奶奶带出来的孩子和妈妈带出来的孩子会不一样吗？

‍‍奶奶带出来的孩子和妈妈带出来的孩子会不会不一样，我认为是不一样的，至少绝大部分是不一样的。

我的孩子从出生起就自己带，结婚的时候也想过生完孩子后继续工作，但备孕到孩子出生这段时间看到很多奶奶带的孩子，就下决心自己带孩子，其实只是预防发生奶奶带不好孩子，和警惕自己好好带孩子。

大多数奶奶带出来的孩子：

1、小脸小手好像永远洗不干净，鼻子一年四季总是有清不了的鼻涕。

2、边看电视边吃饭，一顿饭一两个小时，小时候吃饭全靠喂。

3、很小就明白，靠撒娇耍赖可以达到自己的目的。

大多数妈妈带出来的孩子：

1、会有点小洁癖，小手弄脏了一定要洗干净，照镜子小脸脏了也一样。

2、比较有礼貌，会说“谢谢”、“你好”等，也更会表达自己的感受。

3、会帮忙干活，可能妈妈比较舍得用孩子，也更会偷懒。

当然奶奶带的孩子和妈妈带的孩子，真正的差别在于育儿理念，和对待孩子的态度，是有很多育儿感念与时俱进的奶奶，她们带出来的孩子也很不错，也有很多育儿观念守旧的妈妈，她们带出来的孩子不太好。

我住的是小城镇，孩子奶奶家是更小的村镇，我看到的奶奶带的孩子也局限于这些地方，看到的也是一些比较小的孩子。

我看到：奶奶带孩子，亲的时候也亲，夸的时候也夸，但孩子一但做错就开始打骂，吃着包子到处走弄脏地方了打小脸，不穿尿不湿，尿裤子了打屁股等。

我知道很多妈妈带孩子的时候，也会这样，但因为奶奶和妈妈的职责不一样，所以对孩子的管教效果也不一样，有道是“子不教父之过”，我理解为对孩子的教育教导是父母的责任。

某卫视的《变形记》我偶然看过一点，都是别人在看就跟着看了，有两个由奶奶或外婆带大的城里孩子，讲到自己青春期的不好的转变，是从最爱自己的奶奶或外婆去世后开始的。

奶奶带出来的孩子其实也不会比妈妈带出来的孩子差，但奶奶带的孩子可能会觉得，奶奶才是世界上最爱自己的人，一但这个人在孩子心智还未健全的时候离开了，孩子就可能行差踏错。

所以我认为，奶奶带出来的孩子和妈妈带出来的孩子会不会不一样，至少绝大部分是不一样的。

亢奋基本每一集都有高能片段。

《亢奋》主要以女主视角展开，讲述一个关于“边缘人”的故事，其独白贯穿全剧。作为偏群像剧的一部作品，讲述了问题少女 Rue（赞达亚饰）和她身边各类“问题”青年的自我救赎之路。

《亢奋》并不是HBO的原创剧，而是根本以色列剧集改编而成的一部美剧，第一季讲述的故事和以色列版本在剧情上有很多类似的地方，但是剧情是差不多的剧情，表现手法却不一样。  

美版拍得很极端，一些问题看起来甚至有些病态，但很多人却说，这就是美国青少年的现状，是与不是，不是我们要深究的东西，只是这部剧的尺度确实拍摄得让人咋舌和大开眼界。  

有人把这部剧和英剧《名校风暴》相提并论，认为都是校园题材里比较出格的代表作，事实也确实如此。不过，在看到那些人表面的那些堕落、混乱不堪的同时，也可以看到那些人的无奈和疼痛，这才是本剧的主题。  

有一句话说，家不是讲理的地方，这句话用在男女关系里，其实也是如此，有时候没有那么多道理好讲，也没有绝对的对或者错，不是说非黑即白，再没有另外一种。

如果真的那么绝对的话，其实就是在较真。但很多事情你不能较真，太过较真的话，就会失去它原本的美好，变得狼狈不堪。而且在男女之间，许多事是说不清楚的，就算你很较真，也不一定就能够理个头绪出来，说不定反而会越搅越乱。

在男女关系之中，什么样的状态才会更好呢？当然是带一些朦胧，有的东西你看得越清楚，反而就会发现他不好的一面。就如同美颜相机一样，给他加些滤镜，美化一下，不要看得那么一清二楚，反而会让人觉得很美。这其实不是自欺欺人，有时候打破砂锅问到底，非要追个究竟，反倒会有很多失望。

所以说非黑即白这种事，在男女关系里，其实是不需要的。如果非要把它划分的那么利落干净，反而会让人觉得更像是一场交易，没有一丝温情在里面，一就是一，二就是二，冷冰冰的，让人觉得不舒服。

当然，任何事情都不是绝对。男女之间有些事情是需要较真的，比如爱情，爱就是爱，不爱就是不爱，绝对没有第三条路，玩什么暧昧。

但大部分事情都不需要太过认真，这倒不是说就让你去游戏感情，而是说你认真会把一些事搞得很糟，比如对方情绪不好的时候，埋怨了你两句，你若是非要把它当真，非要跟他去理论，这样做不是把彼此都搞得很累吗？

这个话题就回答到这里啦，如果你喜欢，欢迎关注点赞哦~

我的微信公众号：雪落无尘，暖心情感故事，一起谈情说爱。

抱抱～

首先，我希望你明白，两个曾经深爱的人走到离婚真的不是他们想要的结果，特别是还有你的情况下，但是，幸福的人都有相同的幸福点，而不幸却各有各的不幸。你高三在读，一般情况下，即使父母感情再不好的话他们应该也要适当照顾下你的感受，但是你说他们经常争吵打闹，大打出手，而且这样的情况应该是被你撞见了吧。我理解你的感受，小的时候我爸妈也会当着我和哥哥的面破口大骂，大打出手，那时的我们很无助，他们不听我们的话，只顾自己痛快了。于是在那时，我就跟自己说：以后我一定要离家远远的，也不要结婚算了，省得吵架打架，还给孩子造成不好的影响。

但是，每个人都有自己的选择，我在骨子里不赞同两个不喜欢甚至已经走到由爱转恨地步的人因为孩子还在演戏将就，这时候我会觉得何必呢，孩子终归是会长大的，与其两个人互相忍让甚至忍不住打架，就各自放手吧！

作为儿女的我们，要体谅父母这种煎熬的日子，如果说我们能帮父母结开心结，两个人和好的话那是最棒的结果了。但是如果不行，那我们也放手吧，他们离婚了还依旧是你的爸爸妈妈，不会对你的爱有减少，反而他们还能收获另一种幸福。其实，说不定要不是有你在，他们早就离了。

高三是很重要的一年，它很大程度上会直接影响你以后的道路，我们都希望你能有个更好的未来，你要知道，外面的世界真的很大，你值得去看一看。不管结果如何，调整好心态，做好你作为儿女该做的事，祝福爸妈，你也往更宽广的天空飞去吧！

有不开心的或者开心的都可以和我分享哦，做你的小听众！相信我，你并不孤单！

大数据文摘出品

作者：林安安、蔡婕、周素云

基努·里维斯（Keanu Reeves）凭借着《黑客帝国》三部曲红遍全球，他因担任Neo一角圈粉无数，并一跃成为好莱坞最有名的影星之一。但在这之前，威尔·史密斯（Will Smith）却因拒绝出演**《黑客帝国》Neo这个角色而错失机会。

尼古拉斯·凯奇（Nicolas Cage）在蒂姆·伯顿（Tim Burton）执导的《超人复活》中担任主角，但在经历了几次幕后班底的重大变更之后，影片最终夭折，这部**留给世人的只有一张模糊的尼古拉斯·凯奇身着超人服的试装照。

这就是**世界里的种种机缘巧合和不确定性。但对于**投资人来说，他们并不想要这种不确定性。

他们想知道，是艾丽西亚·维坎德（Alicia Vikander），还是盖尔·加朵（Gal Gado）会带来更多的票房？ 他们想知道在美国爆火的**是否能在欧洲市场创造新纪录？

现在，人工智能可以给他们答案。

人工智能将有可能成为“最有眼光的制片人”

位于洛杉矶的创业公司Cinelytic相信人工智能将有可能成为“有眼光的制片人”。多年来，这家公司收集**票房的 历史 数据，然后将其与**主题和主要演员的信息进行交叉参考，使用机器学习来挖掘隐藏的数据模式。它的软件让客户可以预测他们的**票房。例如，用人工智能预测替换演员会对票房产生什么影响。

Cinelytic联合创始人兼首席执行官Tobias Queisser说：“你可以使用Cinelytic的软件看看，一部由艾玛·沃特森（Emma Watson）主演的夏季大片，如果由詹妮弗·劳伦斯（Jennifer Lawrence）主演，票房会有什么改变。”

Queisser说：“你可以单独比较两位女演员，也可以在特定的**场景里进行比较。我们可以设计两个场景，看看对于一部特别的影片，Emma Watson和Jennifer Lawrence在哪些领域有更大的影响力。“

Cinelytic并不是唯一一家希望将AI应用于**业务的公司。近年来，一大批AI预测公司如雨后春笋般出现了。比利时的ScriptBook成立于2015年，它宣称它的算法可以通过分析**的剧本来预测**的成功率。同年成立的以色列创业公司Vault承诺，它的客户可以通过跟踪**预告片的投入播放模式来预测**的目标观众。另一家名为Pilot的公司也提供类似的分析，承诺它在**发布前18个月就能以“无与伦比的准确性”预测票房收入。

AI概念越来越火，逐渐地大公司也纷纷开始进入市场。去年11月，二十世纪福克斯**公司（20th Century Fox Film Corporation）宣布它正使用人工智能分析**预告片，预测**的哪些“小片段”最具吸引力。

**经济的原地踏步

人们现在拍摄的**，主题可能是机器人，可能是无人机，可能是其它高 科技 ，但近20年内，**经济的发展却在原地踏步。人们使用Excel和Word等相对简单的商业分析方法，可以说这种分析几乎没什么用。

这就是为什么Cinelytic的关键技术人员并非来自好莱坞。Queisser曾经从事金融行业，在这个行业里，从高速交易到计算信用风险，处处都有机器学习的身影。Cinelytic的联合创始人兼首席技术官Dev Sen同样具有技术背景，他曾经为NASA建立风险评估模型。

Queisser说：“Dev Sen的技术能力是我们公司的一大基石。”

Scriptbook软件对2017年的喜剧《大病》进行分析，从角色的“喜爱度”到票房收入等所有因素。

但是AI预测分析是对的吗？这是一个更难回答的问题。

Cinelytic等公司拒绝对即将上映的**的成功率做任何预测，关于这一方面的学术研究也很少。但ScriptBook分享了它对2017年和2018年上映的**的预测，从预测结果我们可以看出它的算法做得还是比较好的。

在50部**的样本中（包括《遗传厄运》，《头号玩家》和《寂静之地》等），只有不到一半的**获利，预测准确率为44％。相比之下，ScriptBook算法预测了一部**是否能赚钱的准确率为86%。ScriptBook数据科学家Michiel Ruelens说：“这是该行业平均准确率的两倍。”

Zhao在2016年发表的一篇学术论文同样声称，可以使用**主题和明星等基本信息对**的盈利能力进行可靠的预测，但作者也表明他们使用的统计方法仍存在一定的缺陷。

其中一点就是机器学习做出的预测有时候比较盲目。例如，你不需要一个复杂而昂贵的人工智能软件就能知道，像莱昂纳多·迪卡普里奥（Leonardo DiCaprio）或汤姆·克鲁斯（Tom Cruise）主演的**票房一定不会太差。

从过去数据学习的AI无法预测未来

基本上，算法是保守的。因为它们通过分析过去的数据来学习，所以他们无法预测将来会发生的文化转变或品味变化。这也是整个AI行业面临的挑战，可能导致AI“偏见”等问题。例如，亚马逊的人工智能招聘软件会拒绝女求职者，因为它学会了将工程技能与先前的男性主导联系在一起。

举一个典型的算法“偏见”的例子：2016年动作奇幻**《魔兽》，改编自暴雪 娱乐 的《魔兽世界》。因为这种 游戏 到**的改编很少见，所以很难预测这部**的表现如何。事实上，这部**在美国票房惨淡，上映首周票房为2400万美元，但它在中国票房大卖，成为中国 历史 上票房最高的外语片。

类似的故事也发生在《逃出绝命镇》这部影片中，ScriptBook在对2017/2018年**进行预测时，正确地预测了Jordan Peele的恐怖**《逃出绝命镇》会受欢迎，但它低估了影片票房，仅预测其票房收入为5600万美元，而实际最终票房为176亿美元。

正如Zhao所说： “我们只能捕捉到那些可以被数据捕捉到的东西。为了解释其他的细微差别，你必须让人类参与进来。”

好莱坞难以接受机器学习预测

总部位于英国的clever Group的董事Andrea Scarso对此表示赞同。他的公司使用Cinelytic的软件来指导它在**上的投资，Scarso认为该软件作为一个辅助工具时效果最好。

Scarso在接受the Verge网站采访时表示：“有时候，该软件会验证我们的想法，有时候则相反，它会提示出一些我们没有为某种类型的项目考虑过的东西。他还提到，使用人工智能来影响**的蓝图——选择演员、增加预算，看看这会如何影响**的表现，这开启了一场关于不同方法的对话，但它永远不是最终的仲裁者。”

“它有很多用途。你可以看到，有时围绕同一个项目的不同元素，可能会对商业表现产生巨大影响。有了Cinelytic这样的东西，再加上我们自己的分析，就能证明我们提出的建议并不只是自己的疯狂想法。”

但如果这些工具如此有用，为什么它们没有得到更广泛的应用？

ScriptBook的Ruelens认为，这可能要归咎于一个非好莱坞的特点：面子。

在个人人魅力、审美品味和直觉如此重要的行业中，却要求助于机器的冷血计算。这看起来像是在寻求帮助，或者承认自己缺乏创造力，并且不关心项目的艺术价值。

Ruelens提到，ScriptBook的客户包括一些“最顶级的好莱坞**公司”，但保密协议阻止他透露任何一家公司的名字。

“他们还不想与这些人工智能联系在一起，每个人都想使用它，然而他们只是不想让我们公开他们正在使用。”因此Ruelens表示，类似的协议让他无法讨论客户，但可以透露的是目前的客户包括“大型独立公司”。一些业内人士反驳称，好莱坞正在接受人工智能来审查潜在的**。

Netflix大数据应用的行业影响

Pilot Movies是一家为**行业提供机器学习分析服务的专业公司，其首席执行官Alan Xie告诉the Verge，“我从未与任何一位相信人工智能脚本分析的美国**公司高管交谈过，更不用说将其融入他们的决策过程了。”

Xie表示，有可能**公司只是不想谈论使用过这样的软件，但脚本分析目前的确还是一种不精确的工具。营销支出和社交媒体上的热度是票房成功与否的更可靠预测因素。“在Pilot内部，我们开发了依赖脚本功能的票房预测模型，它们的表现比依赖实时社交媒体数据的模型差得多。”

尽管对具体的应用持怀疑态度，但趋势可能正在转变。Ruelens和投资总监Scarso表示，有一个因素说服了好莱坞开始重视大数据，那就是Netflix。

Netflix会定期更改电视节目和**的缩略图，以了解对不同观众的吸引力。

Ruelens认为，这种转变是显而易见的。”四年前，我们刚起步的时候，曾与好莱坞的大公司开过交流会议。当时他们都非常怀疑，认为自己在这个行业已经有数十年的专业经验，一台机器怎么能告诉他们该做什么？“

而现在情况已经发生了变化：这些公司进行了自己的验证研究，他们等着看软件做出哪些预测是正确的，并且逐渐地学会信任算法。

“好莱坞已经开始接受我们的技术，但技术所带来的效果并不能立竿见影，还需要时间。”

相关链接：

https://wwwthevergecom/2019/5/28/18637135/hollywood-ai-film-decision-script-analysis-data-machine-learning