迈克尔乔丹经典语录

NBA球员的8大经典语录：大帝KD撩妹有绝招，乔丹的鸡汤最浓,下面一起来看看本站小编篮球过人技巧one给大家精心整理的答案，希望对您有帮助

迈克尔乔丹经典语录1

NBA球员也讲究说话之道。有的球员谦虚低调，但是有的球员装X装大最后导致打脸。有的球员一句话导致其他球员胆战心惊！而有的球员说的话，已经成为了永恒的经典被人传颂。下面我们一起看看NBA球员的8大经典语录：

装X打脸之一——埃里克·丹皮尔：我是仅次于奥尼尔的联盟第二中锋。

埃里克·丹皮尔贵为1996年黄金一代第十顺位，拥有宽大体魄的他技术特点以防守护框为主。03—04赛季“蛋总”在勇士队场均拿下双13的数据，然后休赛期库班对“蛋总”很是欣赏，用7年7300万的大合同将其签下。05年季后赛小牛对火箭，迷之自信的丹皮尔完全没有把姚明放在眼里，他表示：我是全联盟第二中锋（仅次于鲨鱼），结果被姚明打爆，来到小牛的蛋总就开始走下坡路，是高薪低能的代表，再也没有达到03到04赛季的巅峰表现。不仅是姚明，在面对卡曼，大Z，大白米勒等中锋的时候几乎每次都被打爆！联盟第二中锋也成为了笑柄。“蛋总”不仅喜欢吹牛，运气也不太好。06年代表小牛队目送热火夺冠，11年代表热火目送小牛夺冠。蛋总的生涯真是波澜不惊！

装X打脸之二——里基·戴维斯：詹姆斯是来辅佐我的

里基·戴维斯在刚进入联盟的时候，在黄蜂，热火等球队打了几年酱油，直到转会骑士后，终于得到了重用，“里脊”也不负众望开始爆发！02到03赛季他砍下20.6分，5.5次助攻以及1.58次抢断。三项数据都是全队第一并且差点入选全明星。到了休赛期，天之骄子詹姆斯以状元秀身份被骑士选中，自负自大的“里脊”表示：詹姆斯是来辅佐我的。结果詹姆斯来了一个赛季就砍下20＋5＋5，但是“里脊”还没有低调的意思，还要求詹姆斯为他提鞋等不知天高地厚的言论！一山不容，骑士决定将“里脊”交易。转会之后的“里脊”就开始走下坡路，10年30岁的他居然来到了CBA，可惜打到一半就被放弃！再看看詹姆斯现如今已经是荣誉满身联盟第一人。真是打脸到极致！

装X打脸之三——斯蒂芬·马布里：我是全世界最好的控卫。

马布里早在96年选秀之前就已名声大振，但是孤傲且桀骜不驯的性格，以及自私的球风（助攻数据虽然多但是不能说明他传球多和无私）。导致他人缘很差，也因此获得了“独狼”的绰号！巅峰时期的马布里更是大放厥词表示：我是全世界最好的控卫。要知道强如乔丹，魔术师等传奇，也没有说过像他这样不知天高地厚的话语！果然马布里之后打脸成功，状态也开始下滑。拿着2000万顶薪“力助”尼克斯成为副班长，而且独狼还跟好多名帅有矛盾，不管是拉里·布朗还是“微笑刺客”都是对他头疼不已，最后沦为无球可打。反观当年被他排在后面的纳什（纯控卫就不提艾弗森），基德等人都已经预定了一个名人堂的席位，真可谓是打脸。值得一提的是马布里在中职篮却像变了一个人，他的成就几乎人尽皆知不需赘述。可以说，他是CBA最好的外援之一。

垂涎女神之一——凯文·杜兰特：我想喝黑寡妇的洗澡水。

我们将时间回到2011年，当时风头正劲的杜兰特看到斯嘉丽走红地毯时，就对黑寡妇的性感和美貌深深吸引，可以说是情难自制，不能自已。杜兰特当时表示想喝黑寡妇的洗澡水。杜兰特真可谓是：自古多情空余恨，为爱愿喝洗澡水。而斯嘉丽也表示只要杜兰特能夺得冠军就让他喝，可惜12年杜兰特还是在总决赛为年轻交上了学费，而现如今，杜兰特已经是二冠在手，而洗澡水事件也没有下文，渐渐被人们所遗忘！

垂涎女神之二——乔尔·恩比德：对蕾哈娜感觉强烈，发推特去撩她！（大帝语录太多简单概括一下）。

大帝进入联盟时一直饱受伤病困扰，高挂免战牌。但是不能上场的大帝也没有闲着，他发展了另外的一个“事业”那就是推特，当时的恩比德还被誉为推特之王！恩比德主要是利用推特去撩妹，初进NBA的“大帝”把目标锁定在了小天后—蕾哈娜身上。先是在推特上用最老土的方式约蕾哈娜共进晚餐，结果蕾哈娜压根没有理会我们的大帝。但是大帝脸皮不是一般的厚，拿出了强力杀手锏，利用高技术P图，把他和蕾哈娜P在一起。可惜还是没有打动蕾哈娜。而在一次采访中，恩比德自信爆棚表示：自己又高又帅，希望蕾哈娜能够接受他。在恩比德接连屡战屡败之后，终于成熟，表示：蕾哈娜的事先放一下，生涯更重要，把球打好才是真理。青竹也希望大帝能够找到自己的真爱！

“后来会发生什么？”之一——2018年众选秀大热球员：我是最棒的，耶！

2018年被誉为选秀大年，而这些选秀热门球员也是自信心爆棚，完全没有谦虚的表现。巴格利表示：我能里能外，不认为本届有人比我更优秀；东契奇表示：想隔扣波尔津吉斯，不介意和詹姆斯比较，约会安妮斯顿；杰克逊表示：想成为浓眉哥那样的球员；波特表示：我是杜兰特和字母哥的合体；艾顿表示：当选最佳新秀和全明星。这些话也是新秀们对自己的鼓励，和自信的体现。当然这些豪情话语能否兑现？就等时间来告诉我们答案吧！

“后来会发生什么？”之二——蒂姆·邓肯：未来是你的。

终于来到了最经典的语录，2007年马刺面对还是有些青涩，稚嫩的詹姆斯。结果马刺4比0毫无悬念的战胜骑士。比赛结束后，邓大爷对詹姆斯说：未来是你的。可是未来真是这样的嘛？13年詹姆斯和热火艰难战胜马刺，虽然詹姆斯二冠在手，但是系列赛詹姆斯表现一度非常挣扎。14年热火又遇马刺，结果被马刺4比1横扫！这句话也成为各球星最胆寒的一句话，后来还被网友恶搞，一旦邓肯和一名球星说未来，那个球星就要倒霉。还有邓肯和各位球星的儿子在一起打球等。大家是不是怀念邓肯这句经典语录呢？

鸡汤经典——迈克尔·乔丹：我可以接受失败，但不能接受放弃。

篮球之神！乔丹的经典语录是：我可以接受失败，但无法接受放弃。这句话成为了永恒的经典，乔丹在早期也是被活塞虐，但是乔丹没有放弃总冠军的梦想，继续努力，最终率领公牛建立了二个王朝。而这句话跟《灌篮高手》中安西教练对三井寿说的：不到最后一刻不要放弃，一旦放弃比赛就结束了。有异曲同工之妙，这句话也成为了经典。。。回归正题，甚至我觉得乔丹这句话不仅限于篮球上，在生活中也是这样的，遇到什么挫折一定不要放弃，只要坚持终有一天会成功！（青竹）

迈克尔乔丹经典语录2

​赛场上最能鼓舞士气也最能打击对手的是什么呢？没错，就是球星所展现出来的无解能力。不过之后更打击人的是，球星在表演完之后都会情不自禁地说出一些装X话，而这些无疑会对对手产生一万点伤害。那么我们今天就来看看NBA的五大经典装X语录。

这是我的马

巅峰时期的韦德有着令联盟为之胆寒的突破能力，关键时刻的能力也是屡屡让对手吃尽苦头。在2009年主场面对公牛的比赛中，最后时刻韦德完成抢断并以骑马射箭的方式命中压哨三分绝杀对手。而命中制胜球的韦德情绪十分高涨，只见他跳上技术台大喊：“This my house！”后来这也成为了韦德赢球之后标志性的装X语录。

篮筐在我眼里就像大海

作为四大分卫的其中之二，卡特与艾弗森的得分能力无需置疑，他们在01年季后赛上相互飙分的表现也在人们心中留下了不可磨灭的烙印。在那年G3，卡特全场得到50分并率领血虐76人，于是他赛后放出骚话：“今晚的篮筐就像安大略湖一样大。”结果到了G5，卡特仅得16分，AI则爆砍52分，而艾弗森没忘卡特G3的话语，在赛后放出了大招：“篮筐在我眼里就像大海。”直接将卡特反杀。

过你就像过清晨的马路

想必喜欢打球的朋友都会在野球场上听到这句话吧，而发明这句装X话的球员就是“手套”佩顿。作为装X界元老之一，佩顿的垃圾话也是联盟顶级的存在。在一场与活塞的比赛中，佩顿在连续完成突破后对着当时的超级新星希尔说出了这句富有哲理的装X话，对于文艺气息十足的希尔来说，这句话当真是很符合自己的气质了。

你们都是来争第二的吗

说到装X怎么能少得了“逼王”伯德呢？在1988年的全明星三分大赛上，伯德大摇大摆走进场内并云淡风轻对所有参赛者说了这样一句话：“你们都是来争第二的吗？”不知道是不是因为被吓到的缘故，短短几个小时后，连训练服都懒得脱的伯德在三分球大赛里一骑绝尘，再度夺得了三分王的称号。不得不说，逼王还是逼王，即便怎样装X都不会翻车。

欢迎来到NBA

只要是关乎篮球的，那么乔丹肯定都会名列其中，只因他是联盟独一无二的老流氓。在91-92赛季对阵掘金的比赛中，乔丹被犯规站上了罚球线，或许是想要干扰乔丹罚球，当时还是新秀的穆大叔冲着乔丹挑衅道：“你敢闭着眼睛罚球吗？”结果乔丹微微一笑，闭上眼睛，投篮，命中，整个动作一气呵成，随后还附送一句话：“Welcome to NBA！”这句十分装X的话估计已经在穆大叔心理留下很大阴影了。

在略显枯燥的比赛中，这些装X语录无疑能够给紧张的比赛带来些许乐趣。不过也不要说得太过火了，因为随时都会有被反杀的风险。

迈克尔乔丹经典语录3

在人工智能领域，Michael I.Jordan被认为是两位根目录人物之一（另一位是Geoffrey Hinton ）。Michael I.Jordan是UC Berkeley 著名的机器学习实验室AMP Lab的联席主任，是美国科学院、美国工程院、美国艺术与科学院三院院士。他门下英雄辈出，如深度学习领域的大牛蒙特利尔大学教授Yoshua Bengio、前百度首席科学家吴恩达、斯坦福大学教授Percy Liang等都是其弟子。

本文内容选自Michael I.Jordan在、清华大学、浙江大学、上海海事大学、混沌大学等公开场合的演讲以及澎湃新闻采访内容，亿欧编辑整理。

1、我们并非处于人工智能的大爆炸时代

目前，人们讲到人工智能和机器学习，可能还是觉得它很复杂。

事实上，当你听过我的课程，就会发现，关于这个话题，有很多还停留在概念性、战略性的阶段。当然，也有一些投入实际应用的技术，但这背后的理论，还是非常基础和简单的。

人工智能与机器学习，其实还远远不是一门基础扎实的工程学科，它并不能为现在用数据分析问题提供强大且可拓展的解决方案。

因此，我们并不能将人工智能与机器学习的发展简单理解为一个神迹，如同高楼非一夜而起，它是必须要经历长时间的发展的。

大家首先要意识到，在这一领域，我们仍处于非常初级的阶段。很多事情我们还不了解，现今的我们并非处于一个人工智能的神奇大爆炸时代。

可以说，我们有可能要花上百年的时间，这个高楼大厦才能真正地建立起来。

2、人工智能的商业模式，是要创造一个市场，而非一个算法

传统的推荐，都是针对个人。

但这里的问题是，如果有一家很好的餐厅，它被推荐给很多人，那么大家都跑到这家餐厅去，就需要排长队，人们的体验就会很糟糕，反过来给差评和抱怨。

如此，整个系统就开始崩溃，形成恶性循环。

你必须要去创造一个市场，而非一个简单的算法。

比如，在APP上面，不仅仅是向客户推荐某一家餐厅。除了让客户看到自己附近有什么餐厅之外，你还要让餐厅看到自己今晚可以供应多少食材，我今天接了一场婚宴之后，还剩下多少个散客的位置。

甚至，你可以了解一下旁边的竞争对手餐厅，他们有没有满座。如果旁边满座了，那么对我而言就是一个机会，我可以打折吸引更多的人流到的餐厅。

你要结合客户和商户两端的需求。

这不仅是一个应用的事情。现在很多公司已经着手在研究这方面的工作。当然，这个过程要充分考虑人们不同的喜好和需求，要掌握大量的数据。

3、计算思维不是说知道如何编程和使用数据库，而是一种思想

计算思维不是说知道如何编程和使用数据库，而是一种思想。关于思考一个问题的抽象概念、模块性、性能……一切你在计算机课堂上学到的东西，而不仅仅是编程。计算机背景的人应该很熟悉这些，不熟悉的可能是推断思维。那是已经有超过两百年历史的统计学里的东西，不是一个新的领域，不是拿到数据就开始进行操作，像做数据库的人那样。

首先要考虑数据从哪来，数据背后是什么，数据获取的过程中有什么问题，这就是推断，还不严格属于计算机科学的研究范畴。即便最后得到的东西都是所谓的算法，你也必须思考背后的统计采样和总体。所以其实我并不是太喜欢机器学习这个词，我认为并没有什么新东西，还是统计思维。但是因为计算机科学家不太懂统计推断的东西，所以他们取了一个新名字叫做机器学习。

很多机器学习的工作都没有考虑推断、采样以及总体，只是把机器学习模型应用到数据却没有得到正确的答案，因为没有考虑偏差、因果推断等内容。我认为把两者结合起来并且认真研究是真正的挑战。我我以前更多关注算法和系统，过去几年越来越像个理论家，逐渐更关注理论同时在某些方面也是关注系统。我在实验室里设计系统的过程中看到了理论性的问题，所以我去寻找计算机和统计的理论，它们有什么概念可以怎么结合起来。

所以我们发展了数据科学这个交叉学科，这并不容易。统计决策理论里有损失函数和风险，但它的基础理论中没有运行时间的概念，你可以去查看几十年来成千上万的统计决策相关的论文，你不会看到任何一篇提及了运行时间；同样地，在计算机这边你可以找到成千上万的论文讨论复杂度，各种复杂度理论，但是却找不到关于统计风险的文章。而利用统计风险理论可以控制基于数据的错误率。此外，对统计估计问题的深刻理解不仅仅包括学习算法、还包括学习下界，学习你可能做的最好的是什么，但是在计算机理论里却没有太多关于下界的。有倒是有，但是不多。

4、未来十年，人工智能哪些可以实现？

未来十年，自动驾驶汽车甚至是无人驾驶的空中出租车是有可能实现的，虽然眼下这些技术的使用体验还不甚良好，但是可以期许的是未来十年这些前沿技术应该可以为人们所用。

在技术的可用性上面，相信十年后就可以达到一个比较理想的情况。当然在未来十年之内，人工智能系统的“智能”还非常有限，你并不会觉得它能和人类一样智能了。我认为未来十年这些AI系统还不能像人类这样有这么高的灵活性和创造性。

AI系统往往局限于某个特定领域，它们能够理解的语义也是十分有限的。至于AI系统在人机交互的过程中能够产生什么样的理解，是否能实现预测、计划等高级智能——实际上我们离这一步还非常遥远，至少要花几十年的时间，甚至数百年时间才能让机器人了解人类。

5、人工智能研究还有哪些是在我们有生之年很难实现？

可以说，创造力和智能对于人工智能系统来说还很难实现，推理和抽象能力的实现也似乎遥不可及。例如在社交媒体上，人们时常会创造出一个新的词汇，而其他人也能很容易理解这个词在这个语义背景下的意思，而不需要像计算机一样通过读几千个句子来理解。此外，对于AI系统来说，让它主动做一个长远的规划是非常困难的，而人类却经常会给自己主动设定一些雄心壮志的目标。

此外，AI技术的发展还存在着许多其他的限制，它远没有一个正处于成长期孩子那样强大的学习能力。孩子可以通过少量书本上的图片和信息了解世界，但是AI即使看过了无数张图片和信息，仍然很难对世界产生自己的“理解”。我并不觉得在可见的未来有什么超人类AI的存在。当然有些并不是AI研究领域的人会鼓吹以后会出现超人类的机器人。我并不认为这种情况会发生，也没有理由会发生。

当然你也有可能不认同这种观点，例如你会觉得计算机比人类的处理能力要强大得多。但人们目前对“智能”的了解十分有限，因此也无法预估实现真正的人工智能需要多强的运算能力。我们现在能看到的是计算机能够处理大量的数据，但它在做假设、推理等方面的能力还是非常有限的。计算机虽然能识别这些场景，但是它无法了解场景的作用和意义。人类目前花费大量的精力在帮助机器理解现实世界，但计算机是没有主动学习能力的。计算机和人类的差异巨大，更遑论自我认知等更高层面了。

6、AlphaGo 只是大众的一场梦，要用AI重塑整个世界

无论是在美国，还是中国，AI 都是被高估的。一方面 AlphaGo 让很多公众开始了解 AI 这个概念，也因此有很多炒作围绕 AlphaGo 而展开。AlphaGo 是在一个有限的领域中，通过精良的反复模拟而达成的一种成功的模式，但机器很难模拟整个世界，也因此一场 AlphaGo 的胜利很难说是 AI 的全面超越。

很多领域中，计算机是可以打败人的，但它不是智能。公众大多没有真正地了解 AI 是什么，也很难理解为什么 AI 是很难实现的。另一方面，在 AI 概念的驱动之下，很多公司都开始说「我们是做 AI 的」，但实际的产品和功能并不好。又或者人们会对这些公司报以不切实际的期待，觉得他们会打造出来和人一样的产品。Jordan 教授强调，对于整个行业来说，我们都需要冷静地理解 AI 的能力和边界，并努力寻找新的方向，这个过程很漫长，也需要更好地管理公众预期。

实际上，在中国，有很多传统的行业，正在使用所谓的 AI 进行能力提升。比如，教育行业利用语音识别和云端服务，实现随时随地一对一地口语训练服务，等等诸如此类。可以看到，这样的趋势在中国正在逐渐变成主流。我们不应该把 AI 当做是一个了不起的、能够打败人类的技术，而是应该将它看做一种新的元素，能够让我们用它重塑整个世界。

7、智能之后带来的挑战

大众都非常关心自己未来的工作是否会被人工智能给替代。人工智能代替一部分人的工作岗位是很正常的。这正是社会向前发展的一环，几百年前的工业革命让一部分人失去了工作，但同时也有更多新岗位的出现。只是人们必需花更多的时间来学习和适应这个转变。

其次，人工智能的安全问题。当前，人工智能的发展还面临着“黑匣子”的问题。即机器实际上并不清楚自己为何做出这个决定，也不知道给出的结果会带来什么样的问题。这样的情况在沟通和对话的智能系统中，出现问题并不可怕。但在医疗和金融领域，一旦机器医生给出的结果出现问题，那带来的后果会不堪设想。在医疗和金融领域里，必须要提高正确、清晰、无误的结果。这也是未来需要解决的。

第三，数据共享。为了让更多的研究人员参与到人工智能的开发中，许多公司会选择开源自己的人工智能程序源代码。开源意味着每个人都可以对这个代码进行自己的修改、添加。但乔丹指出，尽管谷歌、百度等公司都对外宣称开源，实际上只是放出了部分代码。公司间的竞争导致了这样的情况，但这也给大学提供了机会。乔丹认为，大学应该免费推出更多的开源软件，而且和公司相比，大学在研究领域必定是胜出的一方。

8、几百年内AI不会觉醒，谷歌也不一定能赢

霍金很担心人工智能，但他不是人工智能的研究者，他是一个外行。计算神经生物学近期不会有太大的突破，大概几百年后才能有进展，但我还是保守看好这方面的发展。

计算机视觉领域已经有很好的突破，但我比较看好人机对话、自然语言处理的突破，这些是正在改变或即将发生的改变，譬如谷歌的翻译系统最近有非常不错的成果，下一个领域的突破就是在家用机器人方面，小机器人在日常生活中与人的人机互动，这是多方面应用的人机交互，既有计算机视觉，还有人机对话，以及综合场景处理。家用机器人了解你日常生活的模式，并对此进行学习，然后进行下一步的服务，这是正在进行中的突破。

还有一个就是精准医疗，我非常看好，虽然前景并不非常明确，因为需要了解病人的历史数据，再对可能要到来的疾病进行诊断、预测和治疗。谷歌现在在各个领域都能帮助人，不是谷歌什么都知道，是谷歌可以搜索，或了解这些知识。人工智能的下一步就可以帮助人们做决断，帮人做出决定，这是更深层次的逻辑运算。

在人工智能方面最先获得突破的是谷歌、亚马逊这些大公司吗？Michael I.Jordan认为，就2016年来说，研究机构还是最有可能获得突破的，未来如何不好说，但过去30年的经验，人工智能的研究，研究机构一直领先。

推荐：2018全球智能+新商业峰会

2018年6月13-15日，由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区人民政府指导，上海市长宁区青年联合会和亿欧公司联合主办的“2018全球智能+新商业峰会”将在上海长宁世贸展馆举办，诚邀各位一起助力“AI落地，产业升级”。