如何把存储器做到CPU里?我们向大脑找答案

2020-05-07 17:45:47 来源: 网易科技报道 网易号 举报
0
分享到:
T + -

整理|网易科技 孟倩

特别鸣谢 部分编辑校对:

刘千惠,浙江大学计算机科学与技术专业博士生

邢东,浙江大学计算机科学与技术专业博士生

过去的十年以深度学习为代表的人工智能技术深刻影响了人类社会。但人类要进入真正意义上的智能时代,还需要更强大的智能技术。而向人脑学习,借鉴人类大脑的智能产生机理被认为是一条非常值得期待的道路。反过来,AI技术也在深刻改变着脑科学的研究方法。在“观测脑”手段不断变革的基础上,AI技术为脑科学提供了越来越强大的分析、展示和科学发现手段。

2020年4月25日,青创联盟发起的YOSIA Webinar特别推出了“AI+X”科学系列主题,第一期主题为AI+脑科学,主要针对人工智能与脑科学的发展以及两者间的相互影响进行了分享。


本次参与者有六位嘉宾,他们分别是来自浙江大学计算机学院的唐华锦教授,清华大学微纳电子系教授、副系主任吴华强,清华大学计算机科学与技术系副教授胡晓林、中国科学技术大学神经生物学与生物物理学系主任毕国强、北京师范大学认知神经科学与学习国家重点实验室毕彦超教授以及北京大学信息科学技术学院长聘教授吴思。主持人为未来论坛青年理事会轮值主席、中科院计算所研究员、博士生导师山世光教授。

唐华锦发表了《神经形态计算机》的主题分享,他认为模拟大脑智能是计算机科学领域长久以来的目标,成为过去几十年人工智能的发展的重要推动力。

人工智能和脑科学在各自领域独自发展,且都取得了很大突破,我们亟需以新的眼光和视角重新建立两者的联系,特别是从脑科学的角度探索人工智能的新思路和新方法。报告从探讨神经元-突触为计算载体的信息处理和计算形式、记忆的形成和存储,以及高级认知的产生,探讨基于脑科学、神经科学的人工智能的展望。

他分享了如何来设计未来的神经形态计算机。首先必须具备异构的网络结构,其次包含时序动力学的神经元非线性,要构建基于突触可塑性的信用分配算法不仅实现模式识别这样深度学习里面已经非常成功应用的各种算法,而且要实现学习-记忆融合的认知计算,我们未来把大脑搬进机箱让它实现知识的表达、知识的学习、认知以及环境的交互。

吴华强则进行了《大脑启发的存算一体技术》的分享,他提到,人工智能无处不在,从云端到我们手机端都有很多人工智能也在深刻影响我们生活。并且人工智能的研究和应用已经取得了突飞猛进的发展,但是运行人工智能深度神经网络算法的计算平台主要是超级计算机群(成百上千个CPU和GPU),不但需要巨大的硬件投入,而且占用的空间和消耗的能源也非常可观。

受限于存储计算分离对芯片性能的限制,同时CMOS工艺微缩速度放缓,以及人工智能应用对计算存储需求的不断提升,当前的技术将面临诸多新的挑战。

因此,我们需要类脑计算、存算一体,这也是向生物找答案,向大脑找答案。用脑启发设计新的人工智能芯片是非常必要也是急需的。

在这一背景下,新器件的出现变得至关重要,通过引入新原理的半导体器件,不但可以拓展芯片的功能,甚至可以颠覆传统电路理论,突破当前芯片面临的能效、速度瓶颈,大幅提升芯片性能。

基于过渡族金属氧化的忆阻器件显示出了优越的存算一体的特性,能够规避存储和计算之间数据搬运的功耗并且能够实现大规模集成,进而实现高性能计算。

胡晓林则从AI的发展,神经网络的发展来谈如何促进神经科学的研究。他阐述了《神经元稀疏发放在视听觉通路上的作用》,受Barlow高效编码理论的启发,上世纪90年代人们通过计算建模的方式发现神经元的稀疏发放对于哺乳动物的视觉和听觉系统的前期的信息处理机制有着重要作用,但是稀疏发放对于更上层的功能区域有什么作用一直不是很清楚。

在报告中胡教授介绍了目前他们的发现,通过用深度学习对脑的视听觉通路的建模的两个案例,建模后发现,高级视听觉区域的神经元的稀疏发放与它们的一些独特功能有着密不可分的关系。该结果暗示高效编码理论可能在高级感觉区域也是成立的,从而推广了前人在感觉通路低级区域发展出来的高效编码理论。

在问答环节里,六位嘉宾探讨了脑科学为AI提供了哪些思想、技术和方法,同时进行了相应的转化,而AI也为研究脑科学提供了分析工具,并提供了更多思路。

“我们理解一个事情,我们需要能创造它才能做它。”从AI和脑科学的整体关系,是科学和工程的关系。作为正在被打开的两个“黑箱”,二者在互相影响和碰撞,等待更大空间的研究被发现和释放。

怎么样培养更多的交叉学科的人才成为了重点讨论问题。嘉宾们认为这是一个很大的挑战,作为交叉学科的人,要对两个学科都要有充分的把握,而这两个学科都是很难的学科,挑战很大,因此需要鼓励青年人要真正追求自己的兴趣,如果真的想研究,要花别人双倍的力气把这两个学科都学好。

以下为AI+脑科学主题分享速记:

主题报告

分享一:《神经形态计算机》—唐华锦

唐华锦,浙江大学计算机学院教授

唐华锦教授分别于浙江大学、上海交通大学完成本科和硕士学习, 2005年新加坡国立大学获得博士学位。2008-2015年于新加坡科技研究局资讯通信研究院担任Robotic Cognition实验室主任,2014年起担任四川大学类脑计算研究中心主任,目前为浙江大学计算机学院教授。主要研究领域为神经形态计算、类脑智能芯片、智能机器人。获2016年度IEEE TNNLS杰出论文奖、2019年度IEEE Computational Intelligence Magazine杰出论文奖。担任/曾担任IEEE TNNLS、 IEEE Trans. on Cognitive and Developmental Systems、Frontiers in Neuromorphic Engineering,Neural Networks等期刊的Associate Editor,担任国际神经网络学会(International Neural Networks Society)理事及评奖委员会成员等。

唐华锦: 大家好!我今天很荣幸被邀请来分享这样一个主题,我的主题是以神经形态计算机为中心来探讨一些开放问题以及对这个领域做一些展望。

我今天报告提纲分以下几条:

一、首先简述计算机与大脑的区别以及大脑对开发更加新型智能计算机的启示;

二、接着讨论关于神经形态计算机的必要组成以及介绍大脑如何完成各种计算任务的;

三、之后介绍目前算法的进展以及硬件方面设计的成果;

四、最后提出对这个领域的个人的总结和展望。

计算机与大脑的区别以及大脑对开发更加新型智能计算机的启示

大家知道,目前的计算机体系是基于冯·诺伊曼架构,这已经非常成功的引领计算机科学技术的发展几十年。在这个计算机架构的基础上我们的深度学习在近年取得了飞速发展,在各个领域取得非常成功的应用。同时,冯·诺伊曼架构发展到现阶段也存在一些制约,比如说由于存在风险带来的I/O性能的瓶颈制约以及功耗的制约,这种制约随着大数据、深度学习为基础的计算架构带来的拥挤会凸显的越来越严重,比如大量数据读写严重降低整体效率。和大脑的计算方式相比,大脑处理的步骤非常少,但它的运行速度非常高。其次由于突触和神经元同时可以做激发和存储,所以不存在冯·诺伊曼架构的I/O的吞吐带来的瓶颈。就能耗来说,大脑的计算能耗非常低,大致只有20W左右,所以带来的计算效率非常高。另外非常显著的区别,计算机实现的或者处理大量的实值数据,大脑神经元处理的(或者说编码的)都是稀疏的事件或者神经科学称之为脉冲。从如何构建一个非冯·诺伊曼体系的新型智能计算机体系,不仅是计算机科学也是我们计算机工程以及硬件芯片发展的一个重要方向。随着新的计算体系结构以及硬件方面的实验,我们预测可能带来新一代的人工智能的算法的硬件以及架构上的新突破。

关于神经形态计算机的必要组成以及介绍大脑如何完成各种计算任务的

下面我从大脑主要的计算过程来解释一下我们如何来设计未来的神经形态计算机。

第一,网络结构。生物神经元有多种神经元类型,这里以锥体神经元(Pyramidal神经元)为例,锥体神经元是多个环节、多个部件组成的复杂的神经元模型结构,包括轴突的远端和近端,对生物神经元的输入前馈和反传,发生在神经元的不同部位,对于I/O来说做了充分的简化,把它作为一个典型神经元,没有远端轴突和近端轴突的区别,从网络结构上来说,大脑存在着大量稀疏的异构的连接结构,目前ANN主要依赖的深度网络是前馈全连接的网络结构。当然在不同的网络结构处理的实际方式也有显著不同。基于深度网络的空间算法,往往采取一个全区的优化函数来达到最优值来调解。而对于生物神经网络来说,由于存在大量的局部连接以及远程连接,有丰富多样的突触可塑性,可以更加灵活的调整神经元之间的连接来完成对目标函数的优化。

第二,大脑的计算模式采用的是更加接近生物的个性的方式,比如脉冲神经元的输入,在人工神经元里面不需要考虑输入时间的特性,输入是一个实值,典型的ReLU函数或者Sigmoid激活函数做了一个这样的简单的非行为数据,但是对于生物神经元来说,它不仅采用了输入输出的映射,还具有四个典型的时间的非线性动力学,一是膜电位积分,二是漏电效应,三是不应期,四是需要阈值来判定脉冲发放或不发放。这样导致脉冲神经元输入脉冲编码的不连续性,以及输出脉冲的不连续性。这样导致后面的第三个问题就突出来,即信用分配问题。信用分配在人工神经网络里常常说成是优化算法,最典型的一个优化算法是误差反传,就是梯度下降算法,但是这里梯度下降算法存在一个误差,要求前向和反向权值要完全对称,因为全局的目标函数,设定了一个这样的网络结构,这是典型的ANN的学习模式以及处理方式。

第三,生物神经元同样的信用分配机制,但是采用完全不同的处理方式。神经元之间依赖于脉冲发放时间,导致他们可以采用基于脉冲时间的学习方式,最典型的在神经科学里面应用非常广泛的是STDP(脉冲时间依赖的突触可塑性),基于脉冲时间前后发放的时间差来调整权值,实现局部的无监督学习。此外,我们也可以考虑设计输入脉冲和期望脉冲序列之间的序列差,来有监督式的学习和训练脉冲,发放一定的脉冲。

其次依据多巴胺的神经科学的发现,可以构造这样一个强化学习的脉冲实验网络,把每个神经元和突触都当做一个智能体,把发放脉冲或者不发放脉冲作为一个它的行动,来构成这样一个强化学习网络,这样不仅实现更加灵活的行为,而且是生物性更加强的一种学习算法。

第四点,大脑的计算机制,重要的是学习与记忆的融合。在前馈网络里,权值训练完之后,当新的任务进来,往往权值会被抹杀或者权值遗忘的作用,但是在生物神经元里面,有大量的专门负责记忆的细胞,比如海马体中存在各种记忆细胞,尤其是对位置细胞的编码,对空间的感知认知,它可以记忆熟知的场景,对这个空间进行编码。所以依据皮层-海马等脑区,可以实现神经元大脑对外部输入的表达,学习及记忆构成一个基于学习、基于融合的认知计算。(图)右侧是一个对皮层以及海马体主要微脑区的神经电路结构,基于这样的电路结构,我们可以实现基于海马体的联想记忆、持续记忆以及对空间的记忆模型。

目前算法的进展以及硬件方面设计的成果

下面初步介绍一下我们在这个领域的初步成果。因为时间有限,只是展示冰山一角。

对于信息的编码,把输入信息经过脉冲神经元的编码转变成一系列的时空脉冲信号,可以对输入信息进行编码以及重构。下图是Nature的一篇文章,上图是做的编码神经元的算法。

同时可以对新型的神经形态视觉算法进行脉冲编码和表征处理,分别处理动态的视觉信息,发表在2020年TNNLS的一篇论文上。

另外,信用分配算法可以高效的解决脉冲神经网络由于时间动力学带来的训练困难问题,不仅在空间上进行误差反传,可以同时把误差信息传递到脉冲的时间信息上,经过这样的设计我们提出了基于脉冲簇的学习算法,不仅是可以训练神经元在指定时间发放脉冲,而且是指定发放脉冲簇。

这是目前几种典型的脉冲损失函数,各自具有一些不同的缺陷,我们改造这样的损失函数,可以不断的训练发放,训练这样一个脉冲簇。它的优点是能够训练神经元对复杂的时间序列的神经元的响应特性,左图显示的是杂乱无章的神经元响应,右侧是训练后神经元能够显示出对某些特定信号的选择性响应。这是一个新型的深层的脉冲网络,在训练性能上已经超越专门设计和训练的CNN的网络。

学习与记忆融合,我们构建多层的模仿多层脑区的结构,实现神经元的编码以及监督学习和无监督学习,同时实现联想记忆和时序记忆。右侧是神经硬件电路图,是北大黄如院士团队合作的FPGA硬件的记忆模型的设计和实现。

在感知-认知-交互闭环上我们做了一个初步的成果,把海马体电路搬到机器人上,通过硬件模式来实现机器人对空间感知、认知交互的闭环。在Communications of ACM 2018专题介绍了这样的工作,来解释大脑如何帮助机器人对复杂环境空间的感知,依赖空间位置神经元对空间的记忆以及编码的作用。

无独有偶,在Deepmind,今年也开展了这样类型的工作,但与我们基于模型、大脑结构方式的不同,Deepmind在基于学习和训练的网络来训练神经元,发放基于网格细胞的效应特性,右图展示了他们在虚拟环境下的网络的效果。有兴趣的朋友可以看一下论文。

在硬件实现上的一些成果。通过数字或者模拟集成电路可以实现神经元、突触以及各种突触可塑性,在这个领域上已经有大量的神经形态芯片的成果,比如SpiNNaker、BrainScaleS、Truenorth、Loihi、ROLLS、清华“天机”芯片、浙大“达尔文”芯片等,都是属于在数字模拟电路上实现架构。另外,在对于未来类脑芯片的潜在突破,忆阻器及阵列,忆阻器可以分别实现突触和神经元,实现模拟矩阵运算即存算一体。

下面我举了北大杨玉超、黄如老师的工作,以及清华吴华强老师的工作,发布在Nature communications上,吴老师随后会更加详细的介绍,他们实现一体机的阵列来设计构建了这样模拟矩阵的运算,实现快速的存算一体的神经网络的计算模式。

关于神经形态计算机,我个人提出一些不太成熟的总结与展望。首先必须具备异构的网络结构,其次包含时序动力学的神经元非线性。要构建基于多种突触可塑性的信用分配算法,不仅实现模式识别这样深度学习里面已经非常成功应用的各种算法,而且要实现学习-记忆融合的认知计算,我们未来把大脑搬进机箱让它实现知识的表达、知识的学习、认知以及环境的交互。

分享二:《大脑启发的存算一体技术》—吴华强

吴华强 清华大学微纳电子系教授、副系主任

清华大学微纳电子系,长聘教授,副系主任,清华大学微纳加工平台主任,北京市未来芯片技术高精尖创新中心副主任。2000年毕业于清华大学材料科学与工程系和经济管理学院。2005年在美国康奈尔大学电子与计算机工程学院获工学博士学位。随后在美国AMD公司和Spansion公司任高级研究员,从事先进非易失性存储器的架构、器件和工艺研究。2009年,加入清华大学微电子学研究所,研究领域为新型存储器及存算一体技术,先后负责多项自然科学基金、863、973和重点研发计划项目和课题。在Nature, Nature Communications, Proceedings of the IEEE等期刊和国际会议发表论文100余篇,获得美国授权发明专利30余项,获得中国授权发明专利40余项。

吴华强:今天和大家分享一下我们做的一点工作,题目是“大脑启发的存算一体技术”。

我的报告将从硬件的挑战,研究进展以及展望三方面来介绍大脑启发的存算一体技术。

人工智能无处不在,从云端到我们手机端都有很多人工智能。不同的人工智能应用对芯片的需求是不一样的,比如数据中心、汽车无人驾驶要求算力特别高,而智能传感网、物联网和手机希望耗能低,追求高能效。不同应用对芯片的不同需求给了芯片领域很多机会。

人工智能的三个发展浪潮和硬件算力也有关系。从第一款神经网络Perceptron网络AI开始火起来,到70年代进入低谷,一个非常重要的因素是,虽然有很好的理论模型,但是没有足够的算力。后来专家系统出现,第二波浪潮又起来。这时候很多人做专门围绕人工智能的计算机。同时代摩尔定律快速推动芯片的发展,通用计算机的性能飞速上扬,专业计算机能做的通用计算机也能做,因此逐渐占据市场,第二波浪潮又下去。第三波浪潮,深度神经网络的提出到利用GPU加速网络训练,GPU成为AI的主要训练平台。有了更大的算力,网络规模快速提升。AlphaGo Zero需要5000个TPU训练40天才成为地表最强的围棋选手,花费的时间还是很大的,因此人工智能的广泛应用需要硬件能力革新,支撑人工智能的发展。

芯片能提供的算力和人工智能的高需求是很矛盾的。第一台计算机ENIAC出现在1947年,算力是每秒钟5000次左右。英特尔2019年的CPU大约是20.8GFLOPS。我们看到它的变化是围绕着摩尔定律,即每18个月翻一番的集成度来提升算力。但是目前AI的需求是每3.4个月翻一番。因此需要寻找新方法提供算力。

算力提升越来越困难有两个原因,一是过去摩尔定律是把器件做的越来越小,现在器件尺寸缩小已经接近物理极限了,所以摩尔定律逐渐失效。二是传统计算架构发展带来的性能提升日趋缓慢。现代计算系统普遍采用信息存储和运算分离的冯诺依曼架构,其运算性能受到数据存储速度和传输速度的限制。具体来说,CPU的计算速度小于1纳秒,但是主存DRAM是百纳秒左右,也就是存储的速度远远低于计算速度。在能耗上,以TSMC45纳米的工艺为例,加减乘小于一个pJ,但是32位DRAM的读要高达640个pJ,这一比也是百倍的差距。因此存储速度远远低于CPU的速度,而存储的功耗也远远高于CPU的功耗。这还没有讲存储的写,写的功耗会更高。这样整个系统的性能受到数据存储速度和传输速度的限制,能耗也因为存储读的功耗和写的功耗很大,导致整个系统功耗都很大。

现在可以看到很多新的计算出来了,量子计算、光计算、类脑计算、存算一体。所以当我们要思考未来的计算时,我自己觉得量子计算、光计算是向物理找答案,类脑计算、存算一体是向生物找答案,也就是向大脑找答案。

著名的人机大战,人工智能选手AlphaGo用了176个GPU、1202个CPU,功耗是150000W。而我们大脑体积大概1.2L,有1011个神经元,1015个突触,思考的时候功耗是20W。大脑的功耗这么少,这么聪明,这里面还有这么大容量的神经元、突触。所以我们希望用脑启发设计新的人工智能芯片。

我们想通过向生物学家学习、向神经学家学习,来看看大脑是如何处理计算的。大脑有几个特点,一个是有大量的神经元连接性,以及神经元加突触的结构,一个神经元将近连接了1万个突触。第二个它的时空信息的编码方式是用脉冲的方式。我们希望模仿大脑的结构和工作机制,用脉冲编码的形式来输入输出。

生物突触是信息存储也是信息处理的最底层的生物器件。我们想在芯片上做电子突触新器件,做存算一体的架构。新器件方面我们主要研究的是忆阻器,它的特点是可以多比特,同时非易失,即把电去掉以后可以保持这个阻值,并且它速度很快。还有很关键的一点,它和集成电路的CMOS工艺是兼容的,可以做大规模集成。近十年我们一直围绕这个器件来做其优化和计算功能。

美国DARPA的FRANC项目提出用模拟信号处理方式来超越传统的冯·诺依曼计算架构,希望带来计算性能系统的增加。任正非在2019年接受采访时说,未来在边缘计算不是把CPU做到存储器里,就是把存储器做到CPU里,这就改变了冯·诺依曼结构,存储计算合而为一,速度快。阿里2020年的十大科技趋势里提到计算存储一体化,希望通过存算一体的架构,突破AI算力瓶颈。存算一体的理念也是受大脑计算方式启发的。

基于忆阻器的存算一体技术可以分为三个阶段:第一个阶段是单个器件的发展阶段。2008年惠普实验室的Stan William教授首次在实验室制备了忆阻器,之后美国密西根大学的卢伟教授提出了电子突触概念,美国UCSB大学的谢源教授提出了基于忆阻器的PRIME存算一体架构,引起广泛关注。第二个阶段开始做阵列,2015年UCSB在12×12的阵列上演示了三个字母的识别,我们团队2017年在128×8的阵列上演示了三个人脸的识别,准确率能够大于95%,同时期还有IBM,UMass和HP等研究团队实验实现了在阵列上的存算一体;第三个阶段是存算一体芯片,我们以芯片设计领域的顶会ISSCC上近几年发表的文章为例,2018年松下展示了多层感知机的宏电路,2019年台湾地区新竹清华大学和台积电联合演示了卷积核计算的宏电路,今年清华和斯坦福合作做的限制玻耳兹曼机宏电路。也是今年我们清华团队完成的一个全系统集成的完整的存算一体芯片,从系统测试结果来看,这个芯片能效高达78.4TOPs/W,是相当高的。我们还做了一个对比,一个是存算一体的芯片和系统,一个是用了树莓派28纳米的CPU。我们的芯片跑完一万张图片是3秒,而他们是59秒,我们的速度要快很多,准确率却相当。

今年1月我们在Nature上发表了一个忆阻器存算一体系统的工作。这个工作主要是把多个阵列放在一起组成一个系统,并验证是否能用作模拟计算来实现AI的工作。我们提出新型混合训练算法,实现了与软件相当的计算精度。还提出了新型卷积空间并行架构,成倍提升了系统处理速度。

为什么忆阻器存算一体适合人工智能呢?因为交叉阵列结构特别适合快速矩阵向量乘法。存算一体可以减少权重搬移带来的功耗和延时,有效地解决目前算力的瓶颈。另外,人工智能更关注系统准确性,而不是每个器件的精度,这特别符合忆阻器和模拟计算的特点。

我们还和毕国强老师合作了一篇综述文章。利用脑启发来设计人工智能芯片,我们把大脑从I/O通道,到突触,神经元,到神经环路,到整个大脑的结构,都和电子器件做了对比。文章题目叫《Bridging Biological and Artificial Neural Networks》,发表在2019年的Advanced Materials上面,如果大家感兴趣可以读这个文章。

展望未来,希望能够做一个存算一体的计算机系统。以前是晶体管加布尔逻辑加冯·诺依曼架构,现在是模拟型忆阻器加模拟计算和存算一体的非冯架构。

人工智能无处不在,从云端到我们手机端都有很多人工智能也在深刻影响我们生活,前几天听说谷歌用人工智能预测天气预报,比过去物理模型做的好很多,所以说人工智能的应用会越来越广泛。

分享三:《神经元稀疏发放在视听觉通路上的作用》

胡晓林 清华大学计算机科学与技术系副教授

2007年在香港中文大学获得自动化与辅助工程专业博士学位,然后在清华大学计算机系从事博士后研究,2009年留校任教至今。他的研究领域包括人工神经网络和计算神经科学,主要兴趣包括开发受脑启发的计算模型和揭示大脑处理视听觉信息的机制。在IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Image Processing, IEEE Transactions on Cybernetics, PLoS Computational Biology, Neural Computation, European Journal of Neuroscience, Journal of Neurophysiology, Frontiers in Human Neuroscience, Frontiers in Computational Neuroscience等国际期刊和CVPR, NIPS, AAAI等国际会议上发表论文80余篇。他目前是IEEE Transactions on Image Processing和Cognitive Neurodynamics的编委,曾担任IEEE Transactions on Neural Networks and Learning Systems的编委。

胡晓林:各位嘉宾好,各位在线朋友们好!非常荣幸今天有机会和大家交流,今天我分享的主题和前面两位嘉宾分享的正好相反,前面两位嘉宾讲的都是我们神经科学怎么样启发做新的器件,因为这个主题是AI和脑科学的交互,我来讲另外一个方面的工作,就是AI的发展,神经网络的发展,怎么样促进神经科学的研究。

我对神经科学和AI方面都比较感兴趣,两方面的工作都在做。今天主要是讲从AI到BI这方面的两个小工作。我今天介绍的内容和前两位嘉宾有点不同,前两位嘉宾讲的都是非常宏大,我今天只是介绍两个点上的工作。

神经网络和神经科学与大脑视觉皮层是有一定关联的

首先看一下背景。左边是视觉系统大致的通路,信息从视网膜到LGN到脑皮层。中间是听觉皮层,也是一个层次化结构,信息从耳蜗一直传到听觉皮层。右边是典型的神经网络。从图上可以看到,至少我们现在的神经网络和视觉、听觉系统有一定的相似性,至少是层次化的结构。基于这种相似性是不是可以利用现在神经网络的飞速发展来促进神经科学的研究,促进我们对大脑的视觉、听觉或者其他感觉皮层工作机制的理解呢?这是我们今天要重点讨论的问题。

这个方面的工作,比较早期的一个工作,是2014年MIT的教授他们做的一个工作,他们用一个神经网络,一个CNN去训练了一个图片分类的模型,然后同样的图片给猴子看,可以记录猴子不同的视觉区域,比方说V4和IT两个区域神经元的发放,最后去比较神经网络不同层和猴子的不同皮层V4和IT这两个区域神经元的相关性。发现不同神经网络层的神经元反应的特点正好对应猴子IT、V4区域反应的特点。这是第一次证明神经网络和神经科学和大脑视觉皮层是有一定关联的。

这是一个神经科学的发现,我们先简单介绍一下这个神经科学发现,然后对比一下。这是2013年纽约大学的一个工作,他们做了一个实验,让猴子和人去看两种不同的图片,这是从原来的自然图片通过算法合成的两种不同的图片,中间的比较像自然图片,右边是噪声图片,不完全是噪声,是从自然图片合成的噪声。然后给猴子这两类图片,NT是中间那一列,SN是右侧一列,V1区域记录猴子的发放,发现V1的神经元对这两类图片的反应差不多,基本上分不开。但是到V2神经元对于NT一类的图片反应高一些,对于SN类的图片反应低一些,也就是在V2有一个区分。他们定义了Index,一个神经元的Index如果越高,就说明这个神经元越喜欢比较上面的图片,那个图片从数学定义上来讲是含有高阶统计特性的图片,时间关系,不展开讲它具体的数学定义,什么叫含有高阶统计特性。总而言之V1区域,所有的神经元的Modulation Index都集中在0附近,在0左右对称。在V2,大部分神经元的Modulation Index都是正的,也就是大部分的神经元都是喜欢这种比较像自然图片的图片。

2015年的时候日本的一个研究小组在另外一个区域,就是猴子的V4区域,他们发现了同样的结论。V4的神经元相对V1来讲,他们更喜欢具有高阶统计特性比较像自然图像的图片,而不是噪声。

为什么会又有这样的结果?为什么V2和V4的神经元他们喜欢像自然图像的图片而不是那种噪声呢?为了研究这个问题,有两种选择,一种是用传统的计算模型,计算神经科学领域早期的模型都是单层的,现在为了研究这个问题显然单层模型没有办法的,因为研究的是视觉皮层的高级皮层,如果没有下面的这些层,上面就没有办法研究,所以需要一个层次化的模型,所以我们考虑用深度学习的模型来研究这个问题。

这是我们的模型,我们构建了这样一个模型,这是很标准的深度学习模型,有输入输出,我们用同样的方式从自然图片中创造出一种像自然图片的图片,一种是噪声图片,这个噪声不是随机噪声,它也是具有一定语义的,但是它和像自然图片的图片有所不同。我们把这两类图片输入到模型里面去,然后记录每一层神经元的反应。我们也可以定义每个神经元的Modulation Index,这个Modulation Index比较大就说明这个神经元比较喜欢具有高阶统计特性的图片。

结果非常有意思。有三行,第一行是AlexNet,第二行是VggNet,大家如果做深度学习的话是非常熟悉的,这两类非常典型的卷积神经网络。这两个神经网络有很多层,我们把他们分成五个大层,AlexNet本身就有五个卷积层,Vgg因为中间有很多max pooling,以此为界可以把相邻的几个卷积层分成一个大层,总共也会有五个层,统计每个大层的Modulation Index,就是蓝色的柱状图,基本上随着层数越高,它的Modulation Index越高,右边的图显示的每一层,Modulation Index的分布,可以看到在LAYER1的时候,Modulation Index集中在O,左右差不多对称,越往后面去,Modulation Index越来越正,最后大部分集中在1,也就是说比较顶层LAYER5大部分神经元就是特别喜欢高阶统计特性的图片。下面还有一个网络这是一个无监督模型,我们叫它SHMAX,它的结构跟上面两个结构基本是一样的,唯一区别是它的学习是一种无监督学习,我们可以得到同样的结果,蓝色柱状图和后面的Modulation Index分布都是一样的结论。刚才最后的模型,每一层的学习是Sparse codind,Sparse coding的公式在这儿,我想很多朋友应该听说过这个模型,这是经典模型,1996年就提出来了,这是一个无监督学习模式,也就是对于图片不需要监督,就可以进行学习。我把这个模型堆叠很多层,先学一层,把它的输出作为下一层的输入,在下一层继续用同样的过程进行学习,就可以得到刚才说的第三个模型。

也就是说对于有监督学习模型和无监督学习模型,他们的Modulation Index都是随着乘数的增加而增高的。到底是什么样的因素导致了这些神经网络具有这样的特性,我们考察了很多因素,最后我们发现,Response Sparseness非常重要,它跟Modulation Index成正相关的关系,比如我们看AlexNet、VggNet、以及SHMAX,你看他们的稀疏性Sparseness,你给它看很多图片,很多时候神经元是不发放的,因为它有一个ReLU,有些时候是不发放的,有些时候是发放的,Sparseness定义的是神经元在多大的比例是不发放的,可以看到随着层数上升,Sparseness会越来越强,正好跟Modulation Index趋势差不多,我们做了对照实验,AlexNet每一层的稀疏性越高,Modulation Index也会越高,SHMAX也是一样,稀疏性越高,Modulation Index就会越高。

简单总结,我们通过三个深度学习模型上发现和猴子视觉皮层高层反应特点类似的一个结论。当然也可以做一些预测,时间关系,这些模型预测我就不讲了。

稀疏发放的特点和神经科学的发现是呈正相关的关系

第二个工作,这是一个关于听觉的。刚才已经提到听觉皮层也是层次化的结构,人们在听觉通路上也发现了很多有意思的一些结果,比如说在耳蜗后有一个nerve fiber(59:03),你给它一些刺激,它的反映特别是呈这样的小窝的形式,在下丘这个地方,这些神经元它们的感受也是可以测出来的,横轴是时间、纵轴是频率。在听觉皮层,人们发现在皮层里面有很多神经元或者有很多Local area,他们可以特异性的一些音素比较喜欢,音素是比音节更小的单元,比如“a”里面有辅音“b”,元音“a”,元音辅音这些东西又叫音素。

作为计算能力科学怎么解释这些结果?计算机科学已经用Sparse coding解释了nerve fiber 和下丘(IC)的神经元的反映情况,具体是这样的,这个模型还是Sparse coding模型,X是输入、S是Response,如果你的输入不再是图片如果是语音,最后解出来A,A是每个神经元的感受野,它就长成这样小波的形式。在IC区,用同样模型只是把输入改了一下,输入不再用位子格式的输入,而是进行视频转换,输入频谱图,把频谱图当成X,再去求解一个Sparse coding模型,就会得到神经元的感受点也呈这样的形式,神经科学家已经发现IC区的神经元的感受点的形状就是长这样。

前面两个层级的神经元的反应特点已经被解释了,第三层级,就是最高层,这个现象怎么解释呢?核心含义是给病人插一些电极,做手术的病人插一些电极,可以发现有些电极特别喜欢d、g、e、h、k、t这几个辅音,有些电极喜欢摩擦音,还有的喜欢元音o、e、i。总而言之他们发现在人类的Quarter上面,神经元对音素有特异化的表达,这种表达是怎么出现的呢?就是我们要回答的问题,我们为什么有这样的表达。第二个问题是前面比较低的皮层用Sparse coding解释了他们的现象,同样的Sparse coding模型能不能解释高层的现象呢?为了回答这两个问题我们做了层次化的稀疏编码模型,典型的CNN结构,只不过我们每一层的学习不再用BP算法,而是用Sparse coding,第一层学习完以后再学习第二层,第二层学完以后再学第三层,就这样从底层一直到高层学习,我们的输入就是时频格式的信号。

有意思的是,构建了这样的层次化的稀疏编码模型,我们把靠中间的层拿出来,S2第二卷积层,把这个地方的神经元的感受画出来,可以看到这些感受野和神经科学家在下丘测出来的神经元的感受野有类似的形状,这些感受野的形状参数的分布也和在猫的下丘这个地方测的参数分布是一致的。最有意思的是到顶层以后,我们发现顶层Layer C6,这里很多神经元特异性的喜欢一类音素,比如B、P、L、G,还有一些神经元喜欢元音,a、o、e。而且聚集效应在顶层最明显,在下面这些层也有,只不过这个效应低一些,数值越低就是说它的聚集效应低一点。也就是说这个模式并不是陡然在顶层出现的,其实下面的层级也出现了,只不过神经科学家们没有测到下面那些区域神经元有这样的表达,当然这是我们的推测。

总结一下,我们发现一些深度学习的模型在中层和高层这些地方,这些神经元的反应和视觉和听觉的中层和高层的真实的神经元的反应有一定的一致性,这个结果并不是一个非常Trivial的结果,我们并没有尝试Fit数据,所有的学习准则要么是使得分类的准确率高,要么是使得重建的输入准确,并没有Fit任何生理学的数据,但是就是出现了这样的特性,所以我们觉得这样的结果还是非常有意思的。第二个结论,稀疏编码,前面研究的这些深度学习模型都有一个稀疏发放的特点,而且稀疏发放的特点和神经科学的发现有重要的关系,当然这些深度神经网络去研究神经科学的问题也是存在巨大的缺陷,就是他们模型的细节结构和生物上的系统还是存在着非常大的差异,所以没有办法用很粗糙的学习模型去研究细节的神经科学的问题。

感谢大家!

讨论环节

山世光:谢谢胡老师给我们分享了两个非常具体的案例,试图去建立AI特别是深度学习模型和我们脑的神经网络之间在某一些层面的一致性。

再次感谢三位嘉宾的精彩分享,接下来我们进入嘉宾讨论环节。

我们今天的讨论嘉宾除了刚刚已经给大家介绍过的作分享的三位老师外,我们有幸邀请到两位讨论嘉宾,他们分别是来自来自中国科学技术大学神经生物学与生物物理学系系毕国强老师,来自北京大学信息科学技术学院长聘教授吴思老师。

吴思:我先介绍一下自己,我是来自北京大学的吴思,我的研究方向是计算神经科学。简单说,计算神经科学就是用计算的方法来研究脑科学,很显然这样的研究会有很多附产品,可以启发我们发展人工智能的算法。

我课题组目前有50%的精力在做计算神经科学,另外50%做类脑计算。目前比较关注的课题包括:神经编码的机制与模型,如大脑表征信息的正则化模型,大脑如何做贝叶斯推理,以及多模态信息整合的问题;另一个大的方向是关于视觉信息的加工机制,如神经反馈的作用,皮层下的视觉通路计算功能,以及皮层上和皮层下通路之间如何实现信息融合。另外,我们也做一些脑启发的类脑计算研究,如用连续吸引子网络大脑实现物体跟踪,尤其是在加入负反馈的情况下实现预测跟踪;同时受皮层下视觉通路启发,我们也发展一些算法,可以做运动模式的识别、物体全局信息识别等,这些都太细节,这里就不详细介绍。

首先感谢未来论坛的邀请,今天的主题是关于AI和脑科学之间的关系。在很多不同的场合总有人问我这个问题。从大的方面说,AI就是我们要创造一个人工的智能体,这是个工程问题;而脑科学,尤其脑科学中关注信息处理的研究,是要解析生物的智能体,这是一个科学问题。因此,AI和脑科学的关系从某种意义上说就是科学和工程的关系。在AI中,大家最近经常强调深度学习的有可解释性,就是我们要打开深度学习网络的黑箱,这其实也是脑科学研究一直在干的事情,只不过打开的是生物体智能的黑箱。两者都是在干同一个解析智能的问题,一个是从工程的角度我们怎么去创造一个智能体,而另一个是从科学的角度去解析大脑的工作原理。因此,两者之间的互动和互补是很显然的。一方面,大脑是自然界已经存在的智能体,我们了解它肯定能够帮助AI发展;另一方面,创造AI也有助于我们真正了解生物智能。有一种说法是了解一个事物,最佳的方法就是你去制造它。

AI和脑科学互助从逻辑上说是非常自然的。大脑是宇宙中已知的最好的智能体,发展人工智能当然要从大脑中去学。脑科学的确已经给了AI启发,但目前还远远不够。从我自己的研究经验看似乎经常是AI帮助我做脑科学,而不是脑科学对AI有什么帮助。这个问题出在什么地方呢?一个很大的问题是吴华强老师刚才说的,现在的算力不够;即便计算神经科学发展了一些好模型,如果没有很好的算力,就实现不了,体现不出脑启发的优点。此外,我觉得还有两个问题经常被大家忽视。一是目前AI的应用其实关注的任务相比我们人脑的高级认知功能来说还是太简单。比如AI的很多应用涉及的核心任务是目标识别,但大脑在我们日常生活所面临的计算远远不是简单的目标识别。当AI应用以后走向更复杂的任务,可能脑科学能够提供更多的帮助。还有一个问题涉及当前实验室科学的研究,计算神经科学要根据实验数据,但当前的实验范式通常都太简单了,比如对猴子呈现一个简单的刺激,然后记录大脑内神经元怎么反应,即便我们把整个计算过程揭示出来,它对我们认识大脑的高级认知功能还相差很远。所以实验科学家也要加把劲,把整个实验范式设置的更复杂,更多揭示大脑如何实现高级认知功能,在此基础上计算神经科学的建模、以及发展的算法才能对AI有用。

第一:脑科学已经为AI发展提供了什么思想、方法和技术?有哪些典型案例?

毕国强:华强老师说的树突计算非常有意思,我听到华强的结果也非常兴奋,最后的效能提升是由于什么原因?是不是树突的滤波性质或树突本身的构架?这种构架可能把突触变得不太一样,一般人工神经网络构架中每个突触的基本性质是一样的,树突构架可能引入了异质性。另外,树突结构本身的层级结构的复杂性也可能会对最终产生的计算能力有一些影响。关于异质性,我刚提到的突触可塑性,STDP应用到人工神经网络效果不好,一个可能的原因就是异质性。所以华强的这个工作,把树突结构加进去,非常值得进一步看到底是哪些特征产生了这些性能的提升或者改变。

当然从哲学层次上来说,生物的大脑和神经系统是很多年进化的结果,是经过自然选择,证明是能够Work的东西。但这里面又有多个尺度上的复杂性,从最小尺度上,即使只是看突触不到一微米大小的设备,其实真实的突触非常复杂,然后到环路、到整个大脑的结构。我们去模仿大脑,可能在不同尺度、不同层次上都可以获得不同的启发。这个时候关键的一点是我们从中得到的东西要分析出来是哪些特性能够对AI起到正面的作用。我觉得短时间内要全面地模仿大脑肯定是不现实的,所以我们需要从复杂的层级结构中抽提出关键特性一步一步模仿。

第二:从脑科学可以转化到AI来的,大家可以不可以分享一些更好的案例?

胡晓林:刚才的问题是问脑科学已经为AI提供了什么样的帮助,有很多工作其实是从脑科学启发过来,追根溯源到1943年,麦克和皮茨这两个人第一次提出人工神经元MP神经元,如果没有他们提出人工神经元,后面的这些CNN等等都是不存在的,他们其实是做神经科学的,他们尝试发明计算模型并解释大脑的工作,他们提出了这种逻辑运算的MP神经元。后来Rosenbaltt把MP神经元扩展了一下,得到了多层感知机。后来在1989年、1990年的时候Yan LeCun等人提出来CNN,当时是受了Neocognitron模型的启发,Neocognitron是日本人Fukushima提出来的,我真的找过他那篇论文,Neocognitron的结构和现在CNN的结构一模一样,唯一区别是学习方法不一样,Neocognitron在1980年提出来时还没有BP算法。Neocognitron怎么来的呢?它是受到一个神经科学的发现,在猫的视觉皮层有简单细胞、复杂细胞两种细胞,从这两种细胞的特点出发构建了Neocognitron尝试去解释大脑怎么识别物体的。后来才发展到CNN。MP神经元和Neocognitron这是两个具有里程碑意义的方法,这是很典型的神经科学给我们AI的启发的工作,甚至可以说是颠覆性的工作。

坦白说到这次神经网络、人工智能的腾飞,这次腾飞期间我并没有看到特别多令人非常兴奋的脑启发的工作,我本人也做了一些这方面的工作,发现目前一些受脑科学启发的计算模型好像都没有我刚才说的那两个模型的意义那么大。希望这个领域能出现一些新的脑启发的方法,哪怕它们现在的性能非常差,但是十几年、几十年以后,它们也许会成为奠基性的工作。

山世光:SNN还需要时间再去进一步观察,因为目前还没有到那么强大的地步。吴华强老师做存算一体,不知道很可能会成为未来值得关注受脑启发做计算的模型。

胡晓林:有可能。

第三:AI怎么助力了脑科学的发展, AI对脑科学的发展有什么典型的帮助?

吴思:我们要看我们怎么定义AI。如果泛泛的包括信息理论、动力学系统分析、统计学习等,那么这些都是计算神经科学每天在用的工具,它们一直在助力脑科学的发展。如果一定要强调最新的,比如说深度学习,那么如何将AI用于脑科学是目前的一个研究热点。国际上有多个组,也包括清华的胡晓林老师,大家把视觉系统当成一个深度学习网络,然后训练这个深度学习网络,同时加入一些生物学的约束,然后用对比的方法看这个系统能学习到什么,进而回答生物视觉认知的问题。

山世光:我们看到一些工作也都是在验证,深度网络和人的大脑之间似乎在层上有一定的对应性。

唐华锦:我补充一下吴思老师讲的,在传统上AI提供了很重要的大数据分析工具,视觉神经、视觉皮层,现在的AI提供了很重要的大数据工具,尤其是在高通量的脑成像方面,建立非常精细的脑模型,AI大数据起到重要的作用。还有实时的脑活动的分析上,比如斑马鱼的活动,如何同时实时记录以及把这些神经元的活动匹配到那些神经元上,这是大量AI深度学习帮助脑科学家在分析数据、统计数据上,包括三维重建,包括树突、轴突之间连接的结构也会起到非常重要的作用,AI还是提供了很好的工具在深入的解释上面。

胡晓林:我接着吴思老师刚才的观点和大家分享,吴思说现在国际有一个热点,用深度学习的方式去研究以前在生物学实验当中的结果,在这个模型当中能不能出现这个结果。我想说的一点,这是第一步,我们首先要来看一下深度学习模型是不是具有这样的特点。如果发现它具有这样的特点,你能干什么。深度学习模型是你自己构造的,这个模型你所有神经元都可以测。不像生物体会受到实验条件限制,有些地方测不到。这个模型是你自己构造的,所有神经元的特点都可以测。如果有了一个等价模型,在等价的人工智能模型上做一些实验和解释,做一些原理性的探索,会比在动物那种“黑箱”上做容易一些。

我给大家再分享一个话题,去年的时候MIT有一个组,DiCarlo实验室,刚才提到了他们2014年的工作,他们去年有一个更进一步的工作,在猴子的高级皮层,神经科学家很难用一个刺激让这些神经元能够以一个很大的发放率去发放。如果做实验的话会发现,越往高层就越难让一个神经元发放。为解决这个问题他们做了一个实验。他们先构造了一个神经网络CNN,然后把中间的某一层L3层取出来和猴子V4区域的神经元反应做简单的映射,这个映射可能是一个小网络,然后学出参数。学出来之后,他们认为从视觉刺激(这只猫)到你的眼睛通过L1、L2、L3再到V4这是一个通路,这个通路上经过的是人工神经网络,而不是真正的生物系统,真正的生物系统是下面的通路,看到这只猫然后经过V1、V2、V3最后传到V4。所以他们其实构造了一个视觉通路的替代模型。你可以通过这个替代模型,这个神经网络,用BP算法反求一个刺激,使得V4区的神经元反应最大,最后发现反求出来的刺激像下面这张图的样子。然后再把这些刺激给猴子看,去测V4区神经元反应是不是最大。发现V4区的神经元反应远远超出以前用任何刺激所带来的反应,也就是说如果不用他们这种反求的方式去做刺激,用自然数据是很难让这个神经元发放这么强烈的。这个就解决了他们做生理学实验的一个痛点。我和做听觉的老师聊过,他们在猴子的听觉皮层发现大部分神经元都是不反应的,很多人觉得猴子的听觉神经元不是干听觉这件事的,很多人想不通为什么这样,我觉得可能是我们没有找到合适的刺激。

山世光:这本身对AI,我们现在深度学习的模型也是一个黑箱,在过去三年里AI领域已经把AI的可解释AI或者XAI这个研究问题突出出来了,很多人做了非常漂亮的工作解释黑盒子模型,我相信在接下来的时间里肯定会有更多的发展。这个话题还有哪位老师发言?

毕国强:我再补充一句,刚才几位老师已经说的非常透彻了,AI在脑科学研究中能够起到很多助力作用,从基本的大数据分析到更高层次的模拟,对大脑的模拟。在最后一步,对大脑的模拟有不同深度,早期的人工神经网络以及现在很多深度神经网络所模拟的只是神经元和突触连接的一些非常基本的性质。用这样简单的性质来模拟大脑,能够得到的一些似乎和大脑里面发生的类似的现象,这确实反映了非常根本的机制。但是很可能很多事情是没有办法用目前的人工神经网络来解释的,这时候需要用进一步的模拟,也可能叫计算神经科学的模拟,刚才吴思提到AI和计算神经科学没有本质上的严格边界,这种更深层次模型通过加入更多的脑神经系统的特性就可能模拟神经系统更多的行为,然后可以再反过来看哪些性质是哪些行为必须的。当然最后这还是一个大脑理解大脑的复杂性问题。

第五:我们面临的是两个黑盒子,深度学习和大脑这两个黑盒子怎么互相对比?能不能把这个黑盒子打开?

山世光:脑科学研究需要什么样的AI技术来解决什么样的前沿脑科学问题,哪位老师就这个话题再说几句。

吴思:我特别期望望神经形态研究的发展,就是唐华锦和吴华强老师他们将的东西来帮助来帮助计算神经科学的发展。我们研究脑科学,提出了各种模型和机制后,如果有一个类脑的硬件系统验证一下,就能更好证明这个机制和模型是否生物学合理,能否在AI中得到应用。

第六:我们还有一个话题关于人才培养,这是未来论坛秘书处觉得非常重要的话题,我们看哪位老师对交叉学科培养有经验或者想法?

毕国强:这是非常重要的,可能目前整个领域,尤其是在国内发展的真正瓶颈,就是怎么样培养更多的交叉学科的优秀人才。这是一个很大的挑战,因为真正的AI-脑科学交叉学科人才可能需要对两个学科都要有充分的把握,而这两个学科都是很难的学科,计算机科学、神经生物学都很难,而且它中间重叠的部分又不多,不像是计算机和应用数学,或者生物学和化学相对容易一些,如果想把AI和脑科学这两个连在一起,你需要几乎双倍的专业知识。国外有很多值得借鉴的经验,但最关键是需要鼓励青年人追求自己的兴趣,你如果感觉大脑很神奇或者AI很神奇,真的想研究它们,理解它们,那就花别人双倍的力气把这两个学科都学好,这是最重要的。我读物理研究生时很容易,英语听不懂照样去考试,但读生物研究生的时候发现不光英语听不懂,翻译成中文也听不懂,我只拿录音机录下来,仔细查,把所有东西一点一点搞清楚,这样花了一个多学期的时间之后,就开始真正能理解生物学家说的话,可以开始去做这方面的研究。另一方面,国内很多课程设置有专业限制,不同专业间的壁垒还是很大的。在生物系和计算机系这两个学科的要求差别非常大,这时候需要设计真正的交叉学科的课程体系,科大在这方面做过一些努力,比如温泉老师教物理系学生计算神经科学的课,深圳在建的中科院深圳理工大学也希望建立AI+脑科学的智能交叉学科专业方向,建成培养交叉学科顶尖人才的机制。我想后面会慢慢好的,大家在北大、清华、浙大,在这方面都有很重的责任。

山世光:我今天早上还在看心理所要设计本科专业,课程体系里我看到人工智能的课他们有一门,我就在想这个人工智能的课谁来讲、讲什么,对他们来讲前面没有计算机变成课,上来就有人工智能,给心理所的人讲,确实课程体系建设方面有有非常多的地方需要努力。

唐华锦:浙大这边新招的人工智能专业本科生专业设置了AI+脑科学的交叉课程,在推动培养新一代的AI+脑科学方面的交叉人才上已经在布局,相信清华、北大也有类似课程的设计。

胡晓林:我个人认为在毕老师你们那儿开人工智能课,前面没有编程基础,上来就讲人工智能很难的。我觉得反过来,如果在信息科学这样的院系开设脑科学相对来讲应该是比较容易的,因为就我这点不成功的经验来讲,学神经科学可能不需要特别系统的、像数学、编程那样要经过好几年的培养。浙大这样的做法可能是比较好一点。在我的课题组,我是鼓励同学们做一些脑科学的事儿,但是目前为止不是特别成功。现在计算机信息学科的学生更加关注的还是AI,偏纯AI,技术本身。这是另一个方面的困难。

山世光:也不容易,我本人也学了好几年,现在刚刚能做到脑科学、神经科学说的词汇我基本能理解,但是更深刻的思考也做不到,感觉也不是那么容易。

胡晓林:要真正有兴趣,真的觉得这个东西不解决,AI这个领域可能也没有特别大的发展。

山世光:还是要投入双倍的时间和精力。

现场问答环节

第七、 大脑如何完成学习-记忆融合的?能不能稍微展开讲一下。

唐华锦:因为时间关系我简单陈述一下。这涉及到我们对记忆的理解问题,首先记忆通过神经元的群组编码实现,比如对某个概念,必须有一组神经元对这个概念进行表述,这组神经元就要通过学习对这个概念进行响应,比如通过快速学习,这个神经元群组之间要加强它们之间的连接。把这个概念和另一个概念之间,如果它们之间存在联想关系,不同的神经元群组间要形成一个新连接,这个连接要把不同概念联系起来。群组内的神经元连接以及群组间的神经元连接都要通过学习方式实现。要么通过无监督STDP学习规则,或者通过有监督的学习规则来实现学习和记忆的融合。

第八、刚才提到多模态融合很感兴趣,能不能介绍一下人脑是如何进行多模态融合的?

吴思:多模态信息整合是我们大脑的一个基本功能。人为什么有五官?实际上它们是我们从不同的物理、化学和声音等信号来感知这个外界世界,这些信号需要在大脑里有效地融合起来。从数学角度说,多模态信息整合的最好算法是贝叶斯推理。有意思的是,行为上已经证明大脑能做数学上优化的贝叶斯多模态信息整合,在神经数据上猴子实验也证明,在计算模型上也得到了验证。我们最近做一个模型工作来解释其机理。基本的思想是各脑区有分工,分别负责处理视觉信号、听觉信号等,但同时这些脑区之间又有连接,这些连接编码不同信号之间关联的先见知识。这样多个脑区间通过信息交流,最终以并行分布的方式实现了优化的多模态信息整合。

第九、突触可塑性可以看成一种局部优化规则,大脑是如何进行全局学习和调控的?

毕国强:这是一个很好的问题,我刚才提到一点,我们研究学习或者可塑性,一方面是看突触本身发生的变化,另一方面我们希望,实际上还没有真正做到,就是在全局尺度上或者环路尺度上看这些可塑性是怎样发生变化的。这也分多个层次,一是在全局上面,哪些突触可以发生可塑性变化,这需要突触前后神经元的活动,任何一个需要学习的内容在整个网络里面以不同的神经元活动表达出来的时候,就会有相应的突触发生变化。

另一方面,全局尺度上还有神经调质的作用,比如说情绪或者是奖励的信号,受到奖励的时候大脑里多巴胺系统会对整个网络有一个全面的调控。但调控具体影响还有待深入研究,但是一般来说它可能让在这段时间受到影响的突触的可塑性变化更容易。这样就在全局尺度上可以把很多突触的变化协调起来。

第十、信息专业的学生如果希望自己入门脑科学相关内容,应该从哪里入手?

吴思:最好能进到一个课题组,多听报告,参与做具体的课题,这样才更有效。如果光看书,刚开始坚持一个月还可以,你能坚持一年吗?而且你学的东西得不到应用,你可能很沮丧,你可能就放弃了。所以找一个合作课题是最佳的。

山世光:我一直在建议未来论坛青创联盟我们搞一个奖学金,能够鼓励一些信息科学或者脑科学的人互相进入对方,然后给他们提供支持,当然这也很难。

毕国强:这是非常好的办法。我原来在的匹兹堡大学和CMU有一个联合的CNBC Program,就是试图把实验神经生物学和计算神经科学和计算机科学实验室都联合到一起,学生拿到CNBC的奖学金,如果他属于计算实验室的他需要到一个生物实验室去做一个学期或者更长时间,反过来也是一样。当然对每个人,我还是要强调每个人的效果不同,最终还是要看个人的坚持,你有多强烈的兴趣和你想花多大的力气。

刚才我提到花双倍的力气,很多人就有双倍的力气,这些人可能就适合做这件事情。

山世光:而且双倍的力气可能只是在开始。

唐华锦:确实建议很好,要放在一个具体团队或者项目里去做,一个是提升你的成就感,也不会学了一年之后感到很沮丧。中科院这一点做的很好,你们的“脑中心”甚至强制要求人工智能和神经科学蹲点。还有浙大,“双脑”中心也是强调人工智能和神经科学在一块儿在一个团队,至少你要找两个这样的导师,然后去做这方面的工作,效果会很好。

吴思:计算神经科学的教材,网上有“cosya”(音)课程很好。我看观众提问中已经提到这一点。

山世光:从点到线再到面,不能上来就到面。

第十一、脑科学领域对常识的研究,有哪些资料可以推荐?

唐华锦:回答是肯定的,一定是存在误差反传,比如说肯定有全局信号、奖励信号,只是反传方式不一样,传统人工智能的反传是基于梯度下降,但是在神经科学里很难实现,因为要求对称的传播,我觉得是具体实验方式的不同,但是一定是存在的。如果对这个问题感兴趣可以看最近一篇论文“Backpropagation and the brain”(Nature Reviews Neuroscience,2020)。

山世光:今天非常高兴,我们三位演讲嘉宾和三位讨论嘉宾给我们呈上了一盘丰盛的科学盛筵,今天的活动到此结束,我们AI+科学的系列专题,下一期AI+科学计算将在5月10日举行,欢迎大家关注,再次感谢各位嘉宾的分享,感谢大家。我们下次再见!

延伸阅读
王凤枝 本文来源:网易科技报道 责任编辑:王凤枝_NT2541
分享到:

他是清代海宁著名的藏书家和校勘学家,以精通唐史著称于世

小狮子和小怪兽制作水果干,大家非常喜欢吃

七万硕士在送外卖,到底我们辜负了文凭,还是文凭辜负了我们?

晋城本周有暴雨!

正午阳光:书记回村,看到空气污染严重,直接让把安局长拉来

台风来了,把小红小黄吓了一跳

重庆高新区山体滑坡:碎石从300米高处滚落、厂房被埋

郭美美再发声!暗示迪丽热巴主动贴黄景瑜?网友大呼:毁三观!

巾帼不让须眉!两个女人比试起来,这阵仗有点大了

轩银在这里:游戏中更该丰田考斯特客车皮肤,太贵了

定了!高中暑假已开始!今天起,高一~高三可免费上清北名师课!速领!

单标文章2-2020-08-17 13:50:30

杉杉来了:杉杉喝醉后竟然这么主动,早上醒来还装傻,太逗了啊

发现篮球异响!及时躲开!避免了一次爆炸伤害

三图文章测试1597038622866

长城汽车7月销售78,339辆 同比大涨30%

兔子耳朵一闪一闪发光呢!兔兔小伙伴惊喜盲盒开箱游戏——基尼

单标文章测试1-1597038638349

凯迪拉克CT5降价促销优惠 售全国

晋城某歌舞厅老板被抓!

【碎念】方舟生存进化灭绝04:驯服昔日敌人用爱(物理)感化野人

我宅家生活|忙里偷闲:逛街-穿搭-追剧-零食-网课

国产手机5G神话破灭?仅支持4G的iPhone成爆款,在国内大卖!

断奶:舅妈都没能生出儿子,竟想要偏方帮佟丽娅生儿子,太逗了

农村怪相,越来越多适婚男性没法结婚,原因太现实:高房价逼的?

#寻找乡村手艺人#农村的修鞋匠人,手艺很好,修一双鞋只要2元

奥迪Q5L‘’最新报价配置参数价格多少钱

这个一定要练起来!

鸳鸯佩:订婚宴结束了,其峻任性后果沈父向宋先生道歉

奥迪Q2L‘’最新优惠配置参数价格多少钱

温哥华疫情一天比一天好了,漂泊在海外的华人盼望着早一点通航…

热点 | 农民工首次创业可领补贴,农机购置补贴已发放114.8亿元

灌篮高手:流川枫展现惊人技巧,惊艳全场

黑白战场:嚣张我只服元朗龟哥,打架不怕死,出来混全凭骨头硬

六盘水严新明涉黑诸罪成疑 穿越时空人为拼凑拔高罪行

新农村摆摊卖家另样的生活大超市!我们赶集去啦!

又是燥热天,漫漫夏日,何以解暑?唯有唯有林间清凉来相伴

微末狂生传

立体动物认知,小刺猬和猫头鹰

「大小姐」爱子隔11年长大变超辣!17岁「中空装蛇腰全露」

小姐姐嘲笑美女的车丑,男友拿起一排鸡蛋就砸,太消气了

南昌扶贫产品展购中心,搭建消费扶贫连心桥,助力打赢脱贫攻坚战

乐高积木:超级英雄系列76151毒液暴龙伏击套装模型拼插

宝马X2降价促销优惠足

欧冠出局!皇马大清洗11人,至少筹3.5亿,5400万巨星合同成难题

水哥父亲修表30年,半小时修好2个挂钟,寻找乡村手艺人

王珞丹和男子在车内大尺度亲密 被嘲在床上看着太黑

今天停电了,天气32度34度太热了

法学汇|新时期改革背景下检察官的客观公正义务

不堪忍受虐待,两头美军海豚愤然叛变,叼着水雷差点击沉本方军舰

厦门钨业大跌5.06%,近5日流入1.13亿元

娱乐圈公认“黑不动”的四大明星,赵丽颖上榜,而00后仅有一人!

鸳鸯佩:订婚日子将近,男子心疼她别累着?

雅阁‘’最高优惠 最新报价 限时优惠

奥迪A6L‘’最新报价配置优惠价格怎么样

奥迪Q5L‘’最新报价配置优惠价格多少钱

拉伸大腿前方股四头肌,改善膝盖前侧疼痛

实拍:暴风雨洗礼过的农村水果是那么新鲜!地里全是稀泥巴 下篇

吉林省长春市发布雷暴大风蓝色预警 2020-08-10

柞水一女司机操作不当,开车坠入河里,幸亏系了安全带

混剪丨《无名之辈》中,想要“一步一个脚印,做大做强”的笨贼。

抗疫电影《最美逆行》上线 程琤传递正能量

发布分页文章1597038629096

李小龙无论是实力,还是演技都是顶尖的!

十万元级别的家用车怎么选?性价比成了朋友最后选车的依据

来我帮你打造闺蜜喜欢的样子,谁知反被他们套路了

吓Cry!大悦城空降「丧尸迷城」,还上演“夺命追逐”!

感谢网络喷子!——参加比亚迪双模节能王挑战赛有感

“伪勤奋”正在流行,孩子明明在假装努力学习,家长却还引以为傲

[超高清4K]农田现摘一篮黄瓜,做一餐黄瓜大宴,一上桌全吃完

晋城晓庄大喜事,村民们好激动!

鸳鸯佩:订婚典礼上,新郎逃跑,留下新娘面对尴尬的场面

中雨转大雨?下周易县还有几场雨?

把章鱼放进搅碎机里,猜猜章鱼能坚持几秒?场面异常惨烈

单标文章-1597038633299

立秋后宁愿不吃肉,也要吃这馅水饺,补钙防便秘,上桌老公吃2盘

保养的空当,休息区待腻了,去展厅看看,奔驰在氛围营造方面一流

19世纪最会画人体的人

奥迪A4L‘最新报价配置及参数价格多少钱

搞点儿乐:大公鸡和黑狗下棋,玩不过就要决斗,笑得遭不住

突击手蜜獾:再挑战只靠大龙虾物资吃鸡,地图设计师居然留了陷阱

单标文章1-1597038630441

吉林省德惠市发布雷暴大风蓝色预警 2020-08-10

他的葬礼规格比毛主席高,子女当了一辈子农民,无人知

单标文章测试1-1597038635558

飞度‘’最新价格 最高优惠 价格行情

蔡明年近六十不服老,穿复古裙身材似“芭比”,皱纹却暴露年龄

摩托车换前外胎,生意虽小,这是老客户的信任,谢谢朋友支持

#亲弟回应举报干部哥哥通奸#【#浙江干部被亲弟举报通奸#弟弟

月矿尽快完成“小鲜肉”角色的转变

自己染发?! 成功or失败 欧莱雅colorista实测 Olivia

[空军素材×1]要不是进了个消息!我……

阿杜点赞球迷女友!被球迷找上门一顿臭骂,杜兰特这操作也太逗了

三国杀:界左慈忍无可忍无须再忍,怒开3南蛮入侵1万剑谁能顶住

空姐妖妖教你如何让底妆画的更服帖~

稀土价格稳中有进 分析师:持续关注板块走势

迷你世界:逃离废旧工厂,这个残破的场景凉风的跑酷实力大增

背包西藏第三天,遇到摩友告知前面封路,这种感觉太亲切了

人们都很忙!车水马龙谁在闲着?

搜狐发布2020年Q2财报 扭亏为盈净利润1200万美元

庆阳:建好农村公路促进乡村振兴

朱丹自成为全网“卑微”后,又被嘲沦为“生育机器”?

BBC:美国即将分裂互联网吗?

下暴雨又没拿伞,默默的等了一小时,雨躲掉了,积水没法躲

全县脱贫攻坚规范提升动员暨培训会召开

要啥汉兰达,丰田新款“奔跑者”来了,看看内饰如何?

抢先试驾2020款大众高尔夫eTSI,开车跑一圈后,买不买做个参考

海贼王:被乱拳打飞的艾尼路,路飞的搞笑日常!

浙中北持续大雨,钱塘江流域维持防汛1级应急响应

发布通栏大图1597038627837

【微靖江】好消息!工人文化宫停车部分时段免费开放!

她心系李连杰,终身未嫁人,盘点香港电影里令人心动的日本女演员

李志林丨调整中指数现分化,结构牛市仍在延续

新疆维吾尔自治区博尔塔拉蒙古自治州发布雷电黄色预警 2020-08-10

2020年河南省招聘特岗教师1.7万名,明日开始网上报名!

拜仁对巴萨成绩占优,但球迷最难忘的,还是那个犯罪式过人

散文 | 人生碌碌何为

新济公活佛:假皇后这么了解皇宫之事,济公都有点迷

买车的贷款还不起了,想问堂弟开口,没想到堂弟却这样说

欢喜密探龙定海为牛大宝接风,被众夫人一顿夸,大宝恭恭敬敬

这个圈子“子凭母贵”?地位高的母狒狒,生的小狒狒也地位高贵

【微靖江】定了!高速限速标准调整,11月1日起正式施行!

妓女想要从良,写这副对联给嫖客,10年后嫖客才看懂,直呼后悔!

杉杉来了:杉杉担心封腾投资的钱会打水漂,谁料他要拿杉杉抵债

美味奇缘:老板带外籍员工买西服,员工不收反被骂,真是好老板

最怕这种人,一开口就惊艳了全世界,小哥哥们到底经历了什么

小渔翁又到海边撒网,二张网撒下去,收获不少海货,这样赶海才爽

广西玉林四兄弟上亿豪宅,建在两山之间,堪称“过江龙”格局!

宝马X1降价促销优惠

皓影‘’最新现价 配置参数 落地多少钱

酒泉12个重点项目集中开工

整蛊王不愧是整蛊高手,用面具整蛊富二代,连父亲都没能幸免

云南省晋宁县发布雷电黄色预警 2020-08-10

高端商务接待又多了一个选择, 试驾大众最大车型“威然”

桂花和妈去摘红薯叶,和面做“红薯窝窝头”,你们吃过吗

中保研发布国产版Model 3碰撞测试视频:似与IIHS测试差别不大

冠道‘’最新报价 配置及参数 价格行情

北美报哥:看看新玩具来自Springfield M1A Scout

行业新标丨美涂士抗病毒漆树立健康家装新标杆

凌派‘’最新价格 最高优惠 裸车现价

上海消防开展危化品储存安全专项“体检”

老司机也有翻车的一天,这么高的坎也敢直接下

北京小伙儿吐槽在北京过得还不如北漂有幸福感,到底是因为什么

宝宝扁头才好看?专家反对:影响智力发育,家长别傻了

《火影忍者》为何叛忍带着印有原本村子标志,但却有划痕的护额?

扶贫与时俱进 红薯叶铺下良性发展之路

松峰山首届旅游文化节8日在哈尔滨市阿城区正式启幕

奥迪A3两厢参数配置价格图片 优惠多少钱

前妻:老方被赶出家,流落到前妻家,前妻竟帮他带孩子

浙江昨天新增境外输入确诊1例 无症状感染者2例

封神英雄榜:雷震子突然出现吓坏哪吒,哪吒:妖怪啊

铝期权和锌期权“云上市” 姜岩:可有效提升企业的风险管理效率和精度

【Re-M!X & Li☆ve】-新 宝 岛-左右为男【瞳/初/凳/浩/四/优/虾/螺】

小伙伴有了新玩具,在花园里玩的好开心!

西峰区解放西路海绵工程铺油罩面完成实现通车

手游:和朋友一起联机!我开的是GTR

玛莎和熊:玛莎真是多搞怪瞧她的样子太可爱了

关注!疫苗有新进展!疾控中心主任已接种

头发颜色“太鲜艳”不能录节目?看到周震南的操作,莫名有些心疼

梦幻西游:老王取号化圣9层龙宫,带120级第一项链,初灵高达258

江苏启动首届网络全民健身运动会

悲剧!行人涉嫌闯红灯 遭面包车撞击身亡

小沈阳现场演唱《就当从没遇见你》,声音太有穿透力,满分情歌!

欧冠联赛8强全部出炉 巴萨拜仁将上演巅峰对决

三台现代农业园区:互联网+绿色品质 高标准规划冲刺国家水平

一部国产动漫短片:这是多少男人心目中的女神呀…

关内小城:分享雅马哈巧格125的优缺点,六千多公里使用感受

凯迪拉克CT4降价促销优惠

盘点峡谷师徒关系,东皇是鬼谷子徒弟,姜子牙的徒弟你一定想不到

六月苏北农村,收麦子风景线,现代化收割机效率高70块钱一亩地

国服第一猴对战1800场阿颖炼金,打猴子不带护甲?1级直接单杀了

机器人用这种办法,找出混在里面的人类,真是很惊心

天然材料倾心制作,为流浪猫狗安置暖心的家园,堪称狗窝中的别墅

DC英雄C位,肤白貌美大长腿,还会徒手挡子弹,无人可挡万人迷!

这些姿态优美的鸟,主要栖息在浅水泄湖,和潮湿的沼泽地区

南疆棉田,重播的棉花和没有重播的棉花,对比十分明显

晋城88年女士:有颜有才有气质!

售28.73万起!豪华A级轿跑SUV奥迪Q3轿跑正式上市

《脑筋急转弯》房子都会有厕所,如果不建厕所,是不是能多个屋?

三国杀:马良开局应援主公打开局势,曹丕不费吹灰之力轻松取胜

超俄!中国成美最关注对手,事实是这样吗?最新报道或给我们启示

养心有方:天气炎热容易诱发心梗?齐齐做好大暑养心四部曲

中国龙丁俊晖不丢人,输球却获奥沙利文高待遇尊重,塞尔比做不到

你追的热门股 为什么基金都不买?

温暖的村庄:村长要求俩大叔,把媳妇叫回来,大叔跑路姿势亮了

生化危机5关爱丽丝身负重伤,迫不得已只能破冰

豹子偷袭饲养员,却被老虎拦下,老虎:奶爸你都不放过,你没有心

杨家将:赛花帮四郎治病,四郎还指桑骂槐气她,听说你丢了个儿子

乾隆一登基就耍狠,让老王爷们受到威胁,担心自己的贝勒被盯上

梦幻西游:鉴定160级鞋子出逆天双蓝字成就,老王要当狗托逆袭?

一只孤单的小花豹趴在树上,或许它在等待妈妈狩猎归来

沃尔沃S60参数配置图片及价格优惠多少钱

贵州潜力最大的县,目前总共有11个火车站,未来还会有三个机场

陨落的美国制造业巨头:市值“蒸发”15000亿,全球裁员10%

鸳鸯佩:警察厅抓走富豪,居然惊动了督军,一登场就霸气十足

和平精英:她爱的只是你的钱?结局太辣眼睛了!

#电影解说 #电影剪辑 阴阳路系列

楚霸王项羽失败的真正原因,性格缺陷埋隐患,天地人三要素全不占

太极拳老师们出招了!康复六式学起来!|帮女郎

48名网络主播涉嫌违法违规活动,被列入黑名单封禁5年

大叔荒山探宝,误打误撞捡了个“金雕”,运气好到让人眼红!

86岁的老爷爷种的菜只送不卖,小菜园品种齐全

越秀融资租赁:拟发行6亿元超短期融资券

外储规模“四连升” 保持总体稳定有支撑

姐姐被妈妈误会欺负弟弟委屈得不行,还好宝爸拍下全过程!

清道夫被晒成鱼干能复活?男子往鱼嘴倒点水,不可思议的事发生了

大兵子“探”农村大集,拿货价2-4元零售6元,大家觉得利润怎么样

最怕班级有这样的女生,一开口就是放大招,男同学魂都勾走了!

每天坚持跑步的人,恭喜了,这几种疾病会远离你!

犯罪团伙作案7起,法院集中宣判高达39人的涉恶团伙

DIY手工玩具分享,汪汪队立大功制作培乐多彩泥食物!

蔡少芬面前张晋前女友来电,张晋直接回过去,这回复安全感满满

2020《股东来了》启动,湖南片区宣传片来了

佛山3000平米的连锁母婴店倒闭,小伙去催债,店长:我工资都没发

被忽视的日本太空技术:隼鸟2号,1秒内自主完成小行星采样!

摩旅遇车友,和我一样常常一块钱一天伙食费,三五天吃一次肉!

下周,全国统一换发《残疾军人证》等

sci谜案01:连环杀手被当场抓获,不料主谋竟另有他人,可怕!

雷克萨斯LX570实拍,真正的百万级豪华硬派SUV!

上港队医:胡尔克体脂率在8-9% 治愈大卫-路易斯引起轰动

小上:首次用橘右京打野,凯瑞全场,堪比新一代野王的诞生!

清者自清!女子骑车不慎摔倒 女同学好心相助被误会 监控还她清白

被豪猪咬掉耳朵的小灰兔好可怜,小赵去看它活得好不好

大话2:先投资20亿准备收货,兼职商人如何找到五开刷子大量进货

预测它会成为华系车下半年的爆款:长安UNI-T

鄞州区气象局发布雷电黄色预警「III级较重」

英菲尼迪Q50L参数配置价格 优惠多少钱

迷你世界:《小时候的农村》摩托车电视机和收音机,你见过几个?

宝马3系参数配置价格图片 优惠多少钱

郑爽和爸爸相处模式,爸爸可谓是肆无忌惮,节目现场强吻女儿

这位女老师在黄河岸边,讲了2个溺水事件,令人痛心

天演门引发兽潮搞的生灵涂炭,楚行云为救洛澜脱离保护下山救人

北京启动“炫·彩生活月” 旨在激发体育健身需求

百年品牌NANEA莱妮雅——在服务中传递态度,在产品中演绎匠心

博白县委第二巡察组巡察宁潭镇党委情况反馈会召开

频繁被传复合,李小璐心情大好骑单车游玩,嘟嘟嘴卖萌如初恋女友

2020中国天津国际高端美容院线产品及化妆品展览会

沃尔沃XC40参数配置价格图片优惠多少钱

装多了起步都点头了#超载最佳卡车

携带202公斤的金条和7万现金非法进入美国!中国留学生当场遭遣返

【荐读】速看!明日开始网上报名!

金·卡戴珊穿紧身裙带娃,太有“辣妈”范,和侃爷度假归来和好了

父女俩去田里干农活儿,女儿在河边哇哇大叫,小伙过去一看不对劲

吉尼斯记录,长达4000米建在防洪大堤上的诗国长城

赵丽颖人缘到底有多好?看黄晓明张亮发文,关系好坏一目了然

奥迪A6L参数配置图片及价格 优惠多少钱

安倍不可能想到,抗疫关键期,或将被一“搅屎棍”官员打破

云南:未来五天阴雨交替出行 请提前看天气|都市条形码0708

周文强:恐惧就是黑暗 爱就是光

15万高句丽人来袭,唯独薛仁贵穿白袍迎敌,李世民大喜:这仗稳了

男子从国企跳槽到互联网,结果收到原公司领导信息后,人不淡定了

在荒岛没钓到鱼,眼看食物越来越少了,却无意中捡到了宝贝

加拿大人趁黑登陆,准备决一死战,结果被德国打的屁滚尿流!

协查!谁认识这位被撞男子?

宝马5系参数配置价格图片 优惠多少钱

农村“人间烟火”之地摊卖菜的农民 处处充满人情味,你有去过嘛

宝马X1参数配置价格图片 优惠多少钱

鸳鸯佩:警察围捕被庭轩跑掉,郁芩想通过其峻知道永恩住址

喜欢微距摄影的朋友,看看这部《微观世界》

“吃鸡”海岛地图有一处观光缆车,可以自由来往“穿山隧道”!

河南遇到大旱天气,农民为了浇地,都来安装新型免摇器

为了一只鸡!阿龙苏也是拼了

披荆斩棘的王耀庆,王耀庆蜜月期都在打游戏,妻子的方法大快人心

莱昂纳德:笑到最后的往往是最健康的球队

都是因为公公一句话,让儿媳面临危险,老太逮着老头一顿打

2020酒鬼酒乘风破浪频出大招,近期将有大事发生

河南南阳:农村小伙卖一次桃子,整得都快封店了,咋回事儿?

霸气有余,沉稳不足,百万级别的酷路泽5.7改黑武士你hold不hold?

迈克生物大涨6.25%,振幅9.08%

奥迪Q3降价促销优惠

瓢虫雷迪手工书:给雷迪和黑猫要去参加化妆舞会,为他们设计礼服

强对流天气夜袭北京

陈波率团赴长三角开展“双招双引”活动

叙叛军数年没办成的事,被一场洪水搞定?俄军迅速低调处置

农村兄弟清晨虾田插秧,表哥自称插秧小能手,大家看这技术还行吗

建筑安装行业的增值税发票,能否抵扣呢?

一千零一夜:国王用各种手段,想得到渔夫的珍珠,被美人鱼发现!

黎巴嫩爆炸引发连锁反应,代理人战争或接踵而至,美国有机会插手

不是每个地方都有鱼群,如果找对洋流,要多少鱼就捕多少鱼

从中国女婿到抹黑中国,扎克伯克到底有几副“脸谱”?

新济公活佛:假丞相布假圣旨,想让济公斩首,济公被桦树公救了

奥迪Q2L降价促销优惠

嘀嗒顺风车介绍电动车充电安全提示

一个“毛丫头”的称呼,表现出了老许和老婆之间的甜蜜!

脑供血不足的人,生活中养成4个好习惯,软化血管脑梗或会绕道走

“金汤”沸腾,“北京当代”2020拉开帷幕

小伙自驾旅行西藏,在路边发现一辆被遗弃的五菱神车,只剩车壳了

共商区域合作 共谋绿色发展

河北警方通报12岁女孩被绑架杀害案细节

我国实行了美丽乡村,看我们枣庄市中区齐村镇前良村是怎么做到的

长肉特别猛的主食,并不是馒头和米饭,可能是你天天吃的

手把手教你做酥香解馋的脆皮鸡蛋卷,新手也能做成功,百吃不厌

汤大人升堂:有钱就可以任性吗?这么多皮肤还违规!封你号!

凯迪拉克CT5降价促销优惠

光头强不砍树了,光头强要开始卖水果了,光头强真好!

宝马X3参数配置价格图片 优惠多少钱

奥迪A4L参数配置价格图片 优惠多少钱

艾克斯奥特曼:大地和翔见面,语言不通情况下,大地解说太搞笑

小鸡勇斗傻狐狸:傻狐狸在云朵上钓汽车,真费劲儿,就不能聪明点

拳皇:小孩化腐朽为神奇,逆天翻盘剑圣,国内粉丝直呼过瘾

20款酷路泽4000展厅价格下调秒提

玩转零工经济?女工说我们可玩不起

小伙成了超人后胡作非为,父母教训他,却双双被害

大历史观之下的tiktok

20款奔驰GLS450加版热惠 手续正规性能强大

农村老爹晚上喝酒用番茄下酒,这样的下酒菜你见过吗?

实拍广西大新非遗文化宣传日现场:给我一天,还你千年

三伏天,仔姜和它天生一对,开胃又下饭,给肉都不换,好吃还不贵

穿越哈拉湖抄近路遇险,发动机高温离合器烧臭,停车强制手动散热

九零后奔三大叔去剪发被误认为是00后小鲜肉,令人哭笑不得

香港电影黄金时代,惊艳了时光的港片女神,哪一个是你的最爱?

眼角受伤的小猫咪在排水沟中等死,没想到能够重见天日,获得新生

不得不佩服丰田锐志,中控仪表台的皮都烂完了,但内饰质量真好

朋友说:人到中年买这车很失败!一万公里真实用车感受,值吗?

飞天机器人:机器人为什么不能把炸弹装到铠甲机器人和直升机上面

英菲尼迪QX50配置图片价格优惠多少钱

俄罗斯或动用一票否决,美国阴谋将彻底破产,特使黯然辞职

黄圣依说话让人反感?网友:星爷看人果然真准,让她演了个哑巴

咱也不敢动,咱也不敢说,还得在边上候着,等着人家的随时召唤

张歆艺谈配不上袁弘,谢娜的话很有深意,爱叨叨的人不懂幸福是啥

黑瞎子刚醒第一反应看看自己节操还在吗?不料美女在一旁翻白眼

午评:“震荡”与“分化”,“估值”与“技术”,取舍总是存在

逃跑吧少年-小浩就在这里等着,溜的就是追捕者!

政府保驾护航,夜市生意兴旺!

富少在哪都是焦点,坐着聊天都有美女过来请跳舞,小伙看着眼红

猫和老鼠手游:侍卫汤姆速度最快?黑鼠:你对速度一无所知!

农民工师傅把这当自己家了,卫生间厨房防水做到顶,业主偷着乐呀

激荡:大老板执意收捡破烂为徒,带他炒股,最后不负众望赚大钱

少儿英语:唱首晚安歌给朋友听吧

速看!潞城2020年教育系统事业单位招聘最新消息

长江七号:小时不知片中意,长大已是片中人,如今笑不出来了

夏洛特烦恼:袁华变成爱哭鼻子的傻瓜,没有三好学生该有的样子!

这48名主播,被列入黑名单!

“瘫痪”北斗卫星,中国就将失去反击能力?实际情况怎么样?

宝马X2参数配置价格图片 优惠多少钱

乘势而上 共进共赢 |中材建筑召开2020年下半年战略会议

农村夏天必吃野味,一晚上抓了20多个,油炸一下吃着过瘾

狮王三兄弟轮番讨好母狮,其余狮群成员只能远远的观望

未来警察:机械怪物来袭,场面超燃的,看的真过瘾

我的世界生存日记第二季28:1.16版本刷铁机收集平台肝起!

西绕城高速136公里,车这里必须点点头!

妻子扬言要治理别人,丈夫听了急忙制止,还说出这不为人知的秘密

记录一个快递员的一天(6)

遥控失灵用车匙开门确断车门里了,湘香吓坏了,后来怎么解决的?

猪肉加美酒,彝族人过年的歌声里洋溢着幸福,老人的脸上满是笑容

反诈提醒:这个群里只有我一个人在赔钱?是的!

封神英雄榜:金银双锏被废,太师丧失左膀右臂

有些人的自卑要用一生来弥补,小梅就是这样可怜的女孩

使命召唤:除了8月6日拿到版号,你还了解什么?

年纪越大越健忘?只要坚持做好5件小事,老年痴呆永远找不上你!

绝世高手:小鱼冒充王子,其实却住在水管里,谎称是咕噜咕噜管族

效率真低!中超1队4场射门47次,18射正18角球,结果只进了1球

硬糖少女自我介绍,希林被误会,陈卓璇甜,听到张艺凡:晕了

三国一共才60年,刘禅就当了41年皇帝,我说他比诸葛亮还聪明

胡素恩为了当上尚宫,竟然用它毒害翠云嫁祸给雪霞,除掉她俩!

2020新款加版奔驰GLS450 实力非凡轻松驾驭

趣味动画,小狮子开尖钻车,遭到大蝎子追赶,它能成功逃脱吗?

开学了,这病进入高发期!传播系数高,请警惕!

育儿惊奇19:我不喜欢待在这里,快快放我出去,我要自由

新疆:扎实推动贫困家庭劳动力转移就业

就这一杆进球让斯蒂芬李名声大噪,无数人争相模仿,却难以复制!

机器人推力好强哦,飚速想要阻止它

back to the 70s:新世代的保时捷935

狼犬围捕北美野牛,眼看落单小牛犊危在旦夕,牛妈妈冒死解救孩子

8个外甥赶来过暑假!“宇宙最强舅舅”火了:每天做饭5小时,一

山野菜都开封了白跑10里山路,幸运发现黄花香基地,明年发财了

朱丹热剧:帅哥帮本人兄弟打官司,却不知老婆偷人兄弟,太残暴

上海堡垒:实景搭建15000平米,上海大炮建成花费2年

朱元璋审问犯人,犯人说的话,让老朱哑口无言了

哈尔滨候鸟族注意!小心有人把你的房子出租了,已有10人被骗

洪金宝当年跟曾志伟闹掰?还表示:“谁用曾志伟就是我的敌人”

新宝骏 x 浙江卫视跨界演绎RC-5/RC-5W上市新潮流

鸳鸯佩:订婚典礼上放了美女的鸽子,现在说这三个字就能打发了?

封神英雄榜:美女刚走,妖来了,神木怕是不保了

每天进步一点点,分享生活中的美好时光!

霍思燕当年拒绝嫁给朱雨辰,怒怼他妈妈:结婚是为了娶新“娘”?

工程车小知识,什么样的交通工具可以在冰冻的海面上破冰前进呢

新规出台,小区内的地下停车位和地面停车位都是业主的公用面积

农村这种田基黄、它可泡茶、还可以煲汤、它的作用你懂吗?

开心超人:太难了吧,超人们想要找份工作,却一个也没找到

娟子娘家妈能干又操心,给大女儿编的草墩好了,4个孩子都有份

奥迪A6L降价特惠促销降价售全国

众舞见完美融合寄明月与新宝岛,各位阿伟准备一下【年度UP主颁奖】

十四运会视觉形象识别系统(VIS)正式确定

她曾是著名歌后,瘫痪39年丈夫出轨8年,今61岁生活凄惨

最落魄时1500卖歌没人要,无奈只能自己唱,竟成网络爆款!

北京绢人作品《最美逆行者》入藏首图

宝马1系参数配置图片价格 优惠多少钱

今天刚花了几千块钱买了一辆雪佛兰乐驰,这个价格你会买吗?

教育部最新发布,河北将新设3所高校!

青丘狐传说:张生故意装傻,让钟晴喝洗脚水,古月竟站出来说要喝

【一拳超人】開開心心拿100多張菁英捲抽爆山

2020版《定西之歌》MV制作完成,看看有没有你们家乡的美景

关中平原地理位置有多好?号称八百里秦川,曾有13个朝代在此建都

长沙光明E城商铺业主被“单方面解约”运营商的“锅”该谁背?

文章与美女聚餐,女方颜值超高撞脸徐静蕾,一细节暴露关系不一般

姥姥的饺子馆:桂芳和老李吃饭,老李知道她委屈,想要替她出头

点头王对二头王,点头王把二头王追得全场跑

天道肖亚文借丁元英前妻的话,劝小丹放弃,小丹却求之不得

奥迪A4L‘最新报价 最高优惠降价多少钱

Suicide Guy:我被困在梦境了,逃脱方法就是作死

西安朱雀农副产品物流中心:自查未发现进口三文鱼 进口冻货已下架

新捷达VA3和桑塔纳谁更漂亮?两款实车对比,给大家提供买车参考

2020款奔驰GLC300 Coupe到货,打开车门亮起氛围灯太霸气了

熊猫宝宝对精美的“胡萝卜花”没兴趣,最爱的还是竹子!

黎巴嫩大爆炸中最小遇难者仅3岁,当时在高楼阳台上看港口大火

港媒:百名港警搜查壹传媒总部大楼 集团通知员工不上班

致敬高温下的劳动者 沥青摊铺工头顶烈日脚踩100℃沥青

在农村地里有什么就吃什么,秋月摘新鲜玉米炖排骨,汤鲜味美

盘点把观众智商放在地上摩擦的神操作,平躺打战斗机,竹筒迫击炮

天下无贼:王宝强这段演技炸裂,都说是本色出演

奥迪Q3‘’最高优惠 限时价格落地多少钱

男子开挖掘机拍死堂兄弟,警方:经济纠纷,嫌犯已抓获

桃子成熟了,小伙回家摘桃,赶上雨后摘太费劲了!

网易李淼:知性消费下应需构建睿享饮酒态度圈

奥迪A3三厢参数配置价格图片 优惠多少钱

双编辑模式解锁新技能,海鸟贴纸打印机蓝牙按键版上手

沃尔沃S90参数配置价格图片 优惠多少钱

全新天籁外观变年轻了,各位喜欢新款还是老款?

对中国最为友好的国家,不仅承认中国驾照,甚至走高速都不收费

娃:吓老子一跳!猫:老子也是!

小马宝莉:醒目露露不开心,甜心宝宝哄她,让她吃饼干!

封神英雄榜:申公豹可真是个花心大萝卜

2020书展将于8.12-8.18举行,有哪些精彩活动值得关注?

做鸭子最难的是哪一步,走了好几公里只为买只鸭子,真的太难了

汪汪队:幸运的阿宝船长,刚刚出海就遇见粉色海豚呢,快点许愿!

市人大常委会调研辽阳市城乡居民医保制度整合工作

太阳光线直射也不怕,这屏幕,爱了爱了~

牛人发明“永恒笔”,号称一支能用一辈子,中国学生3天用完了!

四川成都麻将实战篇:手气太差险胜一局,下局来把大的!

养心有方:吃太多和睡太少 谁才是长胖伤心的元凶呢?

小伙来挑首饰,没想第一眼就看见喜欢的,不料一问价钱懵了

游戏踩雷:老鼠模拟器获取原力力量,传播黑暗四处偷吃

彭州市白鹿镇小学开展防汛抗洪清扫活动

封神英雄榜:申公豹抢到七窍玲珑果带回朝歌

英朗最多优惠多少钱 报价及配置(2020-08-10 13:48:01)

蔡徐坤陈立农镜头前玩游戏,还打起了歌哈哈哈哈哈哈哈哈哈哈哈哈

女子咳嗽吐出异物,检查发现竟是肿瘤组织,医生:这是好事!

封神英雄榜:哪吒真是无法无天!气的李靖跟他恩断义绝

绝世高手:小鱼伤心欲绝,竟然心脏病发作,恢复了自己的知觉

怎么计算停工留薪期的工资,怎么规定的?

狮子妈妈伏击领养,一大群狮子享受美餐!

恐龙火车之大自然旅行亲子教育:种下它 培育它 与它一同成长

郭麒麟出门剪花,化身勤劳的小蜜蜂,像极了郭大爷!

九成妖塔:胡八一去吃西餐,看到菜单,他只要了一个红汤

风火轮普卡系列,2020年新款!个人比较喜欢的三款!

明确了!昆明这4个开发区将被撤销

美国怕的可能是谁控制了媒介,谁就控制了人们的思想!

男友毕业进了工地上班,苦且没有上升空间,我该不该劝他辞职?

鸳鸯佩:落魄千金回到饭店,碰上豪门少爷

今年季后赛 威姆斯关键时刻拿下14分位列联盟第一

今天去开封汇丰考场考试科目二,考完出来紧张手抖的都签不了字

支付宝重大改变!

新发现或有助开发抗疟新疗法

曹云金新恋情疑曝光,与高颜值美女逛街吃饭,网友:美女配渣男

第12届重庆茶博会将于8月20日盛大启幕

工业软件如何突围?浩辰CAD给出工业软件国产化答案

本是杨幂助理,因颜值太高被导演相中,与胡歌搭档后更是一炮大红

鸳鸯佩:警厅跑掉两个重犯,永恩和倩芸被艾雯赶出了门

首届脆红李采摘节助力马岭乡村决战脱贫攻坚

据说这是坦克大战游戏的前身,你觉得呢?

绝世高手:小鱼冒充国王,内阁大臣叫江浙沪包,权杖是他邮过来的

阳宝跟妈妈去公司,阳宝找了个大宝贝玩,看这熊孩子力气真不小

减压实验:汽车vs牙膏 车轮碾压松脆柔软的东西 声音真解压呀

某小区垃圾池盘踞楼下多年,业主准备自行清理,却遭到物业阻扰

“越级打怪”的李眉蓁,接受国民党的征召,参加高雄市长补选!

赚钱很难吗?赚钱和睡觉一样啊,创业其实很简单

封神英雄榜:申公豹人长得挺帅,美女喜欢他是有原因的

畅缘婚恋网,招聘!

夏季实体店商品打折,假打折商家常年打折甩卖!“受伤”的是谁呢

北京消费季之“礼”享大兴“夜京城”活动启动

救援人员拖皮划艇寻被困高考生:读书的小孩快下楼,这里有船接

舒淇为老公庆生,疑亲自下厨做爱心餐!冯德伦颜值回春变化大

不给国产车留活路!从17万跌至13万,6个月狂甩45077辆

SUV“豪横”趟水加速上路 水花溅起变身“洒水车”一旁小车全遭殃

多伦多动物园巨魔芋开花 游客寻“臭”观花

江苏省苏州市2020年中考历史试卷

不惯着特朗普了?白宫将对加拿大征重税,特鲁多:对美国对等反制

【#两座北极冰盖因全球变暖消失#】CNN报道,由于全球变暖,

西北大山深处,野草莓随便吃,野猪满地跑,野鸡满天飞

这么好的高以翔给弄丢了,将来我们相遇好吗?

游戏王:海马召唤王牌究极青眼白龙,攻击力高达4500!

昨晚,太行路不知道查了多少酒驾!

心灰意冷?曝C罗渴望离开意甲尤文 经纪人已会面巴黎

三旋共舞!台风“米克拉”与“海高斯”将生成!或与“蔷薇”竞逐

米切尔直播出现不可描述人声 被疑带人进入隔离区

2万粉丝主播浮力的一天,普通的生活就是简单的爱惜自己

新济公活佛:众罗汉合体释放大招,鬼面观音被打的魂飞魄散

奥迪Q2L参数配置图片价格 优惠多少钱

最容易拿五杀的3个英雄,猴子上榜,第一居然是个法师

20款雷克萨斯LX570巅峰越野绝版车型

精心打扮出门野餐,结果因为风太大最后只能变成踏青,夏日高甜!

加菲猫:学好数理化,走遍天下都不怕,加菲猫用物理自救!

花了一个月喜提传祺GS4,驾校毕业五年没碰车,练车路上还遇追尾

「慢游·如意甘肃」:风情黄河·精致兰州

我的世界:单人生存第二季遇到地牢什么神仙运气

神奇又好玩!在炒冰机上也能玩《小猪佩奇》!看完做法你敢吃吗

私人订制:美女秘书城会玩,看领导还在睡,一口“朝露”就喷过去

有这样一个妻子还愁什么,希望每个人都能遇到这样的妻子!

俞渝的高招?“庆渝年”来了新“演员”!

宝马1系两厢图片价格配置参数 优惠价格

又来一个怠速不稳,缸压不足,看看什么问题

唐河县张店镇:推进河长制工作见实效

北青:VAR过度介入引关注,足协已要求执法裁判“提升效率”

这就是街舞3:钟汉良申请上厕所,这是又准备了什么战略?

私人订制:简直就是丧门星,三年司机领导逮进去三,这司机谁敢用

小胖妞跳远变身公主,被哈利破坏!

封神英雄榜:申公豹的手被姜子牙砍断

养高价生态鱼,只要条件好,养殖十分简单

最近这首《我爱你不问归期》彻底火了,伤感的歌词,直戳人心!

楚霸王项羽失败的真正原因,性格缺陷埋隐患,天地人三要素全不占

大毛朋友为乡村小乔、胖大哥写字,闹出笑话,难道写错了?

最新通知!事关农村建房

封神英雄榜:李靖总算肯道歉,哪吒醒悟

重生心理医生上门问诊,劝秦驰要尽快去治疗,秦驰不愿意了

综艺爆笑意外落水名场面:范丞丞吃瓜翻车,李光洙递毛巾不慎滑倒

猪价跌,饲料涨,养猪要赔钱了?专家:4季度养猪有“双高”

进口20款丰田霸道4000SUV实拍图片

国足U21主帅盛赞郭田雨:自信敢做动作,进球很完美

偶遇上海人民公园相亲角,好多摆摊征婚的,那条件离自己很遥远!

老有所乐 民生答卷更加暖心

政府主导的夹河新城,冰雪产业落地对烟台发展也有积极作用

焊工工作有多辛苦,这样蹲一天你能行么?原来高薪背后是这样付出

登上9月日杂的她们都分享了什么?| 博主周报

寇寇和老妈去逛街~刚下车就去劝架?让我们看看老妈的时尚感~

见书:世遗土楼之永定洪坑土楼群

年纪越大越健忘?只要坚持做好5件小事,老年痴呆永远找不上你!

杨幂比张雨绮大1岁,二人合体录节目后,确定杨幂是“姐姐”?

已有3名房东被拘!家中还没这东西的人要注意了,细思极恐…

各个击破:局长安排安小齐去追逃小组,谁料太像书生,被铁对嫌弃

抖音爆火夫妻摆摊1个月赚9万:不要拿业余,去侮辱凭本事吃饭的人

新济公活佛:众罗汉被绑,济公想到一条妙计,破解鬼面观音法术

奥迪Q5L参数配置图片及价格 优惠多少钱

封神英雄榜:经典故事,龙王为子报仇,哪吒自刎护家人

里弗斯:希望哈雷尔能在最后一场常规赛前归队

粉丝福利大赠送,八月壮年马犬免费送粉丝,大家赶紧私信吧

高邮环境安全隐患“消除战”是这样……

大型车必备工具,太给力了

男人刚离完婚,直接就和伴娘领结婚证,这婚姻能长久吗

抄不来的经典带不走的回忆,5个传奇角色,致敬香港电影

【模拟人生4速建】合租公寓,室友间的爱恨情仇

有些人表面上是好姐妹,背地里却使阴招,真是自作孽不可活

湖北枝江:放开地摊活跃城乡

小学生开奥特曼炫彩卡包,开出稀有的佩吉拉HR卡,很少人开到吗

当爱情退出青春主旋律,还有什么值得“舔屏”?

货运淡季又遇梅雨季节,送的全是小票货,有活做就不错了!

九号卡丁车PRO助力BMW精英驾驶

新济公活佛:倒放,济公“欺负”美女穷追不舍,毫无违和感

美人制造:美男神医仗着女皇陛下喜爱,嚣张跋扈,谁叫他有绝活

南京保卫战之第88师血战雨花石,最终为何全军覆没?

封神英雄榜:申公豹向姜子牙展示自己的法术

封神英雄榜:申公豹偷听妖怪谈话,七窍玲珑果竟打起坏主意

通宵打王者+吃鸡?你们有这样的闺蜜吗?和小鱼互相伤害......

【#多国拟提高退休年龄# 调查显示:韩国#期望退休年龄#平均

还等iPhone12?iPhone11降到4000不到,网友:拼多多补贴太猛

宝马2系参数配置图片价格最新优惠

1天不见,放学后10岁姐姐见到4个多月妹妹,就亲个没完

天下无贼:王宝强这段家乡话,飚的太真实了!

美国再发生大规模枪击案!1死20伤,现场一片混乱,死者仅17岁

乌克兰美女泛滥成群,却都不愿嫁给中国人,这个条件难满足

#张靓颖吕思清神仙舞台#有人没看过这个神仙舞台吗?顶级唱将张

山坡发现一窝极品蜂蜜,挖土取蜂蜜看完让人垂涎三尺!

只要有个千斤顶,自己在家也做个保养,工时费又省啦!

花千骨被白子画审判,杀阡陌及时赶来:你若动她我就屠你满门

沃尔沃XC60参数配置图片价格优惠多少钱

美媒称特朗普想在总统山"加脸",特朗普:假新闻,虽然我很棒

8月下旬,故梦重现的三大星座:痴情的心不变,最终与旧爱和好

石敢当:玉帝亲自下地狱,只为让某位大仙安心,好硬的后台!

33年后《家春秋》演员今昔照 昔日帅哥美女如今都老了 怀念陈晓旭

朴宰范加盟《中国新说唱》终于确定了,你期待吗?

张外龙独爱巴西帮,重庆真核首战遭弃,4外援首发完美契合7秒战术

春明出去出差很久,却没有告诉春明,苏萌都找上门了

【大熊猫】绩笑 由灰色变成黑色的憨憨正在向梅兰肉肉看齐

重生胡队来到医院,把兄弟叫下去休息,偷瞄了下秦驰的情况

南方洪灾被编成段子,可我真的笑不出来

省城首家市级特产太原专卖店亮相

盘点各版殷郊殷洪获救,老版特效不输现在,新版驾车狂奔

被人忽略的宝马!58.39万降到50万,车长5米1,起步258马力

端午放假,小刘老师早早起来却不准备直接回家,先去商丘办件事

全民动起来,共奔小康路!阿坝州这场盛会热闹惨惨惨惨惨了!

一条人命,能抵消掉网暴吗?

杀害妻子砍伤岳母,合肥望湖北苑命案开庭

拉塞尔发推:保罗永远不会变老 反而每年变更锋利了

有生之年,狭路相逢,红尘伤心一场, 短暂相聚又各奔东西

最佳拍档:光头神探跟小伙玩智力游戏,结果把把都是被揍的那个

《寻梦环游记》离开以后的世界是什么样子,你想象过吗

手工给孩子做的糖果盲盒,一玩就停不下来,真的很有趣哦!

有钱人的世界,只买贵的不买对的

别克君越最新价格及图片 限时价格冰冰凉(2020-08-10 13:48:05)

80岁脑不萎缩、不痴呆?竟然只需这样做!家里有老人的必知

20款丰田酷路泽4000促惠天津展销 V6巡洋舰

美女跟小伙闹得正欢,没想母亲突发病情,俩人瞬间慌了

世界未解之谜百慕大,飞机轮船时空穿梭,你可能不知道它是假的

巴塔木流行儿歌:这小猫头鹰也太可爱了,在外面学飞呢,要加油哦

每当长盘决胜注意力就分散 丁俊晖必须克服他的弱点

蓬安城管对摩托车开展持续整治!

美军曝光冷战时代导弹发射井,拍卖出售,你想买吗?

本山大叔捐款一千万被质疑,小沈阳出来站台,明星真实捐款爆出

巴基斯坦连续3天暴雨引发山洪 致58人死亡

宝马6系GT配置价格图片 优惠多少钱

肖战即将正式复工?被曝将参加央视节目,演唱三首压轴曲目

小媳妇跟老男人闹矛盾,没想第二天早上照样做早餐,太贤惠

“文明语言” 为城市带去一抹亮色

宝马7系 参数配置图片价格 优惠多少钱

小杜带欣欣去逮鱼,遇到有高度的护栏,这咋下去?

大兴区将打造北京中日国际合作产业园

影视:怪物上岸攻击人,爸爸拉着女儿狂奔,回头发现拉错人

英菲尼迪Q60图片配置价格 优惠多少钱

弗洛伊德独立尸检报告公布:因窒息致死

服,这是走在路上都要退避三舍的男人

妻子从富二代的车里下来,还正好被丈夫给看见了,这下有好戏看了

漫改电影作者讨论DC的新世纪发展:《小丑》是发展中期的关键角色

王爷爱去花楼玩耍,儿子也得他的真传,哪料下秒抢儿子银两逛窑子

永新税务:让税企关系“亲清与共”

教官以一对四格斗,谁料教官25秒就把他们打趴了,太厉害了

35万起售的红旗H9,价格靠近奥迪A6,坐进车内太豪华了!

宝马Z4 参数配置图片价格 优惠多少钱

鸳鸯佩:虽然已经找到了小可爱,但是大小姐为什么撒谎?

海绍回江西一趟,限速60车速90,被扣12分,罚款1000元

蔡少芬重提第一胎小产经历跟老公张晋镜头前爆哭

塔罗牌占卜:你的正缘与喜欢的人是同一个吗?

英菲尼迪QX60图片配置价格 优惠多少钱

4个月的车子,原价5099只要3000元,你们觉得贵吗?

小李子盛世美颜,上演的罗密欧与朱丽叶,从相识到殉情只用四天!

养了三四年的小黑龟,居然有方向感认得路回去,看来这几年没白养

奥迪Q3参数配置图片及价格 优惠多少钱

疯狂!一替补轰41分,曾为哈登拒绝700万合同,这才是兄弟篮球!

一棵香椿树,三条人命案,县令慧眼辨凶,不肖子孙被斩首示众

四川女子失联75天,与他人怀孕后提离婚,前夫:怀疑现男友下手

宝马5系(进口)配置图片价格优惠多少钱

大众探岳 价格 多少钱 车辆报价及图片

鳄鱼做起了快递员,给狮子送西瓜

广东宏远淘汰北京首钢原因揭晓!球迷第二次发声,终于说了真话

邓紫棋《明日之子》秀读心术 不舍别离当场落泪

醉酒男子台上抢麦,一开嗓全场瞬间安静,这让驻唱咋混啊?

猫头鹰跑起来的样子莫名的萌点和喜感,哒哒哒

宝妈学卷妈艺,结果如何?闹闹又被妈妈教训了

保时捷和宝马使用最多的轮胎,稳定和防滑最好,改装店销量最多

县委组织部刘洋:我的驻村日记

绝世高手:小鱼以为自己恢复知觉,成为厨神,做的饭却依旧很难吃

这只乌黑的躁鹃,鸟叫声好响亮,听着好清晰

摩登如来神掌老头教华仔特异功能,折腾了一晚,还是打不过天残

深圳三和大神终于找到工作了,工资五千多块钱,大家感觉怎么样

正式南下!郭士强启程前往广州就任,为辽篮加油:有希望冲击冠军

宝马4系参数配置价格图片 优惠多少钱

夏洛特烦恼:袁华出场自带一剪梅,天台私会秋雅,刺激

盘点徐峥影视剧中搞笑精彩片段!

全球最大核潜艇,一次携带2百枚核弹头,俄亥俄级根本比不了

宝马3系GT参数配置价格图片 优惠多少钱

宝马X4 参数配置图片价格 优惠多少钱

中俄在美国展开激烈较量?

网约车司机那些事儿:双证司机优势一去不复返?我来告诉你原因!

丰田酷路泽4000现车爆惠20款 V6陆巡让利售

美国富豪购买黄金签证,大量资产将移出美国

惊险!年轻女子扔掉手机大叫从医院5楼跳下,手腕瞬间被悬空抓住

从热门女星沦为被人讨厌的演员,暮光女人设崩塌自毁前程

王源经常向内部人士借钱,何炅和欧阳娜娜也表示王源有经济压力

紧急预警! @学生家长 请马上扩散!

英菲尼迪Q70L图片配置价格 优惠多少钱

深圳宝安养老院工程加紧建设,做好疫情防控打造智慧工地

宝宝辅食版虾仁小馄饨,皮薄馅儿多还补钙,宝宝吃了好长个

《乒乓旋风》片尾曲《涩涩花季》满满的回忆!挥之不去的温暖记忆

深圳你壮大了,我衰老了,我的青春也落幕了

走遍深山去家访——特岗教师的别样暑假

终于定了!低风险地区7月20日开放电影院

真-大哥!今年季后赛阿联在场时 广东每百回合场均净胜46.9分

任嘉伦#任嘉伦吃播# 真的不考虑做吃播博主吗,看到这个去点宵

【走向我们的小康生活】辽宁营口:幸福路在家门口

常州一辆核载7人面包车竟坐了18人

34岁女白领健身时突然倒地!医生紧急提醒……

艾力绅 多少钱 最新价格 报价及图片(2020-08-10 13:47:43)

郭德纲弟子:武磊是中国球员的标杆,盼望儿子也能踢中超

金毛帮女主照顾孩子,瞧它那小心翼翼的样子,好暖心啊

湖南永兴县通报“蛋白固体饮料”事件调查处置情况

绝世高手:小曼试喝一口汤,不仅什么事都没有,还把蔡老板给打了

比利时队年轻的球员们,给巴西世界杯带来,不可估量的精彩瞬间

#朱正廷百度地图绿色出行# 再来看一遍铁铁,真是笑死个人

任职考试“挂科” 金塔县农信联社两名拟任理事任职被否

别克君越最新价格及图片 君越限时价格(2020-08-10 13:47:11)

与每个人都有关!下半年医药卫生体制这样改!

大连市:继续采用最严格防疫措施,确保中超赛事顺利举行

没有对比就没有伤害,看了大哥的收藏,我们那些石头已经不想要了

生前未能结为夫妻,死后并葬荒丘,他们上演了真实的梁祝化蝶悲剧

深圳特区40年 从中国改革开放试验田到标杆 深交所三十而立华丽转身

封神英雄榜:申公豹半夜惊醒前去查看

《街舞3》开启战队分组,四位队长最欣赏的布布,竟选择这位队长

原创歌手纳继龙《回忆里的青春》,追怀逝去的青春!

全球化可逆吗?

正阳门下关大爷喝完最后一杯酒,一句好酒,安详离去

上海特大卖淫案:1年入账2.8亿,日营业额破百万

整蛊专家星爷第一次去上班,决定穿帅一点,回头率极高

疫情期间,加拿大的孩子们在家做什么?

王者荣耀:吃鸡和王者的妹子,差别在哪?王者真的特别让人爆炸?

奥迪Q5L报价及配置 裸车降价促销(2020-08-10 13:47:34)

【法纪讲堂】司机、保姆、侄子、儿子齐上阵,利用影响力受贿如何破除?

奥迪Q5L优惠多少钱 最新价格配置及图片(2020-08-10 13:47:58)

突发,武汉一工地发生一起大型塔吊事故 救援正在进行中

杨天真转战直播?自信女人才最好命

物资分公司储运中心免费蒸“桑拿”的职工

《看门狗2》流程第10期: 透过卫星看地球,老雷设想的新发现

哈登赞小里:一开场他就充满侵略性 他会是我们争冠的重要拼图

领导突然接到老师电话,没想到竟是为了这样一件事,真是让人无语

刚刚,武汉15.8万名初中学子复学!第一课他们高唱国歌

山东警察学院党委书记被查

配置大幅升级新款第二代哈弗H6正式上市售价9.8万元起

別克君威最低价格 车辆报价及图片(2020-08-10 13:47:08)

特岗教师的薪资水平如何?

老男人不陪母亲吃饭,对前妻的事跑得比谁都快,小媳妇心里不舒服

2020新情歌《离别两依依》词曲动人心扉,痴情人的最爱,听不够

因为爱情:文馨故意支走婆婆,从她的保险柜里拿钱,哪知密码改了

上世纪初的战争和饥荒造成至少两千万人死亡

高通急了!发文“警告”美国政府:每年80亿美元市场白送给对手!

小龙女和哪吒独处一室,不料大姐突击查房,小龙女回答亮了!

郭麒麟颁奖现场:硬是把获奖感言说成单口相声,台下大咖都笑了

刨板厂这种工作一天200多块钱,可以吗?

有钱人追妹子就是这么直接,你说想花多少花多少

巴西东北部的白蚁王国,面积差不多和英国相当,十分壮观!

事关秋季开学!教育部最新部署来了

邯郸市中有多少人在混日子中?

华为麦芒9联手BMX车手 近距离展现无畏青春

别克GL8优惠多少钱 最新报价配置及图片(2020-08-10 13:47:24)

【陶虹凭借《小欢喜》摘得白玉兰奖最佳女配角】8月7日,第26

老男人抓鸭子太狼狈,哪料寡妇反而被迷住,眼神太火辣

斯巴达战斗民族,不撤退不投降,这一跪多少人瞬间泪崩了

海岛抗疫中的三张“洋”笑脸

老农山羊长出4只角,有人出价20万也不肯卖!网友:神兽下凡

老有所乐 民生答卷更加暖心

大连确定正式恢复群体性聚餐经营活动的通告

2020“全民健身日”平江全城热“练”中

湖南2名18岁男生漂流后脱掉救生衣游泳,不幸双双溺亡

老人走失,民警雨中开车70公里沿路寻

封神英雄榜:平城是西岐的领地,姬龙听得惊了

小情人拒绝经济补偿,让富豪待在看守所就是最大的补偿,闺蜜气坏

《我的团长我的团》远征缅甸,但还是继续溃败!!

昂科旗最新价格 最低多少钱 报价及图片(2020-08-10 13:47:26)

二战中,美国为何迟迟不参战,罗斯福为了参战付出了哪些努力

本田艾力绅 最低优惠多少钱 报价图片(2020-08-10 13:47:01)

杨钰莹即兴演唱《一水隔天涯》,再次聆听依旧经典

国家之间也有“啃老族”?中国曾援助百亿,却被认为是理所应当

sky光遇 【冷知识】当进入动画师上跳可牵手@肥肥肥肥宅本肥

花式单手三段式切牌,把妹达人

梦奇这个峡谷小胖子太可爱了,嘟囔了半天狄大人竟然听懂了

爸妈带我去商场,想要打造我,给我选了两身衣服看看怎么样?

眼镜哥吃“超级飞侠拨浪鼓糖果和果冻”,好吃好玩,甜蜜爽滑

绝世高手:小孩子年幼丧母,因此失去了痛感,但打架再也没输过

私人订制:这变化有点大,平凡老百姓换次血,一跃成为知名人物

明确了!湖南省纪委出台规定:党员干部上网这10件事不能做

福克斯谈无缘季后赛:我们并没有给自己机会

权威披露:扫黑除恶的十个关键数字!

初学游泳,教练教最重要的水中换气技巧,掌握了游得又快又轻松

本田XR-V最新报价优惠多少钱配置及图片(2020-08-10 13:47:29)

奥迪A3多少钱 最多优惠多少 现车充足(2020-08-10 13:47:48)

蓬安嘉陵东路车辆这样停放,该不该?

鲁能胜恒大5将有功!郭田雨一剑封喉,蒿俊闵倾其所有,金敬道MVP

爸爸给小家伙们买了两架飞机,萌娃:我们比赛看谁的飞机飞得远呀

鲁豫谈杜江:他会成为一个很有质感的演员

富婆虎落平阳被犬欺,做了前台小姐人人都能骂,太受打击

封神英雄榜:猫妖变成凤青青的模样

黑妞满大街找郝建,朋友劝郝建从了黑妞,俩人说话太逗了

王嘉尔4次上跑男,曾霸气撕名牌吓坏宋雨琦,却仅对她温柔至极!

祖巴茨谈失利:我们太轻敌了 对手充分利用了这一点

药品零售,湖南人为何这么傲!

河南一七旬老汉连同三轮卷入货车车底,老汉仰躺哀嚎三轮面目全非

绝世高手:小鱼为了追小曼,假扮小曼的妈妈,结果却被小曼暴揍

深圳观澜工厂倒闭后留下一地鸡毛,机器已经全部转卖员工不知去处

有钱不是你可以豪横的理由!

1967年,澳大利亚农民发现一具动物尸体,被证实是已经灭绝的袋狼

继父回家:宽子装成小时工跟孩子生活,还要被孩子们嫌弃

结构化面试的这类问题,学三招就够了

武汉今夏原则上不开放社区纳凉点集中纳凉

有谁知道星爷这段戏,是在讽刺当年鲁豫的节目

鸳鸯佩:落魄少爷去富豪家求亲,他是通缉犯父母不答应

小伙意外发现超人的飞船,喊来小超人帮他搬回家,超人前传S2-03

私人订制:这段要被葛优笑死,举手投足都是戏,真不愧大影帝

新济公活佛:众罗汉集合,但是拥有无缝天衣的鬼面观音太强了

布朗:不知道恩比德下一场比赛是否会出战

原创歌手纳继龙《回忆里的青春》,追怀逝去的青春!

大杀器!本季季后赛当韩德君在场时 辽宁净胜对手53分

人间有味 | 不再吃鱼,是外婆在失去外公后的坚守

知名主持人孟非,与妻子青梅竹马恩爱27年,女儿是留洋海归

乌克兰小姐姐正骨按摩,看美女的表情,就知道很痛苦

有种遗传叫“佟大为偏心”:大女儿神似王祖贤,小女儿却一言难尽

教育部官宣!事关大中小学!

鸳鸯佩:落魄富少攀上富千金,结果洞房时新娘竟不让他碰

31岁孩子致谢爸爸,孩子出场发型惊到主持人,主持人:这头发有点少啊

官方:苏州奥体将轮休,上港vs卓尔改至昆山体育中心进行

一部精彩悬疑犯罪影片,查案查到自己头上,一看死者竟是自己妻子

甘肃农村静妈在家做手抓饼,配上土豆丝辣丝,比外面卖的实惠好吃

宋妍霏分手后亮相机场,助理手机壁纸“愿天下渣男都去死”很讽刺

汇丰银行出卖孟晚舟,为美国交上投名状,美国利用完却将其抛弃

蔡依林舞台装超“燃”,私下穿搭一样高调,气质完全驾驭得上

傲娇BBC因一篇报道公开道歉:对所有种族歧视字眼,我们深刻反思

唐太宗登基后与突厥的渭水之盟也是以金帛换取和平

精装难兄难弟:李奇几人在济公庙求签,结果被基哥,带人打了

在日本打工,一个小时可以赚多少钱呢

奥迪Q3怎么样 最低多少钱 配置如何(2020-08-10 13:47:53)

“五个一”巾帼扶贫公益行,她们在中益乡打响“头炮”!

巴黎有意带贡亲王回法甲 英超阿森纳标价

河南南阳市农村白事,大叔唢呐吹奏《哭灵调》,如泣如诉非常感人

车贩子淘到三台练手车,最便宜的才2000元,直接去修理店整备修复

你是不是搞砸了谈判?佩洛西辩解:特朗普违宪,我们分歧很大!

本田CR-V优惠多少钱最新报价配置及图片(2020-08-10 13:47:41)

K线+MA+成交量,这是我见过最成功的股票交易系统,值得深入思考

美味奇缘:老板好心送女孩回家却被当成色鬼!

本田思域优惠多少钱 最新报价 配置及图片(2020-08-10 13:47:21)

小伙给人家假扮父亲,哪料小孩知识结构太复杂,各个都是灵魂提问

80岁脑不萎缩、不痴呆?竟然只需这样做!家里有老人的必知

稳了!近3亿人都能领到这笔钱!

北京的疫情持续增加!6月18日看看北京的街道,人都去哪啦!

克劳福德祝贺安东尼升至得分榜第15位:你值得这一切

五公分组蓝盈莹再选宁静,都是借口打脸太快,真让郁可唯说中了

柯迪亚克 最低优惠多少钱 报价图片

封神英雄榜:两个女人一台戏!招弟大战百花仙子

热烈祝贺“新野县第二届妇科研讨会”圆满召开

不一样的《春到湘江》,值得期待

乱侃|阿杜:你黑我,我就关注你女朋友!结果,你猜到了吗?

真正的7座硬派SUV!28万降到24万,起步234马力,性能吊打汉兰达

乐高:浩克毁灭者,都吓哭了,还追着揍人

男子嫌朋友眼神不好,不顾无证竟在高速练车,面对证据向交警狡辩

中美贸易主战场!中国粮食战争的阴影正在逼近……

奥迪A6L多少钱最新价格 报价及配置

彭州市升平镇博爱小学开展慰问留守儿童志愿服务活动

心机女欲带病顶罪,世贤感动落泪,现在知道错误了

猩猩一家休息,突然闯进一条毒蛇,小猩猩:吓死宝宝了

28岁嫁入豪门,丈夫在娱乐圈成功走红,如今住豪宅却很低调

爱就有结果《没想那么多》没明白的事太多太多,时光来见证承诺

绝世高手:小鱼亲手制作辣椒酱,唤醒食客的味蕾,鱼头王再次获胜

#黄明昊假哭# 你以为我哭了?哈哈哈哈我装的……笑死!黄明昊

国家卫健委重要通知!

本田UR-V多少钱 最新价格 报价及图片(2020-08-10 13:47:38)

CFPL高能时刻:蛇哥“蛇皮走位”,小道突袭接连双杀

若张玉环申请国家赔偿成功后,他所得的赔偿款有宋小女的份吗?

核末日:洲际弹道导弹分导弹头再入景象,看到的时候也不用跑了

奥迪A6L多少钱 报价及配置 最新价格(2020-08-10 13:47:36)

暗示张一山劈腿?宋妍霏助理壁纸怒骂渣男

2020款奥迪A4L最新报价最低多少钱(2020-08-10 13:47:46)

四川广安女副区长被家暴致死案终审判决:行凶男友被判无期徒刑

驾龄五年,不敢上路开车,有了它再也不怕独自上路了!

岳普湖县人民法院:善意文明执行 助力民营企业渡过难关

艾力绅 最低优惠多少钱 报价图片(2020-08-10 13:47:06)

我的天啊!琥珀队的猴子不停的凝视,他们感到非常恐惧

郭士强为辽宁加油:他们很有实力 有希望冲击冠军

晋城25名学生被正式录取!

德国农民居然用收割机摘葡萄,网友:世界观又一次被刷新!

蓝盈莹现身机场,穿黑色紧身露脐装,小蛮腰一览无遗!

公 告

2020-08-10 14:08:59
跟贴0
参与0
发贴
为您推荐
  • 推荐
  • 娱乐
  • 体育
  • 财经
  • 时尚
  • 科技
  • 军事
  • 汽车

张玉环回应申请国赔金额:1千万也换不回27年的年华

新闻 张玉环 高院
|
大众网
15小时前
9760 跟贴9760

三年用户破亿遭封禁 TikTok冰火两重天的美国奇遇

新闻 tiktok 特朗普
|
央视新闻客户端
10小时前
101073 跟贴101073

《华尔街日报》:中国成为美国企业的“避难所”

新闻 华尔街日报 美国
|
新华社
15小时前
364 跟贴364

美媒爆料:特朗普想把自己的雕像加到总统山上!

新闻 唐纳德·特朗普 小罗斯福
|
环球网
20小时前
24047 跟贴24047

外媒:中印冲突后,国际关系走向了危险的结盟对立

新闻 莫迪 贝拉克·侯赛因·奥巴马
|
观察者网
3小时前
8527 跟贴8527

崔天凯:中美处于关键时刻 今日抉择将塑造世界未来

新闻 中美关系 崔天凯
|
中国驻美使馆
6小时前
1971 跟贴1971

全国人大常委会八月上旬开会,所为何事?

新闻 全国人大常委会 全国人大
|
政知圈
14小时前
315 跟贴315

美日政要免检免隔离入台 台"卫生部长":出事我负责

新闻 台湾当局 卫生部长
|
环球时报-环球网
22小时前
22828 跟贴22828

大学生为发泄欲望 奸杀邻居3姐妹花 抛尸后正常上班

新闻 碎尸案 杀害
| 新视野
7小时前
28513 跟贴28513

黎智英被捕后 他两个儿子也因涉及勾结外国势力被捕

新闻 黎智英
| 中国日报网
6小时前
36765 跟贴36765

北美观察丨疫情这面镜子照出了两个美国

新闻 美国 佛罗里达州
|
央视新闻客户端
15小时前
12 跟贴12

敏感时刻,美国"里根"号航母在东海被卫星"活捉"

新闻 里根 卫星
|
观察者网
4小时前
646 跟贴646

美军炸机同时挂两枚高超音速导弹飞行

新闻 高超音速导弹 导弹
|
环球时报-环球网
4小时前
115 跟贴115

出轨这件事,中国人比你想得更狂野

新闻 社会 外遇
| 网易数读
18小时前
9188 跟贴9188

事关下半年经济工作具体部署 多部委负责人集中发声

新闻 货币政策 外贸
|
第一财经
12小时前
68 跟贴68

8万中国人攻下白宫官网:19年前,他们替中国站了出来

新闻 白宫 红客
|
观察者网
5小时前
490 跟贴490

16人被高校勒令退学:其中包括11名博士和5名硕士

新闻 研究生 休学
|
上观新闻
4小时前
1985 跟贴1985

反华“急先锋”奥布莱恩指责“中国干预美国大选”

新闻 奥布莱恩 美国大选
|
环球时报-环球网
4小时前
0 跟贴0

美媒曝特朗普想把自己雕像加进“总统山” 特朗普发推否认:假新

新闻 唐纳德·特朗普 白宫
|
环球网
2小时前
28 跟贴28

12岁女孩被绑架杀害现场曝光 村民:埋尸坑是手刨的

新闻 绑架 杀害
|
红星新闻
4小时前
3070 跟贴3070

广州变态杀手2年奸杀19人 警方:女孩死后才被奸污

新闻 奸杀 强奸
| 文史茶馆
22小时前
81759 跟贴81759

触目惊心!矿井停产20年溪水仍是黄褐色 治理需6亿

新闻 治理 矿井
|
上观新闻
4小时前
2399 跟贴2399

“五眼联盟”再耍小动作 外长发联合声明施压港府

新闻 特区政府 立法会
|
观察者网
3小时前
0 跟贴0

上海新增18例境外输入病例 将启动相关航班熔断

新闻 航班 熔断
|
民航资源网
3小时前
3 跟贴3

浙江男生高一常考倒数第一 高考却705分考入清华

新闻 高考 高一
|
浙江新闻
1天前
73959 跟贴73959

别重蹈黎巴嫩覆辙 红海上还飘浮着一颗不定时"炸弹"

新闻 黎巴嫩 红海
|
红星新闻
21小时前
18405 跟贴18405

热点问答:维护和稳定中美关系 美方须纠正哪些错误

新闻 中美关系 美国政府
|
新华社
15小时前
60 跟贴60

12岁女孩遭绑架撕票 警方已缴获涉案赃款100万元

新闻 绑架 杀人案
|
任丘公安
4小时前
2367 跟贴2367

上海新增18例境外输入病例 将启动相关航班熔断

新闻 航班 熔断
|
民航资源网
3小时前
3 跟贴3

1991年北大高材生卢刚杀人事件:枪杀5人后饮弹自尽

新闻 卢刚 爱荷华大学
|
北回归线
20小时前
21666 跟贴21666

人民至上生命至上 共建共享健康中国

新闻 石榴 王欣
|
央视新闻客户端
5小时前
537 跟贴537

遭常规打击也要核报复 俄将视弹道导弹为核威胁

新闻 弹道导弹 核武器
|
环球网
3小时前
107 跟贴107

印度发101种武器进口禁令,以推进“国防自主化”

新闻 印度国防 武器装备
|
环球网
4小时前
5 跟贴5

北京遭遇雷电大风冰雹 街边树木被连根拔起

新闻 连根拔 冰雹
|
中国新闻网
4小时前
0 跟贴0

深圳航空一架客机2分钟骤降近6000米 事故原因公布

新闻 客机 航空
|
央视新闻
1天前
59679 跟贴59679

【幸福花开新边疆】鄂温克族“太阳姑娘”的光与热

新闻 鄂温克族 鄂温克
|
央视网
14小时前
0 跟贴0

中俄干预美国大选?白宫和民主党“口径不一”

新闻 美国大选 民主党
|
观察者网
2小时前
2 跟贴2

林夕改《约定》歌词支持罗冠聪 香港网友:眼盲心更盲

新闻 林夕 罗冠聪
|
观察者网
3小时前
179 跟贴179

美国传染病研究所所长福奇:美国应纠正卫生系统长期问题

新闻 福奇 美国
|
央视新闻客户端
21小时前
27 跟贴27

知情人:南京女生被害后 男友曾加女方好友微信寻人

新闻 微信 结婚
|
梨视频
22小时前
20463 跟贴20463

涉违反香港国安法黎智英等7人被拘捕 现场视频曝光

新闻 国安法 黎智英
|
环球网
6小时前
11068 跟贴11068

林夕改《约定》歌词支持罗冠聪 香港网友:眼盲心更盲

新闻 林夕 罗冠聪
|
观察者网
3小时前
179 跟贴179

环球深观察丨揭开美国在伊朗核问题上的荒唐逻辑:不履行国际义务

新闻 伊朗核问题 美国
|
央视新闻客户端
15小时前
0 跟贴0

黎智英等7人被捕 胡锡进:特区政府展现出了硬骨头

新闻 黎智英 胡锡进
|
环球网
13小时前
0 跟贴0

"宇宙最强舅舅"火了!8个外甥来过暑假 一顿吃6斤米

新闻 结婚 打架
|
钱江晚报
1天前
106749 跟贴106749

轻松一刻:网红主播和广场舞大妈抢地盘你猜谁赢了?

新闻 网红 广场舞
| 轻松一刻
2天前
7470 跟贴7470

张玉环哥哥回顾27年伸冤路:我再不坚持也许他就死了

新闻 张玉环 法官
|
观察者网
5小时前
1400 跟贴1400

特朗普打压中企的原因完全不同 专家:TikTok是私仇

新闻 tiktok 孙太一
|
观察者网
5小时前
129 跟贴129

28岁女孩被丈夫割掉了鼻子和耳朵 却根本不敢提离婚

新闻 离婚 艾莎
|
澎湃新闻
6小时前
861 跟贴861

应对挑衅:俄罗斯战机接连在东西边界拦截美军战机

新闻 俄罗斯 美军
|
环球时报-环球网
4小时前
7 跟贴7

075两栖攻击舰对中国军队意味着什么?

新闻 轻型坦克 登陆舰
|
观察者网
1天前
292 跟贴292

美情报部门炒作中俄伊“干预大选”

新闻 大选 唐纳德·特朗普
|
环球时报
3小时前
11 跟贴11

外籍人员在广西卖淫:用中国男友的身份证租房作窝点

新闻 卖淫 窝点
|
掌上崇左
1天前
8731 跟贴8731

湖南5人结伴漂流2人死亡,系脱下救生衣游泳意外溺亡

新闻 漂流 溺亡
|
梨视频
6小时前
1 跟贴1

猝不及防!又有实控人遭立案调查,昔日大牛股巨亏,股价暴跌98%

新闻 嘉化能源 上市公司
|
上观新闻
5小时前
104 跟贴104

特朗普被曝想在总统山上“加脸”?网友P图满足他

新闻 唐纳德·特朗普 总统
|
观察者网
5小时前
296 跟贴296

黎智英抓捕现场双手被铐 港警:不排除更多人被捕

新闻 黎智英 港警
|
上观新闻
3小时前
0 跟贴0

学者:禁微信、断光缆 "闭关锁美"值得我们紧张吗?

新闻 蓬佩奥 国务卿
|
观察者网
20小时前
42149 跟贴42149

特朗普又在记者会上吹嘘政绩 被戳穿后一言不发负气离场

新闻 唐纳德·特朗普 贝拉克·侯赛因·奥巴马
|
澎湃新闻
3小时前
0 跟贴0

海淀警方锲而不舍追凶十八载 昼夜鏖战终擒凶归案

新闻 海淀 追凶
|
海淀公安分局
3小时前
28 跟贴28

[幸福花开新边疆]借力全域旅游 义勒力特风景变"钱景"

新闻 旅游 民宿
|
经济日报-中国经济网
14小时前
0 跟贴0

银行业“集体降薪”传闻调查:员工叹“降无可降”

新闻 银行业 降薪
|
证券日报之声
13小时前
7682 跟贴7682

警惕大风+冰雹!今天北京仍有分散性雷阵雨 局地雨势猛烈

新闻 雷阵雨 多云
|
中国天气网
6小时前
10 跟贴10

虽然"疑罪从无" 但是张玉环回村后依旧受人孤立

新闻 张玉环 王飞
|
梨视频
18小时前
7856 跟贴7856

联播+丨习近平和老乡们说的“贴心话”

新闻 习近平 联播+
|
央视网
2小时前
103 跟贴103

青海"隐形首富"盗煤获150亿 父子政商通天没人敢管?

新闻 青海 矿区
|
环球人物
1天前
11233 跟贴11233

黎智英抓捕现场双手被铐 港警:不排除更多人被捕

新闻 黎智英 港警
|
上观新闻
3小时前
0 跟贴0

总书记牵挂老区“脱贫摘帽”

新闻 脱贫 贫困户
|
人民网
5小时前
154 跟贴154

为和谈铺路 阿富汗同意释放400名塔利班在押人员

新闻 塔利班 阿富汗政府
|
环球网
4小时前
10 跟贴10

日本自卫队将新设电子战部队 参与联合夺岛

新闻 战机 舰艇
|
环球时报-环球网
4小时前
28 跟贴28

习近平这样勉励第一书记

新闻 习近平 总书记
|
党建网微平台
2小时前
11 跟贴11

北京延庆乳状云雨幡齐现天际 太震撼了

新闻 延庆 云雨幡
|
中国天气
18小时前
120 跟贴120

四川一家5口死于家中 嫌犯系其中1人前男友已坠亡

新闻
| 新京报
2小时前
14904 跟贴14904

女大学生被骗至云南杀害 男友与另2名嫌犯关系曝光

新闻 遇害 杀害
| 新京报
1天前
22354 跟贴22354

巴菲特出手抄底美国油气资产 中国是否迎来机会?

新闻 巴菲特 天然气
|
上观新闻
5小时前
27 跟贴27

为应对潜在对手 美空军测试多平台联合电子战能力

新闻 演习 轰炸机
|
环球时报-环球网
4小时前
29 跟贴29

盖茨谈洽购TikTok:特朗普杀死脸书唯一竞争对手很奇怪

新闻 特朗普 比尔盖茨
|
澎湃新闻
3小时前
0 跟贴0

【每日一习话】开展国土绿化行动 加强地质灾害防治

新闻 地质灾害 防治
|
央广网
2小时前
11 跟贴11

加拿大因疫情不欢迎美国游客:美牌照汽车频遭破坏

新闻 加拿大 美国
| 海外网
3小时前
0 跟贴0

俄公开核反击条件,为北约画出“不可逾越红线”

新闻 核武器 弹道导弹
|
环球网
4小时前
45 跟贴45
+ 加载更多新闻
×

真正的好学生都是玩出来的

热点新闻

态度原创

网易号

查看全部
阅读下一篇

返回网易首页 返回科技首页