首先，糖會獎勵我們的大腦耽装。神經(jīng)科學家喬丹·蓋恩斯·路易斯（Jordan Gaines Lewis）說愤炸，人們吃了糖或含糖的食物，舌頭的味覺接收器會收到甜味的信息掉奄，產(chǎn)生信號傳遞到大腦规个，觸發(fā)大腦的獎賞通道，釋放出多巴胺，讓我們感到滿足诞仓。如果這個獎賞通道經(jīng)常被觸發(fā)缤苫，就會產(chǎn)生糖癮。西奈山醫(yī)學院醫(yī)生妮可?艾維納（Nicole Avena）在Ted演講中說墅拭，過度啟動獎勵通道活玲，會帶來一連串的失控、渴求帜矾，以及對糖的耐受性增強翼虫，也就是說，要吃更多的糖才能感到滿足屡萤。加州大學圣地亞哥醫(yī)學院的研究也發(fā)現(xiàn)珍剑，肥胖兒童一吃到糖，他們的大腦獎賞通道的反應要比一般小朋友更高漲死陆。
其次招拙，吃太多糖，會降低學習和記憶能力措译。加州大學洛杉磯分校的團隊别凤，在研究中發(fā)現(xiàn)，給小鼠的飲食中連續(xù)6周加入高果糖后领虹，小鼠會反應遲鈍规哪，腦中突觸的反應速度明顯下降。發(fā)表在《神經(jīng)》期刊的研究發(fā)現(xiàn)塌衰，多吃蔬果谷類诉稍、少喝含糖飲料，可以預防大腦因年齡增長而縮小最疆。
另外杯巨，吃太多糖也不利于心理健康。發(fā)表在《科學報告》（Journal Scientific Reports）上的一項研究發(fā)現(xiàn)努酸，每天吃超過67克糖（約等于兩罐可樂的含糖量）的人服爷，5年后出現(xiàn)情緒障礙的風險，和只吃39.5克的人相比获诈，增加了23％仍源。吃了太多糖，還會減少腦源性神經(jīng)營養(yǎng)因子（brain-derived neurotrophic factor, BDNF）烙荷，它是在腦內(nèi)合成的一種蛋白質(zhì)镜会，在降低焦慮、恐懼终抽、壓力反應方面扮演著重要角色。
未來，機器學習會成為一種被更廣泛使用的工具昼伴。任何一個領域的研究人員匾旭，都可以像使用Word一樣來使用機器學習。這是麻省理工學院名譽校長埃里克·格里姆森（Eric Grimson）的觀點圃郊。他在接受澎湃新聞采訪時說价涝，為了讓人們更好地使用AI，麻省理工學院在今年發(fā)起了MIT Intelligence Quest項目持舆。
這個項目有四個部分色瘩。第一部分被稱為“核心”（Core），主要著眼于智力科學（Science of Intelligence）逸寓【诱祝“這不僅是新電腦和新算法，而是想嘗試理解在人的大腦里發(fā)生了什么竹伸∧嗥埽”神經(jīng)科學給我們展示了大腦的樣子，認知科學讓我們知道人是怎樣思考的勋篓，這些信息綜合到一起吧享，會告訴我們下一代算法應該是什么樣的。AI在發(fā)展過程中發(fā)生了很多變化譬嚣。比如當今很受歡迎的深度學習技術(shù)钢颂，就打敗了世界上最好的圍棋選手。但格里姆森認為拜银，問題在于深度學習系統(tǒng)需要數(shù)百萬例子殊鞭，需要巨大的云計算能力，而對人類來說就不一樣盐股，“你給一個兩歲的小孩展示6個例子帽馋，她就能找出其中的規(guī)律”。所以挺益，人的學習方法和深度學習系統(tǒng)是不同的地来。我們需要從中學習，并且利用它來思考未來的技術(shù)幌蚊。
第二部分被稱為“橋”（Bridge）谤碳，指的是從AI到其他任何領域的橋。未來溢豆，每一個工程領域蜒简、科學領域、社會科學領域漩仙、設計領域搓茬，都將受到機器學習和AI的影響犹赖。麻省理工希望其中任何一個領域的研究人員，都能更容易地使用機器學習卷仑，就像他們使用Word一樣峻村。你不需要成為計算機科學方面的專家，就能夠很快地理解并使用它锡凝。
第三部分是倫理粘昨。我們需要真正理解使用這些系統(tǒng)時會遇到的倫理問題。
第四部分是理解AI系統(tǒng)將會產(chǎn)生的影響窜锯。比如在工作這件事情上张肾，AI可能會改變幾百萬人的就業(yè)機會。所以锚扎，我們要考慮吞瞪，怎樣規(guī)劃未來的工作？怎樣幫助那些將要失去工作的人重新培訓工秩？怎樣幫他們適應未來的變化尸饺？
此外，格里姆森認為助币，不管是哪個專業(yè)的學生浪听，都要了解一些計算思維（computational thinking），比如什么是算法眉菱。你可以問一下自己迹栓，“我該如何使用它？我需要做什么才能夠去使用它俭缓？什么情況下我應該相信它的結(jié)果克伊？有時我會用這個結(jié)果，但有時候我應該質(zhì)疑华坦，算法真的給出了我所希望的結(jié)果嗎愿吹？”這并不是說你要能編程，雖然編程很重要惜姐，但是“你怎么看待這個問題”更重要犁跪。
