導(dǎo)言
謹(jǐn)以此文,向熬過(guò)寒冬的深度學(xué)習(xí)先驅(qū),以及依然在各個(gè)方向堅(jiān)持探索的研究者致敬。能否獲得圖靈獎(jiǎng)不是最重要的,信念、堅(jiān)持、思考、靈感才是他們的追求。
人工智能領(lǐng)域的7次圖靈獎(jiǎng)
算上剛拿到的這次,AI已經(jīng)七獲圖靈獎(jiǎng),是計(jì)算機(jī)科學(xué)各個(gè)領(lǐng)域中獲圖靈獎(jiǎng)最多的方向之一,足見(jiàn)這一領(lǐng)域在整個(gè)CS中的地位。首先我們列舉一下自1966年以來(lái)的歷次圖靈獎(jiǎng)
1966,Alan J. Perlis,程序設(shè)計(jì),編譯器
1967,Maurice Wilkes,EDSAC,程序設(shè)計(jì)
1968,Richard Hamming,數(shù)值計(jì)算,編碼,糾錯(cuò)碼
1969,Marvin Minsky,人工智能
1970,James H. Wilkinson,數(shù)值計(jì)算
1971,John McCarthy,人工智能
1972,Edsger W. Dijkstra,程序設(shè)計(jì)
1973,Charles W. Bachman,數(shù)據(jù)庫(kù)
1974,Donald E. Knuth,程序設(shè)計(jì)
1975,Allen Newell,Herbert A. Simon,人工智能
1976,Michael O. Rabin,Dana S. Scott,非確定性自動(dòng)機(jī),理論計(jì)算
1977,John Backus,程序設(shè)計(jì)
1978,Robert W. Floyd,程序設(shè)計(jì)
1979,Kenneth E. Iverson,程序設(shè)計(jì)
1980,Tony Hoare,程序設(shè)計(jì)
1981,Edgar F. Codd,數(shù)據(jù)庫(kù)
1982,Stephen A. Cook。計(jì)算復(fù)雜性理論
1983,Ken Thompson,Dennis M. Ritchie,操作系統(tǒng),程序設(shè)計(jì)。UNIX與c語(yǔ)言之父,程序員應(yīng)該都知道
1984,Niklaus Wirth,程序設(shè)計(jì)
1985,Richard M. Karp,程序設(shè)計(jì),計(jì)算復(fù)雜性理論。NP完全理論的提出者
1986,John Hopcroft,Robert Tarjan,程序設(shè)計(jì)
1987,John Cocke,編譯器,計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)(RISC)
1988,Ivan Sutherland,計(jì)算機(jī)圖形學(xué)
1989,William Kahan,數(shù)值計(jì)算
1990,F(xiàn)ernando J. Corbató,操作系統(tǒng)
1991,Robin Milner,程序設(shè)計(jì)
1992,Butler W. Lampson,操作系統(tǒng)
1993,Juris Hartmanis,Richard E. Stearns,計(jì)算復(fù)雜性理論
1994,Edward Feigenbaum,Raj Reddy,人工智能
1995,Manuel Blum,計(jì)算復(fù)雜性理論,密碼學(xué),程序驗(yàn)證
1996,Amir Pnueli,程序設(shè)計(jì)
1997,Douglas Engelbart,人機(jī)交互
1998,Jim Gray,數(shù)據(jù)庫(kù)
1999, Frederick P. Brooks, Jr.,計(jì)算機(jī)系統(tǒng)結(jié)構(gòu),操作系統(tǒng),軟件工程
2000,Andrew Chi-Chih Yao(姚期智,唯一的華人),理論計(jì)算,偽隨機(jī)數(shù),密碼學(xué),通信復(fù)雜度
2001,Ole-Johan Dahl,Kristen Nygaard,面向?qū)ο蟪绦蛟O(shè)計(jì)
2002,Adi Shamir,Ronald L. Rivest,Leonard M. Adleman,密碼學(xué)。大名鼎鼎的RSA算法,大家都知道
2003,Alan Kay,面向?qū)ο蟪绦蛟O(shè)計(jì)
2004,Vinton G. Cerf,Robert E. Kahn,計(jì)算機(jī)網(wǎng)絡(luò),TCP/IP協(xié)議,江湖地位不用多說(shuō)
2005,Peter Naur,程序設(shè)計(jì)
2006,F(xiàn)rances E. Allen,編譯器
2007,Edmund M. Clarke,E. Allen Emerson,Joseph Sifakis,程序設(shè)計(jì)
2008,Barbara Liskov,程序設(shè)計(jì)
2009,Charles P. Thacker,設(shè)計(jì)與制造第一臺(tái)PC
2010,Leslie G. Valiant,人工智能
2011,Judea Pearl,人工智能
2012,Silvio Micali,Shafi Goldwasser,密碼學(xué)
2013,Leslie Lamport,分布式計(jì)算,大名鼎鼎的PAXOS算法就是他提出的,可以拜讀一下
2014,Michael Stonebraker,數(shù)據(jù)庫(kù)
2015,Martin E. Hellman,Whitfield Diffie,密碼學(xué)
2016,Tim Berners-Lee,WWW,瀏覽器?;ヂ?lián)網(wǎng)時(shí)代的祖師爺,江湖地位不用多說(shuō)
2017,John L. Hennessy,David A. Patterson,計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)
2018,大家都知道
這里面有很多大家耳熟能詳?shù)某晒腿宋?。學(xué)數(shù)據(jù)結(jié)構(gòu)時(shí)都知道的Dijkstra;計(jì)算機(jī)課科班的同學(xué)都知道的UNIX與c語(yǔ)言之父(不是譚浩強(qiáng)),發(fā)明關(guān)系型數(shù)據(jù)庫(kù)的Edgar F. Codd。其他的不一一列舉了,他們是計(jì)算機(jī)科學(xué)和工業(yè)史的縮影,真的改變了我們的生活和世界。
有些領(lǐng)域多次獲獎(jiǎng),如程序設(shè)計(jì)語(yǔ)言/算法設(shè)計(jì)/編譯器累計(jì)獲獎(jiǎng)20+次之多。數(shù)據(jù)庫(kù)獲獎(jiǎng)4次。人工智能在所有方向中,算是獲獎(jiǎng)非常多的了。這些多次得獎(jiǎng)的方向,都誕生過(guò)巨頭公司,如計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)的intel,amd;數(shù)據(jù)庫(kù)的ORACLE;操作系統(tǒng)的微軟,SUN,IBM等。
令人遺憾的是,自1956年誕生到今天為止,盡管AI已經(jīng)走完了63年的歷程,但AI領(lǐng)域還沒(méi)有誕生能比肩Microsoft這樣的產(chǎn)業(yè)巨頭。對(duì)于很多亟待解決的工業(yè)界問(wèn)題,目前的AI技術(shù)水平還未達(dá)到能夠?qū)嵱玫臉?biāo)準(zhǔn)。這條道路之艱辛,可見(jiàn)一斑。
接下來(lái)列舉一下AI方向所獲得的圖靈獎(jiǎng)
2018 Geoffrey E Hintion,Yann LeCun,Yoshua Bengio,深度學(xué)習(xí)
2011 Judea Pearl,概率圖模型(貝葉斯網(wǎng)絡(luò))
2010 Leslie Valiant,PAC(概率近似正確)理論
1994 Edward Feigenbaum,Raj Reddy,專家系統(tǒng)
1975 Allen Newell,Herbert A. Simon,邏輯推理
1971 John McCarthy,LISP,邏輯推理
1969 Marvin Minsky,神經(jīng)網(wǎng)絡(luò)
自1969到1975年3次頻繁獲獎(jiǎng),下一次獲獎(jiǎng)是在時(shí)隔19年之后的1994年,它們是對(duì)AI早期成果的肯定,包括邏輯推理,知識(shí)工程,專家系統(tǒng)等。不幸的是這些方法并沒(méi)法解決人工智能的一些核心問(wèn)題,如圖像識(shí)別,語(yǔ)音識(shí)別,這些在人類看來(lái)再簡(jiǎn)單不過(guò)的問(wèn)題,卻困擾了AI學(xué)者幾十年。
最近3次獲獎(jiǎng)都是因?yàn)闄C(jī)器學(xué)習(xí),這代表了AI方法的轉(zhuǎn)變,從歸納和總結(jié)人的知識(shí)和能力然后編碼實(shí)現(xiàn),演變?yōu)槟M人的學(xué)習(xí)能力。這一現(xiàn)在看來(lái)非常簡(jiǎn)單的轉(zhuǎn)變,卻經(jīng)歷了整整數(shù)十年。機(jī)器學(xué)習(xí)從1980年興起開(kāi)始到第一次拿圖靈獎(jiǎng),也間隔了30年。中間的幾次浪潮幾次寒冬,恐怕只有當(dāng)年經(jīng)歷過(guò)那個(gè)時(shí)代的學(xué)者們才有最深刻的體會(huì)。
2018
這三位是深度學(xué)習(xí)的領(lǐng)軍人物,對(duì)本輪AI興起起到了關(guān)鍵作用。深度學(xué)習(xí)在計(jì)算機(jī)視覺(jué),語(yǔ)音識(shí)別,自然語(yǔ)言處理,數(shù)據(jù)生成,決策和控制問(wèn)題上取得了當(dāng)前最好的效果。自2012年以來(lái),深度學(xué)習(xí)以迅猛的速度發(fā)展,帶動(dòng)了此次AI的復(fù)興,使得這一領(lǐng)域第一次出現(xiàn)了真正的大規(guī)模產(chǎn)業(yè)化。從計(jì)算機(jī)視覺(jué)的圖像分類,目標(biāo)檢測(cè),圖像分割,3D,目標(biāo)跟蹤,到語(yǔ)音識(shí)別,自然語(yǔ)言處理中的機(jī)器翻譯,以及圖像、聲音數(shù)據(jù)的生成,AlphaGo的成功,深度學(xué)習(xí)取得的成就讓我們備受鼓舞。這一方法不是萬(wàn)能的,但它卻在很大程度上解決了感知,數(shù)據(jù)生成,決策和控制問(wèn)題,這在AI的歷史上是前無(wú)古人的。
Geoffrey Hinton
Geoffrey Hinton被稱為深度學(xué)習(xí)之父,他的主要貢獻(xiàn)有
反向傳播算法(BP)
1986年,Hinton與David Rumelhart等共同撰寫了“Learning Internal Representations by Error Propagation”,提出了反向傳播算法的完整表述。至今,這還是神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)采用的算法。
受限玻爾茲曼機(jī)(RBM)
1983年,Hinton與Terrence Sejnowski一起提出了受限玻爾茲曼機(jī),這是一種隨機(jī)、生成式神經(jīng)網(wǎng)絡(luò),也是深度學(xué)習(xí)早期的模型之一。
逐層預(yù)訓(xùn)練策略訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)
2006年,提出了用逐層預(yù)訓(xùn)練的策略訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)(自動(dòng)編碼器),拉開(kāi)了深度學(xué)習(xí)的序幕。
AlexNet
2012年,Hinton與他的學(xué)生Alex Krizhevsky和Ilya Sutskever設(shè)計(jì)了使用ReLU激活函數(shù)和Dropout機(jī)制的卷積神經(jīng)網(wǎng)絡(luò),大幅度提升了圖像分類的準(zhǔn)確率,成為深度學(xué)習(xí)真正的開(kāi)端。
Yann LeCun
Yann LeCun被稱為卷積神經(jīng)網(wǎng)絡(luò)之父,其主要貢獻(xiàn)是卷積神經(jīng)網(wǎng)絡(luò)。早在1989年,LeCun就發(fā)明了卷積神經(jīng)網(wǎng)絡(luò),是深度卷積神經(jīng)網(wǎng)絡(luò)的雛形,這一思想被沿用至今。1998年,他又提出了LeNet網(wǎng)絡(luò),后來(lái)的卷積神經(jīng)網(wǎng)絡(luò)都參考了這一網(wǎng)絡(luò)的結(jié)構(gòu)。
Yoshua Bengio
個(gè)人認(rèn)為,Yoshua Bengio對(duì)深度學(xué)習(xí)的貢獻(xiàn)比不上前面了兩位,公平的來(lái)說(shuō),Schmidhuber的LSTM江湖地位要超過(guò)Bengio的成果。他的主要貢獻(xiàn)是深度學(xué)習(xí)序列建模,注意力機(jī)制,以及RNN在NLP中的應(yīng)用,此外他和學(xué)生Ian Goodfellow共同提出了生成對(duì)抗網(wǎng)絡(luò)(GAN),是目前研究最熱的數(shù)據(jù)生成模型,解決了很多特定領(lǐng)域的數(shù)據(jù)生成問(wèn)題。Bengio一直以來(lái)在致力于解決深層神經(jīng)網(wǎng)絡(luò)難以訓(xùn)練的問(wèn)題,下面的論文是最好的證明
Y. Bengio, P. Simard, P. Frasconi. Learning long-term dependencies with gradient descent is difficult. IEEE Transactions on Neural Networks, 5(2):157-166, 1994.
Xavier Glorot, Yoshua Bengio. Understanding the difficulty of training deep feedforward neural networks. Journal of Machine Learning Research. 2010.
Xavier Glorot, Yoshua Bengio. On the difficulty of training recurrent neural networks. international conference on machine learning. 2013.
2011
繼2010年獲獎(jiǎng)之后,2011年機(jī)器學(xué)習(xí)再次獲獎(jiǎng),這次是由概率圖模型的領(lǐng)軍人物Judea Pearl獲得。概率圖模型是機(jī)器學(xué)習(xí)算法中的大家族,用圖來(lái)對(duì)變量的概率關(guān)系進(jìn)行建模,實(shí)現(xiàn)推理,具有較好的可解釋性,也符合人的思維習(xí)慣。將概率論引入機(jī)器學(xué)習(xí)模型,這無(wú)疑是一個(gè)偉大的成就。
Judea Pearl
他的主要貢獻(xiàn)是提出了概率圖模型和因果推理算法,將概率引入機(jī)器學(xué)習(xí),典型代表作是貝葉斯網(wǎng)絡(luò)。HMM(隱馬爾可夫模型),條件隨機(jī)場(chǎng)(CRF)也是概率圖模型家族中的成員,讓很多機(jī)器學(xué)習(xí)的初學(xué)者感到困難。Judea Pearl在NIPS 2017上的演講無(wú)人問(wèn)津,不禁令世人感慨,大家都一窩蜂去做深度學(xué)習(xí)了。
2010
這是機(jī)器學(xué)習(xí)第一次拿獎(jiǎng),發(fā)給了機(jī)器學(xué)習(xí)基礎(chǔ)理論的探索者Leslie G Valiant。機(jī)器學(xué)習(xí)在1980年代就誕生了一些非常重要的方法,包括決策樹(shù),神經(jīng)網(wǎng)絡(luò),卷積神經(jīng)網(wǎng)絡(luò)等。而圖靈獎(jiǎng)對(duì)機(jī)器學(xué)習(xí)的第一肯定則選擇了基礎(chǔ)領(lǐng)域。包括PAC在內(nèi)的一些基礎(chǔ)結(jié)論,對(duì)設(shè)計(jì),分析機(jī)器學(xué)習(xí)算法具有非常重要的意義。
Leslie G Valiant
Leslie G Valiant主要貢獻(xiàn)是PAC學(xué)習(xí)(概率近似正確)理論,它從理論上回答了什么樣的問(wèn)題是可學(xué)習(xí)的,并給出了滿足泛化性能約束的條件。可類別為金庸小說(shuō)中的內(nèi)功,不現(xiàn)于外表,但對(duì)習(xí)武之人來(lái)說(shuō)卻至關(guān)重要。Leslie G Valiant的成果對(duì)后面的機(jī)器學(xué)習(xí)算法設(shè)計(jì)有深遠(yuǎn)的影響,只是使用各種具體算法的同學(xué)可能對(duì)他并不熟悉。
1994
這次圖靈獎(jiǎng)?lì)C發(fā)給了專家系統(tǒng)的核心人物,Edward A Feigenbaum與Raj Reddy。是人工智能時(shí)隔19年后再一次獲獎(jiǎng),有昨日黃花的味道。
Edward A Feigenbaum
Edward Feigenbaum被稱為專家系統(tǒng)之父。這是人工智能早期階段的核心成果之一,因?yàn)槿狈蓴U(kuò)展性和通用性,以及其他局限性,現(xiàn)在被機(jī)器學(xué)習(xí)所取代。
Raj Reddy
Raj Reddy是識(shí)別連續(xù)性語(yǔ)音系統(tǒng)的先驅(qū)。他發(fā)明了第一代連續(xù)語(yǔ)音識(shí)別系統(tǒng)Hearsay I。在這個(gè)系統(tǒng)以及之后的Hearsay II, Harpy, and Dragon等系統(tǒng)中,他和他的學(xué)生發(fā)展了一套現(xiàn)代商業(yè)化語(yǔ)音識(shí)別技術(shù)的理論。
1975
這是AI第3次獲獎(jiǎng)。這次的獎(jiǎng)發(fā)給了符號(hào)主義學(xué)派的創(chuàng)始人-Allen Newell和Herbert A.Simon。這是當(dāng)年參加達(dá)特茅茨會(huì)議的人,參加這次會(huì)議,可真是拿獎(jiǎng)的好機(jī)會(huì),堪比參加8.1南昌起義的我軍將領(lǐng)們最后紛紛獲得元帥和大將的頭銜。
Allen Newell
主要的貢獻(xiàn)是信息處理,Information Processing Language(IPL),Logic Theory Machine,General Problem Solver,以及認(rèn)知科學(xué)。
Herbert A.Simon
Simon是符號(hào)主義學(xué)派的創(chuàng)始人,其研究工作始終都以人的思想為中心,認(rèn)為計(jì)算機(jī)是模擬人類來(lái)解決問(wèn)題。研發(fā)了 “ 邏輯理論家”和“通用問(wèn)題求解器”項(xiàng)目,在語(yǔ)音識(shí)別和人機(jī)交互上取得了重要進(jìn)展。其目標(biāo)是讓計(jì)算機(jī)成為人類解決問(wèn)題的高效工具。
1971
這一次的圖靈獎(jiǎng)?lì)C發(fā)給了John McCarthy,被尊稱為AI之父。
John McCarthy
John McCarthy的主要貢獻(xiàn)是他是達(dá)特茅斯會(huì)議的發(fā)起者之一,首次提出了人工智能的概念。在α-β搜索法,機(jī)器人,計(jì)算理論,常識(shí)推理,人機(jī)交互等領(lǐng)域,他也做出了開(kāi)創(chuàng)性的工作。此外,他發(fā)明了AI領(lǐng)域早期的一種重要工具-LISP語(yǔ)言。同時(shí),對(duì)代數(shù)語(yǔ)言ALGOL 58和60也作出了至關(guān)重要的貢獻(xiàn)。
1969
這是AI第一次獲得圖靈獎(jiǎng),發(fā)給了Marvin Minsky,AI的發(fā)起人之一。
Marvin Minsky
Marvin Minsky是達(dá)特茅斯會(huì)議的發(fā)起者之一。1951年他提出了關(guān)于思維如何萌發(fā)并形成的一些基本理論,并建造了一臺(tái)學(xué)習(xí)機(jī),名為Snarc。他研發(fā)了第一個(gè)神經(jīng)網(wǎng)絡(luò)模擬器、設(shè)計(jì)了最早的模擬人類機(jī)器人:Snarc,其目的是學(xué)習(xí)如何穿過(guò)迷宮,其組成中包括40個(gè)'代理'(agent ,國(guó)內(nèi)資料也有把它譯為'主體'、'智能體'的)和一個(gè)對(duì)成功給予獎(jiǎng)勵(lì)的系統(tǒng),基于agent的計(jì)算和分布式智能是當(dāng)前人工智能研究中的一個(gè)熱點(diǎn),明斯基也許是最早提出agent概念的學(xué)者之一。
其他未獲得圖論獎(jiǎng)的重量級(jí)成果和學(xué)者
除了已經(jīng)獲得的7次圖靈獎(jiǎng)之外,至少在機(jī)器學(xué)習(xí)領(lǐng)域還有不少重量級(jí)的成果與學(xué)者至今還沒(méi)有獲獎(jiǎng),他們以及他們的成就同樣值得我們尊敬與銘記。
Vladimir N. Vapnik
SVM和VC維的提出者,前者是機(jī)器學(xué)習(xí)歷史上曾經(jīng)出現(xiàn)的重量級(jí)方法,在機(jī)器學(xué)習(xí)江湖上的地位有目共睹。后者與PAC同屬于機(jī)器學(xué)習(xí)的基礎(chǔ)理論基石,是衡量分類器能力的基礎(chǔ)指標(biāo)。Vapnik與SVM在機(jī)器學(xué)習(xí)中的地位少有學(xué)者能超越,尤其是后者,從1990年代后期到深度學(xué)習(xí)出現(xiàn)之前,在機(jī)器學(xué)習(xí)的江湖中顯赫數(shù)十載。
Yoav Freund,Robert Schapire
共同提出了AdaBoost算法,是boosting的一個(gè)可實(shí)現(xiàn)版本,影響力同樣巨大。但他們兩位之前已經(jīng)獲得了歌德?tīng)柂?jiǎng),這是理論計(jì)算機(jī)科學(xué)的最高獎(jiǎng),雖不及圖靈獎(jiǎng),但也是非常高的榮譽(yù)。AdaBoost算法當(dāng)年的成功足以與SVM比肩,2001年它被用于人臉檢測(cè)問(wèn)題,是這一領(lǐng)域第一個(gè)有里程碑意義的突破。后面各種灌水的文章,都仰仗于AdaBoost的各類變種。
Leo Breiman
CART(分類與回歸樹(shù)),隨機(jī)森林,梯度提升算法的提出者,哪一個(gè)都是機(jī)器學(xué)習(xí)領(lǐng)域響當(dāng)當(dāng)?shù)某晒?。CART是機(jī)器學(xué)習(xí)領(lǐng)域在1980年代的重要成果之一,目前還被用于一些數(shù)據(jù)分析問(wèn)題。隨機(jī)森林就不用多說(shuō),學(xué)過(guò)機(jī)器學(xué)習(xí)的人都知道。梯度提升算法是繼AdaBoost之后第二種廣為使用的boosting框架,現(xiàn)在炙手可熱的xgboost是對(duì)它的改進(jìn)。遺憾的是Breiman老爺子已經(jīng)去世,圖靈獎(jiǎng)之前貌似從來(lái)沒(méi)頒發(fā)給不在世的人,所以是沒(méi)有機(jī)會(huì)拿獎(jiǎng)了,清明節(jié)快到了,我們祭奠他老人家一下。
Jürgen Schmidhuber
LSTM的提出者,對(duì)深度學(xué)習(xí)的發(fā)展同樣做出了不可磨滅的貢獻(xiàn)。Schmidhuber這次沒(méi)拿獎(jiǎng)是有很大的爭(zhēng)議的,論對(duì)深度學(xué)習(xí)的貢獻(xiàn),筆者認(rèn)為他不比Bengio小。LSTM直接促成了RNN在序列預(yù)測(cè)問(wèn)題上的大規(guī)模應(yīng)用,包括語(yǔ)音識(shí)別,自然語(yǔ)言處理等。他還提出了high way network,何凱明提出的目前廣為應(yīng)用的殘差網(wǎng)絡(luò),被認(rèn)為受到了這一結(jié)構(gòu)的啟發(fā)。另外,他提出的PM(Predictability Minimization)與GAN之間的原創(chuàng)性爭(zhēng)議,讓我們也很感慨,GAN已經(jīng)有6902次的引用,而PM的引用次數(shù)卻少得可憐。沒(méi)有與深度學(xué)習(xí)另外3巨頭一起獲得這次的圖靈獎(jiǎng),是一大遺憾。
展望未來(lái),盡管深度學(xué)習(xí)在很多特定應(yīng)用實(shí)踐中取得了成功,但它仍然存在很多局限性,比如依賴大量標(biāo)注的訓(xùn)練樣本,不具備邏輯推理能力,仍然不能像人類智能那樣具有適應(yīng)性和通用性,對(duì)抽象數(shù)據(jù)的處理(如NLP,結(jié)構(gòu)化數(shù)據(jù))欠佳(不過(guò)現(xiàn)在GNN又出現(xiàn)了)等。如何解決余下的這些挑戰(zhàn),Bengio提到,“我們不應(yīng)該隨波逐流,現(xiàn)在深度學(xué)習(xí)就是這股洪流。”Geoffrey Hinton曾經(jīng)說(shuō),AI不會(huì)再有寒冬,我們希望他的預(yù)言成真!老爺子的幾十年如一日的堅(jiān)持,值得我們所有從業(yè)者感激,敬佩與學(xué)習(xí)。
(完)
聯(lián)系客服