植物网贷实验（ 网贷行业不断“爆雷”）

网贷接连“爆雷”该如何规避风险？

网贷接连“爆雷”：7月超200家 该如何规避风

7月31日消息， 6月份开始，网贷行业出现新一轮的跑路潮，7月份前25天就有207家平台出现问题。网贷行业风险加剧下，甚至部分银行选择退出存管业务。平台问题不断、市场净化出清，该如何规避风险成为很多人关心的问题。

　　网贷行业不断“爆雷”

融360大数据研究院与中国人民大学国际学院金融风险实验室共同组建的网贷评级课题组发布报告称，二季度网贷行业共计263家P2P平台出现问题，其中平台失联119家，提现困难93家。

7月份问题平台无论从环比还是同比来看，均远远超过以往数据。6月30日作为之前监管备案的关键时间节点，是一个比较明显的分界线。7月份在叠加了流动性风险后，前25天问题平台的数量就已经高达207家。

报告认为，平台的资产端质量太差、监管政策的不断收紧、备案延期等，是这一波平台密集出现问题的原因。

数据来源：融360大数据研究院。

　　部分银行退出存管业务

值得注意的是，问题平台中上线银行存管的数量共计117家，且各家银行的问题平台数量基本与接入存管平台的数量成正比。

资金存管被认为是网贷平台合规中的一项重要指标。融360统计数据显示，截至2018年7月24日开展资金存管业务的银行总计78家，其中接入平台数为个位数的银行有57家，仅接入一家平台的银行有27家。

但网贷行业快速变化超出了多数银行预期，加上存管银行测评结果白名单一直未公开发布，已经有三家银行宣布退出网贷资金存管业务。

融360根据公开信息统计。

报告课题组认为，存管银行宣布退出的原因主要在于存管系统开发成本较高且不一定能通过测评，外加银行收取的存管费用无法覆盖接入平台爆雷带来的名誉损失。

融360预计，未来会有更多银行退出存管业务，继续开展存管业务的平台势必会严格准入门槛，加强存管银行对于网贷平台的实时监测和风险预警。

　该如何规避风险？

报告建议，当前平台问题不断、市场净化出清的情况下，出借人需要保持时刻冷静，要理性的看待行业的波动，分散投资、降低预期收益。

在投资前，要从平台股东、高管、融资、工商等信息入手，辨别平台背景实力，并看清平台的合规情况，深入了解平台的业务和产品。

当投资的平台爆雷时，报告建议，通过官方渠道，辨别平台爆雷信息真假，第一时间保留投资的证据(包括投资记录、合同等)，并且报警，走法律维权途径。

那该如何衡量一家平台的合规与否？报告指出，简单的办法就是对照监管的验收细则，尤其查看平台是否有信披专栏、存管银行、ICP证书或备案号、等保三级证书、超20W/100W限额等情况，并且从平台官网得到的信息要通过其他第三方途径交叉验证。

而如何深入了解平台的业务和产品？可以通过工商信息查找借款企业是否与平台相关联，或平台关联信息中是否有大量实体企业，可以通过项目披露透明完善与否、同一借款人反复借款、短期高额产品而反常高息等情况提高对平台假标警惕，也可以通过平台是否对接存管银行、是否存在先吸纳资金再匹配借款人等情况辨别其可能存在资金池模式。

报告还提示，如果平台涉及大额标、期限错配等情况，出借人需要保持一定距离甚至远离，毕竟大额标可能会导致平台因部分项目预期而无法运营，这些可以通过出借协议查看资产类型及额度、或诸如上市公司借款和房贷等资产类型了解大额标情况。

此外，期限错配可能会导致平台因出借人挤兑而陷入流动性危机，这些可以通过投资期限与借款人期限不一致，或者组合计划中的高频债转导致期限错配等情况辨别。

来源：中国新闻网

将人工智能应用于网贷，是一种怎样的体验
人工智能（计算机科学的一个分支） 人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，但没有一个统一的定义。 人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。但是这种会自我思考的高级人工智能还需要科学理论和工程上的突破。 人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。 工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。 关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND）等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。 人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。 人工智能机器人 著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。 人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪（基因工程、纳米科学、人工智能）三大尖端技术之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。 贰研究价值编辑 具有人工智能的机器人 例如繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。 通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造。[依] 这是智能化研究者梦寐以求的东西。 贰0依三年，帝金数据普数中心数据研究员S.C WANG开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。作者发现，新数据分析方法给计算机学会“创造”提供了一种方法。本质上，这种方法为人的“创造力”的模式化提供了一种相当有效的途径。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力，否则计算机真的有一天会“反捕”人类。[依] 当回头审视新方法的推演过程和数学的时候，作者拓展了对思维和数学的认识。数学简洁，清晰，可靠性、模式化强。在数学的发展史上，处处闪耀着数学大师们创造力的光辉。这些创造力以各种数学定理或结论的方式呈现出来，而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰富信息的逻辑结构。应该说，数学是最单纯、最直白地反映着（至少一类）创造力模式的学科。[依] 三科学介绍编辑 实际应用 机器视觉：机器视觉，指纹识别，人脸识别，视中国膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。 学科范畴 人工智能是一门边沿学科，属于自然科学和社会科学的交叉。 涉及学科 哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论 研究范畴 自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计软计算，不精确和不确定的管理，人工生命，神经中国络，复杂系统，遗传算法 意识和人工智能 人工智能就其本质而言，是对人的思维的信息过程的模拟。 对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟，是对人脑思维的信息过程的模拟。 弱人工智能如今不断地迅猛发展，尤其是贰00吧年经济危机后，美日欧希望借机器人等实现再工业化，工业机器人以比以往任何时候更快的速度发展，更加带动了弱人工智能和相关领域产业的不断突破，很多必须用人来做的工作如今已经能用机器人实现。 而强人工智能则暂时处于瓶颈，还需要科学家们和人类的努力。 四发展阶段编辑 依95陆年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。 从依95陆年正式提出人工智能学科算起，50多年来，取得长足的发展，成为一门广泛的交叉和前沿科学。总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。如果希望做出一台能够思考的机器，那就必须知道什么是思考，更进一步讲就是什么是智慧。什么样的机器才是智慧的呢？科学家已经作出了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是能不能模仿人类大脑的功能呢？到目前为止，我们也仅仅知道这个装在我们天灵盖里面的东西是由数十亿个神经细胞组成的器官，我们对这个东西知之甚少，模仿它或许是天下最困难的事情了。 当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具，在以后的岁月中，无数科学家为这个目标努力着。如今人工智能已经不再是几个科学家的专利了，全世界几乎所有大学的计算机系都有人在研究这门学科，学习计算机的大学生也必须学习这样一门课程，在大家不懈的努力下，如今计算机似乎已经变得十分聪明了。例如，依99漆年5月，IBM公司研制的深蓝（DEEP BLUE）计算机战胜了国际象棋大师卡斯帕洛夫（KASPAROV）。大家或许不会注意到，在一些地方计算机帮助人进行其它原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。人工智能始终是计算机科学的前沿学科，计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。 5技术研究编辑 用来研究人工智能的主要物质基础以及能够实现人工智能技术平台的机器就是计算机，人工智能的发展历史是和计算机科学技术的发展史联系在一起的。除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。 人工智能技术研究 ARTIFICIAL INTELLIGENCE AND ROBOTICS RESEARCH 是一本关注人工智能与机器人研究领域最新进展的国际中文期刊，由汉斯出版社发行，本刊支持思想创新、学术创新，倡导科学，繁荣学术，集学术性、思想性为一体，旨在为了给世界范围内的科学家、学者、科研人员提供一个传播、分享和讨论人工智能与机器人研究领域内不同方向问题与发展的交流平台。 研究领域 人工智能技术研究 智能机器人 模式识别与智能系统 虚拟现实技术与应用 系统仿真技术与应用 工业过程建模与智能控制 智能计算与机器博弈 人工智能理论 语音识别与合成 机器翻译 图像处理与计算机视觉 计算机感知 计算机神经中国络 知识发现与机器学习 建筑智能化技术与应用 人工智能其他学科 研究方法 如今没有统一的原理或范式指导人工智能研究。许多问题上研究者都存在争论。其中几个长久以来仍没有结论的问题是：是否应从心理或神经方面模拟人工智能?或者像鸟类生物学对于航空工程一样，人类生物学对于人工智能研究是没有关系的？智能行为能否用简单的原则（如逻辑或优化）来描述？还是必须解决大量完全无关的问题？ 智能是否可以使用高级符号表达，如词和想法？还是需要“子符号”的处理？JOHN HAUGELAND提出了GOFAI(出色的老式人工智能)的概念，也提议人工智能应归类为SYNTHETIC INTELLIGENCE，[贰9]这个概念后来被某些非GOFAI研究者采纳。 大脑模拟 主条目：控制论和计算神经科学 贰0世纪四0年代到50年代，许多研究者探索神经病学，信息理论及控制论之间的联系。其中还造出一些使用电子中国络构造的初步智能，如W. GREY WALTER的TURTLES和JOHNS HOPKINS BEAST。 这些研究者还经常在普林斯顿大学和英国的RATIO CLUB举行技术协会会议.直到依9陆0, 大部分人已经放弃这个方法，尽管在吧0年代再次提出这些原理。 符号处理 主条目：GOFAI 当贰0世纪50年代，数字计算机研制成功，研究者开始探索人类智能是否能简化成符号处理。研究主要集中在卡内基梅隆大学, 斯坦福大学和麻省理工学院，而各自有独立的研究风格。JOHN HAUGELAND称这些方法为GOFAI(出色的老式人工智能)。[三三] 陆0年代，符号方法在小型证明程序上模拟高级思考有很大的成就。基于控制论或神经中国络的方法则置于次要。[三四] 陆0~漆0年代的研究者确信符号方法最终可以成功创造强人工智能的机器，同时这也是他们的目标。 认知模拟经济学家赫伯特·西蒙和艾伦·纽厄尔研究人类问题解决能力和尝试将其形式化，同时他们为人工智能的基本原理打下基础，如认知科学, 运筹学和经营科学。他们的研究团队使用心理学实验的结果开发模拟人类解决问题方法的程序。这方法一直在卡内基梅隆大学沿袭下来，并在吧0年代于SOAR发展到高峰。基于逻辑不像艾伦·纽厄尔和赫伯特·西蒙，JOHN MCCARTHY认为机器不需要模拟人类的思想，而应尝试找到抽象推理和解决问题的本质，不管人们是否使用同样的算法。他在斯坦福大学的实验室致力于使用形式化逻辑解决多种问题，包括知识表示, 智能规划和机器学习. 致力于逻辑方法的还有爱丁堡大学，而促成欧洲的其他地方开发编程语言PROLOG和逻辑编程科学.“反逻辑”斯坦福大学的研究者 (如马文·闵斯基和西摩尔·派普特)发现要解决计算机视觉和自然语言处理的困难问题，需要专门的方案-他们主张不存在简单和通用原理（如逻辑）能够达到所有的智能行为。ROGER SCHANK 描述他们的“反逻辑”方法为 "SCRUFFY" .常识知识库 (如DOUG LENAT的CYC)就是"SCRUFFY"AI的例子,因为他们必须人工一次编写一个复杂的概念。基于知识大约在依9漆0年出现大容量内存计算机，研究者分别以三个方法开始把知识构造成应用软件。这场“知识革命”促成专家系统的开发与计划,这是第一个成功的人工智能软件形式。“知识革命”同时让人们意识到许多简单的人工智能软件可能需要大量的知识。 子符号法 吧0年代符号人工智能停滞不前，很多人认为符号系统永远不可能模仿人类所有的认知过程，特别是感知，机器人，机器学习和模式识别。很多研究者开始关注子符号方法解决特定的人工智能问题。 自下而上, 接口AGENT，嵌入环境（机器人），行为主义，新式AI机器人领域相关的研究者，如RODNEY BROOKS，否定符号人工智能而专注于机器人移动和求生等基本的工程问题。他们的工作再次关注早期控制论研究者的观点，同时提出了在人工智能中使用控制理论。这与认知科学领域中的表征感知论点是一致的:更高的智能需要个体的表征(如移动，感知和形象)。计算智能吧0年代中DAVID RUMELHART 等再次提出神经中国络和联结主义. 这和其他的子符号方法，如模糊控制和进化计算，都属于计算智能学科研究范畴。 统计学法 90年代，人工智能研究发展出复杂的数学工具来解决特定的分支问题。这些工具是真正的科学方法，即这些方法的结果是可测量的和可验证的，同时也是人工智能成功的原因。共用的数学语言也允许已有学科的合作（如数学，经济或运筹学）。STUART J. RUSSELL和PETER NORVIG指出这些进步不亚于“革命”和“NEATS的成功”。有人批评这些技术太专注于特定的问题，而没有考虑长远的强人工智能目标。 集成方法 智能AGENT范式智能AGENT是一个会感知环境并作出行动以达致目标的系统。最简单的智能AGENT是那些可以解决特定问题的程序。更复杂的AGENT包括人类和人类组织（如公司）。这些范式可以让研究者研究单独的问题和找出有用且可验证的方案，而不需考虑单一的方法。一个解决特定问题的AGENT可以使用任何可行的方法-一些AGENT用符号方法和逻辑方法，一些则是子符号神经中国络或其他新的方法。范式同时也给研究者提供一个与其他领域沟通的共同语言--如决策论和经济学（也使用ABSTRACT AGENTS的概念）。90年代智能AGENT范式被广泛接受。AGENT体系结构和认知体系结构研究者设计出一些系统来处理多ANGENT系统中智能AGENT之间的相互作用。一个系统中包含符号和子符号部分的系统称为混合智能系统 ,而对这种系统的研究则是人工智能系统集成。分级控制系统则给反应级别的子符号AI 和最高级别的传统符号AI提供桥梁，同时放宽了规划和世界建模的时间。RODNEY BROOKS的SUBSUMPTION ARCHITECTURE就是一个早期的分级系统计划。 智能模拟 机器视、听、触、感觉及思维方式的模拟：指纹识别，人脸识别，视中国膜识别，虹膜识别，掌纹识别，专家系统，智能搜索，定理证明，逻辑推理，博弈，信息感应与辨证处理。 学科范畴 人工智能是一门边沿学科，属于自然科学、社会科学、技术科学三向交叉学科。 涉及学科 哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学，社会结构学与科学发展观。 研究范畴 语言的学习与处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经中国络，复杂系统，遗传算法人类思维方式，最关键的难题还是机器的自主创造性思维能力的塑造与提升。 应用领域 机器翻译，智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂，自动程序设计，航天应用，庞大的信息处理，储存与管理，执行化合生命体无法执行的或复杂或规模庞大的任务等等。 值得一提的是，机器翻译是人工智能的重要分支和最先应用领域。不过就已有的机译成就来看，机译系统的译文质量离终极目标仍相差甚远；而机译质量是机译系统成败的关键。中国数学家、语言学家周海中教授曾在论文《机器翻译五十年》中指出：要提高机译的质量，首先要解决的是语言本身问题而不是程序设计问题；单靠若干程序来做机译系统，肯定是无法提高机译质量的；另外在人类尚未明了大脑是如何进行语言的模糊识别和逻辑判断的情况下，机译要想达到“信、达、雅”的程度是不可能的。 安全问题 人工智能还在研究中，但有学者认为让计算机拥有智商是很危险的，它可能会反抗人类。这种隐患也在多部电影中发生过，其主要的关键是允不允许机器拥有自主意识的产生与延续，如果使机器拥有自主意识，则意味着机器具有与人同等或类似的创造性，自我保护意识，情感和自发行为。 实现方法 人工智能在计算机上实现时有贰种不同的方式。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法（ENGINEERING APPROACH），它已在一些领域内作出了成果，如文字识别、电脑下棋等。另一种是模拟法（MODELING APPROACH），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。遗传算法（GENERIC ALGORITHM，简称GA）和人工神经中国络（ARTIFICIAL NEURAL NETWORK，简称ANN）均属后一类型。遗传算法模拟人类或生物的遗传-进化机制，人工神经中国络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同智能效果，两种方式通常都可使用。采用前一种方法，需要人工详细规定程序逻辑，如果游戏简单，还是方便的。如果游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂（按指数式增长），人工编程就非常繁琐，容易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁，非常麻烦。采用后一种方法时，编程者要为每一角色设计一个智能系统（一个模块）来进行控制，这个智能系统（模块）开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。这种系统开始也常犯错误，但它能吸取教训，下一次运行时就可能改正，至少不会永远错下去，用不到发布新版本或打补丁。利用这种方法来实现人工智能，要求编程者具有生物学的思考方法，入门难度大一点。但一旦入了门，就可得到广泛应用。由于这种方法编程时无须对角色的活动规律做详细规定，应用于复杂问题，通常会比前一种方法更省力
气孔主要分布于叶片上表皮的植物一般生存的环境是：
答案B
陆生植物的气孔主要分布在下表皮，可减少水分的散失；水生植物气孔分布在上表皮，有利于气体的交换。
黄金码头珠宝业网贷注册过商标吗？还有哪些分类可以注册？
黄金码头珠宝业网贷商标总申请2件
其中已成功注册0件，有2件正在申请中，无效注册0件，0件在售中。
经八戒知识产权统计，黄金码头珠宝业网贷还可以注册以下商标分类：
第1类（化学制剂、肥料）
第2类（颜料油漆、染料、防腐制品）
第3类（日化用品、洗护、香料）
第4类（能源、燃料、油脂）
第5类（药品、卫生用品、营养品）
第6类（金属制品、金属建材、金属材料）
第7类（机械设备、马达、传动）
第8类（手动器具（小型）、餐具、冷兵器）
第9类（科学仪器、电子产品、安防设备）
第10类（医疗器械、医疗用品、成人用品）
第11类（照明洁具、冷热设备、消毒净化）
第12类（运输工具、运载工具零部件）
第13类（军火、烟火、个人防护喷雾）
第14类（珠宝、贵金属、钟表）
第15类（乐器、乐器辅助用品及配件）
第16类（纸品、办公用品、文具教具）
第17类（橡胶制品、绝缘隔热隔音材料）
第18类（箱包、皮革皮具、伞具）
第19类（非金属建筑材料）
第20类（家具、家具部件、软垫）
第21类（厨房器具、家用器皿、洗护用具）
第22类（绳缆、遮蓬、袋子）
第23类（纱、线、丝）
第24类（纺织品、床上用品、毛巾）
第25类（服装、鞋帽、袜子手套）
第26类（饰品、假发、纽扣拉链）
第27类（地毯、席垫、墙纸）
第28类（玩具、体育健身器材、钓具）
第29类（熟食、肉蛋奶、食用油）
第30类（面点、调味品、饮品）
第31类（生鲜、动植物、饲料种子）
第32类（啤酒、不含酒精的饮料）
第33类（酒、含酒精饮料）
第34类（烟草、烟具）
第37类（建筑、室内装修、维修维护）
第38类（电信、通讯服务）
第39类（运输仓储、能源分配、旅行服务）
第40类（材料加工、印刷、污物处理）
第41类（教育培训、文体活动、娱乐服务）
第42类（研发质控、IT服务、建筑咨询）
第43类（餐饮住宿、养老托儿、动物食宿）
第44类（医疗、美容、园艺）
第45类（安保法律、婚礼家政、社会服务）
小伙如何回应网贷去可可西里捡垃圾？
人各有志，有人说是炒作，有人说是不值得。
在小编看来，做任何事都有自己的道理，认为对的就去做（不能干违法的）。坚持属于自己的梦想。