• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    探秘阿爾法圍棋機(jī)器人

    2016-04-29 00:00:00
    科學(xué)導(dǎo)報(bào) 2016年17期

    3月10日,“阿爾法圍棋”再次戰(zhàn)勝李世石。無(wú)論執(zhí)黑執(zhí)白,李世石均無(wú)還手之力。有人欣喜,有人哀嘆,有人驚掉下巴。機(jī)器殺伐決斷,只憑三種武器:神經(jīng)網(wǎng)絡(luò)、蒙特卡洛算法和評(píng)估局面。

    首先,“阿爾法圍棋”是一團(tuán)神經(jīng)網(wǎng)絡(luò),不是一本大全棋譜。它下棋不是翻譜,而是跟人一樣靠計(jì)算和直覺(jué),但它“少年老成”,直覺(jué)更準(zhǔn)。

    職業(yè)棋手有種“棋感”,那是下了上萬(wàn)盤(pán)棋后,大腦見(jiàn)多識(shí)廣,感覺(jué)到某一手的優(yōu)劣,盡管說(shuō)不出道理。畫(huà)畫(huà)、騎車(chē)、拿榔頭敲釘子,都是憑感覺(jué),“唯技熟耳”。有個(gè)極端的例子,中國(guó)有種專(zhuān)業(yè),可以辨認(rèn)剛孵蛋出來(lái)的小雞雄雌,他們說(shuō)不出怎么辨認(rèn),憑感覺(jué)去選,基本沒(méi)錯(cuò)。

    臨帖一萬(wàn)次,有了書(shū)法感覺(jué);打譜一萬(wàn)遍就有了棋感。為什么?大腦=神經(jīng)細(xì)胞+神經(jīng)突觸,突觸是大腦的電線(xiàn),經(jīng)?!斑^(guò)電”的突觸會(huì)更強(qiáng)壯。小孩子的大腦正是如此學(xué)習(xí):伴隨成功的快樂(lè),剛用過(guò)的神經(jīng)突觸就會(huì)加強(qiáng),習(xí)慣就養(yǎng)成了。

    早在馮·諾依曼時(shí)代,科學(xué)家就想到用電腦模擬大腦:計(jì)算單元+通路,通路的強(qiáng)度可調(diào)節(jié)。虛擬大腦一次次接受任務(wù),每次調(diào)用不同的神經(jīng)通路去做,如果任務(wù)成功,剛用過(guò)的通路強(qiáng)度會(huì)被提高,反之強(qiáng)度降低。

    “阿爾法圍棋”復(fù)制了小孩子的學(xué)習(xí)過(guò)程,成功調(diào)高相關(guān)通路強(qiáng)度,失敗了就調(diào)低,使神經(jīng)網(wǎng)絡(luò)在自我對(duì)弈百萬(wàn)盤(pán)(用不同風(fēng)格)后調(diào)整到最優(yōu)。

    “阿爾法圍棋”的“肉身”是神經(jīng)網(wǎng)絡(luò);在此基礎(chǔ)上,它有兩套心法:蒙特卡洛算法和評(píng)估局面。

    蒙特卡洛算法很好理解,很多棋類(lèi)軟件都這么干。你吩咐狗熊去玉米田里掰一個(gè)最大的棒子,但玉米田太大,累死了也走不完。狗熊想了個(gè)主意:根據(jù)經(jīng)驗(yàn)選十來(lái)個(gè)常出大棒子的地方,仔細(xì)找一遍。最后掰的大棒子,就算不是整塊田里最大的,也差不離。這就是蒙特卡洛式的狗熊。

    圍棋盤(pán)有19乘19個(gè)位置,以前大家認(rèn)為天文數(shù)字的可能性,電腦算不過(guò)來(lái)的。但蒙特卡洛算法只選取一小部分有希望的點(diǎn)來(lái)考慮。“阿爾法圍棋”跟之前的“ZEN”等圍棋軟件都是如此,倒不出奇。

    但加上了“價(jià)值網(wǎng)絡(luò)”,“阿爾法圍棋”一步登頂珠穆朗瑪,它不需要推演到終局,只考慮落子之后20步的局面優(yōu)劣?!皟r(jià)值網(wǎng)絡(luò)”負(fù)責(zé)給局勢(shì)打分,只要保證落子20步后局面不落下風(fēng),它就大膽地下。

    跟李世石對(duì)弈兩局,“阿爾法圍棋”下出一些貌似的弱智棋,該占的便宜不占,還有一些“大俗招”(高手看來(lái)目光短淺的選擇),旁觀(guān)者說(shuō)不清為什么。或許是“阿爾法圍棋”在幾百萬(wàn)盤(pán)對(duì)弈的經(jīng)驗(yàn)基礎(chǔ)上,選擇了一條最沒(méi)風(fēng)險(xiǎn)的去路,而人類(lèi)所謂正招卻排除不了局勢(shì)轉(zhuǎn)劣的可能?

    人類(lèi)下圍棋,除了計(jì)算,更重要的是評(píng)估或者說(shuō)“審美”,職業(yè)棋手們用“均衡”“厚實(shí)”去描述理想的棋形,并非算準(zhǔn)了要贏,只是感覺(jué)棋局更美(等同于更有價(jià)值,勝率更高),“阿爾法圍棋”再現(xiàn)了人類(lèi)的天賦。

    話(huà)說(shuō)“評(píng)估價(jià)值”的能力,正是機(jī)器缺乏的。電腦的記憶好、計(jì)算快,但評(píng)估方面是白癡。舉個(gè)例子,小孩子都能辨認(rèn)人臉,還能說(shuō)出美丑(高價(jià)值和低價(jià)值),但機(jī)器做不到。目前最好的Google圖片搜索,錯(cuò)誤率已經(jīng)降到1%了,有時(shí)還是把人的照片說(shuō)成大猩猩,把熊貓的照片說(shuō)成是鴕鳥(niǎo),評(píng)估美丑就更難了。

    相似地,機(jī)器能搜索文章,但不能評(píng)論文章;機(jī)器試圖理解人的言語(yǔ),但經(jīng)常驢唇不對(duì)馬嘴,你跟它開(kāi)玩笑,它跟你照本宣科。因?yàn)槔斫庹Z(yǔ)言和辨識(shí)人臉,都要評(píng)估。人的大腦能瞬間體會(huì)到哪些東西對(duì)勁(高價(jià)值),哪些不對(duì)勁(低價(jià)值),但機(jī)器不能。

    當(dāng)年的“深藍(lán)”,就是傻電腦的代表,它針對(duì)國(guó)際象棋比賽開(kāi)發(fā),考慮4個(gè)象棋參數(shù),用超強(qiáng)計(jì)算能力選擇棋步,但它沒(méi)法評(píng)判卡斯帕羅夫的水平高低。

    早在“阿爾法圍棋”戰(zhàn)勝歐洲冠軍時(shí),就有專(zhuān)家預(yù)言2016年為人工智能元年?;蛟S因?yàn)樗砹藱C(jī)器評(píng)估能力的突破。還有美國(guó)的“沃森”超級(jí)電腦,2011年在美國(guó)全國(guó)智力答題比賽中戰(zhàn)勝人類(lèi),最近已經(jīng)能根據(jù)病歷做初步診斷,或幫律師準(zhǔn)備法庭材料了。

    隨著機(jī)器演化出評(píng)估能力,一些智力勞動(dòng),比如整理筆記、駕駛汽車(chē)、美容顧問(wèn),或許會(huì)徹底被機(jī)器取代;有人當(dāng)大老板,有人會(huì)再就業(yè)?!鞍柗▏濉毕破鸬臋C(jī)器風(fēng)暴,將從紋枰刮向人間。

    延伸閱讀

    盤(pán)點(diǎn)機(jī)器對(duì)人4:1的比分本身,其實(shí)有諸多值得玩味之處:棋界從賽前堅(jiān)信“人不會(huì)輸”,到0:3之后絕望至“‘阿爾法狗’能讓天下一先”,再到第4、5盤(pán)的“看到希望”。人們既見(jiàn)識(shí)了人工智能前所未有的強(qiáng)大,也察覺(jué)出其明顯的弱點(diǎn):綜合多位職業(yè)高手的點(diǎn)評(píng),“阿爾法狗”還遠(yuǎn)未終結(jié)圍棋,一種被人導(dǎo)向“開(kāi)放的復(fù)雜局面”是其短板;但已有的棋局顛覆了以往“計(jì)算機(jī)強(qiáng)于、精于局部計(jì)算,而在難以量化的落子價(jià)值、形勢(shì)判斷上較弱”的觀(guān)念,事實(shí)上,它的盤(pán)面平衡感,尤其是優(yōu)勢(shì)后的簡(jiǎn)化定型能力極強(qiáng)。這種對(duì)人腦學(xué)習(xí)、判斷機(jī)制的深度模仿,證明它已經(jīng)朝著“擬人化”走在了“正確”的路上。

    迄今為止,生命對(duì)客體的感應(yīng)及其派生出的情緒、意識(shí),是宇宙間最為復(fù)雜精妙、也最引人入勝的課題。但如果把這種感應(yīng)看成是造物賦予生命體(特別是人)的特權(quán),那就太一廂情愿了?,F(xiàn)代生命科學(xué)還遠(yuǎn)未窮盡人腦反應(yīng)、肌體應(yīng)激機(jī)制,但可以肯定地說(shuō),意識(shí)是有物質(zhì)基礎(chǔ)的——沒(méi)有神經(jīng)元、突觸,感知覺(jué)就無(wú)所依存;沒(méi)有多巴胺、腎上腺素,也就無(wú)所謂愛(ài)恨和情緒漲落……在此意義上,作為人類(lèi)終極關(guān)切的物質(zhì)和意識(shí)的二元對(duì)立是個(gè)偽命題。只要承認(rèn)感應(yīng)直至意識(shí)是有物質(zhì)基礎(chǔ)的,那么這個(gè)物質(zhì)基礎(chǔ)的密碼被破譯就一定只是個(gè)時(shí)間問(wèn)題。

    從目前已知的跡象看,人工智能在以算法為基礎(chǔ)的封閉系統(tǒng)突破的速度越來(lái)越快,應(yīng)用越來(lái)越廣,這樣的封閉系統(tǒng)涵蓋了人類(lèi)簡(jiǎn)單勞動(dòng)(如工業(yè)流水線(xiàn))和復(fù)雜思維(如圍棋)。介于簡(jiǎn)單勞動(dòng)、復(fù)雜思維之間的,通常被我們稱(chēng)為不可名狀、全憑經(jīng)驗(yàn)的領(lǐng)域,最典型的如采茶、騎自行車(chē)等等,人工智能的突破尚待時(shí)日。而與圍棋盤(pán)上的情形相類(lèi)似,最大的“開(kāi)放式復(fù)雜局面”,就是我們?nèi)祟?lèi)社會(huì)本身。我們?cè)敢庀嘈牛瑱C(jī)器永遠(yuǎn)不會(huì)懂社會(huì)管理;如果它試圖這么做,人類(lèi)文明就走到了盡頭。人類(lèi)不想等到“見(jiàn)棺材掉淚”的那一天,就必須“從這一刻起”。既然我們這一代是機(jī)器“上路”的始作俑者,那么,劃定路線(xiàn)圖、制定行路規(guī)則,是我們對(duì)自己、也送對(duì)子孫無(wú)可回避的責(zé)任。瞿劍

    擁有強(qiáng)大“保護(hù)”力

    的新型橡膠涂層

    飛機(jī)、汽車(chē)以及輸電線(xiàn)等設(shè)備上如果堆積冰的話(huà),將會(huì)是一件非常危險(xiǎn)的事情,而解決起來(lái)則又相當(dāng)麻煩?,F(xiàn)在,材料學(xué)家研制出一種新的橡膠涂層,可以使很小的冰渣也能夠在自身的重力之下從表面脫落。

    這當(dāng)然并不是第一種抗冰涂層,但是以往的材料往往都是一次性的,會(huì)在一定時(shí)間內(nèi)迅速地自然分解掉。就以飛機(jī)為例,你很難保證在一次飛行過(guò)程中它不會(huì)存在二次結(jié)冰的可能性。于是,耐久性的涂層材料就成了非常必要的東西。

    研究人員日前在《科學(xué)進(jìn)展》雜志上報(bào)告稱(chēng),他們發(fā)明了一種將橡膠塑料中的單個(gè)分子相互連接起來(lái)從而阻止冰在表面抓住“據(jù)點(diǎn)”的新方法。和大部分涂層中的分子被連接在一起不同,該涂層表面上的分子能自由移動(dòng),從而使冰更容易滑落。并且,這種強(qiáng)勁的涂層還是透明的,幾乎可以被作用于任何表面,其保護(hù)能力從汽車(chē)玻璃到飛機(jī)機(jī)翼上都能夠得到很好的體現(xiàn)。魏峰

    灰發(fā)基因被發(fā)現(xiàn)

    日前Nature Communications雜志公布的一項(xiàng)最新研究結(jié)果稱(chēng),發(fā)現(xiàn)第一個(gè)灰色頭發(fā)基因,證實(shí)灰發(fā)是受遺傳因素而非環(huán)境的影響。報(bào)道稱(chēng),研究分析拉美地區(qū)不同血統(tǒng)超過(guò)6000人,其中45%為男性,55%為女性,從中找到與灰色頭發(fā)、頭發(fā)密度及形狀(直發(fā)或天然卷發(fā))有關(guān)的新基因。

    研究人員發(fā)現(xiàn)灰色頭發(fā)基因“IRF4”調(diào)控黑色素生長(zhǎng)和儲(chǔ)存,頭發(fā)呈灰白色是由于頭發(fā)中缺乏黑色素。了解“IRF4”如何影響頭發(fā)顏色,還能幫助改變發(fā)色,減緩或延遲灰發(fā)的出現(xiàn)。研究人員還發(fā)現(xiàn)影響頭發(fā)卷曲度的基因“PRSS53”,毛囊中的“PRSS53”酶功能,會(huì)影響頭發(fā)纖維生長(zhǎng)過(guò)程,研究還發(fā)現(xiàn)東亞人和美洲原住民直發(fā)有關(guān)的這一遺傳變異。

    此外,科學(xué)家還發(fā)現(xiàn)與頭發(fā)形狀、胡子厚度有關(guān)的EDAR基因。不過(guò)倫敦大學(xué)學(xué)院遺傳學(xué)家阿迪卡里指出,基因無(wú)法單獨(dú)引發(fā)頭發(fā)變灰或直發(fā),需要結(jié)合其他因素,例如情緒抑郁或經(jīng)歷創(chuàng)傷事件。鐘鑫

    大腦的“迷宮”,你知道多少?

    最近,發(fā)表在《自然·物理》期刊上的其中一項(xiàng)研究成果很吸引人們的眼球,研究者們將一個(gè)凝膠做成人的大腦模型放進(jìn)有機(jī)溶劑中泡脹,完成了這次“大腦發(fā)育“的模擬。這個(gè)泡在溶劑中的模型將幫助人們理解大腦溝回的形成過(guò)程。最后,研究者們認(rèn)為,大腦溝回或許是在皮層生長(zhǎng)過(guò)程中自然而然地“擠”出來(lái)的。

    大腦溝回的形成似乎是一個(gè)單純的物理過(guò)程,不過(guò)研究者也指出,不排除分子生物學(xué)層面的機(jī)制也發(fā)揮著作用。大腦的溝回到底是怎么形成的?這個(gè)問(wèn)題和大腦中的很多謎團(tuán)一樣,還沒(méi)有確切的答案。

    署名為“Alulull”的神經(jīng)科學(xué)博士生在果殼網(wǎng)上撰文稱(chēng),“針對(duì)這個(gè)問(wèn)題,科學(xué)家們?cè)谶^(guò)去提出了不少理論。有人推測(cè)在發(fā)育過(guò)程中,大腦胚胎通過(guò)某種生化機(jī)制預(yù)設(shè)了溝回的位置;另一些人則認(rèn)為,大腦白質(zhì)當(dāng)中的神經(jīng)纖維充當(dāng)了‘牽引繩’,神經(jīng)連接豐富的皮層被收得更緊,中間區(qū)域就在周?chē)臄D壓之下拱了起來(lái)?!?/p>

    早在2007年4月,美國(guó)麻省理工學(xué)院和哈佛醫(yī)學(xué)院等機(jī)構(gòu)的科學(xué)家獲取了11名不同年齡嬰幼兒的核磁共振頭部圖像,利用先進(jìn)的圖像處理和人工智能技術(shù)對(duì)其進(jìn)行分析,建立了大腦皮層溝回發(fā)育的定量模型。利用這些模型,可以精確地測(cè)量不同尺度的大腦溝回的發(fā)育時(shí)間和速度。最終,發(fā)現(xiàn)大尺度的溝回比小尺度的溝回發(fā)育得早,也更慢。

    為了弄清大腦中溝回形成的過(guò)程,研究者們進(jìn)行了多種嘗試,包括在有機(jī)溶液中“泡發(fā)大腦”,并用計(jì)算機(jī)建模進(jìn)行模擬。

    果殼網(wǎng)的文章稱(chēng),研究者對(duì)此前的實(shí)驗(yàn)研究進(jìn)行了總結(jié),認(rèn)為包括大腦胚胎初始形狀、組織的性質(zhì)以及生長(zhǎng)速度在內(nèi)的因素在很大程度上決定了大腦溝回的生長(zhǎng),而每個(gè)人大腦溝回形狀上的差異也可以從這些因素中尋找原因。過(guò)去已有實(shí)驗(yàn)表明,一些影響大腦體積和皮層厚度的基因變異會(huì)導(dǎo)致皮層結(jié)構(gòu)的異常發(fā)育,而他們的大腦發(fā)育模型或許就能從生物物理學(xué)的角度為這些疾病提供解釋。

    “從這個(gè)研究來(lái)看,大腦溝回的形成似乎是一個(gè)單純的物理過(guò)程,不過(guò)研究者也指出,不排除分子生物學(xué)層面的機(jī)制也在其中發(fā)揮著作用?!?/p>

    大腦中的溝回是一部分大型哺乳動(dòng)物的獨(dú)有特征。從演化的過(guò)程來(lái)看,大腦溝回起著重要的意義,它可以讓我們?cè)隗w積有限的顱腔里裝下足夠大的皮層,同時(shí)也使得信息的傳導(dǎo)變得更有效率。

    在大腦發(fā)育過(guò)程中,主要的溝回是在妊娠中迅速成長(zhǎng)并在嬰兒出生時(shí)完全成型。隨著大腦在嬰幼兒期間的進(jìn)一步發(fā)育,大腦溝回的形狀和深度也會(huì)發(fā)生相對(duì)變化直至成年。

    首都醫(yī)科大學(xué)三博腦科醫(yī)院吳斌教授指出說(shuō):“大腦皮層是形成人類(lèi)思維能力的重要部位,皮層表面積越大,思維能力也就越強(qiáng),這是人類(lèi)大腦進(jìn)化的方向?!?/p>

    華盛頓大學(xué)科學(xué)家為比較人類(lèi)和黑猩猩大腦發(fā)育的遺傳學(xué)差異,對(duì)218個(gè)人和206個(gè)黑猩猩大腦進(jìn)行了磁共振成像掃描。

    研究人員已經(jīng)獲得了黑猩猩的詳細(xì)家庭樹(shù),能夠?qū)z傳相關(guān)個(gè)體比較大腦的相似性。同樣,對(duì)包括雙胞胎和遺傳背景相關(guān)性的人類(lèi)大腦核磁共振掃描也進(jìn)行了類(lèi)似分析。研究測(cè)量了大腦體積和溝形狀位置等信息,比較這些大腦皮層結(jié)構(gòu)的差異。

    在大腦體積上,不同家庭成員之間沒(méi)有明顯差別,但大腦溝回存在明顯差異。更重要的是,人類(lèi)溝回差異的變異程度顯著超過(guò)黑猩猩。黑猩猩兄弟之間的大腦溝回幾乎一樣,但人類(lèi)兄弟之間的大腦溝回相差懸殊。這說(shuō)明黑猩猩在出生后大腦的發(fā)育出現(xiàn)的變化不如人類(lèi)那么明顯,可能是人類(lèi)更聰明的原因。

    有研究表明,腦表面的復(fù)雜程度與大腦皮層厚度有著密切的聯(lián)系,溝回的復(fù)雜度的變化程度至少有一半可以由皮層厚度來(lái)決定。同時(shí),這種復(fù)雜程度也是與智商、受教育程度的高低相關(guān)的。

    人的大腦溝回是比較特別的,越是高等哺乳動(dòng)物,溝回就會(huì)越明顯。有溝回才會(huì)形成褶皺,溝回會(huì)容納更多的大腦皮層,大腦皮層就會(huì)容納更多的神經(jīng)元,從而有助于從事更高級(jí)的智力活動(dòng)。

    在高等動(dòng)物的世界里,尤其是它們中的大型種類(lèi),溝回的數(shù)目非常多,溝回的結(jié)構(gòu)也相應(yīng)地變得復(fù)雜起來(lái)。像海豚、猿猴及人的大腦表面都出現(xiàn)了迷宮路徑般的迂回褶皺。類(lèi)人猿的大腦溝回已經(jīng)在細(xì)節(jié)上與人的大腦溝回相差無(wú)幾了。

    但人類(lèi)中也會(huì)出現(xiàn)大腦沒(méi)有溝回的個(gè)例,醫(yī)學(xué)研究表明,一些大腦缺少溝回或是溝回比較少的原因是一類(lèi)名為無(wú)腦回畸形的罕見(jiàn)畸形病癥,胚胎發(fā)育時(shí)期的不正常神經(jīng)元遷移是造成這種疾病的原因?;加袩o(wú)腦回畸形病癥,但是無(wú)腦回面積不大的病人,經(jīng)常會(huì)感覺(jué)吞咽困難、肌肉痙攣而且學(xué)習(xí)困難,患有該種疾病的人大多死在十歲之前。

    有研究者試圖從腦結(jié)構(gòu)的性別差異中尋找“女性大腦不如男性發(fā)達(dá)”的根據(jù)。他們認(rèn)為男性大腦的溝回比女性大腦的溝回多,所以女性智力不如男性。真是這樣嗎?吳斌教授說(shuō):“對(duì)于男人腦回比女人的腦回多并沒(méi)有明確的解剖學(xué)證據(jù)。”要從男女兩性大腦溝回的比較中得出男女兩性智力的差異,目前在解剖學(xué)上尚未有定論。

    愛(ài)因斯坦逝世后,醫(yī)學(xué)界對(duì)他的大腦進(jìn)行了精細(xì)的解剖,但并沒(méi)有發(fā)現(xiàn)他的大腦在溝回結(jié)構(gòu)上與女人有明顯區(qū)別。有些人用大腦溝回來(lái)臆斷女性與男性在智力水平上的差別,顯然是沒(méi)有科學(xué)依據(jù)的。

    之前,一些研究小組在對(duì)大腦分析中發(fā)現(xiàn),女性大腦的表層有更多的溝回和褶皺。按照科學(xué)家的看法,這些突出的溝回是人類(lèi)進(jìn)化過(guò)程的產(chǎn)物。德國(guó)法蘭克福大學(xué)的研究人員艾倫·路德斯曾解釋過(guò)為何男性和女性在特定才智方面的表現(xiàn)有所不同的問(wèn)題,盡管女性大腦的體積略小,但女性擁有與男性同樣的能力,而這可能歸因于女性大腦表面皮層比男性更發(fā)達(dá)。姬詩(shī)文

    自動(dòng)駕駛汽車(chē)不算稀奇了,自動(dòng)駕駛的嬰兒車(chē)你聽(tīng)說(shuō)過(guò)么?推著嬰兒車(chē)散步真的一點(diǎn)都不輕松,尤其是以安全的名義加重加厚的設(shè)計(jì)。Smartbe Stroller擁有人力、助力、全自動(dòng)跟隨等三種使用模式,讓你散步或鍛煉的時(shí)候順便把孩子也遛啦。范譯

    壓力測(cè)試球可以通過(guò)球表面的外部傳感器檢測(cè)持球者的皮膚狀況,并依此測(cè)定測(cè)試者壓力水平。球體表面的觸手們會(huì)隨著壓力水平的強(qiáng)度大小而凸出不同的長(zhǎng)度。使用者積極觸摸、按壓或安撫的動(dòng)作都將以觸覺(jué)的形式反饋,這種形式要比直接看更為直觀(guān)也更靈敏。李寧咖啡因腕帶來(lái)提神

    加拿大青年波林及克留克發(fā)明了名為Joule的“咖啡因腕帶”,內(nèi)置咖啡因貼,戴上后,咖啡因可經(jīng)手腕皮膚滲入血管,發(fā)揮提神作用。它的外表與一般智能健身手帶相似,每張咖啡因貼的分量相當(dāng)于一杯咖啡,但會(huì)在4小時(shí)內(nèi)慢慢滲透,以防用戶(hù)因短時(shí)間內(nèi)攝取濃度太高的咖啡而出現(xiàn)不適。文慧

    安化县| 台湾省| 宁安市| 万载县| 疏勒县| 武宣县| 拉萨市| 大化| 临江市| 张北县| 申扎县| 普宁市| 外汇| 安多县| 宁都县| 锡林浩特市| 靖西县| 嘉义县| 信宜市| 青河县| 黄平县| 黄山市| 吉林市| 苏尼特右旗| 沽源县| 郑州市| 扎囊县| 车致| 霍山县| 内黄县| 巫溪县| 天全县| 揭东县| 肇源县| 寿阳县| 龙岩市| 仙桃市| 五莲县| 开原市| 阜康市| 施秉县|