-
讓品牌有溫度、有情感
專注品牌策劃15年
-
當前位置：首頁 > 創(chuàng)意學院 > 營銷推廣 > 專題列表 > 正文
第一款人工智能叫什么（第一款人工智能叫什么名字）
發(fā)布時間：2023-05-26 22:22:03
稿源：
創(chuàng)意嶺 閱讀：
51
大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于第一款人工智能叫什么的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。
開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等
只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，有小程序、在線網(wǎng)頁版、PC客戶端和批量生成器
官網(wǎng)：https://ai.de1919.com。
本文目錄:
人工智能的具體發(fā)展歷史是什么？
歷史 突飛猛進1950年 阿蘭·圖靈出版《計算機與智能》。
1956年 約翰·麥卡錫在美國達特矛斯電腦大會上“創(chuàng)造”“人工智能 ”一詞。
1956年 美國卡內(nèi)基·梅隆大學展示世界上第一個人工智能軟件的工作。
1958年 約翰·麥卡錫在麻省理工學院發(fā)明Lisp語言———一種A．I．語言。
1964年 麻省理工學院的丹尼·巴洛向世人展示，電腦能掌握足夠的自然語言從而解決了開發(fā)計算機代數(shù)詞匯程序的難題。
1965年 約瑟夫·魏岑堡建造了ELIZA———一種互動程序，它能以英語與人就任意話題展開對話。
1969年 斯坦福大學研制出Shakey————一種集運動、理解和解決問題能力于一身的機器人。
1979年 第一臺電腦控制的自動行走器“斯坦福車”誕生。
1983年 世界第一家批量生產(chǎn)統(tǒng)一規(guī)格電腦的公司“思考機器”誕生。
1985年 哈羅德·科岑編寫的繪圖軟件Aaron在A．I．大會亮相。
90年代 A．I．技術(shù)的發(fā)展在各個領(lǐng)域均展示長足發(fā)展————學習、教學、案件推理、策劃、自然環(huán)境認識及方位識別、翻譯，乃至游戲軟件等領(lǐng)域都瞄準了A．I．的研發(fā)。
1997年 IBM（國際商用機械公司）制造的電腦“深藍”擊敗了國際象棋冠軍加里·卡斯帕羅夫。
90年代末 以A．I．技術(shù)為基礎(chǔ)的網(wǎng)絡(luò)信息搜索軟件已是國際互聯(lián)網(wǎng)的基本構(gòu)件。
2000年 互動機械寵物面世。麻省理工學院推出了會做數(shù)十種面部表情的機器人Kisinel。
現(xiàn)在 流行擋不住
商業(yè)上的成功，成為實驗室研究工作的催化劑。A．I．的邊界正一步步向人類智慧逼進。
全球的高科技實驗室不約而同盯上了A．I．大腦，這其中響當當?shù)拿职▋?nèi)基·梅隆大學，IBM和日本的本田汽車公司。
在比利時，Starlab（星實驗室）正開發(fā)種能取代真貓大腦工作的人工大腦。據(jù)“人工大腦網(wǎng)站”報道，它將擁有約7500個人工腦神經(jīng)細胞。它將能自如地操控貓咪行走，玩耍毛線球。據(jù)估計它將在2002年完成。
軟件在將復雜決策程序化整為零方面取得突破。像外貌識別等看似簡單的人類能力實際涉及廣泛、復雜的認知和判斷步驟。今天的電腦軟件越來越精于模仿人類最精細的思維。而計算機硬件在追趕人腦能力方面亦不遺余力。
目前世界上最快的超級電腦————位于美國加利福利亞州勞倫斯·立弗摩爾國家實驗室的IBM制“ASCI白色”已經(jīng)是有人腦0·1％的運算能力。
IBM正在研制的“藍色牛仔”（Blue Jean）的每秒運算能力估計將與人腦相當。IBM研發(fā)部主管保羅·霍恩說Blue Jean將在4年后開始運行。
斯坦福大學A．I．領(lǐng)域的首席專家埃里克·霍維茲及其許多同行相信，A．I．技術(shù)迎來突破發(fā)展的日子近在眼前，那時，A．I．將細分并派生出跨越出廣泛領(lǐng)域的學科。
未來 聰明過人？
關(guān)于A．I．人們最迫切希望知道的問題是，它真能和人一般聰明嗎？許多科學家相信，這只是個時間上的問題。A．I．軟件設(shè)計師庫爾茲維爾認為遲至2020年A．I．即可聰明過人。IBM的霍恩估計比較保守，他認為A．I．趕上人還需要40—50年時間。AT＆T的斯通則說他的目標是在2050前組建一只能挑戰(zhàn)曼聯(lián)的A．I．足球隊。他這不是開玩笑。
在許多方面，A．I．大腦比人類更有優(yōu)勢。人腦的學習吸收新知識的過程非常慢。要說一口流利的英語至少得半年或兩三年時間（吹牛廣告中的例子除外）。而要讓A．I．學會講法語，只需為它裝上一個說法語軟件，數(shù)秒之間一個A．I．法語專家便誕生了。
另一個更難解答的問題：A．I．是否能擁有情感。目前沒有人有把握回答這個問題。
于是剩下一個最可怕的問題：A．I．機器人能變得比人類更聰明，并反戈一擊與人類為敵？庫爾茲維爾、技術(shù)學家比爾·喬伊認為這并非不可能?；舳髟谶@個問題上拿不太穩(wěn)。
霍恩認為雖然電腦的粗略運算能力可超過人類，但它不可能具備人類所有精細的特征，因為人類對自己的大腦擁有的許多微妙能力并不了解，更無從仿模相應軟件。
庫爾維茲的看法比較樂觀，他認為人類在開發(fā)超級A．I．的同時，在對它們的引導和管理方面也將相應提高，因此將永遠走在前面，掌握控制權(quán)。
人工智能的發(fā)展簡史
人工智能的傳說可以追溯到古埃及，但隨著1941年以來電子計算機的發(fā)展，技術(shù)已最終可以創(chuàng)造出機器智能，“人工智能”（ARTIFICIAL INTELLIGENCE）一詞最初是在1956年DARTMOUTH學會上提出的，從那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之擴展，在它還不長的歷史中，人工智能的發(fā)展比預想的要慢，但一直在前進，從40年前出現(xiàn)至今，已經(jīng)出現(xiàn)了許多AI程序，并且它們也影響到了其它 技術(shù)的發(fā)展。 1941年的一項發(fā)明使信息存儲和處理的各個方面都發(fā)生了革命.這項同時在美國和德國出現(xiàn)的 發(fā)明就是電子計算機.第一臺計算機要占用幾間裝空調(diào)的大房間，對程序員來說是場噩夢：僅僅為運行一 個程序就要設(shè)置成千的線路.1949年改進后的能存儲程序的計算機使得輸入程序變得簡單些，而且計算機 理論的發(fā)展產(chǎn)生了計算機科學，并最終促使了人工智能的出現(xiàn).計算機這個用電子方式處理數(shù)據(jù)的發(fā)明，為人工智能的可能實現(xiàn)提供了一種媒介.
雖然計算機為AI提供了必要的技術(shù)基礎(chǔ)，但直到50年代早期人們才注意到人類智能與機器之間 的聯(lián)系. NORBERT WIENER是最早研究反饋理論的美國人之一.最熟悉的反饋控制的例子是自動調(diào)溫器.它 將收集到的房間溫度與希望的溫度比較，并做出反應將加熱器開大或關(guān)小，從而控制環(huán)境溫度.這項對反饋 回路的研究重要性在于：WIENER從理論上指出，所有的智能活動都是反饋機制的結(jié)果.而反饋機制是有可 能用機器模擬的.這項發(fā)現(xiàn)對早期AI的發(fā)展影響很大.
1955年末，NEWELL和SIMON做了一個名為邏輯專家(LOGIC THEORIST）的程序.這個程序被許多人 認為是第一個AI程序.它將每個問題都表示成一個樹形模型，然后選擇最可能得到正確結(jié)論的那一枝來求解 問題.邏輯專家對公眾和AI研究領(lǐng)域產(chǎn)生的影響使它成為AI發(fā)展中一個重要的里程碑.1956年，被認為是 人工智能之父的JOHN MCCARTHY組織了一次學會，將許多對機器智能感興趣的專家學者聚集在一起進行了一 個月的討論.他請他們到 VERMONT參加 DARTMOUTH人工智能夏季研究會.從那時起，這個領(lǐng)域被命名為 人工智能.雖然 DARTMOUTH學會不是非常成功，但它確實集中了AI的創(chuàng)立者們，并為以后的AI研究奠定了基礎(chǔ).
DARTMOUTH會議后的7年中，AI研究開始快速發(fā)展.雖然這個領(lǐng)域還沒明確定義，會議中的一些思想 已被重新考慮和使用了. CARNEGIE MELLON大學和MIT開始組建AI研究中心.研究面臨新的挑戰(zhàn)：下一步需 要建立能夠更有效解決問題的系統(tǒng)，例如在邏輯專家中減少搜索；還有就是建立可以自我學習的系統(tǒng).
1957年一個新程序，通用解題機(GPS）的第一個版本進行了測試.這個程序是由制作邏輯專家 的同一個組開發(fā)的.GPS擴展了WIENER的反饋原理，可以解決很多常識問題.兩年以后，IBM成立了一個AI研 究組.HERBERT GELERNETER花3年時間制作了一個解幾何定理的程序.
當越來越多的程序涌現(xiàn)時，MCCARTHY正忙于一個AI史上的突破.1958年MCCARTHY宣布了他的新成 果：LISP語言. LISP到今天還在用.LISP的意思是表處理(LIST PROCESSING），它很快就為大多數(shù)AI開發(fā)者采納.
1963年MIT從美國政府得到一筆220萬美元的資助，用于研究機器輔助識別.這筆資助來自國防部 高級研究計劃署（ARPA），已保證美國在技術(shù)進步上領(lǐng)先于蘇聯(lián).這個計劃吸引了來自全世界的計算機科學家，加快了AI研究的發(fā)展步伐. LOEBNER（人工智能類）
以人類的智慧創(chuàng)造出堪與人類大腦相平行的機器腦（人工智能），對人類來說是一個極具誘惑的領(lǐng)域，人類為了實現(xiàn)這一夢想也已經(jīng)奮斗了很多個年頭了。而從一個語言研究者的角度來看，要讓機器與人之間自由交流那是相當困難的，甚至可以說可能會是一個永無答案的問題。人類的語言，人類的智能是如此的復雜，以至于我們的研究還并未觸及其導向本質(zhì)的外延部分的邊沿。 以后幾年出現(xiàn)了大量程序.其中一個著名的叫SHRDLU.SHRDLU是微型世界項目的一部分，包括 在微型世界（例如只有有限數(shù)量的幾何形體）中的研究與編程.在MIT由MARVIN MINSKY領(lǐng)導的研究人員發(fā)現(xiàn)，面對小規(guī)模的對象，計算機程序可以解決空間和邏輯問題.其它如在60年代末出現(xiàn)的STUDENT可以解決代數(shù) 問題，SIR可以理解簡單的英語句子.這些程序的結(jié)果對處理語言理解和邏輯有所幫助.
70年代另一個進展是專家系統(tǒng).專家系統(tǒng)可以預測在一定條件下某種解的概率.由于當時計算機已 有巨大容量，專家系統(tǒng)有可能從數(shù)據(jù)中得出規(guī)律.專家系統(tǒng)的市場應用很廣.十年間，專家系統(tǒng)被用于股市預 測，幫助醫(yī)生診斷疾病，以及指示礦工確定礦藏位置等.這一切都因為專家系統(tǒng)存儲規(guī)律和信息的能力而成為可能.
70年代許多新方法被用于AI開發(fā)，著名的如MINSKY的構(gòu)造理論.另外DAVID MARR提出了機器視覺方 面的新理論，例如，如何通過一副圖像的陰影，形狀，顏色，邊界和紋理等基本信息辨別圖像.通過分析這些信 息，可以推斷出圖像可能是什么.同時期另一項成果是PROLOGE語言，于1972年提出. 80年代期間，AI前進更為迅速，并更多地進入商業(yè)領(lǐng)域.1986年，美國AI相關(guān)軟硬件銷售高達4.25億 美元.專家系統(tǒng)因其效用尤受需求.象數(shù)字電氣公司這樣的公司用XCON專家系統(tǒng)為VAX大型機編程.杜邦，通用 汽車公司和波音公司也大量依賴專家系統(tǒng).為滿足計算機專家的需要，一些生產(chǎn)專家系統(tǒng)輔助制作軟件的公 司，如TEKNOWLEDGE和INTELLICORP成立了。為了查找和改正現(xiàn)有專家系統(tǒng)中的錯誤，又有另外一些專家系統(tǒng)被設(shè)計出來. 人們開始感受到計算機和人工智能技術(shù)的影響.計算機技術(shù)不再只屬于實驗室中的一小群研究人員. 個人電腦和眾多技術(shù)雜志使計算機技術(shù)展現(xiàn)在人們面前.有了像美國人工智能協(xié)會這樣的基金會.因為AI開發(fā) 的需要，還出現(xiàn)了一陣研究人員進入私人公司的熱潮。150多所像DEC（它雇了700多員工從事AI研究）這樣的公司共花了10億美元在內(nèi)部的AI開發(fā)組上.
其它AI領(lǐng)域也在80年代進入市場.其中一項就是機器視覺. MINSKY和MARR的成果如今用到了生產(chǎn)線上的相機和計算機中，進行質(zhì)量控制.盡管還很簡陋，這些系統(tǒng)已能夠通過黑白區(qū)別分辨出物件形狀的不同.到1985年美國有一百多個公司生產(chǎn)機器視覺系統(tǒng)，銷售額共達8千萬美元.
但80年代對AI工業(yè)來說也不全是好年景.86-87年對AI系統(tǒng)的需求下降，業(yè)界損失了近5億美元.象 TEKNOWLEDGE和INTELLICORP兩家共損失超過6百萬美元，大約占利潤的三分之一巨大的損失迫使許多研究領(lǐng) 導者削減經(jīng)費.另一個令人失望的是國防部高級研究計劃署支持的所謂智能卡車.這個項目目的是研制一種能完成許多戰(zhàn)地任務的機器人。由于項目缺陷和成功無望，PENTAGON停止了項目的經(jīng)費.
盡管經(jīng)歷了這些受挫的事件，AI仍在慢慢恢復發(fā)展.新的技術(shù)在日本被開發(fā)出來，如在美國首創(chuàng)的模糊邏輯，它可以從不確定的條件作出決策；還有神經(jīng)網(wǎng)絡(luò)，被視為實現(xiàn)人工智能的可能途徑.總之，80年代AI被引入了市場，并顯示出實用價值.可以確信，它將是通向21世紀之匙. 人工智能技術(shù)接受檢驗 在沙漠風暴行動中軍方的智能設(shè)備經(jīng)受了戰(zhàn)爭的檢驗.人工智能技術(shù)被用于導彈系統(tǒng)和預警顯示以 及其它先進武器.AI技術(shù)也進入了家庭.智能電腦的增加吸引了公眾興趣；一些面向蘋果機和IBM兼容機的應用 軟件例如語音和文字識別已可買到；使用模糊邏輯，AI技術(shù)簡化了攝像設(shè)備.對人工智能相關(guān)技術(shù)更大的需求促 使新的進步不斷出現(xiàn).人工智能已經(jīng)并且將繼續(xù)不可避免地改變我們的生活。 人工智能的一個比較流行的定義，也是該領(lǐng)域較早的定義，是由約翰·麥卡錫（JOHN MCCARTHY）在1956年的達特矛斯會議（DARTMOUTH CONFERENCE）上提出的：人工智能就是要讓機器的行為看起來就象是人所表現(xiàn)出的智能行為一樣。但是這個定義似乎忽略了強人工智能的可能性（見下）。另一個定義指人工智能是人造機器所表現(xiàn)出來的智能性。總體來講，對人工智能的定義大多可劃分為四類，即機器“像人一樣思考”、“像人一樣行動”、“理性地思考”和“理性地行動”。這里“行動”應廣義地理解為采取行動，或制定行動的決策，而不是肢體動作。
強人工智能(BOTTOM-UP AI)
強人工智能觀點認為有可能制造出真正能推理（REASONING）和解決問題（PROBLEM_SOLVING）的智能機器，并且，這樣的機器能將被認為是有知覺的，有自我意識的。強人工智能可以有兩類：
類人的人工智能，即機器的思考和推理就像人的思維一樣。
非類人的人工智能，即機器產(chǎn)生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。
弱人工智能(TOP-DOWN AI)
弱人工智能觀點認為不可能制造出能真正地推理（REASONING）和解決問題（PROBLEM_SOLVING）的智能機器，這些機器只不過看起來像是智能的，但是并不真正擁有智能，也不會有自主意識。
主流科研集中在弱人工智能上，并且一般認為這一研究領(lǐng)域已經(jīng)取得可觀的成就。強人工智能的研究則處于停滯不前的狀態(tài)下。
對強人工智能的哲學爭論
“強人工智能”一詞最初是約翰·羅杰斯·希爾勒針對計算機和其它信息處理機器創(chuàng)造的，其定義為：
“強人工智能觀點認為計算機不僅是用來研究人的思維的一種工具；相反，只要運行適當?shù)某绦?，計算機本身就是有思維的?！保↗ SEARLE IN MINDS BRAINS AND PROGRAMS. THE BEHAVIORAL AND BRAIN SCIENCES,VOL. 3,1980）這是指使計算機從事智能的活動。在這里智能的涵義是多義的、不確定的，像下面所提到的就是其中的例子。利用計算機解決問題時，必須知道明確的程序?？墒牵思词乖诓磺宄绦驎r，根據(jù)發(fā)現(xiàn)（HEU- RISTIC）法而設(shè)法巧妙的解決了問題的情況是不少的。如識別書寫的文字、圖形、聲音等，所謂認識模型就是一例。再有，能力因?qū)W習而得到的提高和歸納推理、依據(jù)類推而進行的推理等，也是其例。此外，解決的程序雖然是清楚的，但是實行起來需要很長時間，對于這樣的問題，人能在很短的時間內(nèi)找出相當好的解決方法，如競技的比賽等就是其例。還有，計算機在沒有給予充分的合乎邏輯的正確信息時，就不能理解它的意義，而人在僅是被給予不充分、不正確的信息的情況下，根據(jù)適當?shù)难a充信息，也能抓住它的意義。自然語言就是例子。用計算機處理自然語言，稱為自然語言處理。
關(guān)于強人工智能的爭論不同于更廣義的一元論和二元論（DUALISM）的爭論。其爭論要點是：如果一臺機器的唯一工作原理就是對編碼數(shù)據(jù)進行轉(zhuǎn)換，那么這臺機器是不是有思維的？希爾勒認為這是不可能的。他舉了個中文房間的例子來說明，如果機器僅僅是對數(shù)據(jù)進行轉(zhuǎn)換，而數(shù)據(jù)本身是對某些事情的一種編碼表現(xiàn)，那么在不理解這一編碼和這實際事情之間的對應關(guān)系的前提下，機器不可能對其處理的數(shù)據(jù)有任何理解?；谶@一論點，希爾勒認為即使有機器通過了圖靈測試，也不一定說明機器就真的像人一樣有思維和意識。
也有哲學家持不同的觀點。DANIEL C. DENNETT 在其著作 CONSCIOUSNESS EXPLAINED 里認為，人也不過是一臺有靈魂的機器而已，為什么我們認為人可以有智能而普通機器就不能呢？他認為像上述的數(shù)據(jù)轉(zhuǎn)換機器是有可能有思維和意識的。
有的哲學家認為如果弱人工智能是可實現(xiàn)的，那么強人工智能也是可實現(xiàn)的。比如SIMON BLACKBURN在其哲學入門教材 THINK 里說道，一個人的看起來是“智能”的行動并不能真正說明這個人就真的是智能的。我永遠不可能知道另一個人是否真的像我一樣是智能的，還是說她/他僅僅是看起來是智能的?；谶@個論點，既然弱人工智能認為可以令機器看起來像是智能的，那就不能完全否定這機器是真的有智能的。BLACKBURN 認為這是一個主觀認定的問題。
需要要指出的是，弱人工智能并非和強人工智能完全對立，也就是說，即使強人工智能是可能的，弱人工智能仍然是有意義的。至少，今日的計算機能做的事，像算術(shù)運算等，在百多年前是被認為很需要智能的。
人工智能的發(fā)展史是什么
【1950-1956年是人工智能的誕生年】圖靈測試1950
Dartmouth 會議1956
（1956年夏季，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關(guān)問題，并首次提出了“人工智能”這一術(shù)語，它標志著“人工智能”這門新興學科的正式誕生。）
【1956-1974 年是人工智能的黃金年】
第一個人工智能程序ＬＴ邏輯理論家1958（西蒙和紐維爾）
LISP編程語言1958（約翰麥卡錫）
用于機器翻譯的語義網(wǎng)1960（馬斯特曼和劍橋大學同事）
模式識別-第一個機器學習論文發(fā)表（1963）
Dendral 專家系統(tǒng)1965
基于規(guī)則的Mycin醫(yī)學診斷程序1974
【1974-1980年是人工智能第一個冬天】
人工智能：綜合調(diào)查1973（來特希爾）
項目失敗，列強削減科研經(jīng)費
【1980-1987年是人工智能繁榮期】
AAAI在斯坦福大學召開第一屆全國大會1980
日本啟動第五代計算機用于知識處理1982
決策樹模型帶動機器學習復蘇1980中期
ANN及多層神經(jīng)網(wǎng)絡(luò)1980中期
【1987-1993年是人工智能第二個冬天】
Lisp機市場崩潰1987
列強再次取消科研經(jīng)費1988
專家系統(tǒng)滑翔谷底1993
日本第五代機退場1990年代
【1993-現(xiàn)在突破期】
IBM深藍戰(zhàn)勝卡斯帕羅夫1997
斯坦福大學Stanley 贏得無人駕駛汽車挑戰(zhàn)賽2005
深度學習論文發(fā)表2006
IBM的沃森機器人問答比賽奪魁2011
谷歌啟動谷歌大腦2011
蘋果公司的Siri上線2012
微軟通用實時翻譯系統(tǒng)2012
微軟Cortana 上線2014
百度度秘2015
IBM發(fā)布truenorth芯片2014
阿爾法狗打敗人類棋手2016
人工智能發(fā)展的歷史
人工智能發(fā)展歷程
人工智能誕生于20世紀50年代中期，1956年被確立為一門學科，至今經(jīng)歷過經(jīng)費枯竭的兩個寒冬(1974-1980年、1987-1993年)，也經(jīng)歷過兩個大發(fā)展的春天(1956-1974年、1993-2005年)。從2006年開始，人工智能進入了加速發(fā)展的新階段，并行計算能力、大數(shù)據(jù)和先進算法，使當前人工智能加速發(fā)展;同時，近年來人工智能的研究越來越受到產(chǎn)業(yè)界的重視，產(chǎn)業(yè)界對AI的投資和收購如火如荼。
全球的人工智能仍處于感知智能的發(fā)展階段
按照人工智能的發(fā)展程度，行業(yè)一般將其分為計算智能、感知智能和認知智能三個層次。其中，計算智能階段指機器能夠像人類一樣進行計算，諸如神經(jīng)網(wǎng)絡(luò)和遺傳算法的出現(xiàn)，使得機器能夠更高效、快速處理海量的數(shù)據(jù);感知智能階段指機器能聽懂我們的語言、看懂世界萬物，語音和視覺識別就屬于這一范疇，這些技術(shù)能夠更好的輔助人類高效完成任務;認知智能階段指，在這一階段，機器將能夠主動思考并采取行動，實現(xiàn)全面輔助甚至替代人類工作。
目前，全球的人工智能仍處于感知智能的發(fā)展階段。
——更多數(shù)據(jù)請參考前瞻產(chǎn)業(yè)研究院《中國人工智能行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》。
以上就是關(guān)于第一款人工智能叫什么相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。
推薦閱讀：
贛公網(wǎng)安備 50019002502384號
