我的梦 平凡的人生，希望去创造不一样的奇迹。32年前，我怀着人生梦想来到清华，从此就一直浸润在这个美丽而充满生机的园子里。今天，你们像当年的我一样，怀揣梦想、憧憬未来。如果你们要问我:“大学有多大？”我会告诉你们，“清华足够大，就看你的梦想有多大。”——清华大学校长 邱勇

科研项目流程 第一步：定课题这一步可以上百度就本专业去查找一些论文题目，一般每个专业都有论文题目库，找到这个论文课题库，里面的题目都是一些比较大的题目，其实这些题目都只是方向性的。那么可以从这些方向性的大题目中，找到自己比较擅长或者感兴趣的两三个方向，再从方向中找到一个自己比较感兴趣的点，来生成我们最终的论文题目。比如：XX平台现状研究，这就是一个大方向，如果我们细化。工商管理的同学可以写“XX平台营销策略现状分析”；财会的同学可以写“XX平台财务现状分析”，或者可以再细化。第二步，找资料。定了课题之后，很多同学就开始发懵，不知道该写什么内容，到底怎么写，写哪些部分哪些点。最好的方法就是学习，为什么每篇论文里都要求有参考文献？那就是让大家学习用的。第二步就是去找资料，到知网、万方等论文数据库，把自己题目中的关键词作为索引，找上五到十篇参考文献，看看前辈们是怎么写的，看看人家的写作方法，思路创新，大纲构架。第三步，列大纲。一定要先梳理出来大纲。一般第一章都是绪论或前言，就是谢谢课题研究背景和意义，文献综述。第二章是一些偏理论的东西。第三章一般就是现状描述，第四章分析问题，第五章发现问题，解决问题。最后再来一个结语就可以了。上述大纲顺序可以拆分，可以组合，顺着这个模板下来最起码不会踩雷。第四步，查重降重毕业论文写完要查重，查准率过高一般打回修改，所以写完后自己要提前查重修改。这个挺重要的，至于降重方法，回头自己来问我要。太长了，这里就不写了。提醒大家一下，知网的数据库系统算法匹配又升级了，同时还更新了一大批数据。所以去年用知网查的同学，今年提交前最好再查一遍，别心疼内点钱。比起顺利毕业，哪个更重要不知道嘛？

AI科学空间 AI科学空间成立于2021年2月1日,和数万AI科学爱好者一起学习交流！！！一、AI是什么人工智能（Artificial Intelligence），英文缩写为AI。它是研究、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。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。2017年12月，人工智能入选“2017年度中国媒体十大流行语”。二、AI的价值例如繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造。这是智能化研究者梦寐以求的东西。2013年，帝金数据普数中心数据研究员S.C WANG开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。作者发现，新数据分析方法给计算机学会“创造”提供了一种方法。本质上，这种方法为人的“创造力”的模式化提供了一种相当有效的途径。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力，否则计算机真的有一天会“反捕”人类。当回头审视新方法的推演过程和数学的时候，作者拓展了对思维和数学的认识。数学简洁，清晰，可靠性、模式化强。在数学的发展史上，处处闪耀着数学大师们创造力的光辉。这些创造力以各种数学定理或结论的方式呈现出来，而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰富信息的逻辑结构。应该说，数学是最单纯、最直白地反映着（至少一类）创造力模式的学科。3.AI研究范围知识表示（语义网络等）、搜索技术（博弈树搜索等）、非经典逻辑&非经典推理（时序逻辑等&类比推理等）、机器学习（统计学习等）、自然语言理解（语法学等）、知识工程（专家系统等）、定理机器证明（归纳法等）、人工生命（细胞自动机等）、机器人（传感器数据融合等）、AI语言（Lisp/Prolog等）。