人工智能并不是一个新名词（通用9篇）
篇1：人工智能并不是一个新名词
人工智能并不是一个新名词。实际上，这个领域在20世纪50年代就已经开始启动，这段探索的历史被称为「喧嚣与渴望、挫折与失望交替出现的时代」——最近给出的一个较为恰当的评价。
20世纪50年代明确了人工智能要模拟人类智慧这一大胆目标，从此研究人员开展了一系列贯穿20世纪60年代并延续到70年代的研究项目，这些项目表明，计算机能够完成一系列所本只属于人类能力范畴之内的任务，例如证明定理、求解微积分、通过规划来响应命令、履行物理动作，甚至是模拟心理学家、谱曲这样的活动。
但是，过分简单的算法、匮乏的难以应对不确定环境（这种情形在生活中无处不在）的理论，以及计算能力的限制严重阻碍了我们使用人工智能来解决更加困难和多样的问题。伴随着对缺乏继续努力的失望，人工智能于20世纪70年代中期逐渐淡出公众视野。
20世纪80年代早期，日本发起了一个项目，旨在开发一种在人工智能领域处于领先的计算机结构。西方开始担心会在这个领域输给日本，这种焦虑促使他们决定重新开始对人工智能的投资。20世纪80年代已经出现了人工智能技术产品的商业供应商，其中一些已经上市，例如Intellicorp、Symbolics、和Teknowledge。
20世纪80年代末，几乎一半的「财富500强」都在开发或使用「专家系统」，这是一项通过对人类专家的问题求解能力进行建模，来模拟人类专家解决该领域问题的人工智能技术。
对于专家系统潜力的过高希望彻底掩盖了它本身的局限性，包括明显缺乏常识、难以捕捉专家的隐性知识、建造和维护大型系统这项工作的复杂性和成本，当这一点被越来越多的人所认识到时，人工智能研究再一次脱离轨道。
20世纪90年代在人工智能领域的技术成果始终处于低潮，成果寥寥。反而是神经网络、遗传算法等科技得到了新的关注，这一方面是因为这些技术避免了专家系统的若干限制，另一方面是因为新算法让它们运行起来更加高效。
神经网络的设计受到了大脑结构的启发。遗传算法的机制是，首先迭代生成备选解决方案，然后剔除最差方案，最后通过引入随机变量来产生新的解决方案，从而「进化」出解决问题的最佳方案。
3、人工智能进步的催化剂 截止到21世纪前10年的后期，出现了一系列复兴人工智能研究进程的要素，尤其是一些核心技术。下面将对这些重要的因素和技术进行详细说明。
1）摩尔定律
在价格、体积不变的条件下，计算机的计算能力可以不断增长。这就是被人们所熟知的摩尔定律，它以Intel共同创办人Gordon Moore命名。Gordon Moore从各种形式的计算中获利，包括人工智能研究人员使用的计算类型。数年以前，先进的系统设计只能在理论上成立但无法实现，因为它所需要的计算机资源过于昂贵或者计算机无法胜任。今天，我们已经拥有了实现这些设计所需要的计算资源。举个梦幻般的例子，现在最新一代微处理器的性能是1971年第一代单片机的400万倍。
2）大数据
得益于互联网、社交媒体、移动设备和廉价的传感器，这个世界产生的数据量急剧增加。随着对这些数据的价值的不断认识，用来管理和分析数据的新技术也得到了发展。大数据是人工智能发展的助推剂，这是因为有些人工智能技术使用统计模型来进行数据的概率推算，比如图像、文本或者语音，通过把这些模型暴露在数据的海洋中，使它们得到不断优化，或者称之为「训练」——现在这样的条件随处可得。
3）互联网和云计算
和大数据现象紧密相关，互联网和云计算可以被认为是人工智能基石有两个原因，第一，它们可以让所有联网的计算机设备都能获得海量数据。这些数据是人们推进人工智能研发所需要的，因此它可以促进人工智能的发展。第二，它们为人们提供了一种可行的合作方式——有时显式有时隐式——来帮助人工智能系统进行训练。比如，有些研究人员使用类似Mechanical Turk这样基于云计算的众包服务来雇佣成千上万的人来描绘数字图像。这就使得图像识别算法可以从这些描绘中进行学习。谷歌翻译通过分析用户的反馈以及使用者的无偿贡献来提高它自动翻译的质量。
4）新算法
算法是解决一个设计程序或完成任务的路径方法。最近几年，新算法的发展极大提高了机器学习的能力，这些算法本身很重要，同时也是其他技术的推动者，比如计算机视觉（这项科技将会在后文描述）。机器学习算法目前被开源使用，这种情形将促成更大进步，因为在开源环境下开发人员可以补足和增强彼此的工作。
4、认知技术
我们将区分人工智能领域和由此延伸的各项技术。大众媒体将人工智能刻画为跟人一样聪明的或比人更聪明的计算机的来临。而各项技术则在以往只有人能做到的特定任务上面表现得越来越好。我们称这些技术为认知技术（下图），认知技术是人工智能领域的产物，它们能完成以往只有人能够完成的任务。而它们正是商业和公共部门的领导者应该关注的。下面我们将介绍几个最重要的认知技术，它们正被广泛采纳并进展迅速，也获得大量投资。
1）计算机视觉
是指计算机从图像中识别出物体、场景和活动的能力。计算机视觉技术运用由图像处理操作及其他技术所组成的序列来将图像分析任务分解为便于管理的小块任务。比如，一些技术能够从图像中检测到物体的边缘及纹理。分类技术可被用作确定识别到的特征是否能够代表系统已知的一类物体。
计算机视觉有着广泛应用。其中包括，医疗成像分析被用来提高疾病的预测、诊断和治疗；人脸识别被Facebook用来自动识别照片里的人物；在安防及监控领域被用来指认嫌疑人；在购物方面，消费者现在可以用智能手机拍摄下产品以获得更多购买选择。
机器视觉作为一个相关学科，泛指在工业自动化领域的视觉应用。在这些应用里，计算机在高度受限的工厂环境里识别诸如生产零件一类的物体，因此相对于寻求在非受限环境里操作的计算机视觉来说目标更为简单。计算机视觉是一个正在进行中的研究，而机器视觉则是「已经解决的问题」，是系统工程方面的课题而非研究层面的课题。因为应用范围的持续扩大，计算机视觉领域的初创公司自2011年起已经吸引了数亿美元的风投资本。
2）机器学习
指的是计算机系统无需遵照显式的程序指令而只是依靠暴露在数据中来提升自身性能的能力。其核心在于，机器学习是从数据中自动发现模式，模式一旦被发现便可用于做预测。比如，给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息的数据库，系统就会学习到可用来预测信用卡欺诈的模式。处理的交易数据越多，预测就会越好。
机器学习的应用范围非常广泛，针对那些产生庞大数据的活动，它几乎拥有改进一切性能的潜力。除了欺诈甄别之外，这些活动还包括销售预测、库存管理、石油和天然气勘探、以及公共卫生。机器学习技术在其他的认知技术领域也扮演着重要角色，比如计算机视觉，它能在海量图像中通过不断训练和改进视觉模型来提高其识别对象的能力。现如今，机器学习已经成为认知技术中最炙手可热的研究领域之一，在2011-2014年中这段时间内就已吸引了近十亿美元的风险投资。谷歌也在2014年斥资4亿美金收购Deepmind这家研究机器学习技术的公司。
3）自然语言处理
是指计算机拥有的人类般文本处理的能力，比如，从文本中提取意义，甚至从那些可读的、风格自然、语法正确的文本中自主解读出含义。一个自然语言处理系统并不了解人类处理文本的方式，但是它却可以用非常复杂与成熟的手段巧妙处理文本，例如自动识别一份文档中所有被提及的人与地点；识别文档的核心议题；或者在一堆仅人类可读的合同中，将各种条款与条件提取出来并制作成表。以上这些任务通过传统的文本处理软件根本不可能完成，后者仅能针对简单的文本匹配与模式进行操作。请思考一个老生常谈的例子，它可以体现自然语言处理面临的一个挑战。在句子「光阴似箭（Time flies like an arrow）」中每一个单词的意义看起来都很清晰，直到系统遇到这样的句子「果蝇喜欢香蕉（Fruit flies like a banana）」，用「水果（fruit）」替代了「时间（time）」，并用「香蕉（banana）」替代「箭（arrow）」，就改变了「飞逝／飞着的（like）」与「像／喜欢（like）」这两个单词的意思。
自然语言处理，像计算机视觉技术一样，将各种有助于实现目标的多种技术进行了融合。建立语言模型来预测语言表达的概率分布，举例来说，就是某一串给定字符或单词表达某一特定语义的最大可能性。选定的特征可以和文中的某些元素结合来识别一段文字，通过识别这些元素可以把某类文字同其他文字区别开来，比如垃圾邮件同正常邮件。以机器学习为驱动的分类方法将成为筛选的标准，用来决定一封邮件是否属于垃圾邮件。
因为语境对于理解「time flies（时光飞逝）」和「fruit flies（果蝇）」的区别是如此重要，所以自然语言处理技术的实际应用领域相对较窄，这些领域包括分析顾客对某项特定产品和服务的反馈、自动发现民事诉讼或政府调查中的某些含义、以及自动书写诸如企业营收和体育运动的公式化范文等。
4）机器人技术
将机器视觉、自动规划等认知技术整合至极小却高性能的传感器、致动器、以及设计巧妙的硬件中，这就催生了新一代的机器人，它有能力与人类一起工作，能在各种未知环境中灵活处理不同的任务。例如无人机，还有可以在车间为人类分担工作的「cobots」，还包括那些从玩具到家务助手的消费类产品。5）语音识别技术
主要是关注自动且准确的转录人类的语音。该技术必须面对一些与自然语言处理类似的问题，在不同口音的处理、背景噪音、区分同音异形异义词(「buy」和「by」听起来是一样的)方面存在一些困难，同时还需要具有跟上正常语速的工作速度。语音识别系统使用一些与自然语言处理系统相同的技术，再辅以其他技术，比如描述声音和其出现在特定序列和语言中概率的声学模型等。语音识别的主要应用包括医疗听写、语音书写、电脑系统声控、电话客服等。比如Domino’s Pizza最近推出了一个允许用户通过语音下单的移动APP。
上面提到的认知技术进步飞快并吸引了大量投资，其他相对成熟的认知技术仍然是企业软件系统的重要组成部分。这些日渐成熟的认知技术包括决策最优化——自动完成对复杂决策或者在资源有限的前提下做出最佳权衡；规划和调度——使设计一系列行动流程来满足目标和观察约束；规则导向系统——为专家系统提供基础的技术，使用知识和规则的数据库来自动完成从信息中进行推论的处理过程。
认知技术的广泛使用 各种经济部门已经把认知技术运用到了多种商业职能中。1）银行业
自动欺诈探测系统使用机器学习可以识别出预示着欺诈性付款行动的行为模式；借助语音识别技术能够自动完成电话客服；声音识别可以核实来电者的身份
2）医疗健康领域
美国有一半的医院采用自动语音识别来帮助医生自动完成医嘱抄录，而且使用率还在迅速增长；机器视觉系统自动完成乳房X光检查和其他医学影响的分析；IBM 的Watson借助自然语言处理技术来阅读和理解大量医学文献，通过假设自动生成来完成自动诊断，借助机器学习可以提高准确率。
3）生命科学领域
机器学习系统被用来预测生物数据和化合物活动的因果关系，从而帮助制药公司识别出最有前景的药物。
4）媒体与娱乐行业
许多公司正在使用数据分析和自然语言生成技术，自动起草基于数据的的公文材料，比如公司营收状况、体育赛事综述等。
5）石油与天然气
厂商将机器学习广泛运用在矿藏资源定位、钻井设备故障诊断等众多方面。6）公共部门
出于监控、合规和欺诈检测等特定目的，公共部门也已经开始使用认知技术。比如，乔治亚州正在通过众包的形式来进行财政披露和竞选捐助表格的数字化，在这个过程中他们就采用了一套自动手写识别系统。
7）零售商 零售商利用机器学习来自动发现有吸引力的交叉销售定价和有效的促销活动。8）科技公司
它们正利用机器视觉、机器学习等认知技术来改进产品或者开发全新产品，比如 Roomba机器人吸尘器，Nest智能恒温器。
上述例子表明，认识技术的潜在商业收益远大于自动化带来的成本节约，这主要体现在： 更快的行动与决策（比如，自动欺诈检测，计划和调度）更好的结果（比如，医学诊断、石油探测、需求预测）更高的效率（亦即，更好的利用高技能人才和昂贵设备），更低的成本（比如，自动电话客服减少了劳动成本）更大的规模（亦即，开展人力无法执行的大规模任务）产品与服务创新（从增加新功能到创造新产品）认知技术影响力与日俱增的原因
在未来五年，认知技术在商业领域的影响力将显著增长。原因有二，首先，近些年来，技术性能有了实质进步，并处于持续研发状态。其次，数亿美元已经投入到技术商业化中，许多公司正致力于为各商业部门的广泛需求提供定制化开发和打包方案，以使这些技术更易购买和配置。虽然并非所有的技术提供商都能幸存，但他们的努力将共同推动市场前进。技术性能的改善和商业化正在共同扩大着认知技术的应用范围，这种情况在未来几年都将持续下去。
1、技术提升扩展了应用范围
认知技术大踏步前进的例子非常多。比如Google的语音识别系统，一份报告显示，Google用了不到两年时间就将语音识别的精准度从2012年的84%提升到如今的98%。计算机视觉技术也取得了突飞猛进的发展。如果以计算机视觉技术研究者设置的技术标准来看，自2010年到2014年，图像分类识别的精准度提高了4倍。Facebook的DeepFace技术在同行评审报告（译者注：同行评审，是一种学术成果审查程序，即一位作者的学术著作或计划被同一领域的其他专家学者评审。）被高度肯定，其脸部识别率的准确度达到97%。2011年，IBM 为了让Watson在智力节目《危险边缘》中获胜，曾对Watson进行优化，提升两倍的答案精确度。现在，IBM又宣称如今的Watson比当时「智能」了2400%。
随着技术的改进和提高，技术应用的范围也在不断扩大。比如，在语音识别方面，机器曾经需要大量训练才能在有限词库里勉强识别出来，由语音识别技术延伸出的医疗应用程序也很难得到真正普及。而现在，每个月互联网上都会有数以百万次的语音搜索。另外，计算机视觉技术过去被狭隘的理解为部署在工业自动化方面，但现在，我们早已看到这一技术被广泛运用到监控、安全以及各种各样的消费应用里。IBM如今正拓展Watson在竞赛游戏之外的应用，从医疗诊断到医学研究再到财务建议以及自动化的呼叫中心。
并不是所有的认知技术都有如此令人瞩目的发展。机器翻译有了一定发展，但幅度很小。一份调查发现，从2009年到2012年，将阿拉伯语翻译到英语的精确度仅仅提升了13%。尽管这些技术还不完美，但他们已经可以影响到专业机构的工作方式。很多专业翻译人员依靠机器翻译提升翻译精准度，并把一些常规翻译交给机器，自己专注在更具挑战性的任务上。
很多公司正努力将认知技术做进一步研发，并逐步将其融入到更多产品尤其是企业级产品里，以方便企业用户购买和部署。
2、对商业化进行的大规模投资
从2011年到2014年5月，超过20亿美元的风险投资流入到基于认知技术研究的产品和服务里。与此同时，超过100家的相关公司被兼并或收购，其中一些被互联网巨头如亚马逊、苹果、Google、IBM或Facebook收购。所有这些投资都在培育一个多样化的公司图谱，这些公司正在加速认知技术的商业化进程。
在这里，我们并不会提供关于某公司在认知技术商业化方面的细节，我们希望说明，认知技术产品拥有丰富的多样性。下面就是致力于认知技术商业化的公司名单，这个名单既不是完整无缺也非固定不变，而是一个动态的，用于推动和培育市场的指标。
数据管理和分析工具主要使用自然语言处理、机器学习等认知技术。这些工具利用自然语言处理来从非结构化的文本中提取出意思，或者借助机器学习帮助分析人员从大规模数据集中发现深层含义。这个领域的公司包括Context Relevant（译者注：美国的一家大数据挖掘和分析公司）、Palantir Technologies（译者注：这家公司称要将数据、技术、人类和环境连接起来）、以及Skytree（译者注：一家借助机器学习进行市场分析并提供决策依据的大数据公司）。
认知技术的各个部分可以被整合到各种应用和商业决策中，分别起到增加功能和提高效率的作用。例如，Wise.io公司提供一套模块来促进商业决策，比如客户支持、营销和销售，这里面会用到机器学习模型来预测哪些客户比较容易流失，以及哪些潜在客户更加容易转化。Nuance公司通过提供一种语音识别技术来帮助开发者进行需要语音控制的移动APP的开发。
单点解决方案。众多认知技术成熟的标志是它们正在被不断的嵌入到特定商业问题的解决方案中。这些解决方案的设计初衷是要比公司原有的解决方案更加有效，并且几乎不需要认知技术方面的专业人员。普及度比较高的应用领域包括广告、营销和销售自动化、预测以及规划。
技术平台。平台的目的是为建立高度定制化的商业解决方案提供基础。它们会提供一系列功能，包括数据管理、机器学习工具、自然语言处理、知识表示和推理、以及将这些定制化软件整合在一起的统一框架。
3、新兴应用
如果这些技术的表现和商业化趋势继续发展，我们就能够大胆预测认知技术的应用将更加广泛，被接受程度也会大大增加。数亿美金的投资涌入这些基于机器学习、自然语言处理、机器视觉或者机器人技术的公司，这预示着许多新应用即将投入市场。在商业机构依托认知技术构建自动化业务流程、增强产品和服务方面，我们也看到了巨大空间。
认知技术在企业的应用路径
认知技术将在接下来几年里变得流行。在未来2-5年，技术层面的进步和商业化将扩大认知技术对企业的影响。越来越多的企业会找到一些创新性应用来显著改善他们自身的表现或者创造新功能，以增强他们的竞争地位。企业的IT部门现在可以行动起来，增加对这些技术的了解，评估出适用这些技术的机会，将这些技术可能带来的价值向领导进行汇报。高级商务和公共部门的领导应该思考认知技术将对他们的部门以及整个公司产生何种影响，这些技术将如何激发创新并提升经营表现。
篇2：人工智能并不是一个新名词
校园内 每一朵花 都变成了一段美好的回忆
那一天我们毕业了 象风中的蒲公英 奔向各自的前程
离别的那一刻 我默默地祝愿
愿你的梦想 早日实现
原我们能相逢在不久后的某一天
毕业了 我们即将各奔东西
在这所校园里 给我留下了温暖的回忆
不知何时还会再相见
何时才能再度返回这可爱的校园
忘不了以前共同欢乐的日子
也许今生我们不会再见
在各自奔向未来的时候
我祝福你有一个美好的明天
这就走了
从此天各一方
会怀念吗
即便天色将晚
凤凰花开
心头总会有些感怀
离歌声声
梦里依然轻轻吟唱
就要吃最后一顿饭了
再举杯不知是来世还是今生
就要在站台上挥泪洒别了
也许命运将把这次再见变成永远不能再见
留些记忆吧，在脑海里
说些话语吧，在内心底
唱首老歌吧，在空气中
写些文字吧，在岁月里
……
走吧 别回头
收起你的感伤
露出你的笑容
是的我知道你有太多不舍
而我 又何尝不是呢
快乐 痛苦 幸福 悲伤
你能忘掉哪一样?
是的不能忘 我不会 你也不会
所以我亲爱的同学 朋友 兄弟
我们都背过身去
勇敢的往前走
我们都承载了彼此的期望
我们都在彼此的内心种下了祝福
请坚信
总有一天
我们还会笑着相逢
默默的分手，正如当初默默地相遇。愿这温馨的微风，给你捎去我深情的祝福和祈祷。
篇3：人工智能并不是一个新名词
严重的失眠症长期困扰着马薇薇。隔着一道大玻璃窗,她从采访室里望了一眼从办公大厅里迅速掠过的颜如晶,满怀艳羡地对记者说:“如晶就是那种你上一秒还和她说着话,她下一秒就能睡着的人。面对这样的人,你的内心是崩溃的。而且她睡眠质量非常高,每天睡上五六个小时,全天精力充沛。”而她这位在辩论场上杀气腾腾、人见人畏的“女王”,却时常因为休息不好而精神疲惫。咖啡、绿茶都帮不了她,喝完就心悸、晕厥,必要的时候只能喝点红茶,聊以提神。
记者面前的马薇薇挺柔和,完全没有台上那种咄咄逼人的架势。她戴着顶帽子,梳了两条麻花小辫,穿着上也精心打扮了一番。看到公司的宣传,她像小孩见到家长一样接受检阅,“看我今天这么穿不错吧?”语气中带着几分卖萌。“因为我长得不好看,平时穿着又太随意了。他们总是提醒我,平时应该讲究一下。”
辩论场上的“温柔一刀”
马薇薇和《奇葩说》的选手肖骁在微博上“打情骂俏”,马薇薇说要去把头发染个奶奶灰。肖骁说:“你别这样马薇薇, 你染奶奶灰就真的是奶奶了。”另一位选手樊野想缓解尴尬的局面,结果还是没找到词,“嗯”了一声。马薇薇叹息,“奶奶个灰。”
在《奇葩说》的团队里,马薇薇年纪稍长,但看起来和其他人没什么“代沟”。“所谓的代沟是对时代的认知引起的。有些孩子还很小,但感觉好像活在清朝,你已经没法和他沟通了。”在她看来,《奇葩说》的团队,虽都标新立异,但大多数人很天真。肖骁心大,什么都不当回事;范湉湉勇猛,有一种百折不挠的精神;如晶寡言,但本真;邱晨聪明,有趣……
这些年轻人在一起自是十分活跃,走进“米未传媒”,即是一个开放式的办公区域。在玻璃隔出的会议室里,记者和马薇薇刚坐下,外边的年轻人飞奔向另一个会议室,采访中,那一头常有欢呼声传来,大概进行着《奇葩说》第三季的讨论,气氛十分热烈。
而马薇薇毕竟显得更安静成熟许多。她对记者说,自己从小其实话挺少的,不太习惯“无主题交流”,闲聊时会很尴尬。只有当受到一些攻击时,才会产生应激反应,话开始多起来。
果不其然,记者引用网友对她的一条评论打开了她的话匣——“本来是个有才华和风骨的辩手,命运有些坎坷却依然走得倔强,只是现在彻头彻尾变成了嘴皮子溜一点儿的网红”。
“我觉得这个观点有一个很不真实的地方, 就是我什么时候有过 ‘ 风骨’?我又没抗击过日寇,你强行说我有风骨,不科学。另外我不觉得‘网红’是一件很可耻的事情。‘网红’是网友捧起来的,然后网友对自己喜欢的东西表示很不屑,你不觉得这件事情很奇怪吗?”马薇薇轻松回击。
瞄准对方的论点,打快速的攻防,本就是她所擅长。在2003年第六届国际大专辩论赛的决赛上,马薇薇一方中山大学辩论队对阵以黄执中为代表的台湾世新大学队,辩题是“顺境还是逆境更有利于人的成长”。马薇薇是队伍中的攻辩手,负责给对方挑刺。一开始,她总是笑眯眯的,看似向对方服软,却能冷不丁地抓住对手的致命弱点,祭出“温柔一刀”。
在她的步步紧逼之下,对手一个个都倒下了,被称为“宝岛辩魂”的黄执中成了孤独的末路英雄。最后,马薇薇率队夺冠,黄执中获得全程的最佳辩手。对于这经典一役,黄执中赛后表示,马薇薇的笑让他胆寒,其攻击令他非常难受。
但辩论并非一种职业,它只是一项校园活动,即便最出色的辩手,也不能以此为生。2005年从中山大学法律系研究生毕业后,马薇薇在当地一家英语培训机构当起了教师。其间,偶尔回母校给学弟学妹做一些辩论方面的辅导讲座。2009年,她辞职,回到珠海结婚,和前夫一起经营餐厅、做生意。
《奇葩说》接续了她与辩论的缘分,也成为了马薇薇人生的一个转折点。2014年春,她收到节目组的邀请来到北京,沟通下来一拍即合。“他们一开始跟我说,这是一档严肃的辩论节目;我相信他们骗综艺选手说,这是一个独特的综艺节目。然后我们来了之后发现都不是,这是一档新型的节目。它事实上把辩论脱口秀化了。”事实证明,马薇薇正是节目组要找的那一类人。
对手越强越兴奋
《奇葩说》第二季冠军邱晨和马薇薇是2003年在中山大学的辩论集训队认识的。她对记者回忆,当时教练对马薇薇三令五申“端庄点!背要挺直,手不许乱舞”,“我估摸着她快憋死了,比赛完后她剪短了头发,还染了个紫色。后来我们在学校东门遇见,我差点都不敢认。”
相比之下,《奇葩说》的舞台似乎更符合她的天性。在节目里,她丰富的身体语言增强了整个表演的感染力。“早先参加国辩,上央视嘛,少不得要装一装,但现在的综艺节目,你太端着观众不喜欢。所以《奇葩说》里的我更真实。”马薇薇对记者说。
不是每个专业的辩手到了《奇葩说》都能转换自如,节目中多的是他们铩羽而归的例子。“它毕竟还是一档综艺节目,很讲究娱乐性。有时候你的观点未必那么出彩,可表现力很强的话,一样可以获得观众的喜爱。但有时候你的观点虽然很深,但看起来没意思,大家就忍不住想快进。所以辩论选手必须首先调整‘综艺感’”。
在节目中,一众“奇葩”你来我往,观点惊世骇俗,语不惊人死不休。但马薇薇一出场,自有一股凌厉的气势,眼神中泛着锐利的精光。很多选手或者在她的强势攻辩下偃旗息鼓,或者不知不觉中掉入她设好的陷阱。邱晨对记者说:“赛场上胜负经常有,对她总有一种赢了也是输掉的感觉。比赛的时候我们会一边听对方怎么说,一边想着如何反驳,马薇薇属于能讲到连对手都忘了要干吗的人,站在她对面思考无能。她是应激型选手,对方越强她越兴奋。”
在《奇葩说》中,马薇薇是“刷票机”。“漂亮女人应该拼男人还是拼事业”那一期,很多观众一开始投票“拼事业”。马薇薇发言刚结束,100位观众已有40人倒戈向她的阵营“拼男人”。她还被称为“金句女王”,“爱一个人,就是要低到尘埃里,别说是缉毒犬,草履虫我都愿意做!上厕所给你递手纸你不跟我讲隐私,看一下手机你给我讲隐私?!”“如果你要以拼事业的方式拼到男人,你要干两份工作,领的是一只鸡的钱,提供的是双拼的服务。男人,尤其是资深男人有一个险恶心理,就是既希望你赚钱养家,还敢要你貌美如花。”“你跟我说你没有爱了,但又还需要陪伴。很简单,你养条狗啊!”
“这些是你本身信奉的观点还是基于辩论立场?”当记者这样问她,马薇薇坚定地说:“辩论是一种非常理性的活动,完全是基于立场。”
《奇葩说》进行到第三季,马来西亚辩论界的旗手,在《奇葩说》担任导师的胡渐彪对记者说,马薇薇更能照顾全局了,节目过火、太冷、主题跑歪了的时候,马薇薇多次站出来救场,“她是将,不是兵”。
“辩论的圈子其实很小,对我来说《奇葩说》里有我很多原先就认识的人,执中很顾全大局,渐彪执行力很强,这些都让我感到很松弛、很放心。”言语中让记者感觉到,其实“女王”马薇薇,也有对陌生环境的惧怕,也需要朋友来“依靠”。
要做披荆斩棘的公主
“对于‘奇葩’一词怎么看,觉得自己是一个奇葩吗?”当记者这样问马薇薇,她说:“其实人们对于‘奇葩’有误解。从《奇葩说》海选就能看出来。有人的造型很奇怪,行为很奇怪,认为把拳头塞进嘴里,这就是奇葩。但我觉得《奇葩说》里的奇葩是指,你的思想和观念和别人不一样。其实我觉得每个人内心都觉得自己挺奇葩的,因为人有天生的孤独感,这种孤独感其实就源于觉得自己总跟别人不一样。而《奇葩说》恰恰是把这样的点呈现出来,观众在舞台上找到自我的投射,也因此喜欢这个节目。”
《奇葩说》让她这位小众辩论圈的明星,快速走向了更广泛的受众。但比起事业上的顺风顺水,现实生活中她并不顺遂。在《奇葩说》第二季节目中,她直接公布了与另一名选手周玄毅的恋情。但接下来,却陷入了与男友前妻的那些纠葛和口水战之中。在感情的漩涡里,加重了她的失眠与抑郁。面对另一边的指责,马薇薇也公然回击,身边朋友劝她,她说“别拦我,谁都拦不住”。一场“撕×大战”,引起媒体波澜与公众围观。
“为什么总是把自己的私生活暴露在公众视野中?”记者问。“我曾试图避免过,但干了这一行,其实没有办法躲得过去。”她在微博上写道:我的爱啊,披荆斩棘,一路向前,我是公主,是恶龙,也是骑士,不问值不值得,只问痛不痛快。
胡渐彪这样对记者形容马薇薇:“提到马薇薇直接想到的词是‘豪侠’,一个不管对谁都那么直爽的人。往坏处说,可能脾气比较暴,但我欣赏的她不是为暴而暴,只不过认为不对就直说。这样心高气傲的性格做公众人物,是危险的。因为公众在审视娱乐场上的人物时,天然地就会把自己当作判官,你想在这个平台上活,能不屈从于这股审判的力量吗?但看到她这么直率地在圈中混,看来我过虑了。”
马薇薇的状态看起来不错。做节目、拍广告、客串电影,作为娱乐圈的新鲜人,这一切都让她感到新奇。“比如以前看电影,总是各种挑剔。真正拍过电影你就会知道,一个长镜头一镜到底,对摄影、灯光、演员的考验那简直太大了。所以现在一看到长镜头,我不管他拍得好不好,内心都默默鼓掌,说哥们你真棒。”
但她最专注的还是口才类的节目。“希望借助辩论做到有效讨论和理性思考。比如当你看到一个新闻的时候,你不是第一时间去转发、点赞,而是去思考这件事情的真假、不同方面的声音。这是辩论所涵盖的意义。”
工作之外,马薇薇说自己是一个“深度宅”。她告诉记者最自在的一天的日常:睡到中午,起来吃个早午饭,消化一下去健身,之后洗个澡,窝在床上看电视剧。她看美剧,讨厌吸血鬼题材:“看吸血鬼谈恋爱好怪,作为一个吸血鬼不去征服世界,浪费一身天赋。”她最爱的是超级英雄片、科幻片,“看完把现实生活中的东西全部清空。然后你就困了,好睡觉。”
篇4：平底鞋并不是安全的代名词
一、足弓的生理意义
人的足部像拱形桥一样呈现弓弧形，是身体稳定的保障。足弓是关节、韧带和肌肉融合成的一个整体系统，它的弯曲和弹性可以适应不平地面，起承重和减震作用。我们的脚承受了全身的体重，当足弓的生理弧度发生任何改变，都将严重影响足弓的承重功能，以及走、跑和身体姿势的维持。
由足弓示意图我们可以看到，外侧纵弓（BC）与地面接触面积较大，增加了人体在站立和运动时的稳定性，内侧纵弓（AC）弯曲度较大，使足部更有弹性，在运动中可以抵消一部分冲击。横弓（AB）即为足骨解剖图中的趾骨与跖骨形成的跖趾关节。在人体运动过程中，跖趾关节屈伸产生向前推进的作用力。
人在正常行走时，每一只脚都要经过踏（脚跟落地）、滚（重心移动过渡向前，一条腿处于摆动阶段）、蹬（跖趾关节屈曲脚趾蹬离地面）的过程。足弓可使重力可以从踝关节经距骨（负担人体重量的，在踝部与小腿骨相关节的骨）向前传导、分散到跖骨小头，向后传向跟骨，缓冲地面对身体的冲击，保护脑和内脏器官免受震荡。
足弓形态的改变会影响它的生理功能，严重时会带来健康问题。譬如，穿高跟鞋时脚掌屈起、足弓弧度减小，使得踝关节松动不稳固，而且能作侧方运动，扭伤的几率大大提升。平底鞋虽然没有这个顾虑，但仍可能有其他问题。
二、平底鞋并不是安全的代名词
1.松糕鞋
厚底松糕鞋并不像看起来那么舒适安全。又厚又硬的鞋底使跖趾关节在行走时不能正常屈伸，导致重力传导过程发生阻碍，足弓本身的稳定三角结构也消失，取而代之的是一个纯平结构，在站立或行走后可能有足部疲劳、疼痛等不适。
过于厚重的鞋底还导致重心下移，在行走时容易失去重心，稍有不慎会扭伤摔倒。而一些厚而轻的鞋底导致人体重心偏上，会让人有头重脚轻的感觉。所以厚底鞋并不是安全的代名词，“踩高跷”也是技术活。
2.雪地靴
同样平底且鞋底硬度大的雪地靴，因为缺乏对足弓的支撑，所以足中部稳定性低，扁平的鞋底使脚弓也受到较大冲击，易导致髋关节和踝关节以及跟腱疲劳和病变。而且由于靴子内部空间相对较大，穿上后脚在鞋内会出现一定的滑动，鞋不跟脚，走路时脚趾用力，使肌腱与脚底的筋膜紧张，易导致筋膜炎和肌腱炎，使足弓劳损。
3.芭蕾鞋
穿超薄平底鞋（芭蕾鞋）和赤脚步行没区别。扁平的鞋底没有符合足弓生理弧度构造，人行走时着地的冲击力会从脚跟沿着腿骨直达脊椎，不仅加速足底韧带的退化、引起足跟疼痛，还会造成足踝、膝、髋关节和腰等部位的劳损。
三、暂时的舒适未必安全
篇5：其实我并不是一个叛逆的孩子作文
“咳，咳，咳――”奶奶又咳嗽了。奶奶一天唠叨个不停。我心想，哈哈，这回可没话说了吧!奶奶去干活之前，还不忘跟我唠叨在家注意事项。奶奶一边急促地咳着，一边不忘将大门锁好，那咳嗽声仿佛是故意要往我耳里钻，声音越来越小……我心里不禁微微泛起一层涟漪。奶奶也不容易，这一大早还得去干活。不行，俺要去拾几个鸭蛋给她补补身子。
说干就干，我借着椅子纵身翻上围墙。坐在高高的围墙上，一阵风吹来，顿时浑身清凉，不忘自言自语几句：“去哪儿啊?去芦苇塘，那儿鸭蛋多。”便一跃而下，飞奔在凉爽的田野之上。
我像头豹子，撞得稻子东倒西歪，可始终停止不了我前进的步伐。转眼间，我来到了芦苇塘，俯下身子，趴在还没腿高的草地上，不停摸索着那一个个和我玩捉迷藏的鸭蛋。半天我还没找到一个，冰冷的草地上危险重重，上次我便见到了小青蛇。可我还是不顾一切，用已经冻得通红的双手不停摸索着。我小心地移动着，生怕压碎一个鸭蛋。不知不觉中，我已经找到了十几个又大又肥美的鸭蛋，再用芦苇包起来拎着回家了。
咳嗽声又一次响起，这已是深夜，它打破了秋日夜晚的宁静。惨白的月光照在大地上，伴随着几声蝉鸣，奶奶轻轻打开了大门。我躲在后面歪头瞟了一眼，却是苍白的脸。奶奶看见了桌上的鸭蛋和上面写得参差不齐的字：奶奶辛苦了!顿时，两行清泪一涌而出。
篇6：其实我并不是一个叛逆的孩子作文
小时候
我望着橱窗中的，心里很是高兴，相信我很快就能拥有它了。然而她手里却捧着一本厚厚的字典，她说：“只有读好书，长大才有出息，到时候你想玩什么就玩什么。”我接过厚厚的字典，重重地摔在地上，噙着眼泪，默默地走了，心中仿佛缺少了什么。我知道，那是孩童本该有的童真，却被一双无形的手紧紧地扼住了。难道我做错了吗?
小学时
“对不起”，我满脸歉意地看着同桌。空气中含有令人窒息的元素，一片诡异的寂静。她默默地离去，渐小的背影在我心中烙上了重重的一印，很不舍，但――“跟一个差生在一起，会影响你的学习，最好换一个优生，我去找老师。”“为什么，你凭什么干涉我，难道连一段珍贵的友谊都不能让我拥有吗?”和她吵架时的话语犹在耳边。从那以后，我开始恨她。难道我错了吗?
中学时
寒假来临之际，“音乐培训班”、“数学培训班”让我犹豫不决。我热爱音乐，但我知道学习同样重要。我不是一个受上帝保佑而天生聪颖的孩子，想要获取优异的成绩，我需要比别人付出多一倍的勤奋和汗水。最后，为了让她失望，我假装毅然决然地选择了“音乐培训班”。她沉默了，重重地关上了门。难道我做错了吗?
此时，我想对她说：我知道前方的路很坎坷，但我仍要继续，我不希望你把我要走的路安排得像直角坐标那样清楚。我不想做任人摆布的玩偶，即使我选择的是条石子路，硌得脚疼，那我也认了。我坚信，石子路后一定是一马平川。
篇7：人工智能并不是一个新名词
随着年龄的增长，现实会告诉你，曾经的理想、年少时坚定的信念，是多么的幼稚，又似天方夜谭般不可实现。
如果你被现实说服了，便会改变自己，拔掉自己身上所有的刺;而若你试着反抗，除了被无情地改变之外，可能还要承受煎熬的苦楚。
《海上钢琴师》中“1900”说：“我害怕的不是我看到的一切，而是我没有看到的。世界那么大，请你告诉我它的尽头在哪儿?我不知道在那么大的世界里怎样去选择一条路，一栋房子，一个女人，一个家。”
“1900”就是现实中的你我，在选择前进和面对时，会觉得这个世界是一次太过于漫长的旅途。但我们无法像“1900”那样，永远待在海上。
更多的时候，我们必须在理想与现实的冲突中，不断地摸索和前进。
记得，有一个朋友，在她第一次感情受挫的时候，哭着跑过来向我询问，为什么爱的人要让自己受伤，她那么爱他。她觉得整个世界都坍塌了，她一无所有，她再也无法重新生活，再也无法去重新爱上什么人。她觉得自己受到了这个世界上最深最重的伤害。
也许爱情的伤害对她来说，真的太深刻、太刻骨，但是没有什么绝无仅有。一切的脆弱，都只是因为她第一次经历情感的挫败，第一次受伤罢了。
她还是重新爱了，仅仅半年之后。她脸上的笑容，已经淹没了她曾经问过的那些问题，爱情为什么会这样，为什么自己会那么凄惨。
第二年，当她再次失去，被伤害，被欺骗，她又来找我。依然痛哭流涕，像个受伤的孩子。但这一次她并不绝望地认为，失去爱情就一无所有。那个时候，我看到的，是她默认现实的残酷，承认自己错误的眼光。
当哭完、发泄完，她不再像第一次那样埋怨诅咒这一切，反而狠狠地说以后要更加坚强，迎难而上。她已经学会，想尽办法让自己更坚韧地面对所发生的一切。
真的是这样，这个世界，没有什么是绝无仅有。你以为他离开你，你便再也不会义无反顾地那样去爱一个人了，然而不久，你又遇到了一个更值得爱的人，完全忘记了上一次的`伤痛。你以为，你经历了命运所能给的最大的苦楚，然而人生还有不断的千难万难的事在等着你。我们唯有不断地打磨修炼自己，变成一个内心强大的人，去坦然面对现实所给的一切痛苦与不安，才能左右生活，主宰命运。
人生路上我们一直都在做选择题，即使我们没有主动做任何选择。人生没有标准的答案，谁都无法预料未来，我们只能走好自己选择的每一步。即使偶尔也会觉得这个世界是一次太过于漫长的旅途。
而更多的时候，我会在夜深人静里惧怕起生命的短暂。我怕来不及爱，来不及带走，来不及做很多事情。我害怕自己认认真真、辛辛苦苦来人世走一遭，就这样在百年之后被所有人遗忘。为了在人生路上留下痕迹，我们多少人都在不停地努力，一个故事，一部书，一种行为，一个家，或者一个孩子。
我们在自己生命的土地上含辛茹苦地耕耘，继而不断地开垦。我们活得越来越明了，只为了让别人，让更多的人看见自己种植的繁花似锦的庄园。当人们看见美并为此惊叹的时候，他们一定会问，这是谁创造的，不是吗?在人类历史长河里，我们是多么不值一提，可是在生命的长河里，我们又是多么害怕被人遗忘。
在很小的时候，我们就听过不少大道理。然而在我们长大以后，才逐渐懂得那些大道理里面蕴含的小道理。所以现如今，我们还是讨厌老师总是给我们抄写一黑板的名人名言。或许那些真理的确道出了我们一直想要的真知，可是它解决不了我们成长的疑惑。
很多人告诉你，难过的时候可以说，或者写下来。我可以写，但是我写出的只是我的迷惑，答案，我没有。很多事情你知道就是那么回事儿，但是关于明天，下一步，你还是不知道该如何走。
篇8：回暖并不是一个传说
尽管中央三令五申严控房价，并派出督察组检查，并勒令不得以任何理由变相放松政策。但楼市量价齐升已是不争的事实。各方力量博弈后，楼市走向何方成了大家的关注点。
市场房价回暖
国务院派出的8个督查组8月上旬结束调研并回京述职，此举令业内对后市政策走向高度关注。据媒体报道，一位参与督查的住建部官员透露督查组得出初步结论，“各地楼市相对稳定，情况比较乐观，市场不具备全面反弹的条件”。
但数据显示房价在反弹，这和督查组认为的调控成效显著不相符。资料显示，目前的新房价格环比上涨的城市由6月的25个，上升至50个，数量翻番。据了解，北京等城市真实的房价恐怕比统计局的数据涨得更加凶猛，房价再次上行趋势几乎已经确立。
新房的价格，无论是从环比还是同比来看，都呈现回暖迹象。
“我们的楼盘最近也稍有上浮调整，顾客主要还是刚需为主。”北京某楼盘销售经理王旭表示，近段时间以来，房价确实有回暖迹象。
华泰证券房地产研究员周雅婷认为：“最近价格确实有上涨，主要原因在于两方面。一是销量较好的刚需盘小幅取消前期优惠；二是中端改善型楼盘成交占比放大结构性拉高均价。并且，涨幅居前的均以二三线城市为主。”
房企融资改善
从房企资金层面上看，上半年大房企在销售业绩火爆及拿地惜金等原因，获得了大量的现金。据公开数据显示，已公布半年报的38家房企营收同比大涨，达到670亿，同比增幅达到25.7%。
房企融资环境在持续改善已是不争的事实。今年上半年，企业自筹资金在本年资金来源中占比42.9%，比去年全年提升2个百分点。相信房企在后半年的融资问题上将更加游刃有余。
由此可见，大房企上半年获得了大量现金，已经渡过了难关。房价更缺乏下降的动力，而上涨却动力十足。
微调博弈调控
房价上涨的另一动力来自地方政府的努力作为。从调控的阻力看，主要还在地方政府，毕竟在保增长经济的背景下，房地产是拉动GDP的火车头和政府财政重要经济来源。
事实上，地方挑战中央调控政策一直都在此起彼伏，没有消停过。从去年10月的佛山到今年7月的南京，共有10个城市在变相解禁限购令。截止到2012年8月18日，全国共有57个城市调控微调，50个城市通过，7个城市叫停，调控见底迹象愈发明显。
而今年3月以来，正是在不少地方微调楼市调控政策的刺激下，房地产市场出现了明显的复苏迹象。
年内新政谜团
最耐人寻味的是中央对楼市调控政策的态度。国务院领导一年中先后数次强调稳房价。尤其值得关注的是，为展现中央落实房地产调控的决心，国务院7月下旬大动作派出8个督查组前往16个省市进行房地产调控的专项督察。督察结果公布，仅广东省江门市遭批，其余省市均获得“积极评价”。
在国家的宏观调控政策中除了限购令外，房产税成了中央和民众寄予厚望的重要手段，有关扩大房产税试点的消息近来一直流传得甚嚣尘上，牵动着购房者和开发商等各方的神经，但效果如何实在值得商榷。
日前，有关房产税扩大的传闻终于有了权威消息。国土资源部官方网站发布了一则信息，披露了湖南、湖北新版房产税的征收细则正在制定中，新版本中已购存量二套房也将被征税，税率可能不会太高。
不过从上海、重庆两地来看，房产税对限购效果并不理想。有消息人士向记者透露，以上海为例，过去调控的效果是多种政策叠加执行的结果，而房产税起到的实际作用并不明显。
有行内人士直指，短期内，在土地财政不变的市场背景下，征收房产税是为房价做加法，房产税的征收，有可能导致开发企业或投资客将房产税的成本转嫁给购房者，难以起到遏制房价上涨的作用，反而会促使房价进一步上涨。
“即使房产税试点扩大，房价短期内也不会应声而落 。”上述行内人士表示，“至于能不能改变市场预期，这要看房产税征收的具体内容。”
篇9：智能家居从来不是一个行业
尽管各大厂商都已开始密集布局智能家居，但至今尚未出现特别成功的案例，智能家居仍处于探索阶段。消费者普遍聚焦于如何提升家庭环境的舒适性、方便性、安全性、艺术性，然而智能家居行业依然“外热内冷”。智能家居新品层出不穷，但大多数似乎都陷入“叫好不叫座”的尴尬局面。“元年”一词遭遇打脸。毫不气馁的专家们又跳出来宣称：2015年、2016年将成为智能家居爆发元年。
在法国亮维科技中国区运营总监夏卫华看来，2014年并不能算是智能家居行业的元年，充其量只是概念和观念的元年，是智能家居这一现象被社会广泛认知的元年。“从行业的角度来说，智能家居行业的元年最早也要在5年之后。‘热’得太快，被遗忘、被迭代的速度可能会同样快。”
夏卫华认为，越是处于“热”的阶段，从业者越是应当冷静，对产业的自我定位进行反思。面对智能家居这一酝酿多时却依然门槛重重的行业，夏卫华总结了五大误区。
困局1：把智能家居当作产业
出路：智能家居只是工具
从1999年引进中国至今，从最初的纯概念，到后来电力线载波技术的发展，再到无线技术的突飞猛进，国内智能家居市场已成熟许多，无线技术带来的便利化安装和智能手机带来的集中化控制更使得智能家居技术获得突破性进展。于是，越来越多的企业投入智能家居产品的开发和推广，并将智能家居当作新兴产业。
事实上，智能家居尚未达到产业的规模。把智能家居定位为行业，在现阶段是错误的，会制约这个行业发展。
智能家居首先只是工具，当其应用在市场上普及达到一定广度，其才能成为产业，成为行业。一个行业的形成需要很多基础，需要基本存量。电脑最初也只是工具，随着互联网普及，电脑得以广泛使用，因为“量”的提升，才形成产业。而智能家居要走的弯路要比电脑还要大，因为其碎片化太强，而每一个碎片的容量都十分可观。
传统的经营理念是基于生产制造的逻辑，产品与销售分离;基于互联网思维的新营销理念，则是把销售纳入运营体系中，有着更广阔的前沿和范畴。今天的智能家居业，依然是基于传统的生产制造逻辑，朝着为用户提供智能服务的方向进行勘探，而这在短期内是无法形成产业的。无论技术多么先进，目前智能家居依然属于小众市场，从小众市场派生出一个行业是十分困难的。
智能家居不是第二产业，不是第三产业，而只能是第四产业，是诞生于“互联网+”时代的“类工具产业”。同属于第四产业的互联网之所以能够成为产业，是基于对传统产业附加值的叠加，以及足够的普及度。换言之，工具被普及化，才能成为产业。以电动机为例，你几乎见不到电动机，但电动产品到处都是。当电动产品的需求足够大，电动机的专业产业就会自然形成。
由于拥有自己的技术特质，以及基于产品的无限可能，智能家居容易成为热点，却很难成为产业。因此，企业要“归位”，让智能家居回归工具类产业的运作方式。
第四产业本身不具备价值，要想实现价值，实现盈利，只能向已经形成规模的传统产业寻租，帮助传统产业解决实际问题，然后互利共赢。这是解决产业前期发展问题的必经之路。
“家”的标准是最难形成的。从市场和销售角度出发，比较合适的做法是从商业标准入手，因为商业本身具有一定的共通性、可复制性以及市场存量，也易于实现市场教育。仅仅掌握智能家居工具本身，最多只能形成一年20亿～50亿的产业规模，对于整个中国市场可谓是九牛一毛。要想成为千亿级产业，只能向餐饮、美容美发、酒店、KTV、茶馆、咖啡厅等传统产业寻租，因为这些产业都有对智能场景的需求。
工具类产业的容量是惊人的。当我们转变了产业观念，将自我定位为“工具”的时候，会发现自己发展的前途更加宽广。营销亦是如此。营销本身只是工具，但它嵌入到了每一个行业中。
困局2：过度关注细枝末节
出路：智能场景才是关键
如果把做智能家居和买房做对比，就会发现，对于智能家居行业，大家把过多的关注放在了砖、瓦、混凝土等细节，反而忽略了人们真正的需求。一个人需要居所，这是他的需求。但因为买房，他被强迫了解钢筋混凝土、容积率、绿化面积，了解一堆專业术语，但这些细节并不是他的关心点，他真正关心的是这个房子是否好住。房子的功能是居住，但大家却纷纷将它作为投资产品，导致产业发展畸形。房子的金融属性被放大太多，以至于备受追捧。注意力跑偏，房地产行业的发展也就跑偏了。
智能家居亦是如此。大家的注意力都集中在一些技术之争，关注协议互联互通、开放接口、有线无线等技术细节。细分应该是产业发展后期的事情。产业发展到后期，模块会越来越标准化，这是社会分工的自然结果。在产业起步阶段，我们应当把注意力回归到客户需求上来。
真正的客户需求在于体验和场景。人类以为自己活得很理性，其实全都活在情绪或感性里。智能家居关照的正是情绪和感觉，而场景就是情绪和感觉的外化。
智能家居推广，必须是基于场景推广。什么叫场景？以客厅为例，与卧室的私密和个性化不同，客厅是家庭成员共同交流、生活的地方，其标准是家庭成员的共同标准。假设客厅里有20件事，其中家庭成员对于12件事的标准是一样的，就可以把这12件事做成固定的“第一级场景”产品，代表家庭成员的共同认知。另外8件事就可以成为通过个人终端来自由调控的“个性”设置，作为“第二级场景”。最终，智能家居实现的是自我与他人、个人与社会之间的博弈和平衡。
场景是一门语言，需要通过普及教育来达成共识。有些场景是很容易形成共识的，比如上班模式、下班模式，目前智能家居的场景也仅做到了这些。另外一些模式则需要沟通，比如迎宾模式、温馨模式、节能模式等。这其实类似翻译工作。通过沟通，对数十种场景一一编号，此后每个人只要记住编号，就可以呈现想要的场景。事实上，智能家居的核心，同营销的核心一样，正是解决沟通问题。通过沟通，才能建立场景标准。
困局3：急于建立统一标准
出路：先有场景，后有标准
现今市场上的智能家居，虽然种类齐全，但大多数都是自成体系，以单个产品为主打。针对不同品牌产品的兼容问题，人们纷纷提出了“建立统一标准”的主张。所谓标准，是工业时代的提法，是为了方便产业化大生产和相对低成本的复制。在移动互联时代强调“标准”，是很无厘头的一件事。
智能家居领域真的缺乏标准吗？不是没有标准，而是标准太多。各个企业纷纷鼓吹自己的技术和功能，导致不同智能家居企业的产品互不兼容，用户只能购买同一家企业的产品。每一家都有自己的标准，都想把自己的标准变成行业标准。这种心态，其实是强迫别人遵从其利益体系，是对权力的不切实际的奢望，是一种“和平侵略”的战略部署。所以现在呼吁“统一标准”，几乎就是一厢情愿。
标准产生于刚需。在家居环境里，场景和体验才是刚需。因此一定是先有场景，后有跟进，自动形成标准。智能家居的标准，是对体验和场景的固化，让人们的原有习惯在对接的时候变得更加简单，专业名词叫做“触控”。让原本复杂的习惯，通过触控，一键搞定。场景被固化，才可能有标准，才可能有相对定型的产品。因为要想成为普及的产品，就要有一定的共性。但大家现在却想用共性的产品满足个性，这是人性的悖论。
标准是总结性行为，不是引导性行为。产业还未开始，就想进入总结性行为，几乎是痴人说梦。在产业的社会性定位还没有形成之前，就想收获产业红利，这是典型的浮躁心理。
智能家居作为一个基础的工具类产业，未来可能会在不同的产业里成为一个部门，“智能场景部”。它是传统行业里的条块嵌入。嵌入工作一旦做好，智能家具就普及了。当你把所有智能家具的接口接好，这样的一个终端就形成了智能家居系统，标准也从中产生，完全无需拟定。场景对应的行为只有“触控”，完全不需要追究那些技术细节。
在“互联网+”时代，可以通过场景设计，对传统产业进行“标准迭代”。比如对某家咖啡厅做场景设计，通过多种互动的场景模式帮助其完成产业升级，让传统产业形成新的标准。
困局4：把个性需求变成标准化生产
出路：场景管理是碎片化之后的规整
市场上有很多企业打着这样的口号——“智能家居可以让我们随心所欲地生活”——以此吸引消费者。这种认知是不科学的。智能家居产品应当完善我们的生活，而非控制我们的生活。它可以帮助我们创造一个舒适、健康的家居智能环境，这才是智能家居产品的最终价值。
每个人都想把自己的个性化需求变成“一键”设置的标准化生产。大家所谓的标准，是在复杂的系统中建立统一法则，同时还要能满足人们随心所欲的需求，希望通过这“一键”就呈现出人们脑海中的场景，但这需要大型的社会数据库，在后互联网时代云平台的智能算法技术成熟之后，才有可能实现。目前，智能家居作为一套复合型产品，只能呈现原本设计的场景，呈现事先约定的场景。
智能家居的应用并不等同于个性化需求的实现。“智能”的背后是一套管理系统，管理的核心是将确定的事物固化下来。而现在，大家误把自己随心所欲想的东西当成是管理，误把个人偏好等同于智能产品应当提供的服务，这是一个逻辑错误。
归根结底，“约定”才是标准。研发团队应当把容易达成共识的场景做成快捷键，而不易形成共识的则设置成多级菜单，以此满足不同层次的碎片化需求。現在智能家居产品看似也制定了一些场景，但这些场景是为了自我方便、内部区分而设定的。企业基本还是延续传统的控制化和集成化思维，以“中控+若干控制单元”的模式研发和生产产品，而与客户之间的约定沟通，以及场景的多元维度，从一开始就没有纳入设计的考量中。
真正的场景是客户需要的场景，真正的场景管理是碎片化之后的规整。过去中国享受的是“人口红利”，将来则会出现“技术红利”。技术红利导致碎片化更强，基于某一个公众事件或价值展现的平铺的、碎片化的创意会更加容易实现，但规整工作则要困难得多。顶层设计容易失效，以前的管理思维需要升级。根本原因在于，整个社会的权力架构发生了革命性变化，变得更加平等、自由。
这是一个“品牌崩塌”的年代。原本的品牌是在信息不对等的情况下形成的权力架构，权力的位差导致人们对品牌的追随。随着资讯透明度的提高，品牌议价的能力愈发削弱，顶层设计和纪念价值的品牌意义逐渐淡化，基于碎片互动和处置价值的意义则不断强化。这是社会的进步，是基于民主和平等的逻辑。