第一篇：人工智能并不是一個新名詞[大全]

人工智能并不是一個新名詞。實際上，這個領域在20世紀50年代就已經開始啟動，這段探索的歷史被稱為「喧囂與渴望、挫折與失望交替出現的時代」——最近給出的一個較為恰當的評價。

20世紀50年代明確了人工智能要模擬人類智慧這一大膽目標，從此研究人員開展了一系列貫穿20世紀60年代并延續到70年代的研究項目，這些項目表明，計算機能夠完成一系列所本只屬于人類能力范疇之內的任務，例如證明定理、求解微積分、通過規劃來響應命令、履行物理動作，甚至是模擬心理學家、譜曲這樣的活動。

但是，過分簡單的算法、匱乏的難以應對不確定環境（這種情形在生活中無處不在）的理論，以及計算能力的限制嚴重阻礙了我們使用人工智能來解決更加困難和多樣的問題。伴隨著對缺乏繼續努力的失望，人工智能于20世紀70年代中期逐漸淡出公眾視野。

20世紀80年代早期，日本發起了一個項目，旨在開發一種在人工智能領域處于領先的計算機結構。西方開始擔心會在這個領域輸給日本，這種焦慮促使他們決定重新開始對人工智能的投資。20世紀80年代已經出現了人工智能技術產品的商業供應商，其中一些已經上市，例如Intellicorp、Symbolics、和Teknowledge。

20世紀80年代末，幾乎一半的「財富500強」都在開發或使用「專家系統」，這是一項通過對人類專家的問題求解能力進行建模，來模擬人類專家解決該領域問題的人工智能技術。

對于專家系統潛力的過高希望徹底掩蓋了它本身的局限性，包括明顯缺乏常識、難以捕捉專家的隱性知識、建造和維護大型系統這項工作的復雜性和成本，當這一點被越來越多的人所認識到時，人工智能研究再一次脫離軌道。

20世紀90年代在人工智能領域的技術成果始終處于低潮，成果寥寥。反而是神經網絡、遺傳算法等科技得到了新的關注，這一方面是因為這些技術避免了專家系統的若干限制，另一方面是因為新算法讓它們運行起來更加高效。

神經網絡的設計受到了大腦結構的啟發。遺傳算法的機制是，首先迭代生成備選解決方案，然后剔除最差方案，最后通過引入隨機變量來產生新的解決方案，從而「進化」出解決問題的最佳方案。

3、人工智能進步的催化劑 截止到21世紀前10年的后期，出現了一系列復興人工智能研究進程的要素，尤其是一些核心技術。下面將對這些重要的因素和技術進行詳細說明。

1）摩爾定律

在價格、體積不變的條件下，計算機的計算能力可以不斷增長。這就是被人們所熟知的摩爾定律，它以Intel共同創辦人Gordon Moore命名。Gordon Moore從各種形式的計算中獲利，包括人工智能研究人員使用的計算類型。數年以前，先進的系統設計只能在理論上成立但無法實現，因為它所需要的計算機資源過于昂貴或者計算機無法勝任。今天，我們已經擁有了實現這些設計所需要的計算資源。舉個夢幻般的例子，現在最新一代微處理器的性能是1971年第一代單片機的400萬倍。

2）大數據

得益于互聯網、社交媒體、移動設備和廉價的傳感器，這個世界產生的數據量急劇增加。隨著對這些數據的價值的不斷認識，用來管理和分析數據的新技術也得到了發展。大數據是人工智能發展的助推劑，這是因為有些人工智能技術使用統計模型來進行數據的概率推算，比如圖像、文本或者語音，通過把這些模型暴露在數據的海洋中，使它們得到不斷優化，或者稱之為「訓練」——現在這樣的條件隨處可得。

3）互聯網和云計算

和大數據現象緊密相關，互聯網和云計算可以被認為是人工智能基石有兩個原因，第一，它們可以讓所有聯網的計算機設備都能獲得海量數據。這些數據是人們推進人工智能研發所需要的，因此它可以促進人工智能的發展。第二，它們為人們提供了一種可行的合作方式——有時顯式有時隱式——來幫助人工智能系統進行訓練。比如，有些研究人員使用類似Mechanical Turk這樣基于云計算的眾包服務來雇傭成千上萬的人來描繪數字圖像。這就使得圖像識別算法可以從這些描繪中進行學習。谷歌翻譯通過分析用戶的反饋以及使用者的無償貢獻來提高它自動翻譯的質量。

4）新算法

算法是解決一個設計程序或完成任務的路徑方法。最近幾年，新算法的發展極大提高了機器學習的能力，這些算法本身很重要，同時也是其他技術的推動者，比如計算機視覺（這項科技將會在后文描述）。機器學習算法目前被開源使用，這種情形將促成更大進步，因為在開源環境下開發人員可以補足和增強彼此的工作。

4、認知技術

我們將區分人工智能領域和由此延伸的各項技術。大眾媒體將人工智能刻畫為跟人一樣聰明的或比人更聰明的計算機的來臨。而各項技術則在以往只有人能做到的特定任務上面表現得越來越好。我們稱這些技術為認知技術（下圖），認知技術是人工智能領域的產物，它們能完成以往只有人能夠完成的任務。而它們正是商業和公共部門的領導者應該關注的。下面我們將介紹幾個最重要的認知技術，它們正被廣泛采納并進展迅速，也獲得大量投資。

1）計算機視覺

是指計算機從圖像中識別出物體、場景和活動的能力。計算機視覺技術運用由圖像處理操作及其他技術所組成的序列來將圖像分析任務分解為便于管理的小塊任務。比如，一些技術能夠從圖像中檢測到物體的邊緣及紋理。分類技術可被用作確定識別到的特征是否能夠代表系統已知的一類物體。

計算機視覺有著廣泛應用。其中包括，醫療成像分析被用來提高疾病的預測、診斷和治療；人臉識別被Facebook用來自動識別照片里的人物；在安防及監控領域被用來指認嫌疑人；在購物方面，消費者現在可以用智能手機拍攝下產品以獲得更多購買選擇。

機器視覺作為一個相關學科，泛指在工業自動化領域的視覺應用。在這些應用里，計算機在高度受限的工廠環境里識別諸如生產零件一類的物體，因此相對于尋求在非受限環境里操作的計算機視覺來說目標更為簡單。計算機視覺是一個正在進行中的研究，而機器視覺則是「已經解決的問題」，是系統工程方面的課題而非研究層面的課題。因為應用范圍的持續擴大，計算機視覺領域的初創公司自2011年起已經吸引了數億美元的風投資本。

2）機器學習

指的是計算機系統無需遵照顯式的程序指令而只是依靠暴露在數據中來提升自身性能的能力。其核心在于，機器學習是從數據中自動發現模式，模式一旦被發現便可用于做預測。比如，給予機器學習系統一個關于交易時間、商家、地點、價格及交易是否正當等信用卡交易信息的數據庫，系統就會學習到可用來預測信用卡欺詐的模式。處理的交易數據越多，預測就會越好。

機器學習的應用范圍非常廣泛，針對那些產生龐大數據的活動，它幾乎擁有改進一切性能的潛力。除了欺詐甄別之外，這些活動還包括銷售預測、庫存管理、石油和天然氣勘探、以及公共衛生。機器學習技術在其他的認知技術領域也扮演著重要角色，比如計算機視覺，它能在海量圖像中通過不斷訓練和改進視覺模型來提高其識別對象的能力。現如今，機器學習已經成為認知技術中最炙手可熱的研究領域之一，在2011-2014年中這段時間內就已吸引了近十億美元的風險投資。谷歌也在2014年斥資4億美金收購Deepmind這家研究機器學習技術的公司。

3）自然語言處理

是指計算機擁有的人類般文本處理的能力，比如，從文本中提取意義，甚至從那些可讀的、風格自然、語法正確的文本中自主解讀出含義。一個自然語言處理系統并不了解人類處理文本的方式，但是它卻可以用非常復雜與成熟的手段巧妙處理文本，例如自動識別一份文檔中所有被提及的人與地點；識別文檔的核心議題；或者在一堆僅人類可讀的合同中，將各種條款與條件提取出來并制作成表。以上這些任務通過傳統的文本處理軟件根本不可能完成，后者僅能針對簡單的文本匹配與模式進行操作。請思考一個老生常談的例子，它可以體現自然語言處理面臨的一個挑戰。在句子「光陰似箭（Time flies like an arrow）」中每一個單詞的意義看起來都很清晰，直到系統遇到這樣的句子「果蠅喜歡香蕉（Fruit flies like a banana）」，用「水果（fruit）」替代了「時間（time）」，并用「香蕉（banana）」替代「箭（arrow）」，就改變了「飛逝／飛著的（like）」與「像／喜歡（like）」這兩個單詞的意思。

自然語言處理，像計算機視覺技術一樣，將各種有助于實現目標的多種技術進行了融合。建立語言模型來預測語言表達的概率分布，舉例來說，就是某一串給定字符或單詞表達某一特定語義的最大可能性。選定的特征可以和文中的某些元素結合來識別一段文字，通過識別這些元素可以把某類文字同其他文字區別開來，比如垃圾郵件同正常郵件。以機器學習為驅動的分類方法將成為篩選的標準，用來決定一封郵件是否屬于垃圾郵件。

因為語境對于理解「time flies（時光飛逝）」和「fruit flies（果蠅）」的區別是如此重要，所以自然語言處理技術的實際應用領域相對較窄，這些領域包括分析顧客對某項特定產品和服務的反饋、自動發現民事訴訟或政府調查中的某些含義、以及自動書寫諸如企業營收和體育運動的公式化范文等。

4）機器人技術

將機器視覺、自動規劃等認知技術整合至極小卻高性能的傳感器、致動器、以及設計巧妙的硬件中，這就催生了新一代的機器人，它有能力與人類一起工作，能在各種未知環境中靈活處理不同的任務。例如無人機，還有可以在車間為人類分擔工作的「cobots」，還包括那些從玩具到家務助手的消費類產品。5）語音識別技術

主要是關注自動且準確的轉錄人類的語音。該技術必須面對一些與自然語言處理類似的問題，在不同口音的處理、背景噪音、區分同音異形異義詞(「buy」和「by」聽起來是一樣的)方面存在一些困難，同時還需要具有跟上正常語速的工作速度。語音識別系統使用一些與自然語言處理系統相同的技術，再輔以其他技術，比如描述聲音和其出現在特定序列和語言中概率的聲學模型等。語音識別的主要應用包括醫療聽寫、語音書寫、電腦系統聲控、電話客服等。比如Domino’s Pizza最近推出了一個允許用戶通過語音下單的移動APP。

上面提到的認知技術進步飛快并吸引了大量投資，其他相對成熟的認知技術仍然是企業軟件系統的重要組成部分。這些日漸成熟的認知技術包括決策最優化——自動完成對復雜決策或者在資源有限的前提下做出最佳權衡；規劃和調度——使設計一系列行動流程來滿足目標和觀察約束；規則導向系統——為專家系統提供基礎的技術，使用知識和規則的數據庫來自動完成從信息中進行推論的處理過程。

認知技術的廣泛使用 各種經濟部門已經把認知技術運用到了多種商業職能中。1）銀行業

自動欺詐探測系統使用機器學習可以識別出預示著欺詐性付款行動的行為模式；借助語音識別技術能夠自動完成電話客服；聲音識別可以核實來電者的身份

2）醫療健康領域

美國有一半的醫院采用自動語音識別來幫助醫生自動完成醫囑抄錄，而且使用率還在迅速增長；機器視覺系統自動完成乳房X光檢查和其他醫學影響的分析；IBM 的Watson借助自然語言處理技術來閱讀和理解大量醫學文獻，通過假設自動生成來完成自動診斷，借助機器學習可以提高準確率。

3）生命科學領域

機器學習系統被用來預測生物數據和化合物活動的因果關系，從而幫助制藥公司識別出最有前景的藥物。

4）媒體與娛樂行業

許多公司正在使用數據分析和自然語言生成技術，自動起草基于數據的的公文材料，比如公司營收狀況、體育賽事綜述等。

5）石油與天然氣

廠商將機器學習廣泛運用在礦藏資源定位、鉆井設備故障診斷等眾多方面。6）公共部門

出于監控、合規和欺詐檢測等特定目的，公共部門也已經開始使用認知技術。比如，喬治亞州正在通過眾包的形式來進行財政披露和競選捐助表格的數字化，在這個過程中他們就采用了一套自動手寫識別系統。

7）零售商 零售商利用機器學習來自動發現有吸引力的交叉銷售定價和有效的促銷活動。8）科技公司

它們正利用機器視覺、機器學習等認知技術來改進產品或者開發全新產品，比如 Roomba機器人吸塵器，Nest智能恒溫器。

上述例子表明，認識技術的潛在商業收益遠大于自動化帶來的成本節約，這主要體現在： 更快的行動與決策（比如，自動欺詐檢測，計劃和調度）更好的結果（比如，醫學診斷、石油探測、需求預測）更高的效率（亦即，更好的利用高技能人才和昂貴設備），更低的成本（比如，自動電話客服減少了勞動成本）更大的規模（亦即，開展人力無法執行的大規模任務）產品與服務創新（從增加新功能到創造新產品）認知技術影響力與日俱增的原因

在未來五年，認知技術在商業領域的影響力將顯著增長。原因有二，首先，近些年來，技術性能有了實質進步，并處于持續研發狀態。其次，數億美元已經投入到技術商業化中，許多公司正致力于為各商業部門的廣泛需求提供定制化開發和打包方案，以使這些技術更易購買和配置。雖然并非所有的技術提供商都能幸存，但他們的努力將共同推動市場前進。技術性能的改善和商業化正在共同擴大著認知技術的應用范圍，這種情況在未來幾年都將持續下去。

1、技術提升擴展了應用范圍

認知技術大踏步前進的例子非常多。比如Google的語音識別系統，一份報告顯示，Google用了不到兩年時間就將語音識別的精準度從2012年的84%提升到如今的98%。計算機視覺技術也取得了突飛猛進的發展。如果以計算機視覺技術研究者設置的技術標準來看，自2010年到2014年，圖像分類識別的精準度提高了4倍。Facebook的DeepFace技術在同行評審報告（譯者注：同行評審，是一種學術成果審查程序，即一位作者的學術著作或計劃被同一領域的其他專家學者評審。）被高度肯定，其臉部識別率的準確度達到97%。2011年，IBM 為了讓Watson在智力節目《危險邊緣》中獲勝，曾對Watson進行優化，提升兩倍的答案精確度?，F在，IBM又宣稱如今的Watson比當時「智能」了2400%。

隨著技術的改進和提高，技術應用的范圍也在不斷擴大。比如，在語音識別方面，機器曾經需要大量訓練才能在有限詞庫里勉強識別出來，由語音識別技術延伸出的醫療應用程序也很難得到真正普及。而現在，每個月互聯網上都會有數以百萬次的語音搜索。另外，計算機視覺技術過去被狹隘的理解為部署在工業自動化方面，但現在，我們早已看到這一技術被廣泛運用到監控、安全以及各種各樣的消費應用里。IBM如今正拓展Watson在競賽游戲之外的應用，從醫療診斷到醫學研究再到財務建議以及自動化的呼叫中心。

并不是所有的認知技術都有如此令人矚目的發展。機器翻譯有了一定發展，但幅度很小。一份調查發現，從2009年到2012年，將阿拉伯語翻譯到英語的精確度僅僅提升了13%。盡管這些技術還不完美，但他們已經可以影響到專業機構的工作方式。很多專業翻譯人員依靠機器翻譯提升翻譯精準度，并把一些常規翻譯交給機器，自己專注在更具挑戰性的任務上。

很多公司正努力將認知技術做進一步研發，并逐步將其融入到更多產品尤其是企業級產品里，以方便企業用戶購買和部署。

2、對商業化進行的大規模投資

從2011年到2014年5月，超過20億美元的風險投資流入到基于認知技術研究的產品和服務里。與此同時，超過100家的相關公司被兼并或收購，其中一些被互聯網巨頭如亞馬遜、蘋果、Google、IBM或Facebook收購。所有這些投資都在培育一個多樣化的公司圖譜，這些公司正在加速認知技術的商業化進程。

在這里，我們并不會提供關于某公司在認知技術商業化方面的細節，我們希望說明，認知技術產品擁有豐富的多樣性。下面就是致力于認知技術商業化的公司名單，這個名單既不是完整無缺也非固定不變，而是一個動態的，用于推動和培育市場的指標。

數據管理和分析工具主要使用自然語言處理、機器學習等認知技術。這些工具利用自然語言處理來從非結構化的文本中提取出意思，或者借助機器學習幫助分析人員從大規模數據集中發現深層含義。這個領域的公司包括Context Relevant（譯者注：美國的一家大數據挖掘和分析公司）、Palantir Technologies（譯者注：這家公司稱要將數據、技術、人類和環境連接起來）、以及Skytree（譯者注：一家借助機器學習進行市場分析并提供決策依據的大數據公司）。

認知技術的各個部分可以被整合到各種應用和商業決策中，分別起到增加功能和提高效率的作用。例如，Wise.io公司提供一套模塊來促進商業決策，比如客戶支持、營銷和銷售，這里面會用到機器學習模型來預測哪些客戶比較容易流失，以及哪些潛在客戶更加容易轉化。Nuance公司通過提供一種語音識別技術來幫助開發者進行需要語音控制的移動APP的開發。

單點解決方案。眾多認知技術成熟的標志是它們正在被不斷的嵌入到特定商業問題的解決方案中。這些解決方案的設計初衷是要比公司原有的解決方案更加有效，并且幾乎不需要認知技術方面的專業人員。普及度比較高的應用領域包括廣告、營銷和銷售自動化、預測以及規劃。

技術平臺。平臺的目的是為建立高度定制化的商業解決方案提供基礎。它們會提供一系列功能，包括數據管理、機器學習工具、自然語言處理、知識表示和推理、以及將這些定制化軟件整合在一起的統一框架。

3、新興應用

如果這些技術的表現和商業化趨勢繼續發展，我們就能夠大膽預測認知技術的應用將更加廣泛，被接受程度也會大大增加。數億美金的投資涌入這些基于機器學習、自然語言處理、機器視覺或者機器人技術的公司，這預示著許多新應用即將投入市場。在商業機構依托認知技術構建自動化業務流程、增強產品和服務方面，我們也看到了巨大空間。

認知技術在企業的應用路徑

認知技術將在接下來幾年里變得流行。在未來2-5年，技術層面的進步和商業化將擴大認知技術對企業的影響。越來越多的企業會找到一些創新性應用來顯著改善他們自身的表現或者創造新功能，以增強他們的競爭地位。企業的IT部門現在可以行動起來，增加對這些技術的了解，評估出適用這些技術的機會，將這些技術可能帶來的價值向領導進行匯報。高級商務和公共部門的領導應該思考認知技術將對他們的部門以及整個公司產生何種影響，這些技術將如何激發創新并提升經營表現。

第二篇：新名詞

新名詞：

大會的主題是：高舉中國特色社會主義偉大旗幟，以鄧小平理論、“三個代表”重要思想、科學發展觀為指導，解放思想，改革開放，凝聚力量，攻堅克難，堅定不移沿著中國特色社會主義道路前進，為全面建成小康社會而奮斗。

（第一個五位一體）必須更加自覺地把全面協調可持續作為深入貫徹落實科學發展觀的基本要求，全面落實經濟建設、政治建設、文化建設、社會建設、生態文明建設五位一體總體布局，促進現代化建設各方面相協調，促進生產關系與生產力、上層建筑與經濟基礎相協調，不斷開拓上產發展、生活富裕、生態良好的文明發展道路。

（第二個五位一體）全黨要增強緊迫感和責任感，牢牢把握加強黨的執政能力建設、先進性和純潔性建設這條主線，堅持解放思想、改革創新，堅持黨要管黨、從嚴治黨，全面加強黨的思想建設、組織建設、作風建設、反腐倡廉建設、制度建設，增強自我凈化、自我完善、自我革新、自我提高能力，建設學習型、服務型、創新型的馬克思主義執政黨，確保黨始終成為中國特色社會主義事業的堅強領導核心。黨的十八大報告提出健全社會主義協商民主制度，這是我國人民民主的重要形式，有利于就經濟社會發展重大問題和涉及群眾切身利益的實際問題廣泛協商、廣納群言、廣集民智，增進共識、增強合力。

八個堅持：在新的歷史條件下奪取中國特色社會主義新勝利，必須牢牢把握以下基本要求，并使之成為全黨全國各族人民的共同信念。必須堅持人民主體地位，必須堅持解放和發展社會生產力，必須堅持推進改革開放，必須堅持維護社會公平正義，必須堅持走共同富裕道路，必須堅持促進社會和諧，必須堅持和平發展，必須堅持黨的領導。

兩個“百年”： 只要我們胸懷理想、堅定信念，不動搖、不懈怠、不折騰，頑強奮斗、艱苦奮斗、不懈奮斗，就一定能在中國共產黨成立一百年時全面建成小康社會，就一定能在新中國成立一百年時建成富強民主文明和諧的社會主義現代化國家。全黨要堅定這樣的道路自信、理論自信、制度自信！

24字核心價值觀：要加強社會主義核心價值體系建設。倡導富強、民主、文明、和諧，倡導自由、平等、公正、法治，倡導愛國、敬業、誠信、友善，積極培育社會主義核心價值觀。

三型目標：建設學習型、服務型、創新型的馬克思主義執政黨

空談誤國，實干興邦

第三篇：10秒簡歷：你并不是一個無趣的人

我的理論是你有10秒鐘來使你的簡歷讓人印象深刻。我會說明原因，并且提供一些建議來助你通過10秒測試。

優秀的人才，糟糕的簡歷

雖然有無數的書和文章教你如何寫簡歷，但是仍然有太多能夠提升的空間。我是怎么知道的?因為我在面試他人時看了太多太多糟糕的簡歷。應聘者們大多數都才華橫溢且富有創造力，充滿激情又十分成功，但是，他們的簡歷卻很爛。這很遺憾，因為我不愿看見如此優秀的人被拒絕。

我偶爾做一些就業指導，和我交談過的人告訴我下面的這些寫簡歷的建議十分有用。所以，我決定將其公開，同大家一同分享，并且希望它也能幫到你。

簡歷：一篇使富有創造力，聰慧的人變得無趣的短小文書。

我會涉及哪些內容：

1.站在面試者的角度衡量你的簡歷

2.和朋友一起評估你的簡歷

3.修改你的簡歷，突出重點

評價你的簡歷

我曾經認為讀簡歷的人會仔細地讀每個詞。我太天真了。你必須認識到這樣一個事實：他們并不會這么做。這點很重要。面試者們看簡歷的過程比你在餐廳瀏覽菜單還要簡單得多。

站在讀你簡歷的人的角度看問題

你知道當你應聘時哪些人會讀你的簡歷嗎?有時候是招聘人員，而有時候是普通的員工。他們希望能夠回到他們的正常工作。他們看了一大堆和你有著相同才華和經驗的人的簡歷。當他們看你的簡歷時，他們想著他們自己的工作，家庭，下一次旅行，或者中午吃什么(嗯，烤奶酪)。

你在乎著這一切，但他們也有其他事情要做。請設身處地為他們想一想。現在，讓我們繼續……

為什么選擇你?

如果有很多人在應聘同一崗位，你可以認為他們中大部分和你都有很多相似之處，尤其是簡歷。諸如豐富的經驗，被認可的領導能力，良好的學術背景等。那么，什么能夠使你從其他異常優秀的候選者中脫穎而出呢?通常來說，讓人沮喪的是，并沒有多少方法。

所以，我的理論是這樣的：

“10秒鐘的測試”

我的理論是，你的簡歷只有10秒鐘來說明重要的觀點。如果它做到了，將會為你爭取到20秒的時間。這30秒是十分重要的，它將決定你的簡歷是被扔在一邊，還是會被考慮進入下一輪。

你的簡歷是一場“電梯游說”(“電梯游說”指乘電梯大約30秒到兩分鐘之內對產品、服務、機構及其價值主張的簡短介紹，電梯游說來向風險投資家和天使投資者推銷自己的生意理念，以籌得資金。)，而不是講述你的人生故事。

你只需要進入面試的下一輪，下一個階段?，F在，記住是大忙人們在讀你的簡歷了嗎?一定確保他們先看到最重要的成就，吸引他們讀下一頁。

測試你的簡歷

找一些對你工作不了解的人來幫你。這里我們假設這個人叫張三。

給張三一份你簡歷的打印本并且告訴他你只有30秒來讀它。但是，10秒鐘后拿回你的簡歷，問他他從剛才的簡歷中了解到了你什么。如果他的回答是你要如何把自己推銷給面試經理，那么把簡歷再給他，讓他再閱讀20秒。然后再問他了解到什么。

如果你對張三的回答感到滿意，那么你就通過了第一關測試并且遙遙領先大多數人。如果在任意一次打斷時，他都無法涉及你最重要的點，那么你就需要修改你的簡歷了。修改之后，重復這個過程直到你通過測試。

修改你的簡歷

讓我們從你目標陳述的開頭處開始修改。

“從為什么開始”

我是Simon Sinek的忠實粉絲，他寫了本叫《Start With Why》的書(看他的TED演講)。他闡述了一個簡單但卻很有分量的觀點，“人們不會購買你做了什么，而是購買你為什么這么做?！币坏┠懔私饬四硞€人的動機和他們的個人事跡，那么他們做了什么(他們的經歷)就成了他們基于他們激情和原則的決定的證明。

如果你以很強的目標陳述作為你簡歷的開頭，你就為讀者創造了一個框架，供他們理解你為什么在某公司做了某項目。務必讓這段陳述顯得非常有力量。不要說你的目標是為了得到某職位之類的話，你在申請這個職位，人們自然知道這點。

如果你不知道如何寫出一個出色的目標陳述，那么問問你自己為何要申請這家公司的這個崗位，問問你的朋友和家人為什么他們會認為你會在這個職位上做的很出色。

我希望你對你在那里將要做的工作充滿激情，并且我會認為你真的是想要得到這份工作(不是?)。所以請一定確定你的簡歷說明了你為什么想要得到這份工作，它將如何幫助你實現你的人生目標。

拒絕列表的形式

很遺憾，每個人都會按他們之前所做的工作或項目的時間倒序來組織他們的簡歷。在每個部分內都會有一些要點集，包含了項目，職責，成就以及發展的技能。這就是一個列表，讓人讀起來很乏味，因為沒有任何的信息層次感，重點不突出。在企圖讓自己顯得很全面時，人們稀釋了他們最重要的成就。

千萬不要這么做!你要按照一種有助于突顯主題的方式組織內容。

我發明了一臺時光機。。。但其他職員同樣也做到了

如我之前所說，你想在簡歷的前面插入你最重要的成就。一到兩個成就，配上適當的解釋和說明，就足夠引起招聘人員的注意力了。如果你真的做了一些很了不起的事情，請一定要突顯它，而不要讓其他內容掩蓋了它的光芒。這需要通過一個10秒測試。

一項很棒的成就就可以讓你進入下一輪。不要讓你在咖啡店的兼職工作影響讀者閱讀你真正重要的地方。我發現大學畢業生經常犯這種錯誤。你在聯誼會或俱樂部所做的事情不大可能引起人事部經理的注意力(除非他們真的同這個職位有關系)。

減少廢話

避免寫一些不會引起人事部經理認同的內容。這里有一些無用句子的例子，以及如果我讀到這些內容我是怎么理解的。你會發現它們不過是一些廢話。

“針對某產品頭腦風暴出了一些新想法”變成了：

“在房間里坐上好幾個小時，同同事聊著天?！?/p>

“在某過程中幫助了針對開發新方法的研究。”變成了：

“做一些雜事來同了不起的人套近乎?！?/p>

請一定要具體說明你做了哪些事情。數字有助于展示你所做的事情。如果你無法詳細說明，那么就不要包含那句話，它只會削弱你說的其他話，并且會使我懷疑你所取得的其他成就。

針對不同的公司定制不同的簡歷

如果你同時申請很多公司，我懷疑你會用同一個理由來申請這些職位。所以對每個公司使用同一份求職聲明。當針對不同公司的不同職位時，你可能需要一份完全不同的簡歷。

如果這個讓你覺得工作量太大的話，那么說明你對那份工作的渴望程度還遠遠不夠。你要知道，其他人會。如果你在意的話，那么多花點額外的時間。如果你做得很恰當，讓我看見你對這份工作的熱情，這會使你從大多數人中分離出來，讓你具有競爭力。

使重點突出

既然你已經刪除了無關內容，那么你應該會有額外的空間來從視覺上突出重要的內容。你可能不是設計師，但你只需要在字體，文字排版上做一些簡單的調整，你就可以確保讀你簡歷的人會看見你想讓他們看的內容。使重要的內容略大于讓你覺的和諧的大小。如果你有好的設計眼光，那么你還可以使用一些富有創意的布局。

一旦你有了一些喜歡的內容，瞇起眼睛(字面意思)，然后你會思考正確的內容是否被突出了。這點真的很有用。

我喜歡在簡歷中看到一些照片，圖表，截屏等，當然這只是在這些東西與你申請的職位相關的情況下。千萬不要為了美觀把什么東西都放到簡歷里面來。

總結一下：

現在你應該有一份簡歷具備以下條件：

1.能通過10秒測試

2.使無關內容簡短，讓人感到舒服

3.從你對這份工作充滿激情的地方開始你的簡歷

這些小建議已經幫助到了一些人，所以我希望它也能幫到你。祝你好運!

注：這些都是我個人觀點，不代表我雇主(Google)的觀點。這不是一個教你如何在Google找工作的向導。我的方法可能不適用于那些同我價值觀相左的公司。我也并不是一個專業的職業咨詢師，所以請自行判定后再用我的建議。

第四篇：畢業并不是結束，而是加一個開始

校園內 每一條路 都留下了我們的足跡

校園內 每一朵花 都變成了一段美好的回憶

那一天我們畢業了 象風中的蒲公英 奔向各自的前程

離別的那一刻 我默默地祝愿

愿你的夢想 早日實現

原我們能相逢在不久后的某一天

畢業了 我們即將各奔東西

在這所校園里 給我留下了溫暖的回憶

不知何時還會再相見

何時才能再度返回這可愛的校園

忘不了以前共同歡樂的日子

也許今生我們不會再見

在各自奔向未來的時候

我祝福你有一個美好的明天

這就走了

從此天各一方

會懷念嗎

即便天色將晚

鳳凰花開

心頭總會有些感懷

離歌聲聲

夢里依然輕輕吟唱

就要吃最后一頓飯了

再舉杯不知是來世還是今生

就要在站臺上揮淚灑別了

也許命運將把這次再見變成永遠不能再見

留些記憶吧，在腦海里

說些話語吧，在內心底

唱首老歌吧，在空氣中

寫些文字吧，在歲月里

……

走吧 別回頭

收起你的感傷

露出你的笑容

是的我知道你有太多不舍

而我 又何嘗不是呢

快樂 痛苦 幸福 悲傷

你能忘掉哪一樣?

是的不能忘 我不會 你也不會

所以我親愛的同學 朋友 兄弟

我們都背過身去

勇敢的往前走

我們都承載了彼此的期望

我們都在彼此的內心種下了祝福

請堅信

總有一天

我們還會笑著相逢

默默的分手，正如當初默默地相遇。愿這溫馨的微風，給你捎去我深情的祝福和祈禱。

短暫的別離，是為了永久的相聚，讓我們期盼，那份永恒的喜悅。

第五篇：“課程統整”,這又是一個新名詞

課程統整之我見

錢

焱

“課程統整”，這又是一個新名詞。

5月8日到9日的一天半時間里，我們在溧陽實小省基地活動中，耳邊反復響起的就是這個名詞。在各校的理念闡述活動中；在各類學科的教學展示過程中；在研討沙龍活動中；在專家博士的主題講座中，我們看到聽到了很多對這個名詞的生動的語言和肢體闡述。有人質疑，有人認同，也有人不知可否。然而，就我本人而言，這個名詞卻不是一個新鮮的事物，因為，很多年以來，我在我的教學中一直沿用著這樣的方式，只是當時并不知道這個叫“課程統整”，我一直喜歡叫它“系列研究”。經常是在學習一個音樂的時候，我會延伸拓展出很多與之相關的各方面的學習內容。此次溧陽之行，只為了確認我的這一理念，并給它一個嶄新的頭銜：課程統整！

其實，我個人認為在本次活動中，最讓人信服的是省中小學教學研究室的研究員萬偉博士的一個觀點：

“統整”首先是一種思維方式，或者說是一種認知的方式，是要善于抓住總體和基本的問題，并在這個框架內進行局部的認識。統整課程是彌補而非取代分科課程。

這是一個客觀的觀點，不是一邊倒的“砍伐式”研究。很多時候很多人習慣在一個新事物出現后就急切地要將以前的種種都砍掉，好像這樣才算是跟上時代的步伐了。豈不知，盲目的行為給教育教學帶來的是致命的打擊。比如：2001年開始實行“新課程理念”，激動的部分專家楞是要去除掉音樂課堂中的“雙基教學”，不用練聲，也不許唱歌譜，一味地只要孩子開心快樂，甚至連必要的一些知識類和德育類的語言也不能出現在課堂上，要隱喻，要“潤物細無聲”！而幾年下來，孩子們連最基本的幾個音都唱不準，聲音的音色、音樂知識的掌握就更不用說了，一問三不知。這就是偏激！教學中如果教師一味地跟風，沒有自己對本學科課程本質的理解，最終導致的是自己走上教學的“懸崖鋼絲繩”。而對于這一批學生來說，便是人生中的一大遺憾！

記得在05、06年學校開始要求進行“校本課程”研究時，我選擇的便是“音樂鑒賞”課程。當時的想法很簡單，就是想讓學生在選修我的這一課程時，能彌補在音樂課上無法了解到的更詳細的相關知識。并由此設計出了很多節現在看來帶有“統整”意味的教案。比如《聆聽貝多芬》、《進行曲系列鑒賞》、《圓舞曲系列鑒賞》、《波爾卡系列鑒賞》等課題。在這個授課過程中，我就不再單純主講哪一個曲子了，而是從音樂創作背景，到作曲家生平介紹，到曲子所涉及到的民族、國家等的一些人文、環境等這些外圍的介紹，再引出所講的主要作品。從而讓學生對音樂有一個外在與內在完整結構的了解，而不僅僅是對一首曲子的熟悉。其實，在當時的課程改革環境下，我的這個教學方式并不是很受肯定的，因為看似東拉西扯的東西太多了，也有“填鴨式”的嫌疑。但是，我堅持相信，課堂中有些知識是不能割裂開來稱述的，有些內容是必須要以教師主講學生聽講來教授的，課堂本身就是將前人的知識經驗轉接給學生的一個平臺，一味地讓學生自主，試問：沒有應有知識量的儲備，學生如何自主？當然，有一點是肯定要老師花心思動腦筋的，那就是如何將我要說的東西在學生樂意聽的情況下開講？我的答案是：教師要不斷訓練自己的口才，將我們需要講述的知識用“故事”的形式表述給學生，效果肯定是不一樣的。

事實證明，這樣的教學很受孩子們的喜愛。于是我嘗試將這樣的方式融進我的日常欣賞教學，往往是一首欣賞曲的第一課時我就會將與此相關的天文地理、人文歷史、創作背景、人物介紹都統講一遍；或者是在音樂欣賞過程中將這些知識講給學生們聽。于是又出現了兩節典型的課例：《昆曲——最美的聲音》、《品味古琴》。在這兩個系列教學中，我不僅將相關音樂給學生進行了賞析，更是把與此相關的故事、背景、作者、歷史統統融進了講述中，學生們聽得如癡如醉?。∮谑?，課后就有人直接上網搜索相關資料，進行更深入的了解和學習了。

統整，除了把可能涉及到的學科巧妙地結合到一起叫統整，它也可以是發生在一個學科中。2011版《音樂新課程標準解讀》中，對“學科綜合”也有很大篇幅的闡述：

綜合，是基礎教育的一種基本理念。它體現了現代教育的一種發展趨勢，是學科體系向學習領域的伸展，是精英文化向大眾文化的回歸，根本要義在于“綜合”有益于改變人格的片段化生成而向人格的完整化和諧發展。而其中最強調的一句話是：學科綜合應突出音樂藝術的特點！

也就是說，再綜合再統整，本學科的特點是不能忽略的，不能因為欣賞《運動員進行曲》就只管讓孩子們來做踏步走的活動而不去分辨進行曲音樂的特點和此類音樂的其他相關要素吧？事實證明，學生在接受音樂教育的途徑是多種多樣的，從藝術的本質上講，不同的藝術形式或是同一藝術形式的不同方面，在審美意蘊、表現手法等方面本來就有很多相通之處可以融合；與此同時，從發生學的角度看，這種藝術之間獲同一藝術形式的不同內容之間所固有的融合趨勢，與人的身心發展規律也存在著某種同構關系；再從心理學的視角看，“通感”這一心理現象，使得藝術之間或同一藝術形式之間的不同內容之間的相互融合成為必要和可能；而作為藝術的一個最主要的門類，音樂同廣泛的文化領域有著天然的密切聯系，這就使得音樂課程同其他非藝術課程之間的相互融合稱為可能。

我認為，音樂學科最好統整的就是與其他藝術類的結合教學。比如：在上戲曲單元的時候，就可以讓學生通過學唱一些戲曲經典片段，或是學做幾個戲曲基本手勢、步伐，或是了解幾個中國戲曲中的領軍人物的事跡等的形式加深學生對中國戲曲的了解和熱愛之情，這樣的統整自然流暢且具有一定的價值和意義；而在學習到一些少數民族音樂的時候，可以結合各類少數民族舞蹈和歌曲來幫助孩子們更好地記憶不同族系的藝術形式。

課程統整，就和以往出現的“分層教學”等各類教學變革是同樣的意義，它不是要讓老師們手足無措地急于在課堂上改頭換面；也不是想讓老師們一味地將理念層層疊加，然后一股腦地實施在學生的身上。它是在提醒我們，在日常教學中要保持一個清醒的頭腦，一顆敏感的內心，要通曉自己所任學科的特點標準，更要不斷提升自我的各類素養，及時感受孩子們的所需所求，帶著對教學無限熱誠的心靈，為我的每一節課，每一個學生的發展，負責！

有感于2015年5月