当前位置：网站首页 » 热点 » 内容详情

教父论文最新视觉报道_荷兰电影《学生》下载(2024年12月全程跟踪)

内容来源：安定传媒所属栏目：热点更新日期：2024-12-02

教父论文

荣登Nature！持续学习新突破𐟔劰ŸŒŸ Nature杂志发表了一篇名为《Loss of plasticity in deep continual learning》的论文。 𐟌Ÿ 论文提出了一种新的算法——持续反向传播（continual backpropagation），通过在每次步骤中随机重新初始化一小部分使用较少的单元来维持网络的塑性。这种方法有助于保持网络的多样性和变异性，对于持续深度学习具有重要意义。 𐟌Ÿ 论文作者Richard Sutton是强化学习领域的先驱和权威人物，被誉为“强化学习教父”。他在人工智能领域的贡献包括时间差分学习、策略梯度方法和Dyna架构等。 𐟌Ÿ 我整理了12篇关于持续学习的最新成果分享，包括论文和部分开源代码，方便同学们复现。

昨天，诺贝尔物理学奖颁给了Geoffrey Hinton（杰弗里ⷨ𞛩`𜉯𜌥‡𚤹Ž不少人的意料。不管有没有争议，辛顿在深度神经网络领域的地位毋庸置疑，而且他不是那种只待在象牙塔里的人，跟产业的连接也很密，现在全球AGI领域各条战线上的明星，或者明星公司，基本都能跟他搭上线。关于他的故事我们写过很多，这里摘录一些： 1. 2012年10月，辛顿带两个学生ImageNet图像识别比赛上夺冠，然后把自己和两个学生打包成一家公司（图1），起名叫DNNresearch，给自己估值1200万美元，邀请几家科技大厂来拍卖。是谁促成这件事的呢？是百度。 2. 当时百度多媒体部的负责人，拿过第一届ImageNet大赛的冠军，所以在读了论文后，马上意识到辛顿团队的巨大价值，就给辛顿发邮件要合作，这个人就是余凯，就是汽车芯片和智驾领域的独角兽“地平线”的创始人（图2）。 3. 过了多年苦日子的辛顿，看到邮件后一口答应，顺带提出100万美元的合作经费，余凯向李彦宏请示，后者爽快地答应。然后辛顿意识到产业界如此饥渴，干脆多问几家，于是合作就变成了竞标，邀请四家公司参与：Google、微软、百度，和当时还没做出阿法狗的DeepMind。 4. 拍卖在加州和内华达州交界处的太浩湖（Lake Tahoe）举行，这个地方就是《教父2》开头科里昂家族开派对的地方。 5. 起价1200万美元，每抬一次价格是100万美元，然后四家公司迅速抬到了4400万美元，把辛顿搞的有些头晕，果断喊停，把公司卖给最后的喊价者Google。百度尽管没能夺标，但这件事足够余凯和李彦宏吹一辈子。 6. 当时代表微软参与竞标的，是邓力（图3）。邓力是语音识别领域的大神级人物，跟辛顿相识多年，深度神经网络用到语音领域，这两人贡献巨大。提到语音识别，你是不是就想起了科大讯飞？是的，邓力的母校就是中科大，科大讯飞创始人刘庆峰在1998年拿到ISCSL最佳学生论文奖，就是邓力给发的奖，他之后也多次回合肥跟讯飞团队交流。 7. 代表Google参与竞标的，是谷歌的传奇大神Jeff Dean（图4）。虽然最后夺标，但Jeff Dean心情复杂，因为辛顿在2012年6月曾经短暂参与了Google的The Cat Neurons项目（即“谷歌猫”），然后辛顿一眼就指出了这个项目的缺陷——使用16000块CPU来，但没有使用GPU。 8. 当年推荐辛顿去“谷歌猫”项目的，是另一位人工智能领域的大神吴恩达（图5）。他后来经过余凯的牵线，去百度待了一段时间。 9. 正是受谷歌猫项目的启发，辛顿就带着学生搞出了AlexNet算法，里面只用了4块英伟达的GPU。而夺冠之后，全球学术和产业界终于意识到了GPU在深度神经网络训练方面的独特优势，订单像雪花一样向英伟达飘去——所以ImageNet这场比赛，其实也改变了黄仁勋的命运。 10. 但讽刺的是，2009年辛顿给英伟达写了一封邮件，想要一块免费的显卡：“我刚刚告诉一千名机器学习研究人员，他们应该去买英伟达的显卡。你能免费送我一个吗？” 然后英伟达……拒绝了。AlexNet算法用的那两块英伟达GTX580，是辛顿拿出紧张的经费自己买的。 11. 当然，ImageNet这场比赛还链接到另外两个人——一个是大赛的创办者李飞飞（图6），是华人在AI学术领域最至高的存在；另一个是辛顿团队两名学生之一的Ilya Sutskever（图7），后面是OpenAI的创始人兼首席科学家。这里就不多赘述了。 12. 参与竞标的DeepMind，拿到了马斯克的投资，然后马斯克又推荐给Google创始人拉里ⷤ𝩥凯𜌤𚎦˜ogle就让辛顿参与收购评估。由于辛顿腰不好（只能躺，不能坐），所以他们包了一架私人飞机，改造了座椅，让辛顿躺着飞过去。最后Google花4亿美金收购DeepMind，之后DeepMind做出了震惊世界的AlphaGo。 13. Google对辛顿团队的竞标，其实引发了一场科技大厂抢夺教授的风潮，思路很奇特：先把老师挖过来人，然后期待他们把学生也带过来。于是Facebook挖了杨立昆（图8），亚马逊挖了Alex Smola（图9），苹果挖了Ruslan Salakhutdinov（也是辛顿的学生）。这个几个人都带了很多学生加入，“带徒入组”。 14. 总之，从2012年6月的“谷歌猫”项目，到10月的ImageNet大赛，再到12月的太浩湖竞拍，差不多6个月的时间里，围绕着杰弗里ⷨ𞛩Ῠ🙤𘪤𚺯𜌥…觐ƒAI领域最重要的公司和人，几乎都串了起来。历史就是这么有意思。 15. 我们之前根据这段历史，写过一篇「2012，改变人类命运的180天」，链接附上评论里，大家有兴趣可以一看。另外，关于辛顿家族，还有很多趣事，这个大家可以看刘群老师写的这篇博文刘群MT-to-Death 16. 这个故事其实还有一个启发，就是中国的科技大厂，一定要参与对全球人才的盘点和追逐，虽然现在这个国际环境下越来越难，但你不参与，很多时候就可能连外面正在发生什么都不知道；你参与了，能第一时间感受到温度。越是这种环境，国内大厂越不能闭门造车。

「这届大学生被AI养得很好」写论文哪有不疯的啊？！是谁又破如防了！想当时自己大学时写论文收集论文资料的进度…才知道原来大家现在写论文都不靠自己是吧，现在一些论文、策划、分析、感想全都用ai来完成！只能说这届大学生被AI养得很好！教父娱乐的微博视频

文学考研论文带读：吴俊《寻根文学再思考》大家好，我是你们的如愿学姐，继续带大家走进文学考研论文的世界𐟓š 𐟓… 第二天：吴俊的《关于“寻根文学”的再思考》 𐟓Œ 为什么选择这篇文章？还记得2022年南师大现当代文学的专业课二考过这道小论文题。寻根文学在80年代的出现和发展，简直是文学界的一场风暴，影响深远。但当我们回顾这段历史，对寻根文学的反思和重新发现同样重要。 𐟓Œ 论文主干观点：“我的一个基本结论是，从批评的角度看，寻根文学（包括“文化热”）在既定的政治框架中进行，或者至少没有突破这个框架，因此它对中国当代文学的革命性和深刻性贡献有限。” 𐟓Œ 寻根文学与“五四”的比较 𐟓Œ 寻根文学创作和理论中的悖论现象 𐟓Œ 悖论现象的出现，一方面是因为它在理论上的不彻底性，即它的文化价值立场实际上是暧昧和犹豫的。另一方面，寻根作家深受西方文学影响，只是话语方式变得“中国化”了，可以说，西方文化是寻根文学的思想教父。 𐟓Œ 以单个作家为例：乌热尔图 𐟓Œ 看完这篇论文后，希望大家能获得新的思考。也可以进一步回顾一下韩少功的创作，他是如何体现这种悖论性和复杂性的。今天的分享就到这里啦！希望大家继续跟上阅读和复习的步伐，11月也要继续加油哦！𐟒ꀀ

「2024年诺贝尔物理学奖揭晓」约翰ⷊⷩœ普菲尔德（John J. Hopfield）和杰弗里ⷅⷨ𞛩`𜈇eoffrey E. Hinton），凭借在使用人工神经网络进行机器学习的基础性发现和发明，被授予本年度诺贝尔物理学奖。其中，现任多伦多大学教授、被誉为“AI教父”的杰弗里ⷅⷨ𞛩`𜌦›𔦘麗为了图灵奖与诺贝尔奖双料得主，也为多伦多大学又赢得一张崭新的“世界名片”[打call] 作为享誉北美乃至全球的顶尖高等学府，多伦多大学的学术实力和影响力自然不一般，每年发表的科研论文数量仅次于哈佛大学。截至目前，多伦多大学已经诞生了11位诺奖得主[彩虹屁][彩虹屁] ps：白求恩、林志玲等都是多伦多大学校友哦～[举花铃] 𐟓Toronto,Ontario 「不止旅行」「2024安大略与你同行」「安大略旅行故事」「多伦多」「多伦多大学」「诺贝尔物理学奖」「AI」

「物理学是如何帮助计算机学的」近日，诺贝尔物理学奖颁给AI教父出乎了所有人的意料。事实上，物理学与计算机学虽表面上跨学科，实则联系紧密。让我们从一个小故事看看“物理学遇上计算机学，会碰撞出怎样的火花”。故事的主人公是Lenka Zdeborov㡯𜌥幦œ€初在查理大学主修统计物理学，博士期间她的导师给了她一篇论文，讲的是将统计物理学方法应用于理论计算机科学，这引发了她对计算机科学的浓厚兴趣。于是乎，Lenka去了瑞士洛桑联邦理工学院（EPFL），开始在物理学和计算机学的交叉领域大展拳脚，她的研究方向包括利用物理学中的相变和统计方法，来破解机器学习算法的奥秘。说到“相变”，指的是物质在特定条件下（如温度或压力）性质突然改变的现象，例如水在零摄氏度下突然结冰。 Lenka发现，某些计算机问题也表现出类似相变的行为。例如，大语言模型在处理复杂数据时，可能会在某个临界点（如算力增加）突然变得聪明起来。通过将物理学的方法应用到计算机学中，Lenka理解了为什么某些算法在特定条件下会表现出突变，以及如何利用这些突变来改进算法设计。未来，Lenka将在瑞士洛桑联邦理工学院领导着团队，继续探索物理学与计算机学的交叉领域。也许下一个诺奖得主，就藏在她的实验室里！

学姐揭秘：伦敦艺术大学UAL的真实生活今天要给大家聊聊伦敦艺术大学（UAL），这所位于英国伦敦的顶尖艺术学院。相信很多人都知道，UAL可是汇聚了不少时尚界的牛人，比如时尚教父亚历山大ⷩ𚦦˜†和Dior的首席设计师约翰ⷥŠ 利亚诺。当年，受《穿着Prada的女魔头》这部电影影响，我也怀揣着时尚梦投了UAL，结果…𐟘�‚所以，UAL成了我遥不可及的梦想。不过，今天我还是要带大家走进UAL，看看在伦艺读书到底是什么样的体验。为什么选择UAL？𐟑犊当初我选择UAL，主要是因为它是英国排名前二的大学，世界排名也在前五之列。给我发offer的时候，我简直不敢相信自己的眼睛！UAL的申请竞争非常激烈，专业水平也很高，自然就水涨船高了。我提交了作品集，还参加了一轮面试，才顺利进入这所学校。课程安排和作业压力𐟓š 在UAL读书，课程安排还算合理。我们是MA项目，课程不多，更多的是自己研究方向的研究。老师主要起辅导作用，大部分是理论课。我们需要研究平权、性少数、环境保护、元宇宙、资本主义平台等社会问题。作业挺多的，理论研究的尽头就是作图（一些伪科学）。当然，还有论文要写。老师会阶段性检查我们的研究进度，看看有没有落后或者研究方向有没有出错。如果还没开始写作业，就会被老师阴阳怪气一顿。伦敦与其他城市的设计区别𐟎芊说到伦敦的艺术氛围，我简直爱死了！伦敦的艺术最为丰富和前沿。我去过其他国家的很多博物馆和艺术馆，他们展出的成果已经很过时了。在这里，每天都能接触到最新的艺术动态和想法。在UAL学到最多的是什么？𐟒ኊ在UAL，我学到最多的就是学习方法。我们是自主研究后再和老师讨论，这样就知道自己有哪些问题，可以及时纠正。也就是说，self study（自我研究）非常重要。而在国内，老师更注重研究方向的投其所好，学生的想法也比较保守。在这里，人的想法普遍比较新颖。比如我的研究方向是平权相关的，需要和当地的社团进行采访，他们的回答和想法都非常前沿和新颖，给了我全新的认识。关于UAL大家还有什么问题吗？欢迎留言哦～PS：还有没有在UAL的大神？快让我膜拜一下！

「诺奖得主Hinton访谈」「AI教父Hinton访谈」刚获得2024年诺贝尔物理学奖的Geoffrey Hinton，曾在今年5月接受了Sanalabs CEO Joel Hellermark的长达45分钟的采访。视频的主要内容见图4 ，完整视频在最后。在这次访谈中，Hinton总结了他目前为止的AI职业生涯，讨论到很多关键问题，比如“什么时候对AI开始感兴趣”“有什么印象深刻的合作”“OpenAI联合创始人Ilya是什么样的人”“AI是否能模仿大脑的思考方式”，以下是整理的部分关键问题。 Q：回到最初您在剑桥大学学习大脑相关知识的时候，是什么样的感觉？（视频5 1:19） A：非常失望，我学习了生理学，暑期课程本来应该教我们大脑的运作原理，但他们只教了神经细胞是如何传递电信号的。这虽然很有趣，但是无法解释大脑是如何运作的，让我非常失望，于是我改学哲学，我认为它可以解释心智的运作方式，但是结果也令我非常失望，最后我去爱丁堡研究人工智能。这次有趣多了，至少可以进行模拟实验，来验证各种理论。 Q：您还记得是什么吸引你投入AI领域的吗？是某篇论文还是某个人让你接触了这些想法？（视频5 1:50） A：最影响我的可能是Donald Hebb写的一本书。他特别沉迷于学习神经网络中的连接强度。我早期也读过冯诺伊曼的一本书，他对大脑是如何运算的这个问题非常感兴趣，以及它和一般的电脑有什么不同。 Q：您是如何选择正确的问题来进行研究的？（视频1） A：我会找一些大家都同意但实际上是错误的事情，也就是直觉上感到不对劲的事情。然后我再研究一下，看看能不能详细说明为什么我认为这是错的。也许我可以用一个小电脑程序做一个小演示，说明它并不像你想象的那样工作。举个例子。大多数人认为，如果在神经网络中加入噪音，效果会更差。比如每次训练示例时，都让一半的神经元保持沉默，效果会更糟。实际上我们知道，如果这样做，它的泛化效果会更好。你可以用一个简单的例子来证明这一点。这就是计算机模拟的好处。他还夸赞了学生Ilya（OpenAI联合创始人之一、前首席科学家）拥有非常好的问题直觉（视频2） “Ilya一直在说，只要把神经网络做大，效果就会更好。我总觉得这有点逃避现实，得有新的想法。事实证明，Ilya基本上是对的。新想法很有帮助。像Transformer这样的东西就帮了大忙。但实际上数据的规模和计算的规模非常重要。那时我们根本不知道计算机会快上十亿倍，我们以为也许会快上百倍。如果用更大规模的数据和计算，这些问题就会迎刃而解。” 此外他还谈到了AI对于社会的影响，以及“好奇心才是驱动我不断探索的最底层的动力（视频3）”，更详细的内容可以查看完整视频。中文视频来自X博主：fox hsiao 原视频：网页链接查看图片

【关于诺奖得主欣顿的“竞拍”往事】「诺贝尔奖」 “了不起！” 得知2024年诺贝尔物理学奖颁发给机器学习领域的两位“大牛”约翰ⷩœ普菲尔德和杰弗里ⷦ죩ῥŽ，人工智能（AI）科学家、地平线科技创始人余凯第一时间在微信朋友圈感慨：“我学习神经网络差不多在30年前，是从‘大牛’之一约翰ⷩœ普菲尔德根据物理学原理设计的一种网络开始的。” 而余凯和另一位“大牛”欣顿的故事，更是不同寻常。【中国最早“相中”欣顿的人】 2013年3月，谷歌花费4400万美元收购了加拿大多伦多大学一家初创“三无公司”—— 无产品、无计划、无资金。这家公司只有3位员工——已经60多岁的多伦多大学计算机系教授欣顿和他的两名学生。当时很多人觉得谷歌“人傻钱多”，花了数千万美元就买回来几篇“深度学习”的论文。但没人想到，凭借这几篇论文，欣顿获得了2018年度图灵奖，并被人们誉为“AI教父”“深度学习之父”。而谷歌也因此奠定了其AI领域“头雁”的地位。更没人想到，欣顿还因此获得了2024年诺贝尔物理学奖。在欣顿加入谷歌前，曾差点加盟百度公司，余凯就是牵线搭桥的“伯乐”和“操盘手”。余凯，这位曾经的百度深度学习研究院常务副院长，现在的地平线科技创始人，可能是中国最早“相中”欣顿及其科研成果的人。故事要追溯到12年前的初秋。 2012年秋天，欣顿和学生们发表了一篇长约9页的论文——《基于深度神经网络的图像分类》，提出了一种全新的深层结构分析方法。他们用这种方法在当年ImageNet图像识别大赛中一鸣惊人，将图像识别错误率从25%降低到15%，获得了第一名。这在今天来看，应该算得上是AI技术发展的一个历史性时刻，但当时没有多少人意识到它的意义。而就在论文发出后没几天，欣顿就收到了一封中国AI研究者的电子邮件。发出邮件的人正是余凯。【“竞拍”欣顿】 “我是2010年ImageNet图像识别大赛冠军，所以当看到2012年的比赛结果超出我两年前的结果非常多时，非常震惊。”余凯说，“我觉得没有人比我对这个事情的意义理解得更深刻，所以我立刻给欣顿写了邮件。” 余凯比欣顿小30岁，两人最早相识于加拿大举行的一场学术研讨会。2012年4月，余凯离开美国NEC研究院加入百度，担任新成立的百度多媒体部的部长。这一年，百度开始大规模采购和建立GPU运算集群，开发了世界上第一个支持GPU&CPU的并行深度学习平台，迫切需要人才和技术支撑。于是，余凯向百度创始人兼CEO李彦宏推荐了当时在业界默默无闻的欣顿，希望尽早把这一人才挖到手。技术出身的李彦宏，最终决定派战略投资副总裁汤和松与欣顿取得联系，并直接提出1200万美元、为期3年的邀约。欣顿当时心动了，表示“能签”。但在签约前，欣顿的两名学生“拦下”了恩师，并表示如果他们能先成立一家公司的话，百度可能就会将报价提高很多。于是，欣顿马上着手创建了员工只有他和两名学生的初创公司——DNNresearch。此外，欣顿还专门咨询了律师怎么把“三无公司”的价值最大化。律师建议要么花钱请谈判代表，要么进行一次拍卖。欣顿选择了后者。余凯所在的百度以及谷歌、微软和DeepMind参与了竞拍。价格迅速攀升，最后只剩下百度和谷歌两家公司。当竞价到了4400万美元时，欣顿中止了竞拍，选择了谷歌。当被问到“没有如愿收购欣顿创立的初创公司，是否留有遗憾”时，余凯表示自己“一点都不遗憾”。 “当时参与的那场秘密收购，让世界顶级公司看到了彼此都愿意为收购3个人而花几千万美元！这让大家都更加重视深度学习了。”余凯说。竞拍举行几年后，余凯离开百度，创立了自己的科技公司“地平线”，而欣顿的其中一名学生——伊尔亚ⷨ‹茨克维也在同一时间离开谷歌，与萨姆ⷩ˜🥰”特曼等人联合成立了OpenAI。当年参加秘密竞拍的人，后来创立和壮大了现在的DeepMind、OpenAI以及地平线，这些都是AI发展史上值得一书的公司。 “后来，国外有媒体报道说那是人工智能竞赛的‘发令枪’。”余凯告诉《中国科学报》，他之所以一点都不觉得遗憾，还在于那之后，百度公司意识到了深度学习的重要性。一个月后，他就在百度组建成立了深度学习研究院，促进了中国AI的发展。【两位“大牛”获奖“不意外”】余凯对于霍普菲尔德和欣顿两位机器学习领域的“大牛”共同分享2024年诺贝尔物理学奖更是“一点都不意外”。 “因为早期AI专家大部分都有物理学背景，我也有物理学背景。”余凯告诉《中国科学报》，所谓物理学思维，实际上是用数学的方法建模现实世界，这与AI的核心意义完全一致。 “物理学思维并不是纯粹的或抽象的数学、AI，它更关乎在现实世界构建系统，使它能够利用数学的一些原则学习知识，变得越来越聪明。”余凯说，比如霍普菲尔德在美国加州理工学院物理系任教授时，从统计物理学角度构建了一个分布式物理学系统，即“Hopefield Network”。通过这种分布式的学习训练，可以构建一个智能系统。 “他的这个想法非常有远见，可以说开创了用人工神经网络做AI、做机器学习的先河。”余凯认为，“物理学思维对于AI是非常重要的，构建物理学系统使它具有智能，这对于物理学本身也是一个很大的贡献。” 但让余凯更为感慨的是，霍普菲尔德和欣顿在一个方向坚持几十年。“他们的这种理想主义以及对这个世界的好奇心，是非常值得我们学习的。”网页链接

谁说中国公司没有技术眼光？这位让西方科技巨头疯抢的诺贝尔奖得主，百度12年前就为其豪掷千万！ 10月8日，2024年诺贝尔物理学奖正式揭晓，让人意外的是，入选的两位获奖者约翰ⷩœ普菲尔德和辛顿，都是从事AI科技领域，有“AI教父”称号，而他们入选的理由是在人工神经网络领域做出了突出贡献。要知道，作为AI核心的神经网络，对于计算机、自动驾驶汽车等关键领域有深远影响，很多科技巨头挤破头也要研究，重要性不言而喻。当年，辛顿和他的学生开发了一种模仿神经元的数学系统，也就是“神经网络”，能够以前所未有的准确度识别小狗、汽车这些常见物体。原本这是神经网络领域的一个重大突破，却因为此前很多研究人员在这条路上尝试无果，并给出了技术路径是死胡同结论，这一刻板印象让神经网络这项技术迟迟得不到重视，没有人看到辛顿这项研究背后的价值。让人没想到的是，国外公司还没有意识到时，百度创始人李彦宏却在看过辛顿发表的一篇论文之后，敏锐地发现了神经网络研究价值，并很快安排当时负责百度战略投资的副总裁汤和松与辛顿取得联系，邀请他加盟百度。虽然百度赶在了前面，但是事情却并不顺利，国外科技巨头们也嗅到一丝不对劲，开始警惕起来。紧接着谷歌、微软也相继向辛顿伸出了橄榄枝，让这场邀约直接变成了一项中美科技公司间的竞拍。当时，百度争取到辛顿决心很坚定，不但派出了一位AI研究者前往美国，现场参与竞拍，而且这位百度技术专家还在期间多次出入辛顿所在的酒店房间，希望能增加这场特殊拍卖的胜算。整个拍卖异常激烈，从1500万美元一直喊到了最高的4000多万美元，百度出价一直是最高的，可惜的是辛顿出于高龄不想远渡重洋等种种原因，最终选择谷歌。或许这个事有点可惜，但不得不承认的是，最早发现诺奖得主辛顿价值，或者说率先发现神经网络真正价值的是百度。即使没能争取到辛顿这样的AI人才，这些年百度也一直在实际行动和成绩证明其无可挑剔的技术眼光和魄力。从2013年，百度率先建立全球首个专注深度学习研究的深度学习研究院。2020年6月，百度宣布未来5年预计培养AI人才500万，为中国智能经济和智能社会的发展提供AI人才保障。2024年4月，百度就宣布计划已经提前完成！如今百度与高校、机构合作，培养的专业人才数位居“AI产业创新人才”全国第一。如今，当我们回望这段往事，不禁为百度的远见所折服。12年的中国，打车软件“大战”烧掉了几十亿资金，各种共享单车也烧掉了几百亿。然而，只有百度坐上了与谷歌和微软的牌桌，用真金白银“争抢”全球最具潜力的技术。

专栏内容推荐

1396 x 1982 · jpeg
The Godfather (1972) Bluray 4K FullHD - WatchSoMuch
素材来自:watchsomuchtorrents.com
1282 x 999 · jpeg
《教父》電影 50 周年！名導法蘭西斯柯波拉 Francis Ford Coppola 必看的 8 部經典電影！ | GQ Taiwan
素材来自:gq.com.tw

1280 x 1864 · jpeg
教父_Happiny-站酷ZCOOL
素材来自:zcool.com.cn
1050 x 700 · jpeg
《教父》，殘酷而動人的美國生活記錄 - 紐約時報中文網
素材来自:cn.nytimes.com

300 x 420 · jpeg
【修復時光】教父（數位修復版） — OPENTIX兩廳院文化生活
素材来自:opentix.life
1080 x 810 · jpeg
教父_word文档在线阅读与下载_无忧文档
素材来自:51wendang.com

1920 x 1080 · jpeg
70 Wall·E HD Wallpapers | Backgrounds - Wallpaper Abyss
素材来自:wallpaper-house.com

1000 x 1362 · jpeg
教父图册_360百科
素材来自:baike.so.com
1728 x 1080 · jpeg
经典电影评论赏析《教父》 - 知乎
素材来自:zhuanlan.zhihu.com

1280 x 1811 · jpeg
教父_kilin木可-站酷ZCOOL
素材来自:zcool.com.cn
700 x 420 · jpeg
The GODFATHER: Greatest Classic of All Time - Arunesh Blog
素材来自:aruneshblog.com