學習的演講稿

時間：2024-07-11 07:18:31 關于學習的演講稿我要投稿

學習演講稿推薦度：
終身學習演講稿推薦度：
終身學習演講稿推薦度：
終身學習演講稿推薦度：
終身學習演講稿推薦度：
相關推薦

關于學習的演講稿范文錦集五篇

　　演講稿具有觀點鮮明，內(nèi)容具有鼓動性的特點。在學習、工作生活中，需要使用演講稿的事情愈發(fā)增多，來參考自己需要的演講稿吧！下面是小編收集整理的學習的演講稿5篇，僅供參考，大家一起來看看吧。

關于學習的演講稿范文錦集五篇

學習的演講稿篇1

　　各位老師，同學大家好，今天我演講的題目是：熱愛讀書

　　有人說：“讀書足以怡情，足以賭博，足以長才”使人開茅塞，除鄙見，得新知，養(yǎng)性靈。因為書中有著廣闊的世界，書中有著永世不朽的精神，雖然滄海桑田，物換星移，但書籍永遠是新的。所以，熱愛讀書吧！像饑餓的人撲到面包上那樣，熱愛讀書，閱讀撼人心弦的高貴作品，親灸偉大性靈的教化，吸收超越生老病死的智慧精華，讓目光投向更廣闊的時空，讓心靈溝通過去和未來，已知和未知。

　　同學們！在祖國和平的藍天下，在我們美麗的校園中，我們比先輩擁有了更優(yōu)越的學習條件，能心無旁騖，日以繼夜地遨游學海，向書山攀登。我們成了新一代讀書人，志存高遠，只爭朝夕，我們要在學好課本知識后，博覽群書，在書中讀李白的`瀟灑，讀蘇軾的豪放，思索魯迅的冷峻深邃，感味冰心的意切情長。歷經(jīng)苦難的高爾基說：“書籍使我變成了一個幸福的人。”我們又何嘗不是呢？讀書帶給我們最雋永的樂趣，最恒久的動力；讀書帶給我們心靈的和平，精神的慰籍。朋友可能離去，書卻是最忠誠的伙伴，時光不斷流逝，閱讀卻讓我們永葆青春！

　　世紀老人冰心說過：“讀書好，好讀書，讀好書。”這是一句至理名言。讀一本好書，可以使心靈充實，使之明辨是非，使人有愛心和文明行為、禮儀規(guī)范；而讀一本壞書，則使人心胸狹窄，使人不知羞恥，使人自私殘暴。

　　讀書是一種“靜趣”，是一種“心趣”。當自己一個人時，靜靜地坐在書桌前，她會娓娓動聽地向你講述一些新鮮故事來，講述一些大的道理或小的道理，于是，翻不上幾頁，我就會忘卻自己，翩翩飛進書的世界中。有的書如風塵仆仆的流浪漢；又像走南闖北的旅行家；肚子里裝滿稀奇古怪的風土人情和美麗誘人的風光。正是她，教我認識了偉大的祖國，美麗的歐羅巴，冰封雪地的南極……同時我懂得了這樣一個道理：“忘記了祖國的歷史，就意味著背叛！”有的書像陳年佳釀，百讀不厭；有的書如倒啖甘蔗，漸入佳境；有的書卻像一枚青青的橄欖，苦澀后現(xiàn)清香……人生，讓人們嘗盡酸、甜、苦、辣、澀。

　　夏夜里，與李白坐在涼席上，聽著曠野的風聲，追憶著唐朝的月亮。冬夜中，窗外飄著大雪，擁被而坐，傾聽著俄羅斯文學大師們憂郁的訴說，書中西伯利亞的大雪與窗外的大雪一起紛飛……夜深了，沉浸在一本天文書里，遨游于廣袤的宇宙空間，遙想地球的命運、銀河的命運、宇宙的命運、萬物的命運……傾聽過去，觸摸現(xiàn)在，叩響未知。那顆被凡塵的喧囂折騰得疲憊不堪的心也隨之平靜下來了。

　　我愛書，她伴我走過了無數(shù)風雨，同時讓我感受到：讀書之趣，藏書之趣，買書之趣。有朝一日，她會讓我嘗到寫書之趣。

　　書是我的良師益友，她像我描繪氣象萬千的景色，教我大的道理或小的道理，教我受益無窮的知識…………書會伴我一生。

　　“半畝方塘一鑒開，天光云影共徘徊。問渠哪得清如許，為有源頭活水來。”同學們，讓我們暢飲這“源頭活水”，攀登這人類進步的階梯，成為知識的富翁，精神的巨人，成為祖國21世紀的高素質(zhì)的建設者。

學習的演講稿篇2

　　各位領導、教師、同學，大家好！

　　今天我們在這里舉行會議是為了迎接20xx年的第一場戰(zhàn)役，也就是第一次質(zhì)檢，當然，我們的最終目的是迎接高考。現(xiàn)在，英語學習進入了一個非常關鍵的階段，也是一個瓶頸階段。不少高三學生雖然努力學習英語，但仍然沒有明顯的進步，有時會感到力不從心，手足無措。其實最主要的原因可能在于學習方法上出現(xiàn)了一些問題。在這里我給大家提幾點建議供大家參考。

　　一、制定計劃。要想學好一門語言，首先要一個切實可行的計劃，用以指導自已的學習，古人說得好“凡事預則立，不預則廢。”做事有計劃就不會打亂仗，也不會感到盲從。

　　二、專心聽課。課堂是獲取知識的主要來源，上課是學生進解和掌握基礎的基本技能并在此基礎上發(fā)展認知能力的一個關鍵環(huán)節(jié)，這就要求同學們始終保持高度集中的注意力，力爭在課內(nèi)就把一節(jié)課的內(nèi)容記住，當堂消化。

　　三、及時復習。知識貴在落實，課后及時復習能加深和鞏固對新知識理解和記憶，系統(tǒng)在掌握新知識以達到靈活運用，即知識遷移的目的。

　　四、掌握正確的記憶方法。英語是一門記憶很強的學科，要大量積累詞匯。很多同學最煩記單詞，總是抱怨記不住，以致于喪失了信心。這是因為你沒有了解到記憶的規(guī)律，沒有掌握記單詞的技巧。現(xiàn)在我給大家介紹幾種方法。

　　1。及時記憶法，要求上課時認真聽講，爭取趁熱打鐵，當堂記住。

　　2。聯(lián)想記憶法，如bridegroom和bride。有room的是新郎

　　3。分類記憶法，把單詞分門別類，如動物、植物類。

　　4。感官記憶法也叫運動記憶法。盡可能發(fā)用多種感官，耳聽、口讀、

　　手寫、眼看、心記等。

　　5。構詞記憶法，通過分析詞根、前綴、后綴、派生和合成等記憶單詞。

　　6。情景記憶法，把某個單詞放在一個句子或者一段話中去記憶。

　　7。比較記憶法，反義詞、同義詞、同音詞。

　　8。拼讀記憶法，讀準單詞的發(fā)音是記住單詞的前提，拼讀記憶首先要

　　求把單詞讀準確，充分認識單詞的讀音與拼寫之間的關系。如enthusiastic

　　9。循環(huán)記憶法，任何先進的單詞記憶法都必須進行反復記憶。學了可能會遺忘，為了防止遺忘，一定要不斷發(fā)進行階段性復習。可以把單詞和重點句子寫在長片上放在口袋里或貼在桌子上、放在枕頭連隨時記憶。有些單詞不是你記不住，而是你重復的次數(shù)不夠多。

　　五、培養(yǎng)良好的語感。什幺是語感？語感具有一聽就清，一說就順，一寫就通，一讀就懂的功能。那幺，怎樣培養(yǎng)語感呢？

　　1。從聽力訓練開始，在聽力方面，一是聽課文錄音帶，去感知模仿形成正確的.語音、語調(diào)，二是聽英語廣播、電視節(jié)目及原聲電影等，三是認真對待我們平時的聽力訓練，要沉著、冷靜、細心，抓關鍵詞，瞄準下一個句子和題目。

　　2。朗讀、背誦是培養(yǎng)語感的捷徑。主要是多讀課文及聽力教材，要將一個單詞讀準，一個句子讀順，一篇文章讀爛，平時朝讀時要最大聲、最快速、最清晰地讀。通過誦讀，同學們可對文章的語意、語法、語氣、語調(diào)、節(jié)奏、重音了然于心。

　　3。要進行廣泛閱讀。閱讀是吸收語言材料的最好途徑，實踐證明，學生閱讀面越寬，語言實踐越大，閱讀理解能力便越強。只有通過讀，才能夠獲得最大的實踐量，才能享受到學習外語的真正甜頭和學習的樂趣。閱讀的數(shù)量多了，一些常用詞匯、句式結構自然在腦子中形成了印象，也就逐漸形成了語感。現(xiàn)在我們每天至少應閱讀一兩篇文章。

　　4。多積累多寫作是培養(yǎng)語感的必經(jīng)之路。在平時寫日記、周記，考試時盡量使用通過積累的高級詞匯和句型，這樣才能有效地提高寫作水平。

　　六、要注重課本，排查要點，各個擊破。這幾年高考中都有課文中的原句子，同學們要善于發(fā)現(xiàn)隱藏在課文中的命題胚胎。

　　七、要持之以恒，孜孜不倦。俗話說“一日學，一日功”，“一日不學，十日空”。也就是要講究一個“勤”字，做到天天讀，天天背，天天練，天天總結，養(yǎng)成一種好習慣，這樣你就離成功不遠了。

　　八、要提高自已的應試素質(zhì)，把平時的考試當作高考，把高考當作平時的考試。

　　九、相信自己，強烈的自信心和必勝的信念是我們最大限度地發(fā)揮水平的致勝法寶。我們每個人身上都有巨大的潛力有待開發(fā)，一定要珍惜時光，找準人生的奮斗目標，不斷努力，最大限度開發(fā)你的潛力，你是最優(yōu)秀的。

　　最后請大家用最大聲、最清晰、最流利的聲音用英語說：‘Where there is a will，there is a way’“有志者事竟成！”

學習的演講稿篇3

　　敬愛的老師、親愛的同學們：大家早上好！我是九年級（18）班的楊xx。

　　今天我國旗下講話的題目是珍惜時間，勤奮學習。

　　在不知不覺中，大半個學期很快就過去了。在新年的鐘聲即將敲響時，你是否已經(jīng)滿懷希望和憧憬，是否做好奔向20xx的準備，我覺得無論做什么準備，要懂得珍惜時間，更要珍惜我們的青春時光。世界上最快而又最慢，最長而又最短，最平凡而又最珍貴，最容易被忽視而又最令人后悔的是什么？那就是時間。

　　在一天快要結束的時候，大家應當認真反思你在這一天的所作所為，自己是否真正做到了珍惜時間：老師上課時，你是否因為知識枯燥難懂而放棄聽講？上自習課時，你是否因為自己意志薄弱而心不在焉？在家中做作業(yè)時，你是否禁不住電視和電腦游戲的吸引而虛度時光？在周末，你是否因為貪玩而無暇顧及書本？

　　只有愛惜光陰的人，才能夠做到腳踏實地、堅持不懈、持之以恒。安徒生如果不是腳踏實地，就不可能從鞋匠的兒子成為童話大王；愛迪生如果不是堅持不懈，就不可能創(chuàng)造科學上的奇跡，成為偉大的發(fā)明家；愛因斯坦如果不是持之以恒，就不能成為科學泰斗，創(chuàng)立震驚于世界的相對論。同學們，我們要取得優(yōu)異的成績，只能勤奮學習，只能珍惜來之不易的學習時光。要勤奮就得珍惜時間。時間老人是公平，慷慨的，每人每天都是24小時。可時間老人卻又是不公和吝嗇的：只給勤奮、刻苦的`同學帶去智慧，力量和喜悅；卻給懶惰、散漫的同學留下遺憾、悔恨和痛苦。有同學為刺眼的分數(shù)低頭痛哭，有同學卻為自己的進步而歡欣鼓舞……

　　人的一生只有三天：昨天，今天和明天。昨天已留給記憶，明天將交給夢想，你所能把握的，就只有今天！讓我們好好珍惜今天這美好時光吧！“莫等閑，白了少年頭，空悲切”。當熟悉的鈴聲又在耳畔響起、瑯瑯讀書聲又響遍校園的時候，同學們，珍惜時間，辛勤的耕耘吧！努力學習一定會給你帶來成功！

　　我的講話完了，謝謝大家！

學習的演講稿篇4

　　大家好，今天非常高興、非常榮幸能參加這樣一個盛會。今天我給帶來的演講是我的一點學習心得，題目叫做自學習的人工智能。首先大家都知道在60周年之際，我們首先應該記住的是這位人工智能的先驅(qū)，圖靈。在他的問題的感召下，我們就有了今天這樣的一個盛會和今天人工智能的飛速發(fā)展。他的問題，機器可以思維嗎?可以從不同的維度來解釋，那么首先人類對人工智能的一個探索也可以圍繞對問題不同解釋的探索。

　　第一個探索，應該說是在邏輯層面的探索。60年代人工智能的這些先驅(qū)就考慮用邏輯和搜索來研究人工智能，比如下棋、推理，比如說可以去做路徑規(guī)劃等等。那么他們有一個很強的假設，這個假設應該說從某種程度上來說是非常直觀的。智能包括計算機可能賦予的智能，是來自于計算物理符號的排列組合，我們只要能很聰明的把這些物理符號排列組合的話，人類是可以從一系列的零和一的組合來得到。有了一些成就之后也發(fā)現(xiàn)這樣的假設是有它的瓶頸的。在之后大家又有一部分人著力于研究能夠有學習功能的人工智能，就有不同的學習算法，機器學習的計算法被研究出來。其中包括大家都熟悉的人工神經(jīng)網(wǎng)絡。

　　人工智能的幾個里程碑我們現(xiàn)在也很熟悉，第一個大家公認的是里程碑是深藍，這個比賽意味著幾件事。一個是說在大規(guī)模的搜索的狀態(tài)下，在可能的狀態(tài)空間的搜索，實際上是一個在物理符號的空間的排列組合。也就是說在60年代人們的那些假設有一部分是正確的，我們確實可以從這種搜索和物理符號的排列組合獲得很多的智能。

　　緊接著的階段是，知識就是力量，這是隨著互聯(lián)網(wǎng)和大數(shù)據(jù)到來的一個熱潮，從網(wǎng)上，從不同的媒體我們會獲得很多數(shù)據(jù)，把這些數(shù)據(jù)經(jīng)過沉淀變成知識，我們就可以贏得像這樣一個電視大賽中的人機對戰(zhàn)。

　　這個之后，剛剛芮勇博士也深入的回顧了一下最近的人工智能的突破，就是深度神經(jīng)網(wǎng)絡。深度神經(jīng)網(wǎng)絡的突破從計算上來說有幾個好處，其中一個好處是說它把一個全局計算的需求變成一個本地計算的需求，在做到這樣的一個同時呢，又不失掉很多的信息，這個是計算機里面無數(shù)成就的一個中心點。這樣的一個成功就使得我們能夠在不同的層次來觀察同一個數(shù)據(jù)，同樣就可以獲得我們所謂的大局觀。就像這個圖，我們在不同的層次可以得到不同的特征。

　　這里我們要特別強調(diào)的是人工智能也在另外一個方面潛移默化的默默的在耕耘，這個就叫做強化學習。強化學習應該說是用來做人工智能規(guī)劃的有力工具，但不是唯一的規(guī)矩。規(guī)劃這個領域相對深度學習應該說更古老，研究的力度也很多。但在很長時間一段處于靜默狀態(tài)，這個原因是因為它在計算上有很大的瓶頸，不能有很大得數(shù)據(jù)量。一個例子就是強化學習在很長時間以來只能解決一些玩具型的問題，非常小的數(shù)據(jù)。但是最近的一個突破是Google的DeepMind，把深度學習和強化學習合在一起，這樣的一個議題使得很多強化學習所需要突破的瓶頸，就是狀態(tài)的個數(shù)能隱藏起來。這種隱藏就使得強化學習能夠大規(guī)模的應付數(shù)據(jù)，就是說應付大數(shù)據(jù)。它突出的一點叫做端到端的學習，就是說我們在這里看到一個計算機的游戲，這個游戲的影像是輸入端，輸出端就是你要進行的下一個動作。這個動作是正確還是不正確，到最后會獲得一個反饋，這個反饋不一定是現(xiàn)在得到，也許是后面幾步得到的。這一點和我們剛剛講的'深度學習在圖像上面的應用，就大不一樣。就更加復雜，更加契合人的行為，所以強化學習也是下一個突破。

　　我們看到這種端到端的深度學習，應用在強化學習上，使得DeepMind到今天在很古老的單人的計算機游戲上已經(jīng)把人類完全擊倒，它做到這樣是通過完全的自學習，自我修煉、自我改正，然后一個一個迭代。這個就是它迭代的一些結果，從左到右是一個時間軸，從下到上是它得到的效果。我們看到每一個游戲它的要求都是在不斷成長的，就像我們一個學生在學習的過程當中學到的知識越來越多，這個完全是自我實現(xiàn)，一個自學習的過程。

　　包括現(xiàn)在的AlphaGo也應用了很多自學習的這種效果，使得我們現(xiàn)在終于認清原來人工智能從60年代到20xx年的物理符號的假設，也就是說以搜索為中心，以邏輯為中心的這種努力并沒有白費，這種努力也是需要的。另外學習也是必不可少的，像我們熟知的深度學習。所以AlphaGo對我們的啟示，就是我們把兩者結合起來，才是一個完整的智能機器。這個我們可以叫做人工智能的通用性，也就是說我們對于這兩個技術的某種結合，比方說多一點搜索，少一點機器學習，或者反之我們夠可以得到用來解釋不同的人類的智能行為。這種通用型，端到端的學習，可以用這個例子來表達。就是這個雞可以吃不同的食物，但是它下的蛋都是對人類有用的。

　　這里我要特別提到一點，我們并不是找到了最后的目標，這也是在不同的人工智能、強化學習，等等之類的實驗當中我們發(fā)現(xiàn)一個特點。就是我們不能完全的依靠機器去全部自動化的自我學習，至少到現(xiàn)在我們還沒有摸索出這樣一個路徑。這里是大學的例子，中文是永動機器學習，就是說這個機器不斷的在網(wǎng)上爬一些網(wǎng)頁，在每個網(wǎng)頁里面都學到一些知識，把這些知識綜合起來，變成幾千萬條知識，這些知識又會衍生新的知識。那么我們看到從下到上是隨著時間，知識量的增長。那么它到了某一個程度實際上是不能再往上走了，因為知識會自我矛盾。這個時候就需要人進來進行一部分的調(diào)節(jié)，把一部分不正確的知識去掉，讓它繼續(xù)能成長。這個過程為什么會發(fā)生呢?是因為機器學習一個很嚴重的現(xiàn)象，就是自我偏差，這種偏差就可以體現(xiàn)在這種統(tǒng)計學的一個重要的概念，就是我們獲得的數(shù)據(jù)也許是一個有偏數(shù)據(jù)，我們可能建了一個模型，對大部分的數(shù)據(jù)都有用，但其中有一些特例。我們?nèi)绾蝸硖幚磉@些特例，如何來處理我們訓練數(shù)據(jù)和應用數(shù)據(jù)之間的偏差，這個是我們下一步要研究的內(nèi)容。

　　一個非常有希望的技術叫做遷移學習，比方說這個是在深度學習的模型上，在上面這一部分是一個領域已經(jīng)訓練好的模型。那么在一個新的領域，如果這兩個領域之間有某種聯(lián)系、某種相似性的話，我們就不一定在新的領域需要那么多的數(shù)據(jù)來學習，你只需要一小部分。我們之所以能做到這一點是我們可以把大部分的模型給遷移過來，我們?nèi)擞羞@種能力，但是我們在做這種數(shù)據(jù)遷移的過程中，我們一定要牢記把這種有偏的數(shù)據(jù)偏差給消除掉。如果能做到這點我們就能做到不同形式的數(shù)據(jù)之間的知識遷移，比方說我們可以讓一個計算機來讀很多文字，這樣的一個計算機去識別圖像，應該比沒有讀這些文字，直接去學習圖像來的要容易。這個就更像我們?nèi)祟惖膶W習。這種學習也離不開從下到上，從粗到細這樣的一種特征的選擇。

　　所以我們又得到另外一個概念，就是特征工程。深度學習給我們的一個有力的工具是能夠自動的進行不同層次，進行大規(guī)模的新特征的抽取和特征的制造。那么這種特征在搜索引擎、廣告系統(tǒng)上面，可以達到萬億級，也就是說這個已經(jīng)完全不是人類所可以控制的級別了。那么智能在這樣的級別上才可以產(chǎn)生。

　　但是現(xiàn)在人工智能仍然有一些困境，比方說如何能夠讓人工智能來深層的理解文字，有一個著名的類似于圖靈測試的比賽，深層次理解文字，這個是在自然語言上問一些有歧異的問題，計算機如果要能正確的回答這個問題，那個模型不僅僅理解這些文字，而且要理解深層的背景文字，要理解周邊的文字，有很多文化在里面，如何能達到這一點?也是我們需要解決的。

　　同時深度模型還可以把它反轉，成為一種生成膜型。它不僅可以去對數(shù)據(jù)做一個決策，它還可以自己產(chǎn)生數(shù)據(jù)，可以產(chǎn)生新的數(shù)據(jù)。比方說這個是Google的一些研究員把一個深層模型里面的感知最深刻的那些圖像給描述出來，結果是這樣的，就非常有趣的生成膜型。

　　剛剛講的不同數(shù)字格式之間，文字和圖像之間，如果在深層實際上它們的區(qū)別已經(jīng)消失了。那這樣我們就可以對圖像去問文字的問題，甚至對文字去問圖像的問題。這樣數(shù)據(jù)的形式也就不重要了。

　　如果我們達到了遷移學習的要點，我們想問下一步是不是可以把所有人類經(jīng)歷過的這些學習的任務給沿著時間軸串起來，能夠讓機器向人一樣的，它的學習能力，它的智能在不斷的增長，隨著時間。那么它所需要學習的努力程度，樣本數(shù)也是逐漸減少的。這個也是我們在努力的一個方向。

　　另外最近發(fā)表了一篇文章也說明了遷移學習的重要性。這個文章叫做bayesianprogram learning，這是從一個例子就能學會，我們知道深度學習是千萬個例子的。實際上它用了我們過去沒有涉及到的概念，就叫做結構，如果我們了解了一個問題的結構，那么這個結構的一個具體的形式只用一個例子就可以學會了。其他的部分，需要很多例子的那一部分可能是參數(shù)、統(tǒng)計，這一部分我們實際上可以通過遷移學習來學習。也就是說整個這個圓就圓滿了，就是一個閉環(huán)了。

　　同時人工智能的應用也不僅僅是在圖像方面，這里的一個例子是亞馬遜的倉儲機器人。亞馬遜的倉儲機器人是在一個很大的空間，這些機器人會把這些貨架，每個貨架上面都有不同的貨品，把這些貨架偷到工人的面前，讓工人從貨架上面拿所需的貨品到箱子里面，然后快遞給客戶。為什么是這樣呢?因為現(xiàn)在的機器人技術在選擇，從貨架上選擇物體還遠遠不如人的熟練程度，但是它在路徑規(guī)劃，在機械的啟動、抬起、放下已經(jīng)超過人了。所以亞馬遜的就很聰明的把機器的優(yōu)點和人的優(yōu)點結合在一起，變成一個新的商業(yè)模式。如果過去建一個倉儲在支持這個城市亞馬遜所有的物流的話，需要三個月時間，他用了這個把所有的傳送帶拆掉，變成機器人以后只用三天時間，這個收益是非常巨大的，也就是我們可以借鑒，可以拓展的一個經(jīng)驗。

　　下面要講的，不僅在機器人，在圖像識別，實際上在我們的生活當中，人工智能已經(jīng)深入了。這里舉的一個例子是我和我的一個學生戴文淵，建的一個公司，第四范式，這個公司可以讓過去在金融領域只能由人來服務重要的客戶，由人工智能來把這個能力拓展到幾千萬人，讓每個人都享受到優(yōu)質(zhì)的金融服務。這是一個非常大的工程。它背后的技術就是機器學習，我們所熟知的深度學習、知識學習、強化學習。

　　最后我要說幾點，我們看到這么多人工智能的努力，人工智能的有失敗的時候，有成功的時候，我們到現(xiàn)在能總結出什么經(jīng)驗呢?我覺得現(xiàn)在的人工智能的成功離不開高質(zhì)量的大數(shù)據(jù)，但是并不是未來的人工智能的成功一定需要大數(shù)據(jù)。那么我們下面要問是不是在未來有小數(shù)據(jù)也可以讓人工智能成功，這就是今天我覺得在大學里面應該做的一個研究，在工業(yè)上大家還在開疆拓土，利用大數(shù)據(jù)的優(yōu)勢在發(fā)現(xiàn)新的應用利于。

　　第二個，就是要培養(yǎng)出更多的人工智能的人才。這些人才才可以來設計算法，這個也是我們今天在大學里面需要努力的一個方向。當然這些都離不開計算能力。

　　所以從這幾點上來看人工智能的努力也不是像有些人說的，今天的人工智能的發(fā)展完全在工業(yè)，人工智能的發(fā)展也應該一部分依靠大學，一部分依靠工業(yè)。就像我們所說的大數(shù)據(jù)和人才的培養(yǎng)，小數(shù)據(jù)的研究。那么大數(shù)據(jù)的開疆拓土更多的應用，和更多的計算能力，確實來自于工業(yè)。所以這兩種結合我覺得是我們今后發(fā)展的一個方向。

　　最后我要說一點，就是說我們應該說已經(jīng)了解很多深度學習了，這個可以作為我們昨天的一個成就。那么今天我們在剛剛開始去獲得強化學習的一個紅利，那么這個可能還不是在很多的領域得到應用的，但是我要告訴大家的是，強化學習比大家想象的要更有用，比方說它不僅僅是在圍棋或者是在計算機游戲上。在金融，在我們?nèi)粘Ｉ町斨校踔猎诮逃希瑱C器人的規(guī)劃都離不開強化學習。那么這些應該說都是富人的游戲，也就是說只有富人才能有這么多的大數(shù)據(jù)，有這么多的計算量去支持深度學習和強化學習這樣的實際應用。那么我們明天要看到的應該是遷移學習，因為遷移學習能夠讓我們把大數(shù)據(jù)得到的模型遷移到小數(shù)據(jù)上面，使得千千萬萬的人都能夠受益，也就是說人人都能享受人工智能帶來的紅利。我今天講到這兒，謝謝大家。