Mindstorms张安昇导读

[复制链接]
connie10591 发表于 2018-1-2 07:16:25 | 显示全部楼层 |阅读模式 打印 上一主题 下一主题

. M+ Q; y% h* `# D* b麻省理工学院(Massachusetts Institute of Technology)的 Seymour Papert 教授,不仅仅是人工智能先驱,也是全世界首位提倡儿童要学程式的人。他认为人工智能与人类学习是一体两面,电脑与程式语言的发展,对未来学习的模式将造成重大改变,因此在1967年,他与图灵奖得主Marvin Minsky 一同开发出LOGO程式语言/LOGO画图机器人,并且在30年前受 LEGO 委托开发 LEGO-LOGO 机器人—— 后来根据本书英文书名“Mindstorms”改名为著名的 Mindstorms 机器人。Papert 本人对电脑发展的影响深远,细读此书你会发现图灵奖得主 Alan Kay 开发的物件导向编程以及视窗作业系统,甚至这7-8年内流行起来的 iPhone、深度学习(Deep learning),都可在此找到端倪。目前普世较为通用,Papert 的弟子 MIT 的 Mitchel Resnick 教授发明的 Scratch 语言,也可看成是 LOGO 、Mindstorms 机器人的改版,而市面上各式各样的程式机器人,几乎都可以看成是 LOGO 或是 Mindstorms 的廉价复制品。就算是加上人工智能的服务型机器人,大致上也脱离不了他们几十年前论文研究的范畴。  }8 X4 [3 f8 N

5 w3 z# {6 x6 [- `6 H8 wMindstorms此书的宗旨,并不是解释 LOGO 或是 Mindstorms 机器人的使用方法或开发流程,而是阐述 Papert 以及他老师 Jean Piaget的教育理念。Papert 在获得剑桥大学数学博士之后追随心理学大师 Piaget,并且深受其影响,在此书中大量用 LOGO 语言的实际使用状况,甚至是人工智能的观点辩证了 Piaget 的观点。Papert 认为程式语言跟自然语言一样,都是用来描述世界的,但程式语言更加严谨,以及更加具有互动性,一个精心设计的程式语言,更能与深层次的儿童认知结构相呼应,大幅改变数学科的学习方法,进而造成一系列革命性的教育提升。
8 @( K; D8 A; f. p+ w; i2 g) z, z" D0 b3 r7 o; r5 p

! ?! Y1 X3 j$ _Papert 在数学、发展心理学、人工智能、科学哲学等领域都到达了顶尖专家或奠基人的水平,因此产生了如Warren Buffett 合伙人Charlie Munger 所说的 Lollapalooza多重叠加效应,也许这本书成书当时不见得能被大众理解,然而随电脑不断蓬勃发展,Papert提到的许多问题与现象,逐一印证,这更像是一本跨越时代的预言书,很多当下急需处理的问题,其实 Papert 约40年前就进行了深入思考,只是鲜少有人认真加以实践,如果深入挖掘,必然如当初 Steve Jobs进 Xerox 实验室一样,满载而归。
; [6 @) S) ?+ [9 Z; L+ v
Piaget 的理论说到:人类的学习能力在学龄前是最强的。语言是极度困难的东西,可人类不需要老师也能学的很好。最近神经心理学的研究也发现儿童的大脑结构跟成人的确是不一样,特别适合学习语言。从50年前 Papert 开始的研究主题是,希望把人类早期语言学习的超能力,扩展到别的学科、例如数学上。用的方法就是从自然语言延伸到编程语言。“让儿童熟悉使用编程语言,并且使用编程语言建构一切。”
+ k$ A9 p# a! m7 ~
对应 Papert 的建构主义观的是,自两百年前普鲁士国民义务教育以来的“传统教育”,工业化以来传统手工艺的生产流程被拆解成流水线(assembly line),导致生产力大规模的提升。而普鲁士国民义务教育则是把传统手工艺的学徒制度,模仿工业化流程拆解流水线的方式,有效率大批量的的训练出一批合乎规格的人。事实上在流水线作业下,每个人可能一辈子都只需执行一部分功能,所以这种不强调因果关系教育长时间下来也十分堪用。
" c% y  j4 t8 M9 r6 y这两种教育看法并无对错,孰优孰劣,可能更像是马克思主义(Marxism)所说,上层结构要看当下社会,真正偏好的生产方式决定。Albert Einstein自述早年非常不适应普鲁士国民义务教育。在一个随大流的社会中,像 Einstein 有着自己的想法,可能反而减少自己的机会,也许别人就希望你当一个安份的螺丝钉。当然在Papert的愿景之中,未来社会在电脑加持之下,人人都能成为人机结合的超人,唯一的限制只会是是自己的想像力。+ s! P$ Y, Q  ]/ u# n# f1 f, R6 R

' P& M3 C) {5 [# p) k+ [7 zPapert 在 MIT 的同事多媒体实验室主任Nicholas Negroponte也认为,好的教育是为孩子提供机会,去构筑自己的知识体系,而非更好的复制教师观点。再过去的几十年中苹果、微软、谷歌、脸书崛起,都反应出要取得大的成功都是要建构些自己的东西,而非重复别人的老路。在机器人与人工智能即将崛起的现在,重复性流水线工作终将归于机器人,人必须要能掌握全局。如同毕卡索所说,电脑只懂得回答问题。如果要学习问出正确的问题,应该还是要采用倾向Papert 的教育观点。" \  G" k5 ~6 o9 R) l
“在科幻小说中有非常多场景,将电脑视作辅助人类思考的工具。比方说“Star Trek”的粉丝一定知道,“企业号”里面有一个电脑能对任何复杂问题快速的给出精准的答案,然而在“Star Trek”中的角色,思考方式跟20世纪现代人并无二致,在剧集之中,与电脑的接触,并没有改变人对自己的认知,或是改变他们处理问题的方法。在此书之中,我将尝试解释电脑除了作为工具外,如何从源头改变人类思考的方式,而且这种思考方式在没有“联机”时依旧有效。(就如同玩齿轮的经验帮助我学习代数,然而我学习代数时身边并没有齿轮)我想这是一个时代的终结,一个大部分人与科学精神无关的时代终结,一个万众创新时代的来临。当下有许多教育文化的障碍,阻止这些创新精神的培养,比方说美国欧洲普遍存在的"数学恐惧症",害怕小孩自己摸索,害怕无法将数学学好,一定要老师带,无形之中扼杀了小孩发明创造的能力。在我的愿景之中,当小小的个人电脑遍布世界的每个角落时,这些文化障碍将会被清除。相较于硬体,更加重要的是电脑带来的思想改变,打破现有社会科学,自然科学之间的分界,打破现有既定谁在几岁学习什么的概念,打破发展心理学与性向测验的标准假设,电脑不再是专属于“电脑工程师”,每个“人文学家”都将有充分的电脑编程技能。”
0 A* t! Z( Y% _这序言中的愿景,包含大量资讯。在文雅的修辞底下,反对南非种族隔离的Papert 一直有着革命家的血液,相较于推翻一个国家,他想推翻的是全世界的固有思想。大众的想法,在四十年后还没有显着的改变,而Papert的愿景仍然是未来式。Papert 在“四十年前”看出来,在大数据时代来临之后,人文学科的研究将重新建立在电脑编程上,将瓦解科学与人文的“种族隔离”政策。他似乎也看出来,在机器人与人工智能展开的“新大量复制”时代下,大部分人都得学会利用机器创新。  M; d+ T; D  I" U0 U3 A6 S
儿童当下如果要学习编程,LOGO 用的已经很少了,比较正规的当然是C、Javascript、Python、Swift,常用入门的是Scratch,不过真正推荐的还是从GoBot实体编程开始。
" h( s% U- P$ e* V$ K
, x; G+ o  D8 w1 KMindstorms里面有很多洞见,近几年来获得逐步的证实,比方来说,Papert 反覆强调将自己想像成齿轮结构的一部分,或是将自己想成海龟在走路,可以有效促进学习,并且70年代就做过研究证明实际的机器海龟,会带来比荧幕海龟更好的学习效果,这与最近流行的体禀认知(embody cognition)理论是切合的,并且也与欧美国家从编程教育,逐步走向机器人教育是吻合的。值得一提的是一系列实体程式 Tortis (Perlman,1974)、Algobloks (Suzuki,1995)、Bloks(Blikstein,2016)、GoBot(张安升, 2017),又将LOGO的体禀认知往上提升一个层次。; \3 M$ Q, @+ q# V+ J
以 GoBot 为例,用实体控制板进行编程,有着极大的好处,举例来说,要幼童描述自己的数学思想是困难的,而实体控制板非常清楚且高效地进行了沟通。从另一个角度看,研究也指出,实体化造成身体姿势的改变,会引发学习者的心智状态的改变,比方说当儿童共同看向控制台时,形成一同讨论模式,而儿童共同看向小车时,则更倾向独自思考,这意味着学生的思考模式转换为教师能观察到的外显现象,也意味着更加细腻的学习历程。
: F, S+ L# I; J; d4 A' Y
% {+ I- p; x" B. J  ^! H再来我们看实际的编程,比方说我们在控制板上放上前进指令 按下启动后小车前进 1步;放上前进+前进2 , 则前进3步。如果我们将指令反过来,小车依旧前进3步,但是从外表看,看不出是前进2,此时我们已经引入了未知数的概念,如果用数学式表达,可以写成 1+X=3 其中 X、等号都是很抽象的概念,原本要小学3-4年级才会教,GoBot透过实物的方式很好的阐释,小学一二年级就能很容易的理解。
& v7 T; z1 X! O5 ~- c另外算数结构、与编程结构有高度的雷同,操纵小车在一维数线运动的编程语言,包含前进、后退、重复、掉头,基本等同于算数结构,前进后退相当于加减法、重复就相当于乘法,而除法可以用重复+缩短移动距离达成。因此儿童在学会编程结构之后,自然而然的理解了,四则运算,先乘除后加减,如果复杂点就是初一程度了。
- M0 F% F: Y  i, Y3 c1 k7 }; B) t% g, g# j5 s
LOGO 机器人的精神,是以适合儿童的形式,传达严肃的数学知识。GoBot 忠实继承了LOGO 的精神,并且将形式做的更加简单,以及提高了传达知识的广度与深度。以实体化的方式表示编程指令,将使用年龄降到幼稚园程度。同时因为实体化的限制,在进行运动、画图时,孩子必须进行更多的计算,其中包含了加减乘除,并且非常容易的引入未知数的观念,另外透过规则或是装置的设计,单人游戏可以导入图论问题,而双人游戏则是加入了博弈论设计,甚至引入随机运动以学习统计概念。在发展LOGO机器人中,原本Papert 花比较多时间在几何以及微积分上,以及抽象化的除错、结构化思考。GoBot 则是在 算数结构、代数、限制性上做出了补充,另外也包含了应用数学、几率统计。
) S. o/ t# ~# n- B7 J8 C7 r! Z数学、编程是非常重要的,只是这些技能还只能算是Papert 的“道具”,如果要深入的了解 Papert对教育的看法,首先得了解 Papert 对人工智能的看法:
$ T; C8 M' n+ @( F9 Z“飞行的物理学原理是根据空气动力学,但人类对空气动力学大部分的理解,是在造出飞机之后。一开始人类的确想透过模仿鸟飞行,认为羽毛有神奇的魔力,将羽毛贴在身上用力挥动,结果失败了。直到后来造出跟鸟类差异巨大的飞机,反而更好的理解了空气动力学,也更好的理解了羽毛对鸟飞行的意义。”: y5 K5 K  f$ g, t1 Y/ R' t! G% \
鸟也会飞、飞机也会飞,没人会把飞机看成鸟,人工智能也是类似的道理。在想方设法,让机器模拟出人类思维的“功能”后,我们也许可以从中提炼出思考的关键因素。令人惊奇的是,如果我们仔细看“深度学习”的各项特征,分别对应了除错思维、结构化思维、抽象概念操作,正是Papert根据Piaget的儿童心理发展理论反覆强调的,也许这三种思维正是人类思考核心元素。
( |& z0 C5 Z" y7 q2 ]: n8 o除错与迭代思维
1 ?: x$ e4 ~9 F3 [
* U, J% T. `4 k+ g3 I, ]人工智能并不害怕错误,它的运作原理是即使训练初中期都是错的,经过反覆迭代后,最后也能达到正确结果。这种快速迭代(Iteration)思维,在几年前互联网开始蓬勃发展时也开始流行起来,一个APP,最后的样子,几乎保证跟最初的想法是南辕北撤,因为经常要适应市场需求做改变。Papert 指出,编程中除错 (Debug) 是电脑文化的特性之一,写程式很少有一次写对的,无论是用电脑写代码、写文章、做研究都是一样,经常都需要反覆来回好几次。  a0 v( i+ r/ V# k+ Q
相对应的则是考试主义下,学生界定自己擅长范围,首先就是分文理科,对范围以外的事物,会害怕失败,而不愿意尝试。同时应付完考试后就忘光光,也不想纠正错误。当然我们可能也要反省下,考试内容是不是不切实际,无论如何,长期而言,学习内容总是连贯的,如果很多东西都似懂非懂,累积下来会必然有很多问题。不只学生如此,过去几十年,我们可以看到没几个人文学科的教授学习使用编程。甚至连数学科理工科的教授也不愿意学习编程。如果连这些教师都不愿意学习。那么学生不愿意学习也是理所当然的。本质上我们找了一堆不愿意学习的老师与学生,在考试制度下,勉勉强强地低效学习。1 H/ q  A6 l. `8 n- ?6 }0 ]) ?% K
根据Piaget学说,每个小孩都是天生的哲学家,都具备除错迭代思维来构建关于这个世界的理论,但是大部分的状况下,现存学校制度不但没有继续培养这类思维,反而将将这种天分抹杀了。
' ]; b  ?  E' T* k5 @结构化思考
3 ]# E( D& x* p" I1 g. q6 O1 ~4 y2 h
: Z* k0 h  U" ^% l2 I经常可以在深度学习中看到的一个重要特征就是结构化,以人脸图像识别为例,在神经网路中,会有几个节点是辨认眼睛、嘴、耳朵等等特征,之后再根据眼睛、嘴、耳朵的相对位置,构筑一张完整的人脸。( x  z. ]5 f, m2 j4 u
Papert指出结构化思考也是编程教育的一个核心概念。Papert解释到,如果用 LOGO 编程语言画出一个人,一次画出很困难,但是如果要画出,头、手、身体、脚,拼接一个人出来就容易多了。大的问题要切成小的问题,辨认小的问题,根据边界条件,拼凑出正确的答案。无论编程、或是进行计划都是一样的。以程式来说主要是架构的问题,整体需求,配置合理性。如果要完成一个大计划,先拆解成几个小计划,逐步完成计划。如果进阶点,可能要随小计划的进行,动态更新大计划。8 a( @$ O$ A" D6 z1 z( _
不仅机器学习与编程教育在结构化思考上有很多共同点,Papert 指出在 Piaget 学说中,语言学习本身就有结构化思考的特性。人出生下来,婴儿主体与构成“爸爸”这一团概念的东西互动,这些互动的经验形成了“爸爸”意义。在根据婴儿主体与“已知词汇”的互动逐渐构建出整个世界的关系。
( q- G( c0 q7 U3 y4 I  N另外结构化思考其实对应了人类思考过度简化特性,过度简化可以说是人类的奇迹,同时也是人类思考的陷阱,牛顿力学、占星术、巫术神话其实都是简化得来的结果,鸟、飞行、羽毛三者相关,人会倾向将飞行的原因归结到羽毛上;牛顿力学则是忽略了摩擦力,人类有强烈的解释动机,但是符合抽象逻辑思考的抽象概念操作需要训练得来。
7 i1 h2 r9 a2 A8 c1 z抽象概念操作% A4 Q; O3 d) s$ X& D

1 y% R% y  }# Q8 s3 Q6 ?: A4 D! J2 t& X1 g排列组合一向是是高中数学中比较困难的主题,Piaget的儿童认知发展理论对此也有阐述,与除错、结构化思考不同,前两者在很早在语言学习阶段就反应出来,排列组合所代表的形式化思考则是儿童认知发展的最后一步。
* q' s$ a/ V& s/ Q4 a概念操作也是深度学习中的核心元件。深度学习在结构化萃取出基础概念同时,比方说眼睛、嘴、耳朵,会尝试连接各种不同可能,最后加以优化,看那种组合权重,可以更有效地堆砌出更上一层次的认知。# b6 d8 B' A! T, I
传说日本软银孙正义大学的时候,靠一些常见字卡排列组合想出一个翻译机的专利,卖给夏普,赚到了第一桶金。从这故事给我两个启示,首先即便有这么多普通人有着强烈的赚钱欲望,也可以自己想出一些商机,但是如果常听创业项目路演,就知道这些概念彼此大同小异,大部分基于日常经验的排列组合,像翻译机这种当时超出日常经验的东西,很难直接跟强烈的赚钱欲望做连接,因此一般人也不会想到发明。第二、就连孙正义也需要用字卡,这种外在道具来协助自己的抽象概念操作,才能进行,可见得抽象概念操作就算对成人来说也是一件高难度的事情。
) ^: B5 I0 Y0 G* O0 R; E' C* W# t2 x5 I为什么Papert 如此看重抽象概念操作?他引用了人类学家Claude Lévi-Strauss的观点,无论是强是弱,创造力的本质在于对既有知识的排列组合。7 {6 D7 m3 S( P. w: H2 y
“修补匠和原始人类解决问题的方法类似:修补匠喜欢凡事自己动手做,并且会运用手边现有的工具和材料来完成工作;而当原始人类面对未曾遇过的问题时,并不会想出新的概念来解决,而是会重新组合并修改现有的方法,以适应这些新的状况。”5 c) z5 i( s# z  Y7 }
Papert 观察到无论是写作或是数学研究,经常会把已知的各种方法都拿来试一试,或是把各种观念拿来类比,一个没看过的东西,没人看得懂,就好Papert在此书中将“人工智能、编程语言、人类学习、数学的共通点拿来比较一番,产生了令人惊奇的结果。
- @- P# C9 c, E# A; v, X在这个立场上,来看Papert所指的数彩色豆子的实验,可能就更加清楚一些。对Papert来说电脑类似鹰架能辅助儿童进行,符号与符号之间的一一对应的抽象化思考,机器进行一部分的计数操作,最后儿童再归结出重复计数。儿童只需清楚描述规则,剩下工作可以交由机器执行。也许Papert 希望儿童在人机协作下,补足智力发展欠缺的部分,尽早开发创造力。
7 ^" X; o1 ]2 p除错思维、结构化思维、抽象概念操作,与其说是三件事情,不如是学习的三种特征,有些人会认为Papert的哲学可以化简为让儿童学习编程,用编程学习一切,就是没看出Papert对“学习”的深入见解。
$ w+ A6 H3 e; m$ _% p1 \4 t对传统教育的看法2 M9 I7 P( m* N1 u, T, C( s7 t
+ r; Z8 v# r2 H5 Z1 k# |
宣传一种教育看法是简单的,只要根据自己的利益即可,所以我们看到国文老师要捍卫国文教学时数、数学老师要捍卫数学教学时数,但是要具体保证其效用则是困难的。Papert 对学校的革命性看法即是基于正在发生中的电脑时代革命,这种革命是双重的,电脑对社会造成了革命性的影响,电脑也对个人影响力造成了革命性的影响,电脑相当于强力赋能机,一个人能在电脑大量复制的协助下,无论是写作、写程式都可以形成巨大的影响力,也因此每个人从社会机器的螺丝钉,逐渐变成超人,也因此 Papert 的教育主张一开始就是以实用性为依归,儿童学会熟悉使用电脑(编程),并且使用电脑学习一切,也因此他的好朋友 Minsky 称 Papert 为当代最伟大的教育理论家。
- V# \& k7 `3 A: V' s- a! p% [大部分传统教育人士对于电脑的态度是把现有的教材搬到电脑上,更有效率的教,例如无所不在的学习或是适应性的学习,但学习内容大同小异,Papert指出从数学出发,所有学科无论是内容或是形式,都得重新设计,才能符合电脑时代的需求。& x6 E: r; m8 }1 u; r$ R1 e' H7 h# N" B
以内容来说,Papert 提出很多质疑,为什么要学y = x^2 ,不学更复杂的函数呢?为什么小学生就不能学习微积分呢?他认为电脑的特性其实很容易阐述微积分的原理。不能因为纸笔好画图形,传统的测验好考,这在电脑时代都要重新审视,电脑时代中编程技能成为新的纸与笔。如果熟练掌握电脑技能,微积分的概念并不难理解。. c. M% ?3 E9 X9 k
. X8 y1 o$ ?( D/ m. z) C3 H& P
从形式来说,Papert Papert 指出现存课程中原本非常实用观念,之所以学生学习之后无法加以应用,源自于把一个完整复杂的观念拆解成数个看似不相干的部分。这就如同流水线分解流程一样,比较好教,也比较好考,但是学生能不能把另外的复杂概念拆解成流水线,就得看造化了。以GoBot作为改良版的LOGO机器人为例,我们希望设计一个从测量、算数、统计、到随机运动的课题,里面测量、算数都是有目的性,我们希望能将上课过程记录下来,最终累积到一个完整东西。这有点像有多个子题的连锁题,只是我们现在要延伸好几年连贯式的教学。4 y  @4 P$ a% J! [" O
近年来在欧洲流行的任务式的学习其实有很大的潜力,只是我想应在更大的架构之下,检视其成果。让学童完成一样工作并不能保证他们能学到东西。Papert 真正想要儿童学习的是如前所叙元学习(meta learning)的技巧,学习如何学习。如果以登山作为比喻,老师更像是对周边的环境很熟悉向导,辅助学生根据现有手上的资源,往目的地前进。与其说目的是到达目的地,更像是因应遇到各种状况做反应。相对而言,传统的学习方法下,也许学生更像是碰运气,自己悟到这些学习的原则。' M; h9 @% L& V# i- d# ]
目前电脑与教育的结合还停留在初级阶段,在即将来到的物联网时代还有极大的提升空间,统计机率,被数学界的重视,还没被反应到课本中。大多数的成人,包含教师或大学教授都无法熟悉使用电脑,以及准备好相对应的环境用电脑学习一切。就如同 Papert生前指出,很多推广LOGO语言的学校,只停留在画正三角形以及正方形的层次。
  Z* k# \: T/ a* d# e未来在教育技术上其实有很多挑战,如果我们要类比samba学校,在小学阶段更大规模的推行戏剧学习,用以增进写作能力,我们是不是要让儿童先学习打字,或是用语音输入,或是用图像辨识把手写的内容输入,采用这些措施的前提,都是要对教育的方向有清晰的认识。, z5 G6 S5 w& X( I' L: f5 L
执行者到底是谁?由哪里开始?
, C) U% g/ O) H! v1 y
3 q5 X' J6 A& D/ J' o% k3 I与绝大多数人认知不同,Papert主张教育是相当高难度的一件事,因为必须对全局有所把握,做一个类似LOGO机器人的教具,必须要具备电脑知识、专业知识、对人的知识,对内容以及形式有把握,对长期效果有把握。就比方说重复练习四则运算,如果我们已经确知其目的,就可以用其他更具教育意义的方式替代。
( s$ Q- T8 I2 K: \Papert解释说未来教育内容要由了解产学界的人创新、形式要由了解教育的人创新。可是自古以来产学界的人在教育领域不受欢迎,因为他们说的话,教育专业听不懂。了解教育的的人在学界也不受欢迎,学界觉得他们举例太简单。我是认为,整体来说教育改革还是该由产学界的人,在学习教育理论后进行。教育的一大目的是把学生送去就业,如果教育的人,本身就没有竞争力,基本上不可能培养出有竞争力的人。3 C7 A* ^) l% y1 X) j
Papert 指出50年后电脑以及人工智能普及的社会中,学习是终身的,学校不见得一定得存在,至少不是以过往几百年的传统而存在。我的看法是未来教育改革应从两端着手,幼教以及大学。人们总是用更简单的方式去理解世界,雇用人才。学校的评鉴失灵之后开始失去意义、知名度,人开始用大公司来取代原本的名牌学校。由另一个角度看产业端知道自己要什么人,比较大的企业,比方说现在台湾的中信集团,已经自己开始办大学。幼教端则是可以采用更多 Piaget 式学习,很多人包括诺贝尔奖得主莫言就提出现在小学生都很聪明,没有必要念六年。不过可以预期的是这会造成大量现有教师失业,以及产业界进来,产生很多利益争夺问题。8 s9 j3 \% g. }- r5 X+ a9 ~/ Z
Papert 在书中写到“可能性是一个科学问题,但是选择是个政治问题”,将来的国际社会如果彼此选择了不同教育制度,将对原有的次序造成剧烈动荡的,而且如前段所述这是一个极度困难的工作。我们相信在Mindstorms成书38年之后,将中文版翻译出来,对于未来中文世界教育工作者、学习者、注重教育的父母如何做出选择,会有很大的帮助。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

发布主题
推荐阅读更多+
阅读排行更多+
用心服务创业者
0851-88611148
周一至周五 9:00-18:00
意见反馈:admin@0851life.com

扫一扫关注我们

Powered by 童码少儿编程 X3.4© 2001-2013 0851life Inc.|网站地图