把你最喜欢的栏目添加到这里来哦
对话丨53岁芮乃伟全运夺冠，围棋历史第一位女九段还在拼杀
澎湃新闻记者 李琼 发自天津
08:32 来源：澎湃新闻
时隔24年后，曾经叱咤中外棋坛的芮乃伟再次站到了全运会的最高领奖台上，53岁的她也因此成为了全运会历史上夺冠年纪最大的选手。“已经过了24年了，我都感觉全运会不会有围棋了，因为真的太遥远了。”作为世界围棋史上首位女子九段棋手，芮乃伟说自己能够再次踏上全运赛场已非常开心。这位当今棋坛为数不多的能与男子棋手相抗衡的女棋手实力依旧，她在比赛中的战绩为6胜1负，其中前五盘保持不败。夺冠后，芮乃伟接受了澎湃新闻记者的专访，她谦虚地说自己夺冠只是运气好，而因为AlphaGo的出现，让自己感到做棋手很幸福。日，芮乃伟参加2017全运会群众比赛围棋决赛。东方IC 资料围棋历史上第一位女九段芮乃伟本名原为芮迺伟，但由于被误传导致后来的媒体一直采用“芮乃伟”这个名字，而云淡风轻的芮老好像也并不在乎这件事，只是在自己签名时还用“迺”字。在本届全运会上，芮乃伟依旧表现得十分淡然。一头利落短发的她习惯穿一件印有棋谱和师傅吴清源大师名字的T恤、一条淡灰色休闲长裤，手里还经常拿着一块毛巾用来擦汗。就是这样一位看上去再普通不过的长者身体里却蕴含着巨大的能量。纵观高手云集的中国棋坛，可能还没有哪个女子棋手能有芮老当年那般叱咤风云的经历。上世纪90年代的女子棋坛可以算得上“芮乃伟时代”，她曾在年获得过8次女子世界冠军，更是在1988年就升级为职业九段，成为了世界围棋史上第一位女子九段。芮乃伟也是为数不多的能与男子棋手相抗衡的女棋手，她曾在1992年闯入第二届应氏杯四强，击败了包括胜小松英树、李昌镐在内的多位男子顶尖棋手，创造了女子棋手在世界大赛中的最好成绩。“男子棋手太厉害了！”在向澎湃新闻记者回忆起那段辉煌的过往时，芮乃伟依旧显得谦虚而低调，“现在回想起来我下的那些棋水平其实是不行的，能取得那样的成绩，我自己都不能相信。”1993年，芮乃伟东渡日本拜在围棋大师吴清源门下，成为他的关门弟子。此后她又辗转美国、韩国两国，并在1999年加入韩国棋院，随即在韩国刮起了一阵“芮式旋风”。2011年底，芮迺伟回归中国棋院，由于对围棋的热爱，53岁的她现在仍然还在以职业棋手的身份参加着各种比赛，也依然继续着那些枯燥的练习，“不一定是每一天，但我一直会坚持训练。”芮乃伟和吴清源大师。视觉中国 资料知天命之年重返全运会今年的第十三届天津全运会，围棋项目时隔24年重返赛场，而53岁的芮乃伟也时隔24年再次代表上海队出战，并再次为家乡获得了一枚金牌。“按照全运会的规定，上海队可以有两名女棋手参加，我们5月1日先通过了预赛，然后是总决赛，就自然而然的参加了。”当年叱咤棋坛的芮乃伟也曾在全运会上大放异彩，她在1987年和1993年与搭档连续两届为上海队夺得全运会围棋女子团体冠军，不过当时并没有设立个人项目。“我1987年、1993年都参加过，这是第三次，我1987年参加的时候，好像这里所有的选手都还没出生呢，他们给我统计过，可能就一个吧。”芮老笑着说道。“所以我觉得自己太老了，这个赛制也是4天7盘棋，完全没有什么别的想法，就只是想着来这比赛享受一下围棋吧，当然我也是尽自己最大的努力去比赛。”芮老说希望自己能有时间缓缓，一天两盘棋对于她来说还是有些过于劳累了，“如果能一天一盘棋就好了，我当年下的全运会团体赛就是一天一盘棋，那时候我还年轻就是这样的赛制了。”“芮老非常不容易，50多岁的年纪还能在一线的赛场比赛，而且这次也发挥的非常好。”在场外观战的常昊九段向澎湃新闻记者感慨道。芮乃伟对阵聂卫平。视觉中国 资料6胜1负，她仍是传奇以53岁的年龄参赛的确在围棋赛场算是“高龄”，但年龄与实力无关。当人们关心着柯洁到底能将连胜纪录保持到多少场时，芮乃伟也默默地进行着自己的不败神话。在总共7盘棋的比拼中，芮乃伟以6胜1负的战绩笑傲群雄，甚至她在前5盘都保持不败，其中还击败了於之莹这样的夺冠热门。对于自己一开始的5连胜，芮乃伟表示有点不可思议，“我也不知道自己怎么能够连胜，之前代表上海参加过智力运动会，也是这样的赛制，就是觉得有点累，但是参加了总是要拼一下的。”芮老继续分析道，“这次感觉还好，可能因为前面赢了棋容易调整一点。虽然赛程密集，但是我告诉自己一定会扛过去的。”比赛的最后一盘棋相当关键，因为胜负决定着冠军的归属。当天在场外，常昊九段也关心着芮乃伟与对手潘阳的对局形势，他还不时地与国家围棋队领队华学明交流战况。在接受澎湃新闻的采访时，常昊表示芮老获胜的希望是很大的，“她的形势非常好，应该说按照正常进行的话她应该是可以获胜的。”果然如常昊所言，芮老最终战胜潘阳再次站上全运会的最高领奖台。赛后，这位身经百战的棋手却告诉澎湃新闻记者，自己夺冠只是运气好罢了。“这里面还是有很多运气的成分，有两盘棋都挺幸运的，包括今天这盘，中途如果她下对了我的棋就死了。”芮老解释道，“因为比赛进程很快，都是30秒一步的，所以就有很多算不清的地方。”AlphaGo让围棋世界更广阔在芮乃伟的比赛结束之前，柯洁夺取全运金牌、豪取20连胜的消息已经不胫而走。对于柯洁的成绩，芮老表示这与AlphaGo有着莫大的关系。“AlphaGo（对他）应该是有帮助的，我想经历过AlphaGo之后，很多东西对他来说都太简单了。”芮老向澎湃新闻记者说道。芮老认为，AI让围棋的世界更广阔了，而她也感慨现在做职业棋手是件很幸福的事，“因为我们还能看到（这样的变革）。”“AlphaGo带给我们新的思维，包括从布局开始的各个阶段，现在只要它下了什么棋大家就开始跟着下，包括我在全运会的这几盘棋也都用了类似的（技法）。”在芮乃伟看来，AlphaGo的出现让围棋现在变得很热门，这也非常有利于这项古老的运动在民间和青少年群体中传播和推广。“我觉得现在想学围棋的孩子很多，它毕竟不完全是竞技，这些孩子也不需要都成为职业棋手，但是通过围棋可以学习到很多棋以外的东西。”芮老说现在中国有一大批职业棋手和业余高手都在做围棋老师，如果政策上能有所倾斜也许能帮助这项运动更好的发展。“比如说我们的孩子打了段了、有了成绩了，能不能考试加点分？”
责任编辑：腾飞澎湃新闻报料：9 & 澎湃新闻，未经授权不得转载
关键词 >> 芮乃伟,围棋,全运会
评论（59）
澎湃新闻APP下载专家评围棋之神“阿尔法元”：成绩令人欣喜 但AI还在路上-李昕,人工智能,算法,围棋,杜克,棋局,阿尔法,副校长,高层次,棋谱,-中国新闻-东方网
&&&新闻热线：021-
专家评围棋之神“阿尔法元”：成绩令人欣喜 但AI还在路上
原标题：专家评围棋之神“阿尔法元”：成绩令人欣喜，但AI还在路上　　在金庸的小说《射雕英雄传》里，周伯通“左手画圆，右手画方”，左手攻击右手，右手及时反搏，自娱自乐，终无敌于天下。　　现实世界中，亦有这么一个“幼童”，他没见过一个棋谱，也没有得到一个人指点，从零开始，自娱自乐，自己参悟，用了仅仅40天，便称霸围棋武林。　　这个“幼童”，叫阿尔法元(AlphaGo Zero)，就是今年5月在乌镇围棋峰会上打败了人类第一高手柯洁的阿尔法狗强化版AlphaGo Master的同门“师弟”。不过，这个遍读人类几乎所有棋谱、以3比0打败人类第一高手的师兄，在“师弟”阿尔法元从零自学第21天后，便被其击败。　　10月19日，一手创造了AlphaGo神话的谷歌DeepMind团队在Nature杂志上发表重磅论文Mastering the game of Go without human knowledge，介绍了团队最新研究成果――阿尔法元的出世，引起业内轰动。　　虽师出同门，但是师兄弟的看家本领却有本质的差别。　　“过去所有版本的AlphaGo都从利用人类数据进行培训开始，它们被告知人类高手在这个地方怎么下，在另一个地方又怎么下。” DeepMind阿尔法狗项目负责人David Silver博士在一段采访中介绍，“而阿尔法元不使用任何人类数据，完全是自我学习，从自我对弈中实践。”　　David Silver博士介绍，在他们所设计的算法中，阿尔法元的对手，或者叫陪练，总是被调成与其水平一致。“所以它是从最基础的水平起步，从零开始，从随机招式开始，但在学习过程中的每一步，它的对手都会正好被校准为匹配器当前水平，一开始，这些对手都非常弱，但是之后渐渐变得越来越强大。”　　这种学习方式正是当今人工智能最热门的研究领域之一――强化学习（Reinforcement learning）。　　昆山杜克大学和美国杜克大学电子与计算机工程学教授李昕博士向澎湃新闻（www.thepaper.cn）介绍，DeepMind团队此次所利用的一种新的强化学习方式，是从一个对围棋没有任何知识的神经网络开始，然后与一种强大的搜索算法相结合，“简单地解释就是，它开始不知道该怎么做，就去尝试，尝试之后，看到了结果，若是正面结果，就知道做对了，反之，就知道做错了，这就是它自我学习的方法。”　　这一过程中，阿尔法元成为自己的“老师”，神经网络不断被调整更新，以评估预测下一个落子位置以及输赢，更新后的神经网络又与搜索算法重新组合，进而创建一个新的、更强大的版本，然而再次重复这个过程，系统性能经过每一次迭代得到提高，使得神经网络预测越来越准确，阿尔法元也越来越强大。　　其中值得一提的是，以前版本的阿尔法狗通常使用预测下一步的“策略网络(policy network)”和评估棋局输赢的“价值网络(value network)”两个神经网络。而更为强大的阿尔法元只使用了一个神经网络，也就是两个网络的整合版本。　　这个意义上而言，“AlphaGo Zero”译成“阿尔法元”，而不是字面上的“阿尔法零”，“内涵更加丰富，代表了人类认知的起点――神经元。”李昕教授说。　　上述研究更新了人们对于机器学习的认知。“人们一般认为，机器学习就是关于大数据和海量计算，但是通过阿尔法元，我们发现，其实算法比所谓计算或数据可用性更重要。”DavidSilver博士说。　　李昕教授长期专注于制造业大数据研究，他认为，这个研究最有意义的一点在于，证明了人工智能在某些领域，也许可以摆脱对人类经验和辅助的依赖。“人工智能的一大难点就是，需要大量人力对数据样本进行标注，而阿尔法元则证明，人工智能可以通过‘无监督数据（unsupervised data）’，也就是人类未标注的数据，来解决问题。”　　有人畅想，类似的深度强化学习算法，或许能更容易地被广泛应用到其他人类缺乏了解或是缺乏大量标注数据的领域。　　不过，究竟有多大实际意义，能应用到哪些现实领域，李昕教授表示“还前途未卜”，“下围棋本身是一个比较局限的应用，人类觉得下围棋很复杂，但是对于机器来说并不难。而且，下围棋只是一种娱乐方式，不算作人们在生活中遇到的实际问题。”　　那么，谷歌的AI为什么会选择围棋？　　据《第一财经》报道，历史上，电脑最早掌握的第一款经典游戏是井字游戏，这是1952年一位博士在读生的研究项目；随后是1994年电脑程序Chinook成功挑战西洋跳棋游戏；3年后，IBM深蓝超级计算机在国际象棋比赛中战胜世界冠军加里卡斯帕罗夫。　　除了棋盘游戏外，IBM的Watson系统在2011年成功挑战老牌智力竞赛节目Jeopardy游戏一战成名；2014年，Google自己编写的算法，学会了仅需输入初始像素信息就能玩几十种Atari游戏。　　但有一项游戏仍然是人类代表着顶尖水平，那就是围棋。　　谷歌DeepMind创始人兼CEO Demis Hassabis博士曾在2016年AlphaGo对阵李世石时就做过说明，有着3000多年历史的围棋是人类有史以来发明出来的最复杂的游戏，对于人工智能来说，这是一次最尖端的大挑战，需要直觉和计算，要想熟练玩围棋需要将模式识别和运筹帷幄结合。　　“围棋的搜索空间是漫无边际的――比围棋棋盘要大1个古戈尔(数量级单位，10的100次方，甚至比宇宙中的原子数量还要多)。”因此，传统的人工智能方法也就是“为所有可能的步数建立搜索树”，在围棋游戏中几乎无法实现。　　而打败了人类的AlphaGo系统的关键则是，将围棋巨大无比的搜索空间压缩到可控的范围之内。David Silver博士此前曾介绍，策略网络的作用是预测下一步，并用来将搜索范围缩小至最有可能的那些步骤。另一个神经网络“价值网络(valuenetwork)”则是用来减少搜索树的深度，每走一步估算一次游戏的赢家，而不是搜索所有结束棋局的途径。　　李昕教授对阿尔法元带来的突破表示欣喜，但同时他也提到，“阿尔法元证明的只是在下围棋这个游戏中，无监督学习（unsupervised learning）比有监督学习（supervised learning）‘更优’，但并未证明这就是‘最优’方法，也许两者结合的semi-supervised learning，也就是在不同时间和阶段，结合有监督或无监督学习各自的优点，可以得到更优的结果。”　　李昕教授说，人工智能的技术还远没有达到人们所想象的程度，“比如，互联网登录时用的reCAPTCHA验证码（图像或者文字），就无法通过机器学习算法自动识别”，他说，在某些方面，机器人确实比人做得更好，但目前并不能完全替换人。“只有当科研证明，一项人工智能技术能够解决一些实际问题和人工痛点时，才真正算作是一个重大突破。”　　昆山杜克大学常务副校长、中美科技政策和关系专家丹尼斯?西蒙（Denis Simon）博士在接受澎湃新闻采访时表示，阿尔法元在围棋领域的成功说明它确实有极大的潜力。阿尔法元通过与自身对弈实现了自身能力的提升，每一次它都变得更聪明，每一次棋局也更有挑战性。这种重复性的、充分参与的学习增强了阿尔法元处理更高层次的、战略复杂问题的能力。但缺点是这是一个封闭的系统。“阿尔法元如何能够超过自身的局限获得进一步的成长？换句话说，它能跳出框框思考吗？”
东方网(eastday.com)版权所有，未经授权禁止复制或建立镜像
专家评围棋之神“阿尔法元”：成绩令人欣喜 但AI还在路上
日 12:26 来源:澎湃新闻
原标题：专家评围棋之神“阿尔法元”：成绩令人欣喜，但AI还在路上　　在金庸的小说《射雕英雄传》里，周伯通“左手画圆，右手画方”，左手攻击右手，右手及时反搏，自娱自乐，终无敌于天下。　　现实世界中，亦有这么一个“幼童”，他没见过一个棋谱，也没有得到一个人指点，从零开始，自娱自乐，自己参悟，用了仅仅40天，便称霸围棋武林。　　这个“幼童”，叫阿尔法元(AlphaGo Zero)，就是今年5月在乌镇围棋峰会上打败了人类第一高手柯洁的阿尔法狗强化版AlphaGo Master的同门“师弟”。不过，这个遍读人类几乎所有棋谱、以3比0打败人类第一高手的师兄，在“师弟”阿尔法元从零自学第21天后，便被其击败。　　10月19日，一手创造了AlphaGo神话的谷歌DeepMind团队在Nature杂志上发表重磅论文Mastering the game of Go without human knowledge，介绍了团队最新研究成果――阿尔法元的出世，引起业内轰动。　　虽师出同门，但是师兄弟的看家本领却有本质的差别。　　“过去所有版本的AlphaGo都从利用人类数据进行培训开始，它们被告知人类高手在这个地方怎么下，在另一个地方又怎么下。” DeepMind阿尔法狗项目负责人David Silver博士在一段采访中介绍，“而阿尔法元不使用任何人类数据，完全是自我学习，从自我对弈中实践。”　　David Silver博士介绍，在他们所设计的算法中，阿尔法元的对手，或者叫陪练，总是被调成与其水平一致。“所以它是从最基础的水平起步，从零开始，从随机招式开始，但在学习过程中的每一步，它的对手都会正好被校准为匹配器当前水平，一开始，这些对手都非常弱，但是之后渐渐变得越来越强大。”　　这种学习方式正是当今人工智能最热门的研究领域之一――强化学习（Reinforcement learning）。　　昆山杜克大学和美国杜克大学电子与计算机工程学教授李昕博士向澎湃新闻（www.thepaper.cn）介绍，DeepMind团队此次所利用的一种新的强化学习方式，是从一个对围棋没有任何知识的神经网络开始，然后与一种强大的搜索算法相结合，“简单地解释就是，它开始不知道该怎么做，就去尝试，尝试之后，看到了结果，若是正面结果，就知道做对了，反之，就知道做错了，这就是它自我学习的方法。”　　这一过程中，阿尔法元成为自己的“老师”，神经网络不断被调整更新，以评估预测下一个落子位置以及输赢，更新后的神经网络又与搜索算法重新组合，进而创建一个新的、更强大的版本，然而再次重复这个过程，系统性能经过每一次迭代得到提高，使得神经网络预测越来越准确，阿尔法元也越来越强大。　　其中值得一提的是，以前版本的阿尔法狗通常使用预测下一步的“策略网络(policy network)”和评估棋局输赢的“价值网络(value network)”两个神经网络。而更为强大的阿尔法元只使用了一个神经网络，也就是两个网络的整合版本。　　这个意义上而言，“AlphaGo Zero”译成“阿尔法元”，而不是字面上的“阿尔法零”，“内涵更加丰富，代表了人类认知的起点――神经元。”李昕教授说。　　上述研究更新了人们对于机器学习的认知。“人们一般认为，机器学习就是关于大数据和海量计算，但是通过阿尔法元，我们发现，其实算法比所谓计算或数据可用性更重要。”DavidSilver博士说。　　李昕教授长期专注于制造业大数据研究，他认为，这个研究最有意义的一点在于，证明了人工智能在某些领域，也许可以摆脱对人类经验和辅助的依赖。“人工智能的一大难点就是，需要大量人力对数据样本进行标注，而阿尔法元则证明，人工智能可以通过‘无监督数据（unsupervised data）’，也就是人类未标注的数据，来解决问题。”　　有人畅想，类似的深度强化学习算法，或许能更容易地被广泛应用到其他人类缺乏了解或是缺乏大量标注数据的领域。　　不过，究竟有多大实际意义，能应用到哪些现实领域，李昕教授表示“还前途未卜”，“下围棋本身是一个比较局限的应用，人类觉得下围棋很复杂，但是对于机器来说并不难。而且，下围棋只是一种娱乐方式，不算作人们在生活中遇到的实际问题。”　　那么，谷歌的AI为什么会选择围棋？　　据《第一财经》报道，历史上，电脑最早掌握的第一款经典游戏是井字游戏，这是1952年一位博士在读生的研究项目；随后是1994年电脑程序Chinook成功挑战西洋跳棋游戏；3年后，IBM深蓝超级计算机在国际象棋比赛中战胜世界冠军加里卡斯帕罗夫。　　除了棋盘游戏外，IBM的Watson系统在2011年成功挑战老牌智力竞赛节目Jeopardy游戏一战成名；2014年，Google自己编写的算法，学会了仅需输入初始像素信息就能玩几十种Atari游戏。　　但有一项游戏仍然是人类代表着顶尖水平，那就是围棋。　　谷歌DeepMind创始人兼CEO Demis Hassabis博士曾在2016年AlphaGo对阵李世石时就做过说明，有着3000多年历史的围棋是人类有史以来发明出来的最复杂的游戏，对于人工智能来说，这是一次最尖端的大挑战，需要直觉和计算，要想熟练玩围棋需要将模式识别和运筹帷幄结合。　　“围棋的搜索空间是漫无边际的――比围棋棋盘要大1个古戈尔(数量级单位，10的100次方，甚至比宇宙中的原子数量还要多)。”因此，传统的人工智能方法也就是“为所有可能的步数建立搜索树”，在围棋游戏中几乎无法实现。　　而打败了人类的AlphaGo系统的关键则是，将围棋巨大无比的搜索空间压缩到可控的范围之内。David Silver博士此前曾介绍，策略网络的作用是预测下一步，并用来将搜索范围缩小至最有可能的那些步骤。另一个神经网络“价值网络(valuenetwork)”则是用来减少搜索树的深度，每走一步估算一次游戏的赢家，而不是搜索所有结束棋局的途径。　　李昕教授对阿尔法元带来的突破表示欣喜，但同时他也提到，“阿尔法元证明的只是在下围棋这个游戏中，无监督学习（unsupervised learning）比有监督学习（supervised learning）‘更优’，但并未证明这就是‘最优’方法，也许两者结合的semi-supervised learning，也就是在不同时间和阶段，结合有监督或无监督学习各自的优点，可以得到更优的结果。”　　李昕教授说，人工智能的技术还远没有达到人们所想象的程度，“比如，互联网登录时用的reCAPTCHA验证码（图像或者文字），就无法通过机器学习算法自动识别”，他说，在某些方面，机器人确实比人做得更好，但目前并不能完全替换人。“只有当科研证明，一项人工智能技术能够解决一些实际问题和人工痛点时，才真正算作是一个重大突破。”　　昆山杜克大学常务副校长、中美科技政策和关系专家丹尼斯?西蒙（Denis Simon）博士在接受澎湃新闻采访时表示，阿尔法元在围棋领域的成功说明它确实有极大的潜力。阿尔法元通过与自身对弈实现了自身能力的提升，每一次它都变得更聪明，每一次棋局也更有挑战性。这种重复性的、充分参与的学习增强了阿尔法元处理更高层次的、战略复杂问题的能力。但缺点是这是一个封闭的系统。“阿尔法元如何能够超过自身的局限获得进一步的成长？换句话说，它能跳出框框思考吗？”别人家的孩子都开始下围棋了 你还在玩王者荣耀 - 聚焦房企 -天津乐居网
乐居买房APP
专车看房 优惠买房
乐居二手房APP
最新房源抢先看
新浪装修家居网
抢工长装修APP
抢工长工长版APP
装修不后悔APP
买房利器小程序
乐居看房小程序
楼市报道小程序
房贷计算器
房产家居直播平台
别人家的孩子都开始下围棋了 你还在玩王者荣耀
来源：新浪乐居
上周日下午两点，7号围棋学院第二季围棋公益培训营迎来了首节课程。现场，带着孩子来参加围棋培训的家长们挤满了售楼处，其中不乏从第一季开始就一直参与培训的小棋手们。
围棋不比跳棋和动物棋，因为抽象的棋子和棋盘，开始学习的时候非常枯燥乏味，尤其是对刚接触围棋的小朋友来讲，能够理解围棋的专业术语，需要比常人更多的耐心和认真。但是在鲁能泰山7号围棋学院中，参加培训特训营的小棋手们却用实际行动，诠释着对待学习围棋坚韧不拔的态度。
上周日下午两点，7号围棋学院第二季围棋公益培训营迎来了首节课程。现场，带着孩子来参加围棋培训的家长们挤满了售楼处，其中不乏从第一季开始就一直参与培训的小棋手们。在诺大的阶梯教室中，小棋手们两两对坐，聆听老师的讲解。尽管现场设立了家长休息区，但不少不愿错过孩子成长的每个精彩瞬间的家长们还是选择了默默站在一旁，观看着孩子认真听讲的神情。
就这样，首节课程在现场热烈的掌声中结束了。孩子们意犹未尽，更加激发了求知的好奇和学习围棋的热情。本次鲁能泰山7号围棋学院第二季围棋公益培训特训营强势回归，所有课程均免费授课，在传统文化的熏陶下，相信原本就对博大的中国文化有着兴趣的小朋友们，将会在鲁能泰山7号度过童年更加珍贵的美好时光。
【鲁能泰山7号】全新地块延续鲁能“体育＋”健康生活理念，六大体育主题空间，为社区的每一处宅间景观量身定制，打造全龄体育社区，营造健康活力的运动社区；三大主题空间，本着绿色生态、有氧健康的理念充分打造宜居的休闲场所，并将老人活动、邻里交流、休闲运动等功能性场地充分结合，带来健康、活力、自然的全新生活风貌。
【鲁能泰山7号】全新地块位于海教园南开大学东门、和惠南路东侧，与南开大学仅一路之邻。目前，全新洋房、联排产品针对户型、景观、社区生活等进行了全方面、人性化优化设计，使得【鲁能泰山7号】不仅成为南开大学旁极富书香的人文社区，也赋予了更多传奇学院镇风情。其中，洋房产品凭借着更加适合东方人生活习惯的格局与人性化设计，充分保障业主日常生活的舒适性，让房间时刻充满健康的生活气息，享受活力轻松的学府生活。三面宽联排别墅，整层独立套房设计，让墅居生活的尊贵感油然而生。（示范区实景图）
【鲁能泰山7号】150㎡电梯别墅350万起，引领海教园别墅生活崭新生活方式，现已荣耀开盘，低密奢适生活敬请期待。
【鲁能泰山7号】全新地块，与新南大一步之邻，成就更杰出的人生。全新洋房产品现已载誉开盘，恭迎莅临品鉴。
销售中心地址：天津市海河教育园区南开大学新校址东侧
热日 12:00
热日 07:55
热日 17:25
热日 14:28
热日 10:15
热日 11:14
热日 09:45
热日 08:07
热日 08:05
热日 14:31
热日 09:15
2018年监管部门对于乱象整治工作中的大案要案会坚持顶格处罚。
北京怡生乐居信息服务有限公司
北京市海淀区北四环西路58号理想国际大厦806-810室
乐居房产、家居产品用户服务、产品咨询购买、技术支持客服服务热线：新房、二手房：400-606-6969 &家居、抢工长：400-010-2323他的最新文章
他的热门文章
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)}