關注殘影游戲，看LOL最新資訊，今天咱們聊聊LPL選手控訴戰隊一事】
伴隨著LOL賽事熱度的增高，賽事的相關配套設施以及制度也是逐漸完善了起來，與以前的五人一間小破屋不同，現在的俱樂部基本都能給予選手不錯的住宿以及訓練環境，就拿咱們LPL的豪門戰隊JDG來說，他們甚至還有御用大廚，凡是去過JDG的選手，無一不贊嘆JDG伙食好，可見在選手待遇這一塊，JDG是很到位的。除此之外，不少俱樂部也都配有理療師，為選手們的身體保駕護航。
本以為這種待遇已然成為了LPL的標配，而LDL不說能做到LPL這般，至少選手的訓練環境可以得到保障，可誰知Yaoyao選手的這邊的一條發文，卻直接控訴了TT二隊的不作為。這條發文很長，從yaoyao第一次被下放開始說起。在自己明明幫助隊伍打進了季后賽之時，他卻莫名其妙被下放到二隊。下放到二隊無所謂，但問題是沒有房間，他只能找一間小雜物間，收拾一下才得以休息。
后面的TT輸了不少比賽，粉絲一直在幫yaoyao說話，他才得以回歸一隊，而那個將他下放到二隊的人，最終也是被開除了。但由于自己有一段時間沒接受賽訓，并且隊伍也一直在進行人員更換，導致夏季賽并沒取得好的成績。最后yaoyao也是再次被下放到二隊，對于這個結果，他并不意外，但在二隊的待遇卻令他難以接受。二隊這邊養了幾只貓，起初yaoyao還沒有什么感覺。
但伴隨著咳嗽越來越厲害，他便前往了醫院檢查，檢查結果是支氣管炎，并且可能是貓毛引發的過敏行為。對此，yaoyao也是上報管理層，告知了可能是貓的原因，但最終卻無人理睬。沒辦法，他只能忍著，硬生生把自己吃成了藥罐子，將支氣管炎熬成了慢性，還做了小手術。而后續他和一名隊員也是被貓抓傷，去打疫苗還得自己掏錢。一只沒有打疫苗的貓養在俱樂部，導致自己的身體越來越差。
直播間的觀眾也是看著他咳嗽越來越嚴重的，可惜并沒有人管他，不僅沒人在乎他經常去醫院檢查，甚至還認為他每天排位沒打過，不按時訓練。說到這，yaoyao也是提了下設備的問題，一臺訓練的電腦，動不動就死機，完全無法正常訓練，聯系了管理人員，每次說修，到最后卻都不了了之，害得他只能去網吧打打國服維持手感。還有最離譜的事情，就是自己買的某果耳機。
自己的耳機放在基地床上居然一夜之間消失了，問其他人都不理不管，根據耳機的定位變化，yaoyao知曉耳機已經被拿走了。對于這種種遭遇，yaoyao留下了一句“一味的忍讓只會讓你覺得好欺負”。對于這一番控訴，粉絲也是立馬發力，將壓力給到了TT。TT這邊反應速度倒是不錯，深夜發文會進行徹查，但卻依舊有粉絲不買單，為什么連職業選手最基本的保障都沒有？一定要選手鬧上熱搜才出面處理嗎？
PS：100%原創文章，手動打字不易，喜歡的小伙伴可以關注一波哦！
014-12-23 05:50:00 作者：陳占偉
如今我們很少見到3D顯示器了，即便一些顯示器支持3D功能，也不會大肆的宣揚，3D功能似乎只是一個微不足道的附加功能而已，很明顯想用3D功能讓用戶多支付一些購買費用，是沒有太大的希望的。目前4K似乎在重走3D之路。很多人都在擔心4K產品的未來命運。
明年怎么活 4K液晶破2000元探底要崩盤?
嚴格來說4K并非是一個新的功能，其和3D功能不同，是給顯示器加入全新的體驗，4K指的是分辨率，我們傳統的顯示器基本都是1080P的分辨率，也就是1920×1080，而4K指的的是3840×2160的分辨率，從數字對比我們就可以看出，4K顯示器僅僅只是分辨率更高了而已。從一般意義上來講4K顯示器可以帶來更好的使用體驗，但是實際是由于分辨率過于高，導致屏幕的點距過于小，從而用戶在觀察文字和圖像時，常常會很吃力，4K顯示器的這一弊端是很明顯的。
今年高分新品顯示器非常的多
不過盡管有缺陷，但是在如今的性能同質化較為嚴重的顯示器市場，4K功能的出現仍然是一劑猛藥，最起碼4K分辨率的出現，讓很多消費者重燃更換顯示器的欲望。于是在2014年的顯示器市場里，大量的4K產品開始出現，粗略的估計今年新發布的4K顯示器就有10款，加上去年的產品，4K顯示器的數量呈現快速上升的狀態。幾乎各大品牌都是推出了自己的代表作。
但是和3D功能一樣，新的4K顯示器銷量并不好，消費者對這種新產品的認可，也沒有出現預想的熱烈響應的情況，大多數用戶對于4K顯示器持冷靜觀望的態度，當然價格高是一方面的因素，其實對于4K顯示器的易用性以及可用性，很多用戶都是存在懷疑的態度的，但是廠商沒有辦法打消這種懷疑，只有不斷的降低價格才能讓用戶動心。
乙 岳排槐 發自 凹非寺
量子位 出品 | 公眾號 QbitAI
只有了解大腦，才能開發出更強的AI。
這是DeepMind創始人哈薩比斯的信念，他一直希望能借助神經科學突破AI的局限性，并最終達成他所期望的通用人工智能。
他是這么說的，也是這么做的。
在AlphaGo之外，DeepMind最近的一系列研究，很多都與通過人工智能的方式來模仿大腦功能有關。
但知難行易。人工智能和神經科學兩個領域都非常龐大，有著各自不同的傳統，甚至有很多有很多自己的行話術語。
現在，有一個好消息。
MIT認知神經科學教授Nancy Kanwisher，放出了一大波本學期（2018年春季）MIT本科生課程人類大腦（The Human Brain）的視頻，課程代號MIT 9.11。
課程傳送門：https://nancysbraintalks.mit.edu/course/9-11-the-human-brain
有人評價說，學這門課，就像看《絕命毒師》一樣，停不下來。
顧名思義，這門課的核心是人類的大腦。據MIT介紹，9.11課程對人類心智的核心感知和認知能力做了綜述，并帶領學生思考這些能力是如何在大腦中部署的。
概括起來，課程主要研究了這樣兩個問題：
這么說可能有點抽象，但是南希教授講得并不抽象，而是從兩個你熟悉的話題入手：臉盲和路癡。
除了對整個課程的介紹之外，已經放出來的視頻先是從臉盲（大誤）對人臉的感知入手，講解了認知神經科學中的各種研究方法，然后講到了從視網膜到大腦皮層的視覺感知過程，以及大腦的腹側視覺通路。
接下來，就進入了路癡時間，從大腦導航功能的基礎講起，到海馬旁區、柵格細胞和邊緣細胞的研究等等。
對于這些課程視頻，和南希教授主頁上的其他視頻，她的自我評價都是“無需這個領域的任何專業背景，就可以理解”。
這門課程本身也不算難。MIT課程代號中的9，代表的是腦與認知科學系列，9.11在這系列中已經算是非常基礎的一門了，排在它前邊的更基礎課程，有心理科學概論、認知科學（也是個概論）以及跨界到生物學的分子&細胞神經科學、細胞神經生物學。
忽略生物學那兩門，跨越心理學和認知科學概論，直接學習人類大腦，也沒什么問題。
更貼心的是，這些視頻顯然在課堂現場基礎上做了不少剪輯和優化。
視頻的長度長則20多分鐘，短則五六分鐘，不會苛求你像在學校一樣連聽1小時；畫面同時兼顧了老師、PPT和本節課程主題，甚至還提取了課上提到的相關文獻，如果你的屏幕夠大，看得會比使用13吋筆記本的量子位更愉快。
南希教授講得相當深入淺出，量子位聽了三節，除了部分專業詞匯需要準備好詞典之外，沒有遇到什么障礙。
在極客和創業者云集的HackerNews上，網友們給出了熱情洋溢的贊美。
比如說本文開頭提到的“堪比《絕命毒師》”，給出如此高評價的那位網友還詳細地描述了課程的優點：
南希，你的風格里有一點我特別喜歡，就是你在課程中會時不時停下來教學生們這些結論中所隱含的科學方法、批判性思維、謙虛、開放等，也是整個科學事業中所需要的。
還有網友說：
已經看了4個小時了，還在看！
還有（和你們一樣）從機器學習領域跨界而來的網友評價說：
你用能找到的最簡單的術語，描述了一個有潛力成為恐怖級難學話題的領域。這就像吳恩達用最簡單的方法解釋了機器學習/深度學習一樣。
量子位見到出現頻率非常高的一個評價是“hooked”——上癮。
不過，成癮性究竟如何，等你們發掘。
這一系列課程的導師Nancy Kanwisher，1958年在美國出生，在MIT獲得學士和博士學位。此前她曾任教于哈佛和加州大學伯克利分校等。Kanwisher是美國國家科學院的院士、美國科學藝術研究院院士。
她是神經科學領域一位極具創新力和影響力的學者。為了清晰地講授課程，Kanwisher還曾剃掉自己的頭發，在頭皮上標出大腦各個功能區域。
今年四月，荷蘭皇家藝術與科學學院還把Heineken認知科學獎頒給Nancy Kanwisher，用以表彰她對人類大腦的細致研究。
Nancy Kanwisher是第一個使用功能性磁共振成像（fMRI）來研究大腦功能組織的研究者之一，從精準定位了大腦的功能區域。
在一次TED演講中，她分享了一些研究進展，題目是《人類心理的神經元描繪》。我們也搬運一下這次演講，有中文字幕，全程無壓力。
在這次演講中，Kanwisher展示了她的研究，如何發現人腦中一塊特殊的區域，與人臉識別功能有關。
她還展示了一個實驗，用電流刺激人腦的這個區域，會影響人類的人臉識別能力，產生認知的偏差。
以及她還詳細展示了大腦各個位置的不同功能。
人類大腦一直是個戰場。
相關的爭論已經延續百年：我們的那些認知能力，到底是從遺傳中天然獲得，還是從成長環境中后天習得？
有研究表明，人類認臉的能力沒什么特殊之處，可能只是早期經驗的反映，而不是特定的遺傳結果。
當然，各種研究還會一直發展以及爭論下去。在吳恩達訪談LeCun的對話中，他們也提到了此前喬姆斯基和皮亞杰的辯論。
這本質上也是一場關于自然（先天）還是使然（后天）的辯論。喬姆斯基認為語言是基于一套天賦的習得機制（語言器官），而皮亞杰認為語言是后天練習的結果。
再一次，給出這門課程的傳送門。
https://nancysbraintalks.mit.edu/course/9-11-the-human-brain
開頭我們提到，DeepMind一直在搞AI與神經科學結合的研究。如果你還沒意識到，我們把部分研究列在這里，供參考。
DeepMind要用認知心理學方法研究AI，打開深度學習黑箱
DeepMind新突破！AI模擬大腦導航，像動物一樣“抄近路”｜Nature
DeepMind發Nature子刊：通過元強化學習重新理解多巴胺
大腦海馬體藏有學習本質的秘密，這是DeepMind新發現｜附論文
就醬~