目录

  • 1 生涯思维——规划的内涵
    • 1.1 生涯规划的内涵
    • 1.2 生涯阶段的思维(上)
    • 1.3 生涯阶段的思维(下)
    • 1.4 大学生涯:成长+探索
    • 1.5 大学规划目标:以终为始
    • 1.6 系统生涯:心-想-事-成
  • 2 生涯选项——拓展目标
    • 2.1 突破思维阻碍
    • 2.2 可能的职业空间
    • 2.3 基于专业的目标拓展
    • 2.4 科技新趋势拓展
    • 2.5 产业趋势拓展
    • 2.6 地域趋势把握
  • 3 自我定位——价值观探索
    • 3.1 独特的自我
    • 3.2 价值观的影响
    • 3.3 投射出个人价值特征
    • 3.4 定位个人职业价值观
    • 3.5 潜在目标拓展
    • 3.6 价值观完善
  • 4 自我发现——职业兴趣
    • 4.1 什么是兴趣
    • 4.2 兴趣PTID
    • 4.3 兴趣霍兰德理论
    • 4.4 兴趣定位职业
    • 4.5 兴趣测评
    • 4.6 兴趣培养
  • 5 自我发现——性格探索
    • 5.1 外向和内向
    • 5.2 感觉和直觉
    • 5.3 思考和情感
    • 5.4 判断和知觉
  • 6 生涯决策——目标与行动
    • 6.1 决策影响要素
    • 6.2 目标锁定路径
    • 6.3 个人决策风格
    • 6.4 对称性信息
    • 6.5 生涯人物访谈
    • 6.6 平衡决策单
  • 7 生涯能力—KST
    • 7.1 能力—KST
    • 7.2 大学里的K
    • 7.3 专业基础
    • 7.4 S的特征
    • 7.5 T的特征
    • 7.6 KST澄清
  • 8 专业素养—— 大学生生涯核心素质项
    • 8.1 大学生涯关键任务
    • 8.2 专业主义的成长
    • 8.3 学好专业课
    • 8.4 开拓学习资源
    • 8.5 专业技能的持续提升
    • 8.6 专业素养提升
  • 9 职业素养——成长性思维技能与品质
    • 9.1 努力的局限
    • 9.2 存量思维——简化
    • 9.3 存量思维——忙盲茫
    • 9.4 存量思维——目标侵蚀
    • 9.5 增量思维
    • 9.6 成长性思维
  • 10 职业素养——有效的沟通技能与品质
    • 10.1 沟通的关键要素
    • 10.2 沟通中的自我状态
    • 10.3 沟通的第一关键
    • 10.4 有效地听
    • 10.5 有效的表达
    • 10.6 沟通能力提升路径
  • 11 职业素养——有效问题解决能力强化
    • 11.1 解决问题时的“项目思维”
    • 11.2 理解、分析问题
    • 11.3 定位和拆解问题
    • 11.4 资源整合、实现更优解
    • 11.5 及时回报团队精神
    • 11.6 复盘总结的利益让度
  • 12 有效求职——针对性简历撰写
    • 12.1 招聘、求职的一般流程
    • 12.2 目标岗位胜任力模型
    • 12.3 撰写针对性简历
  • 13 有效求职——结构化面试
    • 13.1 面试前准备
    • 13.2 客户化的面试语言
    • 13.3 面试回答问题要点
  • 14 有效求职——情境面试
    • 14.1 什么是情境化面试
    • 14.2 无领导小组讨论过程
    • 14.3 无领导小组讨论关键点
  • 15 求职心理——提升求职信心
    • 15.1 信心的放大效应
    • 15.2 提升求职信心:成功体验
    • 15.3 提升求职信心:氛围构建
  • 16 职场适应——职场规划与行动
    • 16.1 从学校进入职场:角色
    • 16.2 职场qian规则
    • 16.3 开启“心想事成”的生涯
  • 17 阅读
    • 17.1 阅读
沟通中的自我状态
  • 1 视频
  • 2 章节测验



围棋人机大战真正引起大众关注是源于2016127日英国《自然》杂志的一篇文章。这篇文章称,谷歌的人工智能系统阿尔法围棋(AlphaGo201510月份以50的战绩完胜欧洲围棋冠军、职业围棋二段樊麾,这是人类历史上,围棋人工智能(AI)首次在公平比赛中战胜围棋职业棋手。

棋类游戏一直被视为顶级人类智力及人工智能的试金石。人工智能与人类棋手的对抗一直在上演,此前在三子棋、跳棋和国际象棋等棋类上,计算机程序都曾打败过人类。在围棋人机大战之前的历史上,最著名的人机大战要数国际象棋世界冠军加里·卡斯帕罗夫对国际象棋人工智能程序“深蓝”的国际象棋比赛。在1996年的国际象棋人机大战中,国际象棋人工智能首次对国际象棋顶尖棋手获得胜局;在1997年的国际象棋人机大战中,国际象棋人工智能首次以总比分战胜国际象棋顶尖棋手。后来,国际象棋顶尖棋手对战国际象棋顶级人工智能,最多只能获得平局或个别胜局,在总比分上再也不能取胜。从此,欧美传统里的顶级人类智力游戏国际象棋,已经在电脑面前一败涂地。而围棋成了人类智力游戏最后的一块高地。

围棋人工智能长期以来举步维艰,围棋顶级人工智能甚至不能打败稍强的业余棋手。这是因为围棋的变化数量实在太大。要是人工智能用暴力列举所有情况的方式,围棋需要计算的变化数量远远超过已经观测到的宇宙中原子的数量。这一巨大的数目,足以令任何蛮力穷举者望而却步。而人类,可以凭借某种难以复制的算法或直觉跳过蛮力,一眼看到棋盘的本质。

后来,人工智能研究者们运用“深度学习”技术研究围棋软件。深度学习是人工智能领域中的热门科目,它能完成笔迹识别、面部识别、驾驶自动汽车、自然语言处理、识别声音、分析生物信息数据等非常复杂的任务。谷歌人工智能程序阿尔法围棋(AlphaGo)就是基于深度学习技术研究开发的,这使其在围棋技艺上获得巨大提升,并战胜了职业棋手。为了测试阿尔法围棋的水平,谷歌于20163月份向围棋世界冠军、韩国棋手李世石发起五番棋挑战。后来,谷歌又推出阿尔法围棋升级版,并邀请世界排名第一的围棋世界冠军、中国棋手柯洁于20175月份与之进行三番棋大战。