人工智能并不是一个新名词[大全]

第一篇：人工智能并不是一个新名词[大全]

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。

第二篇：新名词

新名词：

大会的主题是：高举中国特色社会主义伟大旗帜，以邓小平理论、“三个代表”重要思想、科学发展观为指导，解放思想，改革开放，凝聚力量，攻坚克难，坚定不移沿着中国特色社会主义道路前进，为全面建成小康社会而奋斗。

（第一个五位一体）必须更加自觉地把全面协调可持续作为深入贯彻落实科学发展观的基本要求，全面落实经济建设、政治建设、文化建设、社会建设、生态文明建设五位一体总体布局，促进现代化建设各方面相协调，促进生产关系与生产力、上层建筑与经济基础相协调，不断开拓上产发展、生活富裕、生态良好的文明发展道路。

（第二个五位一体）全党要增强紧迫感和责任感，牢牢把握加强党的执政能力建设、先进性和纯洁性建设这条主线，坚持解放思想、改革创新，坚持党要管党、从严治党，全面加强党的思想建设、组织建设、作风建设、反腐倡廉建设、制度建设，增强自我净化、自我完善、自我革新、自我提高能力，建设学习型、服务型、创新型的马克思主义执政党，确保党始终成为中国特色社会主义事业的坚强领导核心。党的十八大报告提出健全社会主义协商民主制度，这是我国人民民主的重要形式，有利于就经济社会发展重大问题和涉及群众切身利益的实际问题广泛协商、广纳群言、广集民智，增进共识、增强合力。

八个坚持：在新的历史条件下夺取中国特色社会主义新胜利，必须牢牢把握以下基本要求，并使之成为全党全国各族人民的共同信念。必须坚持人民主体地位，必须坚持解放和发展社会生产力，必须坚持推进改革开放，必须坚持维护社会公平正义，必须坚持走共同富裕道路，必须坚持促进社会和谐，必须坚持和平发展，必须坚持党的领导。

两个“百年”： 只要我们胸怀理想、坚定信念，不动摇、不懈怠、不折腾，顽强奋斗、艰苦奋斗、不懈奋斗，就一定能在中国共产党成立一百年时全面建成小康社会，就一定能在新中国成立一百年时建成富强民主文明和谐的社会主义现代化国家。全党要坚定这样的道路自信、理论自信、制度自信！

24字核心价值观：要加强社会主义核心价值体系建设。倡导富强、民主、文明、和谐，倡导自由、平等、公正、法治，倡导爱国、敬业、诚信、友善，积极培育社会主义核心价值观。

三型目标：建设学习型、服务型、创新型的马克思主义执政党

空谈误国，实干兴邦

第三篇：10秒简历：你并不是一个无趣的人

我的理论是你有10秒钟来使你的简历让人印象深刻。我会说明原因，并且提供一些建议来助你通过10秒测试。

优秀的人才，糟糕的简历

虽然有无数的书和文章教你如何写简历，但是仍然有太多能够提升的空间。我是怎么知道的?因为我在面试他人时看了太多太多糟糕的简历。应聘者们大多数都才华横溢且富有创造力，充满激情又十分成功，但是，他们的简历却很烂。这很遗憾，因为我不愿看见如此优秀的人被拒绝。

我偶尔做一些就业指导，和我交谈过的人告诉我下面的这些写简历的建议十分有用。所以，我决定将其公开，同大家一同分享，并且希望它也能帮到你。

简历：一篇使富有创造力，聪慧的人变得无趣的短小文书。

我会涉及哪些内容：

1.站在面试者的角度衡量你的简历

2.和朋友一起评估你的简历

3.修改你的简历，突出重点

评价你的简历

我曾经认为读简历的人会仔细地读每个词。我太天真了。你必须认识到这样一个事实：他们并不会这么做。这点很重要。面试者们看简历的过程比你在餐厅浏览菜单还要简单得多。

站在读你简历的人的角度看问题

你知道当你应聘时哪些人会读你的简历吗?有时候是招聘人员，而有时候是普通的员工。他们希望能够回到他们的正常工作。他们看了一大堆和你有着相同才华和经验的人的简历。当他们看你的简历时，他们想着他们自己的工作，家庭，下一次旅行，或者中午吃什么(嗯，烤奶酪)。

你在乎着这一切，但他们也有其他事情要做。请设身处地为他们想一想。现在，让我们继续……

为什么选择你?

如果有很多人在应聘同一岗位，你可以认为他们中大部分和你都有很多相似之处，尤其是简历。诸如丰富的经验，被认可的领导能力，良好的学术背景等。那么，什么能够使你从其他异常优秀的候选者中脱颖而出呢?通常来说，让人沮丧的是，并没有多少方法。

所以，我的理论是这样的：

“10秒钟的测试”

我的理论是，你的简历只有10秒钟来说明重要的观点。如果它做到了，将会为你争取到20秒的时间。这30秒是十分重要的，它将决定你的简历是被扔在一边，还是会被考虑进入下一轮。

你的简历是一场“电梯游说”(“电梯游说”指乘电梯大约30秒到两分钟之内对产品、服务、机构及其价值主张的简短介绍，电梯游说来向风险投资家和天使投资者推销自己的生意理念，以筹得资金。)，而不是讲述你的人生故事。

你只需要进入面试的下一轮，下一个阶段。现在，记住是大忙人们在读你的简历了吗?一定确保他们先看到最重要的成就，吸引他们读下一页。

测试你的简历

找一些对你工作不了解的人来帮你。这里我们假设这个人叫张三。

给张三一份你简历的打印本并且告诉他你只有30秒来读它。但是，10秒钟后拿回你的简历，问他他从刚才的简历中了解到了你什么。如果他的回答是你要如何把自己推销给面试经理，那么把简历再给他，让他再阅读20秒。然后再问他了解到什么。

如果你对张三的回答感到满意，那么你就通过了第一关测试并且遥遥领先大多数人。如果在任意一次打断时，他都无法涉及你最重要的点，那么你就需要修改你的简历了。修改之后，重复这个过程直到你通过测试。

修改你的简历

让我们从你目标陈述的开头处开始修改。

“从为什么开始”

我是Simon Sinek的忠实粉丝，他写了本叫《Start With Why》的书(看他的TED演讲)。他阐述了一个简单但却很有分量的观点，“人们不会购买你做了什么，而是购买你为什么这么做。”一旦你了解了某个人的动机和他们的个人事迹，那么他们做了什么(他们的经历)就成了他们基于他们激情和原则的决定的证明。

如果你以很强的目标陈述作为你简历的开头，你就为读者创造了一个框架，供他们理解你为什么在某公司做了某项目。务必让这段陈述显得非常有力量。不要说你的目标是为了得到某职位之类的话，你在申请这个职位，人们自然知道这点。

如果你不知道如何写出一个出色的目标陈述，那么问问你自己为何要申请这家公司的这个岗位，问问你的朋友和家人为什么他们会认为你会在这个职位上做的很出色。

我希望你对你在那里将要做的工作充满激情，并且我会认为你真的是想要得到这份工作(不是?)。所以请一定确定你的简历说明了你为什么想要得到这份工作，它将如何帮助你实现你的人生目标。

拒绝列表的形式

很遗憾，每个人都会按他们之前所做的工作或项目的时间倒序来组织他们的简历。在每个部分内都会有一些要点集，包含了项目，职责，成就以及发展的技能。这就是一个列表，让人读起来很乏味，因为没有任何的信息层次感，重点不突出。在企图让自己显得很全面时，人们稀释了他们最重要的成就。

千万不要这么做!你要按照一种有助于突显主题的方式组织内容。

我发明了一台时光机。。。但其他职员同样也做到了

如我之前所说，你想在简历的前面插入你最重要的成就。一到两个成就，配上适当的解释和说明，就足够引起招聘人员的注意力了。如果你真的做了一些很了不起的事情，请一定要突显它，而不要让其他内容掩盖了它的光芒。这需要通过一个10秒测试。

一项很棒的成就就可以让你进入下一轮。不要让你在咖啡店的兼职工作影响读者阅读你真正重要的地方。我发现大学毕业生经常犯这种错误。你在联谊会或俱乐部所做的事情不大可能引起人事部经理的注意力(除非他们真的同这个职位有关系)。

减少废话

避免写一些不会引起人事部经理认同的内容。这里有一些无用句子的例子，以及如果我读到这些内容我是怎么理解的。你会发现它们不过是一些废话。

“针对某产品头脑风暴出了一些新想法”变成了：

“在房间里坐上好几个小时，同同事聊着天。”

“在某过程中帮助了针对开发新方法的研究。”变成了：

“做一些杂事来同了不起的人套近乎。”

请一定要具体说明你做了哪些事情。数字有助于展示你所做的事情。如果你无法详细说明，那么就不要包含那句话，它只会削弱你说的其他话，并且会使我怀疑你所取得的其他成就。

针对不同的公司定制不同的简历

如果你同时申请很多公司，我怀疑你会用同一个理由来申请这些职位。所以对每个公司使用同一份求职声明。当针对不同公司的不同职位时，你可能需要一份完全不同的简历。

如果这个让你觉得工作量太大的话，那么说明你对那份工作的渴望程度还远远不够。你要知道，其他人会。如果你在意的话，那么多花点额外的时间。如果你做得很恰当，让我看见你对这份工作的热情，这会使你从大多数人中分离出来，让你具有竞争力。

使重点突出

既然你已经删除了无关内容，那么你应该会有额外的空间来从视觉上突出重要的内容。你可能不是设计师，但你只需要在字体，文字排版上做一些简单的调整，你就可以确保读你简历的人会看见你想让他们看的内容。使重要的内容略大于让你觉的和谐的大小。如果你有好的设计眼光，那么你还可以使用一些富有创意的布局。

一旦你有了一些喜欢的内容，眯起眼睛(字面意思)，然后你会思考正确的内容是否被突出了。这点真的很有用。

我喜欢在简历中看到一些照片，图表，截屏等，当然这只是在这些东西与你申请的职位相关的情况下。千万不要为了美观把什么东西都放到简历里面来。

总结一下：

现在你应该有一份简历具备以下条件：

1.能通过10秒测试

2.使无关内容简短，让人感到舒服

3.从你对这份工作充满激情的地方开始你的简历

这些小建议已经帮助到了一些人，所以我希望它也能帮到你。祝你好运!

注：这些都是我个人观点，不代表我雇主(Google)的观点。这不是一个教你如何在Google找工作的向导。我的方法可能不适用于那些同我价值观相左的公司。我也并不是一个专业的职业咨询师，所以请自行判定后再用我的建议。

第四篇：毕业并不是结束，而是加一个开始

校园内 每一条路 都留下了我们的足迹

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。

短暂的别离，是为了永久的相聚，让我们期盼，那份永恒的喜悦。

第五篇：“课程统整”,这又是一个新名词

课程统整之我见

钱

焱

“课程统整”，这又是一个新名词。

5月8日到9日的一天半时间里，我们在溧阳实小省基地活动中，耳边反复响起的就是这个名词。在各校的理念阐述活动中；在各类学科的教学展示过程中；在研讨沙龙活动中；在专家博士的主题讲座中，我们看到听到了很多对这个名词的生动的语言和肢体阐述。有人质疑，有人认同，也有人不知可否。然而，就我本人而言，这个名词却不是一个新鲜的事物，因为，很多年以来，我在我的教学中一直沿用着这样的方式，只是当时并不知道这个叫“课程统整”，我一直喜欢叫它“系列研究”。经常是在学习一个音乐的时候，我会延伸拓展出很多与之相关的各方面的学习内容。此次溧阳之行，只为了确认我的这一理念，并给它一个崭新的头衔：课程统整！

其实，我个人认为在本次活动中，最让人信服的是省中小学教学研究室的研究员万伟博士的一个观点：

“统整”首先是一种思维方式，或者说是一种认知的方式，是要善于抓住总体和基本的问题，并在这个框架内进行局部的认识。统整课程是弥补而非取代分科课程。

这是一个客观的观点，不是一边倒的“砍伐式”研究。很多时候很多人习惯在一个新事物出现后就急切地要将以前的种种都砍掉，好像这样才算是跟上时代的步伐了。岂不知，盲目的行为给教育教学带来的是致命的打击。比如：2001年开始实行“新课程理念”，激动的部分专家楞是要去除掉音乐课堂中的“双基教学”，不用练声，也不许唱歌谱，一味地只要孩子开心快乐，甚至连必要的一些知识类和德育类的语言也不能出现在课堂上，要隐喻，要“润物细无声”！而几年下来，孩子们连最基本的几个音都唱不准，声音的音色、音乐知识的掌握就更不用说了，一问三不知。这就是偏激！教学中如果教师一味地跟风，没有自己对本学科课程本质的理解，最终导致的是自己走上教学的“悬崖钢丝绳”。而对于这一批学生来说，便是人生中的一大遗憾！

记得在05、06年学校开始要求进行“校本课程”研究时，我选择的便是“音乐鉴赏”课程。当时的想法很简单，就是想让学生在选修我的这一课程时，能弥补在音乐课上无法了解到的更详细的相关知识。并由此设计出了很多节现在看来带有“统整”意味的教案。比如《聆听贝多芬》、《进行曲系列鉴赏》、《圆舞曲系列鉴赏》、《波尔卡系列鉴赏》等课题。在这个授课过程中，我就不再单纯主讲哪一个曲子了，而是从音乐创作背景，到作曲家生平介绍，到曲子所涉及到的民族、国家等的一些人文、环境等这些外围的介绍，再引出所讲的主要作品。从而让学生对音乐有一个外在与内在完整结构的了解，而不仅仅是对一首曲子的熟悉。其实，在当时的课程改革环境下，我的这个教学方式并不是很受肯定的，因为看似东拉西扯的东西太多了，也有“填鸭式”的嫌疑。但是，我坚持相信，课堂中有些知识是不能割裂开来称述的，有些内容是必须要以教师主讲学生听讲来教授的，课堂本身就是将前人的知识经验转接给学生的一个平台，一味地让学生自主，试问：没有应有知识量的储备，学生如何自主？当然，有一点是肯定要老师花心思动脑筋的，那就是如何将我要说的东西在学生乐意听的情况下开讲？我的答案是：教师要不断训练自己的口才，将我们需要讲述的知识用“故事”的形式表述给学生，效果肯定是不一样的。

事实证明，这样的教学很受孩子们的喜爱。于是我尝试将这样的方式融进我的日常欣赏教学，往往是一首欣赏曲的第一课时我就会将与此相关的天文地理、人文历史、创作背景、人物介绍都统讲一遍；或者是在音乐欣赏过程中将这些知识讲给学生们听。于是又出现了两节典型的课例：《昆曲——最美的声音》、《品味古琴》。在这两个系列教学中，我不仅将相关音乐给学生进行了赏析，更是把与此相关的故事、背景、作者、历史统统融进了讲述中，学生们听得如痴如醉啊！于是，课后就有人直接上网搜索相关资料，进行更深入的了解和学习了。

统整，除了把可能涉及到的学科巧妙地结合到一起叫统整，它也可以是发生在一个学科中。2011版《音乐新课程标准解读》中，对“学科综合”也有很大篇幅的阐述：

综合，是基础教育的一种基本理念。它体现了现代教育的一种发展趋势，是学科体系向学习领域的伸展，是精英文化向大众文化的回归，根本要义在于“综合”有益于改变人格的片段化生成而向人格的完整化和谐发展。而其中最强调的一句话是：学科综合应突出音乐艺术的特点！

也就是说，再综合再统整，本学科的特点是不能忽略的，不能因为欣赏《运动员进行曲》就只管让孩子们来做踏步走的活动而不去分辨进行曲音乐的特点和此类音乐的其他相关要素吧？事实证明，学生在接受音乐教育的途径是多种多样的，从艺术的本质上讲，不同的艺术形式或是同一艺术形式的不同方面，在审美意蕴、表现手法等方面本来就有很多相通之处可以融合；与此同时，从发生学的角度看，这种艺术之间获同一艺术形式的不同内容之间所固有的融合趋势，与人的身心发展规律也存在着某种同构关系；再从心理学的视角看，“通感”这一心理现象，使得艺术之间或同一艺术形式之间的不同内容之间的相互融合成为必要和可能；而作为艺术的一个最主要的门类，音乐同广泛的文化领域有着天然的密切联系，这就使得音乐课程同其他非艺术课程之间的相互融合称为可能。

我认为，音乐学科最好统整的就是与其他艺术类的结合教学。比如：在上戏曲单元的时候，就可以让学生通过学唱一些戏曲经典片段，或是学做几个戏曲基本手势、步伐，或是了解几个中国戏曲中的领军人物的事迹等的形式加深学生对中国戏曲的了解和热爱之情，这样的统整自然流畅且具有一定的价值和意义；而在学习到一些少数民族音乐的时候，可以结合各类少数民族舞蹈和歌曲来帮助孩子们更好地记忆不同族系的艺术形式。

课程统整，就和以往出现的“分层教学”等各类教学变革是同样的意义，它不是要让老师们手足无措地急于在课堂上改头换面；也不是想让老师们一味地将理念层层叠加，然后一股脑地实施在学生的身上。它是在提醒我们，在日常教学中要保持一个清醒的头脑，一颗敏感的内心，要通晓自己所任学科的特点标准，更要不断提升自我的各类素养，及时感受孩子们的所需所求，带着对教学无限热诚的心灵，为我的每一节课，每一个学生的发展，负责！

有感于2015年5月