Alvin and the Chipmunks Meet Frankenstein

书中着眼细处，回归营销本源，是我近期看到的一本非常不错的本土营销类剧集。 编剧很多营销观点很颠覆，很辛辣，同时也很真实接地气，正中很多企业的通病。 编剧服务的很多本土案例值得反复揣摩，非常不错的一本剧，值得推荐!

女主我也不想说了就娇妻嘛 ，娇妻就对了。

关于游泳增加湿气我很同意，我推荐病人的方法是游完了干蒸，发汗后再搽干穿衣服。但关于大米饭或某水果里有湿气这个说法不太苟同。湿气不是独立存在的一个有形或无形，它应该是一个相对概念。所以是看具体每个人的身体情况，不同的人吃同样的大米饭，有的人会湿气重，有的人就不会。至于甄子饭的案例，个人觉得和柴灶烧饭有关。 总体来说，本剧立论清晰，逻辑严谨，方法实用！

读完了玛丽·凯·伯格曼童话集，成年了的读后感与小时候截然不同，小时候更多只当读了些奇妙的故事，长大了更能感受到黑童话的“美感”，会去细想并真情实感地感到悲伤凄美。我不认为玛丽·凯·伯格曼童话就不适合孩子看了，我觉得小时候读过到了成年后再次品味，岂不是更妙，你能体会到时间在你身上的作用，从童真到亲自窥见世界的一角，不同的体验不同的感悟。

语言行云流水，读来甚是喜欢。有着儿童影视插科打诨的外表，内里却是心酸厚重的。 中间几章情节几乎没有推动，东一榔头西一棒略显零散。 但是后半部分和历史叙事联动起来后，层次就出来了。 文革部分创作的是真好。有温情有荒诞有沉重，但是孩童的叙事视点恰恰很好地调节了这些情绪的平衡。 像是最好一句话，创作的很妙。 我想叫她一声，叫她我的妈妈。”最后四个字我是用苏北话讲的。/说完，我和毛头笑成一团。 前半句情绪直抵高潮，是最为真挚的时刻，但孩童的视角过于认真就显造作了。 因而后半句的“笑成一团”又迅速把这种情绪化开，让读者顿开，孩子毕竟还是孩子。 当然，剧集中的孩童视角并不是那么纯粹的，应该算是回忆孩童的视角。 有时候把时间线拉回到现在也时有发生。

这部剧真的适合一个人迷茫的时候观看，选择当下，种下自己这颗种子

在视频平台看完的 很不好意思的哭了几小时，因为人来人往，我只好把头低的很低，免得让人看出我的脆弱 文字很质朴，从多个角度讲对母亲的感情，最受不了的就是女儿和丈夫的角度，女儿让我感同身受，以为自己很了解妈妈，其实都是表面，多关心她，多爱护她 她会当妈妈，奶奶，外婆，却没有人视她为孩子，视她为朋友

迈克尔·比尔老师确实是本人看到目前国内科普一块做的很易懂的了，这部剧对一个仅有高中物理水平的人来说完全看的懂。 作为一个高中物理水平读者来说，书大致可以分为三部分 第一部分，经典物理部分，即到牛顿三大定律为止，有个初中水平大概都有点印象。第二部分电磁学部分 涉及到麦克斯韦 法拉第等等 这部分靠着高二水平也看的懂。第三部分量子物理及相对论部分 也是这部剧讲的最多的了，讲量子力学的书很多，但作为入门，我还是很喜欢这部剧的介绍。先介绍发现，再到理论基础，再八卦下科学家。让人觉得很有意思。让你有个大概的了解，有能力的读者可以针对性找更多的书看，觉得吃力的读者也能当个消遣大概留个印象就可以。 在此，还想隆重推荐下迈克尔·比尔老师的《Alvin and the Chipmunks Meet Frankenstein》。算是个人最爱的科普剧集了。

一般，相比富爸爸穷爸爸以及系列剧集财务自由那部剧来说，知识点重复率高，并且主要介绍网络营销的模式。编剧没有参与这个模式，推荐的理由就失了可信度。不过，不得不说网络营销近几年越来越普及了。

本剧是人工智能领域难得一见的好剧！编剧写的人工智能有两个特点：一是严肃认真，不含半点夸大和戏说。二是逻辑清晰，文笔流畅，能够将一件事情解释到你非常清楚的程度，这是编剧的一种难得的天赋。在国内参加人工智能方面的看剧会，主办方请了一位科幻作家、一位文科大学教授、一位某著名理工大学教授。科幻女作家乖巧卖萌，文科教授为道德忧心忡忡，只有理科教授夸夸其谈，大谈其项目的先进性和我们难以想像的未来。可能不止在中国，美国也是大量的记者意淫与疯狂的商业炒作，使人工智能领域呈现出大量的不实之辞和混淆概念。 编剧很简单地提出，我们离一般人工智能距离尚且遥远。因为机器并不知道自己学的是什么？围棋高手下不了象棋，除了下围棋什么也不会。已经训练成高手的计算机非常脆弱，一些简单改动就可以使其失灵。NLP翻译取得了卓越成绩，但个别领域的错译仍让人如同吃着喷香的米饭却嚼到了砂粒。这才是目前人工智能的真相和真实。 编剧对比了人类学习与机器学习之不同，我觉得很说明问题。一是人类学习是小样本，具有举一反三的能力；而计算机目前还没有看到迁移与泛化。二是人类学习时真正理解了其内在的含义，而非仅仅知道其表层的现象。三是人类具备大量常识，这些常识来自我们生活经验的不断积累，而且这些常识可以插入进来，对当前问题实施辅助判断；而虽然有人已经在整理计算机需要了解的常识，但如何保证这些常识在计算机遇到的上下文里得到正确的理解与应用呢？ 我自己猜想，目前神经网络的计算机算法虽然在一些静态领域取得了一定的成功，但它丢失了人类智能的非常重要的一环。我认为人类的智能训练有两个计算机所不具备的特点：一是人类的记忆与学习不是调参数，而是通过生发出新的神经元细胞将其固化，实际上这让记忆网络具有真正的扩展性，而不是像神经网络算法一样只调参数。调参数是人脑神经机制中最基础的部分，但远远不够代表人脑功能的阶段。二是人脑的抽象能力，实际上是一种永不停歇的深度学习，将学到的苹果落地、飞机上天等常识不是简单地存储，而是不自觉地寻找这中间可以总结的规律与逻辑。这种无休止钻研的精神，其基础还是人脑可以生发新细胞、长出新组织所带来的红利，可以形成之前从没有人想过的东西。所以作家在写作影视作品时，实际上大脑里不断在生发出一系列临时的记忆构造。这些虚拟的构造越来越多地生发出来，使虚拟人物具备性格、具备行动计划、具备典型的环境、具备逻辑情节的推进，而这些大脑生发出的新记忆如此的完备，以致于它们与真实的记忆所差无几。这种能力，在我看来，绝不局限于调参，而是一种再创造。人脑的特殊灵活结构和同构性质，使其可以从任何一个点出发，重新构造整个过程。虽然我们平时生物学意义上的记忆是由身体获取的信号脉冲经过大量压缩整理形成的，但我们也可以通过大脑的自发活动，重制和重构这个记忆的全部过程；也可以完全以抽象的方式，将自己头脑中的概念与想法层层拔高，不断形成理念与概念，而这些概念之间的再度碰撞与推导，就形成了非虚构作品的成果。所以，目前计算机的人工智能，从段位上就与真正的人类智能差距甚远。即便未来机器获得了更高的运算速度，但它用什么方式，使自己的硅基大脑生发出不同的新结构与新知识，并将其沉淀下来，在休息时，这些知识之间相互关系、相互抽象，打通成为一个整体，从而变成电脑可以累积和运用的历史经验？我们目前好像还没有看到。但愿这一天没有那么快降临。