时光不弃 谈购置柯迪亚克感受

· 头条·新车丨续航500公里 斯柯达电动SUV2020年上市

· 游戏,到底是丰富了我们的生活,还是毁掉了我们的生活?

· 让满清惶惶不可终日的三藩起兵为何失败,二藩与郑经互坑队友?

· 婆婆给我准备的月子零食,非常有创意,太好吃了

· 妈妈写检讨,原因竟然是孩子的玩具

· 宝宝高烧惊厥抽搐不停?杭州这家人的做法差点害了孩子!

· 飙尿!喷翔!男医生内检!奇葩产房尴尬事你经历了几件?

· 涨姿势!天这么热,你为啥越喝水越口渴?

· 荷兰一华人男子死于寓所中 死前曾让邻居帮忙报警

· 跌25%算啥,众泰还要上市6款新车,就不信没黑马

· 全美直播变动告诉我们三件事!火箭成勇士死敌,烂队将越来越烂?

· 美防长警告:朝鲜导弹若飞向关岛 美国就把它打下来

· 这是今年最火的一双鞋,你买了吗?

· 善良要有底线,大方要有原则

· 唐嫣祝福《战狼2》大卖,谢楠回复3字拉出另一部电影被狂赞!

· 弗州冲突酿惨剧 美种族裂痕添新伤

· 四位在女性眼中时尚漂亮的韩国Kpop偶像

· 一个手电筒发出的光束会不会传播至无穷远 如果断电后呢

· 明星哭戏哪家强?有人滴泪虐断肠,还有人动用催泪棒?猜到谁了吗

· 新一代名爵6申报图 变化之大堪比整容

· 只有科比才能让邓肯喷垃圾话!格林只能看着他的眼神怀疑人生!

· 上市险企上半年整体业绩增长提速

· 警方解读猥亵女童案:是否亲兄妹不影响案件性质

· 特维斯一走了之惹众怒 名记怒喷踢完足协杯再走能死吗?

· 2017.8.15:NBA球员市场快讯

· 暴雪:努力将《星际争霸 重制版》带给中国玩家

· 霍金理论中的黑洞与道家无极的关系

· 鸡蛋价格直降,但要注意一些“吃蛋误区”

· 48岁男子被诊断出结肠癌晚期,医生无计可施!做这些筛查可预防

· 民间故事:老木匠说,尺寸对,你没量心,木头人咋会为你干活呢?

· 1066万+846万+1000万!3位大乐透大奖得主现身领奖

· 21年前中国差点签成45亿美元的大订单,原因还是让人敬佩的

· 满脑子骚操作的水瓶座,12星座玩《王者荣耀》时的心态

· 王者荣耀:玩2000场一个五杀都没拿过!实力打脸?

· 我国研究小组在超稳激光研究方面取得重要进展

· 科学家发现用这种东西刷牙比牙膏更好!

· 超神奇的感冒疗法,别只会对TA说“多喝点热水”了

· 关岛旅游部门借美朝争端搞营销:这是让世界了解关岛的好机会

· 骂吴京“心理变态”的中戏老师究竟是啥来路?

· 美食到位,官兵营养足够,训练更有劲,战力大升

· 追加大量名舰 Wargaming社《战舰世界》更新情报

· 让量子计算走近大众:潘建伟、陆朝阳团队证实盲量子计算的可行性

· 联盟帮倒忙?火箭“仅”14组背靠背!还记得上赛季最强两战?

· 猴哥现身某加油站 加油方式令人疑惑

· 这个神奇的恒星系比太阳系还古老,对外星生命意味着什么?

· 得了冠心病该怎么办,这篇文章肯定能帮助你

· 简单好玩的十道智力测试题,对一半就是牛人,至今没人全部答对

· 紫光董事长炮轰大唐电信:有本事就做好,做不好就让路

· 映前遭IMAX拒绝!《战狼2》首开映后推IMAX版先河

· 央企资本金控与海外并购

· 炉石传说国服大数据周报60期——德鲁伊王者归来!

· 克莱姆森大学协助美军方开发激光武器

· 宇宙不是机械,而是一个巨大的生命体

· 在人生的道路上不要羡慕平稳

· 别再找了,西安最美的10家酒店在这里,你最想睡哪家?

· 不允许强大中国电影市场的崛起,美国好莱坞邀请吴京是一个阴谋?

· 一言楠尽|魏建军都有WEY了,怎么还非给JEEP抛橄榄枝?

· 国产SUV最强1.5T动力排行,海马S5意外逆袭奇瑞瑞虎7?

· 竟没坐飞机 外国人976天花15万环游世界

· 玩家自制魔兽人物书籍封面:不输正版编年史封面

· 安徽这个县城已成首富,就靠卖卤菜在首都扎根

· 中国古代最富的省,对朝廷造成威胁被分割

· 美国激光LD最新研究:NUV LD或加速发展光无线通信

· 人生不过一轮回,生命匆匆谁无悔

· 震惊!“高铁站猥亵案”作家爆料人反遭死亡威胁

· 动力满意油耗偏高 博越车主用车心得

· 梅西对签保利尼奥不高兴?英超球迷讽巴萨买人

· 男乒刚作出重大决定,刘国梁妻子回击魏纪中,别伤害那些孩子!

· LOL:Imp回答国外粉丝问题:S7还是韩国队伍夺冠!

· 霍金预言将有行星与地球相撞,地球将会在2032年灭亡

· 协和医生告诉你,怀孕到底啥不能吃,原来你一直都错了!

· 中国女排屡遭主办方暗算创奇迹打脸 进亚锦赛4强背后藏天大委屈

· 补齐短板 借劲加压 助力行唐创城攻坚战

· 百度倒闭和女儿出事哪个更可怕?李彦宏的答案是?

· 欧冠附加赛,“钱”途门槛战,霍村首秀“芬”秒必争

· 咱的导弹比《战狼2》演的更厉害!看它怎么守护你 编看编聊

· 15万级颜值担当品质出众的SUV推荐 主打年轻消费群体

· 探秘江淮汽车生产车间(干货收藏)

· 抗战胜利日本投降72载 解密探析签字受降全过程

· 俄罗斯想在中国身上赚一大笔时,乌克兰却把此武器原型给了中国

· 陈学冬的咸鱼拖,尚雯黑暗系花盆底,明星们的鞋到底有多奇葩!

· 不去拼,你活着干啥?

· 电视镜头捕捉卡瓦哈尔嘲讽裁判:你再判个点球啊!

· 皇马队报:皇马将为C罗进行上诉 齐达内炮轰西超杯裁判!

· 里皮在中国挣钱挣到手发抖,恒大卖人给巴萨净赚2亿创记录

· 谁向朝鲜提供火箭发动机技术?乌克兰:不是我们 快看

· 那些嫁到印度的女孩都怎么样了,中国父母:给我多少钱都不嫁!

· 锐雯曾经是你的信仰吗?盘点国内外十大锐雯高手

· 迪丽热巴乱入情侣牵手照,她的造型师拍下照片有深意

· 多重宇宙存在吗?证据就藏在这份星图里

· 给孩子冲奶粉千万要注意这几个事项

· 封神元始天尊与接引道人谁更强?诛仙阵五圣大战谁是圣人最弱者?

· 尴尬了!汤普森也开训练营,可惜没什么人参加,这价格只能呵呵了

· 资金链长期紧绷 福建傲农IPO难“傲娇”

· 速度最快的轰炸机,新型隐身战略高超音速轰炸机或将问世

· 一位印度网友晒自己家的‘豪宅’,并认为他的生活水平在亚洲顶层

· 孔夫子言“仁者寿”,都有哪方面深刻的道理?

· 故事:夜遇一群人,他请他们吃瓜,才知是几百年前的人

· 生活,种下一种心态,收获一种习惯;种下一种性格,收获一个人生

· 直销市场顽疾丛生 工商总局:直企必须为声誉而生

· 今年以来经济体制改革取得重要进展和成效

· 身体健康怎么样都表现在脚上了!骨科专家教你如何看“脚相”

· 南京铁路警方:遭猥亵女童系养女 涉事男子被刑拘

· 两福彩500万大奖得主同日领奖 “法宝”竟都是守号!

· sm公司当初是如何逼走鹿晗的?网友:不敢回想!

· 小牛邀请丁彦雨航归队,将影响周琦中国男篮领袖地位

· 更年期补充激素可以变年轻?妇科医生说只有这些人才能补

· 补气血第一食方,每天一勺,从此再也不做黄脸婆!

· 7月汽车零售回暖 市场降价促销效果明显

· 中国的汽油从93号变92号,日本和韩国为什么如此惊恐不安?

· 海金格任命郞帼娜为副总经理

· 日本第一个未成年人被判死刑的案件:判处死刑的原因就在这里

· 因一首歌成名,却自毁前程的尹相杰

· “救命稻草”5008表现不及预期 东风标致前景依旧迷茫

· 销量最好的10款轿车,大众就占6个!剩下4款是谁?

· 重磅!阿联希望喷子放过男篮!结果不仅杜锋!连第一领袖都被骂惨

· 万万没想到!装甲尖兵王锐又把难题任务轻松解决了

· 女玩家在《绝地求生》要子弹引轰动 中枪也要爬去送

· 这块小石头,他追了三个多月才得以7位数的价格将其拿下!

· 买飞机票被强售保险?保监会立案受理!

· 日本阿宅不甘落后,日本阿宅发布小仓唯深度学习技术论文

· 这特么还不是商业联盟?安东尼离空降火箭不远了!

· 金相淳:文在寅政府对朝政策模式转换的意义

· 河北最美的五个水库,为保护水源咱们就只观景不烧烤了吧

· 伊朗总统警告美国勿再施加制裁:否则退出核协议

· 关注|啥也没卖为啥会赔200万?恶意明显

· 楼里楼外为近30万业主提供一站式智慧社区解决方案,流水达4000万

· 自动挡PK手动挡,第二次买车你会选择哪?

· NBA球星训练营价格:乔丹800美元,库里是詹姆斯的3倍

· 人生只若如初见——想念朱婷的好姐妹希尔

· 马刺要追欧文?上将发话:不追才是疯了!

· 商务部回应“美对华贸易调查”:中方绝不会坐视

· 云南一个神秘部落曝光,少女竟以此为美

· 来自土星的自白|GCC推荐

· 骨科医生答疑解惑:膝关节总是疼,这6招教你护好膝关节

· 讨好中国游客 “8”不是根本

· 就因前期花生长势太好,可把这位农户害苦了

· 偷偷录了像,一场因消极怠工而引发的劳动纠纷就此作罢

· 玉米已走出寒冬:地租低,粮价高,今年种玉米,都能挣到钱!

· 中国囤积数千架退役战机变废为宝 真实用途瞒过所有人

· 乔妹制作韩历史手册 光复节在日本分发

· 秋天的造型 从“绅女”开始

· 这款Steam新上架的游戏,可以让你和鲨鱼娘约会

精彩图片