After the Sunset: Interview with a Jewel Thief

Thanks Paul, for providing me a chance to put myself in your shoes and walk along the arduous journey you have seen and strived. Like you said and expected, I had a glimpse of how it would be like at the epilogue of life. I’m a real coward when thinking about death. Thank you for providing me some courage to help me carry on my own journey towards the inevitable destination. It is a great book that I definitely will read it again when I’m depressed  or confused. Your deep thoughts are truly great inspiration and guidance.

我想这部剧主要是想告诉我们遵守交规的重要性吧。对细节的忽视往往会酿下恶果。6个小故事，都是由于某一方或双方的违规造成了人命的丧失。 为什么要设置交规？还不是为了减少交通事故的发生。可是我每次看到书里写的"这类事情发生好多次了"，我都有点怀疑交规设置的合理性。

看到要进京了，贴吧里搜了评论，弃了。给三颗星是因为Adam Hauck。但是真的太啰嗦情节太慢了，男配比男主出彩，女主金手指无敌

改变自己 从每一天开始，平庸的每一天汇聚成周；平庸的每一周又汇聚成月；平庸的每一个月又汇聚成年。如果我们不从现在开始改变，提升个人发展水平和增强行动力，那么人生注定会变得平庸！

目前的人工智能，不是人类智能；目前的机器学习，只是机械学习。一切还在起步阶段。 人工智能的目的是让机器达到人类的智能水平，甚至超过人类的能力。 1/9: 在达特茅斯确定三个方向 1956年，在达特茅斯的研讨会上，不同领域的参会者对采用何种方法来研究人工智能产生了分歧。 1.数学家提倡将数学逻辑和演绎推理作为理性思维的语言； 2.另一些人则支持归纳法，这是一种运用程序从数据中提取统计特征，并使用概率来处理不确定性的方法； 3.其他人则坚信应该从生物学和心理学中汲取灵感来创造类似大脑的程序。 令人惊讶的是，这些不同研究方法的支持者之间的争论一直持续到了今天，每一种方法都形成了自己的一套原则和相关技术，它们又通过在各自领域的专业会议和期刊上传播得以巩固，但这些有待深入研究的领域之间却几乎没有交流。 2/9: 形成两个流派 由此，人工智能在发展过程中，形成了两个流派： 1．符号人工智能，无须构建模拟大脑运行的程序符号人工智能最初是受到数学逻辑以及人们描述自身思考过程的方式的启发，在人工智能领域发展的最初30年里占据了主导地位，以专家系统最为著名。 2．亚符号人工智能，从神经科学角度捕捉无意识思考亚符号人工智能从神经科学中汲取灵感，试图捕捉隐藏在“快速感知”（fast perception）背后的无意识思考过程。这就是近20年最流行的机器学习神经网络。 符号人工智能的代表-专家系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。它根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。 20世纪80年代中期，研究者明确指出，专家系统越来越暴露出自身的脆弱性：容易出错，且在面对新情况时往往无法进行一般化或适应性的处理。 在分析这些系统的局限性时，研究人员发现，编写规则的人类专家实际上或多或少依赖于常识以便明智地行动。这种常识通常难以通过程序化的规则或逻辑推理来获取，而这种常识的缺乏严重限制了符号人工智能方法的广泛应用。 也有研究者看好专家系统，目前最著名的就是“Cyc”,已经连续商业化研究了40多年。 Cyc是一个关于特定实体或一般概念的论断的集合，使用一种基于逻辑的计算机语言编写而成。雷纳特甚至说：“智能就是一千万条规则”。 Cyc的规则论断由Cycorp公司的员工手动编码，或由系统从现有的论断出发，通过逻辑推理编码到集合中。 那么究竟需要多少论断才能获得人类的常识呢？在2015年的一次讲座中，雷纳特称目前Cyc中的论断数量为1 500万，并猜测说：“我们目前大概拥有了最终所需的论断数量的5%左右。” 以下是一些Cyc中的论断的例子： 一个实体不能同时身处多个地点。 一个对象每过一年会老一岁。 每个人都有一个女性人类母亲。 Cyc还包含很多用于在论断上执行逻辑推理的复杂算法，有大量的方法来处理其集合中出现的不一致或不确定的论断。 符号人工智能最初是受到数学逻辑以及人们描述自身意识思考过程的方式的启发。相比之下，亚符号人工智能方法则从神经科学中汲取灵感，并试图捕捉隐藏在所谓的“快速感知”背后的一些无意识的思考过程，如识别人脸或识别语音等。 一个亚符号人工智能程序本质上是一堆等式——通常是一大堆难以理解的数字运算，此类系统被设计为从数据中学习如何执行任务。近二十年，随着深度神经网络算法的崛起，亚符号人工智能方向吸引了大量的研究者。 亚符号系统，一个早期例子是感知机。罗森布拉特

第一次读一本有关于如何观看的书。哈哈，一直觉得看剧就像吃饭睡觉一样，顺其自然吧。我是一个只要有书在手就天下大吉的人，只追剧可以不吃饭不睡觉。不过，看完也就看完了，好像说不出来什么，或者说心里有想法无数却倒不出来。这部剧中的不少方法还是很有用的，可以借鉴和学习，就是觉得广告成分比较多，哈哈，当然，也许编剧是真有心分享吧…… 方法再多再好，也都是理论，纸上谈兵毫无意义，关键还是在于行动起来。那就从坚持100天读英语开始，然后100天观看，100天跑步，100天分享文字和图片……

构思很巧妙，立意很深远，很好的表现了剧集的三要素，台词稍差了些，总体还不错

【打卡剧集】  《After the Sunset: Interview with a Jewel Thief》 【标题】看得到才能做得到，你可以的！ 【字数】796 虽然经常修炼自我，但是也有不经意的吼叫，马上觉察到，不自责，不羞愧，重新开始永远都不晚，本剧基于性格气质和正念理论，充满爱与关怀共情父母，开启孩子与父母的合作思维。 ☀1. 学会理解自己 吼叫是当父母都会有的问题，认识到问题，不指责不评判，改变自己什么时候都不晚。了解自己，观察自己，接纳自己，练习正念。 ☀2. 促发吼叫的因素 一种是必要的，面临危险。一种是可改变的自己孤立无援，没有自己的时间，缺乏睡眠，疲惫焦躁。 ☀3. 为什么是我在吼叫 观察自己的想法，留意并分辨自己的情绪，然后追踪到行为的根源，这是减少吼叫的关键过程 ☀4. 观察你与孩子的性格气质，让你的养育方式适应孩子的天性 ☀5. 观察吼叫这么容易就出口 因为我们从小接受的管教方式不同，对家人来说冲孩子吼叫很正常。但即使经常性的吼叫在各种文化中都存在，也不能说这是一种与孩子沟通的健康方式。 ☀6. 逐步调整，慢慢改善 运用自问，呼吸，自我平静，确定孩子的需要，同理心的步骤，逐步调整，慢慢改善。 ☀7. 反复练习，保持平静 近期的一次吼叫，自我观察，并不是因为孩子而是我的家长在诉说孩子的教育问题时，间接影响到情绪，很自然的就吼叫到孩子身上。觉察，改正，如有必要时道歉。反复练习觉察找到触发吼叫的点，提前平复，保持平静。 ☀8. 处里家人吼叫的情况 我们要做的是，了解各自的成长环境和方式，基于我们对孩子的需求和我们的价值观的理解，共同探讨出一个改变计划，付诸实施。家庭会议是很好的方式。与父母或者岳父母（公婆）谈论管教方法并不是件容易的事。这需要你能够坚持你认为对孩子最好的做法，坦诚地表明态度。 ☀9. 学习差异 带着好奇心，参与到孩子的学习过程中，重点在于帮助孩子对自己的状态和智慧包有信心，对他的努力给予反馈，不要只关注结果。 ☀10. 关注你能掌握的事情 编剧的这个建议我很喜欢分享给大家“做你能做的……从小事开始……别担心……要有信念……练习宽容……笑……去爱……从自己开始。”用这种方式，提醒自己将注意力转回到能掌控的事情上。

信息对称的情况下，人和人就能够得出相同的结论吗？过去我以为是的，这些年以来我才明白，就算是把信息明明白白铺陈在人们面前，人和人看到的往往也是截然不同的。为什么会这样呢？因为人和人的眼光见识不同，出发点不同，利益所在不同，世界观、人生观、价值观不同，所以有的看不到，有的看不懂，有的不想看到看懂。

《After the Sunset: Interview with a Jewel Thief》是关于普通人的营养管理，2是有关慢病的营养干预设计，读后改变了自己的这么多年来关于吃的认知，受益匪浅。