| 标题 | 智能时代话智能 |
| 范文 | 马宏宾+李楠楠 一人工智能风再起 一百多年前狄更斯说：“这是一个最好的时代，这是一个最坏的时代；这是一个智慧的时代，这是一个愚蠢的时代。”用一篇文章的话来讲：“从蒸汽机的出现到今天的人工智能，从卓别林在《摩登时代》中所描绘的大机器生产到今天互联网中的虚拟现实，从‘飞鸽传书到今天手机、微信的普及。人类文明的进程从来没有像今天这样日新月异。”在这个过程中，每个人都或多或少地感受到了“智能”的力量，感受到了“智能”带给我们的便利，从智能手机、智能电视、智能家居，到智能汽车、智慧城市、数字地球，无一不跳动着“智能”的旋律。二十年前，尼葛洛庞帝在《数字化生存》一书中描绘“人类生存于一个虚拟的、数字化的生存活动空间”的场景，当时的人们都难以相信，但今天都变成了现实。信息技术带来的革命，已为人所熟知，人工智能，是否会带来下一场的革命？ 今年“人工智能”首次写入政府工作报告，成为社会最关注的名词之一。科技部部长万钢明确表示，科技部目前正制定人工智能创新发展规划。事实上，近一年来我国人工智能领域政策层面的提速非常明显，仅2016年就接连出台了四个重要政策文件。前不久，国家发改委正式批复了19个国家工程实验室，其中有3个分属人工智能领域。科技部正在制定人工智能专项规划，并加快项目立项、加大经费支持。综观全球，包括苹果、亚马逊、谷歌、微软、BAT等互联网科技巨头都在积极布局人工智能。 从社会的普遍关注来看，毫无疑问我们已经进入了智能时代。而“人工智能”作为智能时代最显眼的关键词，在Google Deepmind开发的计算机围棋程序AlphaGo击败世界顶尖职业棋手李世石这一爆炸性事件的引爆下，在2016年大放异彩，标志着“人工智能”这一学术术语进入了寻常百姓家，也使得“深度学习”等技术名词开始走出学术象牙塔。 事实上，很多国人会发现朋友圈有了越来越多关于人工智能的文章与讨论，也有很多国人从完全不知道这个概念到开始关注相关发展，甚至主动思考这些技术是否会在自己的工作和生活中得到应用。 那么，这一非同寻常的“人工智能热”是一场泡沫吗？联想起前两年大热的机器人、工业4.0等概念，“智能”大有席卷一切、改变一切的趋势。很多专家也说人工智能会带来一场革命，看起来库兹韦尔在《奇点临近》中预言的“奇点”已经渐行渐近。 未来会像乐观者想象的那样一切为之改变吗？抑或像悲观者所担心的人类最终会毁于自己创造的“智能”？这一波的“智能热”因何而来又将走向何方？“智能”会把人类带向何方？我们如何才能把握住时代的脉搏，赶上智能时代的节奏？ 二、智能概念面面观 在一个大家都在谈论“智能”的时代，到底“智能”是什么？这个看似很简单的问题，其实非常不简单。关于“人工智能”，不妨举几个典型的所谓定义： 维基百科上说“Artificial intelligence （AI） is intelligence exhibited by machines”，换言之就是“人工智能”就是“机器”展现出的“智能”。因此，只要是某种机器，具有某种或某些“智能”的特征或表现，都应该算作人类创造出来的“人工智能”。按这一概念，我们其实早已与“智能”相识已久，中国古人发明的木牛流马、法国科学家帕斯卡17世纪发明的加法机或可在一定程度上视为早期的智能机器。 大英百科全书则限定人工智能是数字计算机或者数字计算机控制的机器人在执行智能生物体才有的一些任务上的能力（原文：“the ability of a digital computer or computer-controlled robot to perform tasks commonly associated with intelligent beings. ”）。 美国斯坦福大学人工智能研究中心尼尔逊教授将人工智能与知识相关联：“人工智能是关于知识的学科—怎样表示知识以及怎样获得知识并使用知识的科学”，这一定义可避免用“智能”定义“人工智能”，而“智能”的概念恰恰欲说还休、欲罢不能。 百度百科定义人工智能是“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学”，将其视为计算机科学的一个分支，指出其研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 围绕着人工智能，存在弱、强、超之辩，这是导致人们面对人工智能或欢欣、或恐惧的一个原因。强人工智能（BOTTOM-UP AI）认为，有可能制造出真正能推理和解决问题的智能机器，且这样的机器被认为有“知觉”乃至“自我意识”；弱人工智能（TOP-DOWN AI）认为，不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。 库兹维尔等人曾预言人工智能终将超越人类。会真的如此吗？人工智能脱离“人”的控制，还是“人工智能”吗？事实上，专门研究人工智能的科学家和技术专家更容易认识到目前人工智能技术的局限性，用李开复的话说，目前的人工智能技术只适用于帮人类解决人类需要思考“5秒”（以内）的问题。 比如在对语音和人脸、物体的识别方面，深度学习等现代人工智能技术，借助日益强大的电脑的计算能力和可几乎无限扩展的网络资源，确实已经超过了通常人类所具有的水平。拿AlphaGo来说，他在围棋上也似乎战胜了人类，但若综合考虑，他真的像人一样具有无限的学习能力和对环境的适应能力吗？如果不修改他的程序，他能在象棋或任何其他事情上也做得很好吗？如果考虑到他工作时所消耗的巨大电能，他是不是離人类的功耗水平差得老远呢？ 三、智能时代云与雨 历史是面最好的镜子，虽然历史不能像吉普赛人的水晶球一样准确地预知未来，但审视历史常会带给我们很多的启示。智能时代的发展历史，谱写着无数的咏叹调，也谱写着无尽的乐符华章。 人工智能的历史源远流长。在古代的神话传说中，技艺高超的工匠可以制作人造人，并为其赋予智能或意识。现代意义上的AI始于古典哲学家用机械符号解释人类思考过程的尝试。人类在思考“智能”时发挥了无尽的想象力与思辩力，虽然“人类一思考，上帝就发笑”，但人类为了造出能像人一样“思考”的机器，在人工智能的道路上不屈不挠地开拓探索，经过了多次高潮与低潮的洗礼。 现代意义上的人工智能离不开计算机科学之父图灵，他在上个世纪中叶提出了“机器会思考吗？”（Can Machines Think？）的问题，并天才地通过“模拟者游戏”给出了一种测试判定机器是否具有智能的试验方法，即所谓“图灵测试”。这一思想影响至今，图灵机的计算模型也成为推动计算机不断发展、能力不断提高的一种理想模型—事实上，在图灵提出这些天才思想的那个年代，还没有人看到任何具有哪怕很原始计算能力的电子计算机。图灵开启了人工智能的时代。 “人工智能”正式得名于1956年的达特茅斯会议，而之前1955年美国西部计算机联合大会（Western Joint Computer Conference）的“学习机讨论会”（Session on Learning Machine）就已经讨论了模式识别和计算机下棋，主持人皮茨总结时说：“（一派人）企图模拟神经系统，而纽厄尔则企图模拟心智（mind）……但殊途同归。”巧的是，这句话恰恰预示了人工智能随后几十年关于“结构与功能”两条路线的“斗争”。 达特茅斯会议的与会者麦卡锡、明斯基、塞弗里奇、香农、纽厄尔、司马贺、撒缪尔、伯恩斯坦、摩尔、所罗门诺夫、维德罗后来都为智能机器的风起云涌做出了重要的贡献，数学与哲学成为人工智能研究的灵魂。 在人工智能的第一波浪潮中，司马贺1957年曾预言十年内计算机下棋会击败人。1968年麦卡锡和象棋大师列维（David Levy）打赌说十年内下棋程序会战胜列维，但不幸最后赔了列维两千块。事实上，直到1997年IBM的“深蓝”才击败国际象棋大师卡斯帕罗夫。由此可见，面对人工智能，人们的期望与实际进展之间存在巨大的鸿沟，另一方面机器智能与人脑的差异陷入悖论，这导致了人工智能在上个世纪70年代陷入低谷。这次低潮既受制于计算机发展的水平，也受制于政府资助的减少，更与人工智能的“业绩”不达预期密切相关。 逻辑编程语言和专家系统的兴起，带来了人工智能在上个世纪80年代初期的又一次繁荣，人们期盼着用人工智能来实现智能医疗等方面的突破，但好景不长。到了80年代末，人们就已经通过大量尝试，意识到专家系统等在实际应用中存在的问题和瓶颈，人们对人工智能的盲目乐观与实际情况未能达到预期，不可避免地带来了人工智能研究的又一次低潮。 80年代以后，人工智能的研究重点转向“知识”与“认知”，目标是造出能够实现人机对话、语言翻译、图像识别并且能像人脑一样思考推理的机器智能。随着微型计算机的出现，摩尔定律在数十年内一直左右着信息技术特别是计算机技术的发展：“当价格不变时，集成电路上可容纳的元器件的数目，约每隔18～24个月便会增加一倍，性能也将提升一倍”。信息技术的快速发展助推了人工智能技术的发展。然而，人工智能在上个世纪从来没有达到像2016年（达特茅斯会议60周年）时“家喻户晓”这样的热度。 我们以语音识别举例，几十年前IBM和AT&T提出了人类用语音与机器交互这一伟大的梦想，激发了无数人士和机构为之奋斗、为之激动、也为之失望。 这一领域经历过多次“爆炒”，又多次从顶峰摔下，就像希腊神话中西西弗斯那样，每次看到了希望，又跌落了下去。但每一次跌落，都會带来对技术手段的反思、改进，孕育全新的技术思想甚至技术革命，重新出发，再度超越。如今，我们知道智能手机已经普遍用上了语音识别技术，就中文语音识别来说，科大讯飞、云之声、百度、思必驰等企业提供的语音识别产品在安静环境下，已经能够较为精准地识别中文文字。 然而理性来看，即便是语音识别技术借助于深度学习、海量数据样本以及无处不在的互联网取得了如此重大的技术突破，在实际应用中也仍然存在着诸多问题，特别是各种复杂噪音环境下的鲁棒性问题，人和机器还无法做到直接用人类的自然语言进行无障碍交流。 以上回顾，是我们思考技术发展的趋势、路径和规律。按新技术发展的Gartner曲线来说，通常新技术经历过孕育期后会被炒作得大热，再跌下来，又慢慢爬坡到稳定的状态。 但对比人工智能整个领域或细分领域的发展，一波三折，可歌可叹！这一方面反映了人工智能问题的巨大吸引力，也体现了它巨大的难度，需要从业者具有多年的积淀与磨练，远非看上去那样简单美好。 人工智能的发展，得益于一代代科学家、工程师、技术迷们对科技信仰的坚持与追索，也得益于有识之士和机构、政府的大力支持，更得益于应用场景对技术不断提出的需求和挑战，才带来了智能时代的浩荡洪流。吴军的《浪潮之巅》、李彦宏的《硅谷商战》、克里斯坦森的《创新者的窘境》，都从不同侧面带给我们一些相关的思考。 四、智能机器案例谈 人类的发展史，从另一个侧面看，也是一部机器的发展史，是机器从缺少智能到赋予智能、更多智能、更高智能发展的一个过程，也是人类从刀耕火种到机械化生产到现在所谓“智能制造”的过程。这一过程中，人越来越“懒”，机越来越“智”，“人机”关系也在不断迭代，以致现在越来越多的人担心机器取代人类，“人机大战”成为无数科幻电影的题材。 下面举若干智能机器的案例。 计算机（电脑）：计算机可称为最典型的智能机器，从计算尺、机械式计算机到电子计算机，从非冯·诺伊曼结构到冯·诺伊曼结构再到哈佛结构，从大型机到小型机到微型机到嵌入式，从傻大黑粗到精小强悍，从内存很小到海量内存，从不能联网到无网不机，从仅能做简单计算到计算无所不能，从Apple II的1MHz主频、48KB内存到MacBook Pro的3.8GHz主频、16G内存，从早期用户必须学习编程到现在很小的孩子就可以熟练玩电脑，沧海桑田的变化，不正是智能时代的反映吗？ 1947年贝尔实验室提出手机概念。1973年摩托罗拉“马丁·库帕”发明世界上第一部推向民用的手机，重1.13公斤，内部电路板数量达30个，通话时间只有10到35分钟，而充电时间却要10小时，仅有拨打和接听电话两种功能。后来，砖头块似的“大哥大”（摩托罗拉3200和8900）成为老板们的象征。再后来，越来越多的手机出现，从单频到双频、多频，从GSM到4G，从功能机到智能机，从无蓝牙支持到有蓝牙支持，从无屏幕到液晶屏、触摸屏，从不能装软件到可随意装软件，从要看说明书到几乎没人看说明书，“智能”程度越来越高，娱乐、网购、出行……某种程度上人们已完全离不开智能手机。 家电：1879年爱迪生发明白炽灯，开创了家庭用电时代。上个世纪初，理查森发明的电熨斗投放市场。其后，吸尘器、电动洗衣机、压缩机式家用电冰箱、电灶、空调器、全自动洗衣机、收音机、录音机、冰箱、微波炉、电视……相继问世。如今，智能家电能够自动感知住宅空间状态和家电自身状态、家电服务状态，从而自动控制及接收住宅用户在住宅内或远程的控制指令。智能家居至今在中国已经历了十余年的发展，从人们最初的梦想，到今天真实地走进我们的生活，经历了一个艰难的过程。这个过程伴随着技术的不断提高，“智能”程度越来越高，消费者才开始享受到智能家居带来的便利。 汽车：1769年，法国人居纽制造了世界上第一辆蒸汽驱动的三轮汽车。伴随着内燃机、柴油机的发明，1885年，德国工程师卡尔·本茨制成第一辆内燃机发动机汽车。1896年福特试制出第一台汽车，上个世纪初才开始大批量生产。后来汽车技术不断进步，产品日益多样化、全球化、电子化、智能化。现在集环境感知、规划决策、多等级辅助驾驶等功能于一体的智能汽车已经成为公众关注的焦点，谷歌、特斯拉、百度和众多车企都在进行相关研发，包括北京理工大学在内的多个高校及研究所都是汽车智能化、无人化研究的中坚力量。 飞机：莱特兄弟在1903年制造出了第一架依靠自身动力进行载人飞行的飞机“飞行者”1号并试飞成功。伴随喷气发动机的发明，后来出现了喷气式飞机。超音速飞机、直升机、民航机发展迅速。无人机的发展也有近百年的历史。消费领域的大疆无人机已发展为细分领域的龙头。无人机领域的智能化应用将越来越多，比如亚马逊用无人机来送快递，国家电网用无人机来进行线路巡检等。 机器人：机器人的热度丝毫不亚于目前的人工智能热，但除了扫地机器人和少数儿童陪伴机器人，成功进入家庭的机器人其实很少，很多机器人尚处于实验室的演示阶段。我国主办的世界机器人大会上也展出了各种各样的机器人产品。不管是工业机器人还是服务机器人、特种机器人，智能化都是一个必然的趋势。美国的Atlas和日本的ASIMO等机器人一定程度上展现了较高的智能。 五、智能产业之我见 智能产业的发展到底是哪些因素在起到根本的推动作用？是国家政策？是科学大师？是技术天才？是商界精英？是投资机构？还是大势所趋？智能产业未来将有怎样的发展？如何面对目前人工智能的热潮？下面谈谈个人的一点浅见。 1·机遇：人工智能这个产业中存在着很多机遇，“智能一切”已经在深深改变着人类的生产、贸易、生活，“人工智能”的重要性不言而喻，说它将来会带来革命性的影响也不为过。随着人工智能平台（特别是Caffe、TensorFlow、MXNet等深度学习框架和Hadoop、Spark等云计算平台）的出现，技术变得越来越成熟易用，典型的人工智能算法本身可能不再会成为实际应用的主要瓶颈，大量数据的采集也变得越来越容易，这样人工智能技术及平台未来很有可能就如电力、互联网一样，最终变为人类的一种基础设施，为人类提供方方面面的服务。事实上，目前商业智能中人工智能技术已经得到了很多应用，比如电商自动推荐商品、媒体主动推送新闻、证券公司提供智能投顾、金融机构对客户进行自动风险评估、APP或一些商业场景的人脸识别认证等。 另一方面，工业智能技术的应用还不够普遍，工业大数据的相关应用实例近年来逐年增多，正呈现方兴未艾之势。不管是哪类应用，都有大量的细分行业和具体场景，有待人工智能技术的进一步挖掘和推广，而如何发现适于技术应用的场景（需求）并将其与现有技术紧密结合起来，将是未来发展的关键。 2·挑战：伴随着大量的机遇，其实同时有许多挑战。当人工智能应用的门槛逐渐降低时，传统的一些成功模式有可能会面临挑战。对于有赖于深度学习等技术的应用来说，能否获取海量高质量有效数据和是否具有足够大规模计算资源將变为相关产业企业的核心竞争力的一部分，在这一方面BAT等大企业具有显著优势，更多的企业和个人则需考虑如何获得差异化竞争优势。另一方面，其实深度学习也不是解决很多现实问题的灵丹妙药，传统机器学习和其他人工智能技术在低功耗、易便携等嵌入式领域可能会发挥重要作用，迎接这方面的挑战会更有助于建立差异化细分领域的专业优势。 3·反思：伴随着人工智能大热，我们也要当心人工智能泡沫化、娱乐化的倾向，也要看到我国在人工智能领域原创性思想较为缺乏的现实。回顾历史，当人工智能的某项技术出现并得到“爆炒”后，如果实际效果远远达不到人们的预期，往往会重新陷入低谷；另一方面，如果人工智能的技术一旦真正达到可以应用的程度，就往往会很快得到关注，比如人脸识别历经数十年的研究，直到近几年才达到正面人脸识别99%以上的准确率，因此迅速开始商业化应用。 从目前人工智能的已有实际应用来看，很多领域其实离人们的期望还有很远距离，比如自然语言理解以及自然语言交互的技术还远非成熟，但目前大量的迎宾机器人、陪护机器人等所谓的服务机器人已开始普遍应用相关的技术，用户体验实际上并不理想，这是相当多机器人企业难以实现盈利的关键因素之一。 幸运的是，我国在智能产业的发展上具有最大的市场，面临最广泛的需求，政府为产业发展提供了最显著的政策支持，投资机构在这方面的投资也在持续增长，所以有理由相信我国的人工智能相关应用及产业会得到持续的发展。 4·规律：我们举几个与智能产业发展相关的规律，供读者思考。 （1）摩尔定律：摩尔定律深刻影响了信息产业的发展数十年，那么延伸到智能产业，会不会也出现一个相应的摩尔定律？即，当价格不变时，智能产品的性能水平，每隔一段时间将翻倍，换言之，当性能不变时，智能产品的价格每隔一段时间减半。在人工智能走向“奇点”的进程中，不妨边走边看，让数字说话，大数据告诉我们是否存在这样更广阔的新摩尔定律。 （2）二八定律：二八定律又名80/20定律、帕列托法则（定律）也叫巴莱特定律、最省力的法则、不平衡原则等，被广泛应用于社会学及企业管理学等方面。所有的领域当中该定律频繁出现，比如社会上20%的人占有80%的社会财富，IT和家电行业20%的企业掌握了80%的市场，企业80%的利润来自它20%的项目等。在机器人领域，某公司董事长曾预言五年内80%的国内机器人企业会活不下去，退出市场。在人工智能领域，这一现象未来是否会日益显著呢？ （3）老大定律：这是二八定律的一个典型表现。《老二非死不可》一书的，题目所揭示的“老大定律”在互联网行业表现突出，比如近年来大量的O2O企业或网站已经死掉，大面积的“死亡”与几年前蓬勃发展时的“热闹”形成鲜明对比。当然这里的“老大”并非一定指唯一的“老大”，也可以指第一梯队，比如常见的“双寡头”。针对智能产业，随着竞争的加剧，类似的规律是否会有越来越多的表现？ （4）长尾定律：“长尾理论”看起来是对传统的“二八定律”的彻底叛逆，但事实上长尾定律只是揭示了另一个侧面：大多数产品虽然销量很低，但这些产品积少成多，可以积累成足够大甚至超过大规模大批量销售的产品的市场份额。因此关注这部分“长尾”需求，也能找到更多的机会。对于智能产业来说，个性化、定制化、差异化、去中心化、分布式的需求将是未来持续发展的动力。 （5）三角定律：智能产业是高科技的前沿，高科技行业永远充满了“最聪明”的一批人的竞争。比尔·盖茨说“微软离破产永远只有18个月”，即便有如此之深的危机感，微软也未能赢得移动互联网时代的重大机会。那么，智能产业内什么样的企业能够成功？我们根据智能产业无数的成与败，提出一个三角形：最下面的支撑角是满足根本需求的基础性“功能”或“性能”，上面的两个延伸角则是“成本”与“体验”。如果一个产品或服务在当时所在的時代，基础角很扎实，又能兼顾某一个延伸角，要么“成本”控制很好，要么用户“体验”很好，那么这样的产品或服务就有可能获得成功。拿手机为例，随着智能手机日益成熟，并不断降低成本、改进体验，当年大行其道的山寨机已经越来越没有市场了。 智能产业特别是智能机器人的从业者如果注意到这个“三角定律”，就有可能避免一些弯路或少跳一些坑。科沃斯机器人曾经的“双十一”销量破亿，与餐厅机器人不断下岗形成鲜明对比，发人深思。 （6）内外定律：唯物辩证法告诉我们，内因是根本，外因是条件。在人工智能热、机器人热的背后，往往出现好的项目投资人趋之若鹜的情况。有些项目，如果离开烧钱，完全难以走到最后，滴滴、快的是典型的例子，在烧钱大战中其他类似产品或服务难以为继，倒在了激烈的竞争中。然而，如果只看到这一表面现象，忽略了胜出产品和团队的内在竞争力，就会得到偏颇的结论。 再举一例，国内上市企业中很多涉及到机器人业务，如果比较一下这些企业的营收、利润以及政府补贴，我们不难发现拿政府补贴最多的企业营收或利润并不一定好，营收及利润非常好的企业拿政府补贴并不一定非常多，这个现象可以给喧嚣热闹的智能产业带来一些冷思考。缺少核心技术以及核心竞争力的积累，终将行之不远。 （7）潮流定律：科技的发展中会出现一次次的技术革命，技术的发展和需求的演化会形成一次次的共振，从而推动着世界出现了一次又一次浪潮。站在浪潮之巅的人员、机构和企业，在大浪潮的推动下，会得到更多的发展机会。 （8）融合定律：我们认为未来智能产业将呈现日益融合的规律，智能时代已有的发展现状已经通过无数实例展示了这一规律。未来可以预见：软件变硬，硬件变软；虚中有实，实中有虚；数理计工，深度融合；人机交互，人机协作。 六、智能一切享未来 未来已来。科技是一把双刃剑，用得好了给我们的生活带来好处，用的不好会给人类带来灾难。在当下这个智能时代，不管是人工智能还是智能机器，所有有价值的技术，其终极目标都应该是让人类的生产和生活更加美好。单纯谈这些概念并没有很大的意义，这些技术一定要与具体的细分领域、细分产业、细分应用相结合，通过关注普遍或小众的需求，研究如何把技术和需求紧密结合，在这一过程中一方面应用需求会不断促进技术发展（如海量数据的需求催生了大数据技术），另一方面技术创新也可能创造出新的需求（如苹果iPhone开创了智能手机的新范式）。 技术和需求应通过动态迭代逐渐找到平衡点，不一定是最先进的技术、算法，也不一定有海量数据，但特定场景的需求，能够通过一定的算法实现，这个可能比单纯的强调算法或者数据更重要。比如，对于银行机器人来说，虽然自然语音交互技术目前还不能给人类带来非常好的体验，但用户在这个场景最关心的其实是办理业务，所以如能将银行业务与其较好地对接，仍然可以为银行和用户创造出真正的价值。 展望未来，智能产业必将深刻地改变人类的生活和生产。随着国家对人工智能产业发展越来越重视和支持，国内人工智能创业之火必将继续呈燎原之势。未来几年说不定会达到一个顶峰，高潮过后，大家可能发现这个结果不达预期，那时可能会有一个调整，调整之后，越来越多的人员和机构会得到更清醒的认识，更加专注于技术或商业的本质。人工智能最后可能在一些非常细分、垂直或者专门的领域得到成功应用。 当大家都忘掉它的时候，它在背后发挥着不可替代的作用，就像大家每天呼吸的空气一样，它已经融入到我们的生活里了，那个时候我们就可以说，人工智能已经取得了巨大的成功。 大浪淘沙，不妨拭目以待。不忘初心，方得始终。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。