本科生柯洁

① 2018毕业生薪酬榜前几名是哪几所大学

8月27日报道，日前，中国薪酬网公布了一份2018年中国大学毕业生薪酬排行榜TOP200，这份榜单通过对包括39所985工程院校和112所211工程院校在内的近百所高校2017届、2015届、2013届本科毕业生进行调研(调研样本数量达到281万人)，计算出了各高校毕业生的薪酬状况，从中可以对中国高校毕业生各专业的就业状况有大致的了解。

此外，还有中国各大学专业毕业生薪酬水平排行榜TOP20和中国各大学专业毕业生薪酬水平排行榜BOT20。

从上榜高校来看，清华大学2017届毕业生平均薪酬最高，达到9065元。北京大学和北京外国语大学分别位居第二和第三位，平均薪酬为9042元和9020元。

基础设施主要包括交通运输、机场、港口、桥梁、通信、水利及城市给排水系统、供电设施和提供无形产品或服务于科教文卫等部门所需的固定资产，是所有企业、单位和居民生产经营工作生活的共同物质基础，是城市主体设施正常运行的保证。

我国的基础设施建设行业投资在逐年加大。

2016年全年，全国固定资产投资206466亿元。根据资料显示，2018年仅交通基础设施投资就增加了1.5万亿元。其中贵州省公路水路投资1650亿元，山东省计划投资944亿元。

城市方面，2018年，山东省济南市共安排240个重点建设项目和80个预备项目，投资额达到了惊人的13682亿元，其中240个重点项目投资10280亿元，年计划投资2788亿元。此外，城市轨道交通M2线，全长43.1公里、31个车站全部为地下站的轨道交通M3线工程项目均在今年开工。

② 清华大学开学报到，杨晨煜、柯洁纷纷高调现身，为何不见武亦姝

作为大学生，最快乐的事情莫过于能够拿着行李怀揣对未来的憧憬前往心仪的大学报到。清华大学自然是众多莘莘学子朝思暮想向往的大学，所以一年一度的开学报到，一大批明星学生都是人们关注的焦点。杨晨煜、何洁纷纷高调现身，为何不见武亦姝？这个问题就有意思了，明明知道武亦姝已经考上清华，可为何就是没有相关报道？

武亦姝并不是不见她去清华报到，而是她最终像成名之初那样选择了低调从事。杨晨煜、柯洁纷纷选择在媒体面前高调现身，这是人家的自由，而武亦姝选择低调报到，这也是人家的自由。杨晨煜、武亦姝、柯洁，能够跻身清华，不管怎么说，人家终归都是未来的精英阶层。对于杨晨煜、柯洁选择高调现身，而武亦姝低调报到，诸位有何高见？

③ 国脚唐佳丽被保送湖南师大本科生，你还知道哪些保送大学的运动员

根据相关部门的报道，2021年我国有737名运动员通过了审核，获得了保送上大学名额。在中韩女足之战中表现出色的女足姑娘唐佳丽获得了保送到湖南师范大学的名额。

刘国梁是乒乓球协会主席，不论在运动员还是教练时期刘国梁是国家队永远的灵魂人物，刘国梁在2003年进入上海交通大学学习，因为工作任务太过繁重，刘国梁的大学念了12年才毕业，甚至被人调侃到，拿个毕业证比拿奥运会冠军还要难。

④ 读研到底有什么意义

1.
作为考研辅导行业的工作人员，我的工作是鼓励同学考研，帮助大家实现成为研究生的梦。但是我也常常思考，读研究竟是为了什么?
最早对研究生的认识，是小学时候看一个节目，电视台邀请几位国际知名的大学校长，来谈一谈他们自己学校的研究生教育，在节目中他们具体讲的什么，我已经看不清了，只记得在现场提问环节，有一个同学问，你们的学费那么贵，如果读了研，以后学费可以赚回来吗?要不然这个书读的是不是太不值了?
其中一位大学的校长回答，是所有从这所学校毕业的人都从事高薪工作，但绝大多数的毕业生在求学期间找到了自己内心所想热爱的事，有的毕业生去华尔街做金融成为万人眼中的成功者，也有的毕业生去非洲做志愿工作帮助那里的难民让自己的内心更富足，读研是平台和眼界的提升，是通过这里了解世界的一个途径。
我的一位朋友，本科为双非院校，研究生为985院校。因为两所学校的差异，让她确实看到了不同层次学校所带给的眼界和机会。本科的院校，所办的很多活动是为了提高考评分获得高奖学金而办的活动，而硕士的活动是真正想着怎样丰富学生的生活而办的活动，她甚至还作为学生代表，向学校的食堂校医院提意见，并且收到一线领导的回复。
本科学校放暑假就是放暑假，而研究生学校真的是利用暑假丰富经历，可以申请去读北大的暑期学校，也可以参加暑期实践活动，会有很多短期出国交流访问的机会，她在这里才知道原来出国不是件难事。在这所学校，她接触到了本科阶段很多时候都没有想到的事情，在一次一次的锻炼和实践中，她知道了自己内心真正喜欢什么，并打算为这个方向进行奋斗。
《人类群星闪耀时》有这样一句话，一个人最大的幸福莫过于在人生的中途、富有创造力的壮年，发现自己此生的使命。
2.
读书是有意义的。无论什么学历，在现在社会想要得到成功，都是没有上限封顶的，如果抛去所谓的幸存者偏差，但不同层次的学历，会帮你守住人生不同的下限。“双一流”不代表命运的保险柜，也不是每个人考上top2都能站上金字塔尖，但努力读书，“上一流”至少让你能保有一个人生的“下限”。
因为当你站得更高，看到更广阔的视野，做出来的事业也就不会仅限于眼前。如同曾经的北大保安第一人，又如文章开头的那个博士，他们通过读书，真真切切地改变了自己。
最近热播的《小舍得》，剧中无论多么佛系的父母，都对孩子的学习成绩有要求，因为他们知道，读书是真的可以拥有更好的人生。
考研很难，这条赛道窄，每年的扩招人数与报考增加的人数相比是微不足道。可别的赛道对于大家来说，只会更狭窄。假设你有篮球天赋，天才如迈克尔乔丹，但想要毁掉你很简单，一次意外的伤病，可能篮球生涯就此断送，这就是竞技体育的残酷。
《平凡的荣耀》中白敬亭饰演的孙弈秋，需要面对围棋那个残酷的古训：“二十不成国手则终生无望”。孙弈秋已经足够优秀，但在一群天才里成国手，太难了…或许围棋界不止有一个人成为国手“柯洁”的实力，但却没有柯洁的运气。
面对天赋碾压，这比考研残酷。考研过程虽难，可这段知识和阅历进入大脑成为沉淀，可以成为决定自己未来的权力。

⑤ 柯洁到清华报道，搞体育都这么高智商的吗

8月14日，中国围棋职业九段棋手柯洁以大一新生的身份，来到清华大学报到，成为清华2019级经管学院工商管理专业的一名本科学生。柯洁是以“国家级运动健将”的身份入选国家体育总局“优秀运动员免试攻读大学推荐名单“，再经过针对优秀运动员的单招考试选拔，最终被清华录取的。他的师兄古力九段两个月前刚从清华大学历史系毕业，曾经或正在清华大学攻读的著名体育运动员还有王义夫、邓亚萍、伏明霞、诸宸、田亮、叶诗文等。

⑥ 2018毕业生薪酬榜是怎样的

日前，中国薪酬网公布了一份2018年中国大学毕业生薪酬排行榜TOP200，这份榜单通过对包括39所985工程院校和112所211工程院校在内的近百所高校2017届、2015届、2013届本科毕业生进行调研（调研样本数量达到281万人），计算出了各高校毕业生的薪酬状况，从中可以对中国高校毕业生各专业的就业状况有大致的了解。

此外，还有中国各大学专业毕业生薪酬水平排行榜TOP20和中国各大学专业毕业生薪酬水平排行榜BOT20。

985、211高校毕业生薪酬水平大幅度领先普通高校

从上榜高校来看，清华大学2017届毕业生平均薪酬最高，达到9065元。北京大学和北京外国语大学分别位居第二和第三位，平均薪酬为9042元和9020元。

位居前十的高校还包括上海交通大学、对外经济贸易大学、外交学院、复旦大学、浙江大学、同济大学、 中央财经大学等，这些高校2015届毕业生和2013届毕业生薪酬水平相比2017届毕业生也有较大提高。

整体来看，排名靠前的大多是原985和211重点建设高校，普通高校毕业生薪酬水平差距较大。

一线城市的高校在毕业生薪酬上明显占据优势

从上榜高校所在城市来看，一线城市的高校在毕业生薪酬上明显占据优势。除浙江大学外，位居前十的高校均为北京和上海高校。

下面我们来单独看下北京和上海高校的情况：

北京高校毕业生薪酬排行：

3、基础设施建设类

其中包括：力学、土木工程、建筑学、风景园林和城市规划、电气工程、交通运输工程、水利工程、测绘科学与技术和地理信息系统等。

2014年，武汉市城建总投资超过1500亿元。这是个什么概念呢？根据当年英国财政部的消息，英国将在未来7年完成公共投资1000亿英镑，平均每年大约140多亿英镑，约合1250亿人民币。也就是说，武汉一年的基础设施建设投资，相当于英国全国一年的。

基础设施主要包括交通运输、机场、港口、桥梁、通信、水利及城市给排水系统、供电设施和提供无形产品或服务于科教文卫等部门所需的固定资产，是所有企业、单位和居民生产经营工作生活的共同物质基础，是城市主体设施正常运行的保证。

我国的基础设施建设行业投资在逐年加大。

2016年全年，全国固定资产投资206466亿元。根据资料显示，2018年仅交通基础设施投资就增加了1.5万亿元。其中贵州省公路水路投资1650亿元，山东省计划投资944亿元。

城市方面，2018年，山东省济南市共安排240个重点建设项目和80个预备项目，投资额达到了惊人的13682亿元，其中240个重点项目投资10280亿元，年计划投资2788亿元。此外，城市轨道交通M2线，全长43.1公里、31个车站全部为地下站的轨道交通M3线工程项目均在今年开工。

这个只是排名而已。

⑦ 柯洁被清华免试录取，体育明星上名校公平吗

体育明星上名校是公平的，因为从高校招收体育明星的角度上来看，招收体育明星的高校，其全校的体育运动的氛围，会由于体育明星的加入而被一下子带动起来，全校师生都会由于体育明星的加入，更加关注体育运动。另外，招收体育明星的高校，在社会上也会提升一定的知名度，体育明星会为高校增光添彩，提升荣誉。虽然说，高校对体育明星采取的严进宽出的政策看似没有意义，但是其实对于学校来说是值得的，相比于体育明星给学校带来的更多的社会关注，还有其他的荣誉，以及与将来更有可能创造的贡献来说，学校只需要为体育明星提供一张文凭证书即可。

然而，体育明星在进入高校之后，也不一定就是混日子只为了得到一张文凭，也有许许多多的体育明星，他们在进入大学校园之后，依然刻苦学习，从本科学习到硕士，甚至有的人到博士学习都是非常勤奋的，高校给予他们这个几乎显然是值得的，公平的。

⑧ alphago为什么会下围棋

最强AlphaGo Zero是怎样炼成的
刚刚，Deepmind在Reddit的Machine Learning板块举办了在线答疑活动AMA，Deepmind强化学习组负责人David Silver和其同事热情地回答了网友们提出的各种问题。由于在AMA前一天Deepmind刚刚发表了《Mastering the game of Go without human knowledge》(不使用人类知识掌握围棋)的论文，相关的提问和讨论也异常热烈。
什么是AMA?
AMA(Ask Me Anything)是由Reddit的特色栏目，你也可以将其理解为在线的“真心话大冒险”。AMA一般会约定一个时间，并提前若干天在Reddit上收集问题，回答者统一解答。
本次Deepmind AMA的回答人是：

David Silver：Deepmind强化学习组负责人，AlphaGo首席研究员。David Silver1997年毕业于剑桥大学，获得艾迪生威斯利奖。David于2004年在阿尔伯塔大学获得计算机博士学位，2013年加盟DeepMind，是AlphaGo项目的主要技术负责人。
Julian Schrittwieser：Deepmind高级软件工程师。
此前有多位机器学习界的大牛/公司在Reddit Machine Learning版块开设AMA，包括：Google Brain Team、OpenAI Research Team 、Andrew Ng and Adam Coates、Jürgen Schmidhuber、Geoffrey Hinton、Michael Jordan 、Yann LeCun、Yoshua Bengio等。
我们从今天Deepmind的AMA中选取了一些代表性的问题，整理如下：
关于论文与技术细节
Q: Deepmind Zero的训练为什么如此稳定?深层次的增强学习是不稳定和容易遗忘的，自我对局也是不稳定和容易遗忘的，如果没有一个好的基于模仿的初始化状态和历史检查点，二者结合在一起应该是一个灾难...但Zero从零开始，我没有看到论文中有这部分的内容，你们是怎么做到的呢?
David Silver：在深层增强学习上，AlphaGo Zero与典型的无模式算法(如策略梯度或者Q学习)采用的是完全不同的算法。通过使用AlphaGo搜索，我们可以极大改进策略和自我对局的结果，然后我们会用简单的、基于梯度的更新来训练下一个策略及价值网络。比起基于简便的基于梯度的策略改进，这样的做法会更加稳定。
Q：我注意到ELO等级分增长的数据只与到第40天，是否是因为论文截稿的原因?或者说之后AlphaGo的数据不再显著改善?
David Silver：AlphaGo已经退役了!这意味着我们将人员和硬件资源转移到其他AI问题中，我们还有很长的路要走呐。
Q:关于论文的两个问题：
Q1：您能解释为什么AlphaGo的残差块输入尺寸为19x19x17吗?我不知道为什么每个对局者需要用8个堆叠的二进制特征层来描述?我觉得1、2个层就够了啊。虽然我不是100%理解围棋的规则，但8个层看起来也多了点吧?
Q2：由于整个通道使用自我对局与最近的/最好的模型进行比较，你们觉得这对于采用参数空间的特定SGD驱动轨迹对否会有过拟合的风险?
David Silver：说起来使用表征可能比现在用的8层堆叠的做法更好!但我们使用堆叠的方式观察历史数据有三个原因：1)它与其他领域的常见输入一致;2)我们需要一些历史状态来表示被KO;3)如果有一些历史数据，我们可以更好地猜测对手最近下的位置，这可以作为一种关注机制(注：在围棋中，这叫“敌之要点即我之要点”)，而第17层用于标注我们现在究竟是执黑子还是白子，因为要考虑贴目的关系。
Q：有了强大的棋类引擎，我们可以给玩家一个评级——例如Elo围棋等级分就是通过棋手对局的分析逐步得出的，那么AlphaGo是否可以对过去有等级分前的棋手的实力进行分析?这可能为研究人类的认知提供一个平台。
Julian Schrittwieser：感谢分享，这个主意很棒!
我认为在围棋中这完全可以做到，或许可以用最佳应对和实际应对的价值差异或者政策网络给每一手位置评估得到的概率来进行?我有空的时候试一下。
Q: 既然AlphaGo已经退役了，是否有将其开源的计划?这将对围棋社区和机器学习研究产生巨大的影响。还有，Hassabis在乌镇宣称的围棋工具将会什么时候发布?
David Silver：现在这个工具正在准备中。不久后你就能看到新的消息。
Q：AlphaGo开发过程中，在系统架构上遇到的最大障碍是什么?
David Silver：我们遇到的一个重大挑战是在和李世石比赛的时候，当时我们意识到AlphaGo偶尔会受到我们所谓的“妄想”的影响，也就是说，程序可能会错误理解当前盘面局势，并在错误的方向上持续许多步。我们尝试了许多方案，包括引入更多的围棋知识或人类元知识来解决这个问题。但最终我们取得了成功，从AlphaGo本身解决了这个问题，更多地依靠强化学习的力量来获得更高质量的解决方案。
围棋爱好者的问题
Q：1846年，在十四世本因坊迹目秀策与十一世井上幻庵因硕的一盘对局中，秀策下的第127手让幻庵因硕一时惊急两耳发赤，该手成为扭转败局的“耳赤一手”。如果是AlphaGo，是否也会下出相同的一首棋?
Julian Schrittwieser：我问了樊麾，他的回答是这样的：
当时的围棋不贴目，而AlphaGo的对局中，黑棋需贴7.5目。贴目情况不同造成了古今棋局的差异，如果让AlphaGo穿越到当年下那一手，很有可能下的是不同的另一个地方。
Q：从已发布的AlphaGo相互对局看，执白子的时间更为充裕，因而不少人猜测，7.5目的贴目太高了(注：现代围棋的贴目数也在不断变化，如在30年前，当时通行的是黑子贴白子5.5目)。
如果分析更大的数据集，是否可以对围棋的规则得出一些有趣的结论?(例如，执黑或者执白谁更有优势，贴目应该更高还是更低)
Julian Schrittwieser：从我的经验和运行的结果看，7.5目的贴目对双方来说是均势的，黑子的胜率略高一些(55%左右)。
Q：你能给我们讲一下第一手的选择吗?ALphaGo是否会下出我们前所未见的开局方式?比如说，第一手下在天元或者目外，甚至更奇怪的地方?如果不是，这是否是一种“习惯”，或者说AlphaGo有强烈的“信念”认为星位、小目、三三是更好的选择?
David Silver：在训练中我们看到ALphaGo尝试过不同方式的开局——甚至刚开始训练的时候有过第一手下在一一!
即便在训练后期，我们仍然能看到四、六位超高目的开局，但很快就恢复到小目等正常的开局了。
Q：作为AlphaGo的超级粉丝，有一个问题一直在我心中：AlphaGo可以让职业棋手多少子?从论文中我们知道AlphaGo可以下让子棋，我也知道AlphaGo恐怕让不了柯洁两子，但我想你们一定很好奇，你们是否有做内部测试?
David Silver：我们没有和人类棋手下让子棋。当然，我们在测试不同版本的时候下过让子棋，在AlphaGo Master>AlphaGo Lee>ALphaGo Fan这三个版本中，后一个版本均可让三子击败前一个版本。但是，因为AlphaGo是自我训练的，所以尤其擅长打败自己的较弱的前一版本，因此我们不认为这些训练方式可以推广到和人类选手的让子棋中。
Q：你们有没有想过使用生成对抗网络(GAN)?
David Sliver：从某种意义来讲，自我对弈就是对抗的过程。每一次结果的迭代都是在试图找到之前版本的“反向策略”。
传言终结者
Q：我听说AlphaGo在开发初期被引导在某一个具体的方向训练以解决对弈中展现出的弱点。现在它的能力已经超过了人类，是否需要另外的机制来进一步突破?你们有做了什么样的工作?
David Silver：实际上，我们从未引导过AlphaGo来解决具体的弱点。我们始终专注于基础的机器学习算法，让AlphaGo可以学习修复自己的弱点。
当然你不可能达到100%的完美，所以缺点总会存在。 在实践中，我们需要通过正确的方法来确保训练不会落入局部最优的陷阱，但是我们从未使用过人为的推动。
关于DeepMind公司
Q：我这里有几个问题：在DeepMind工作是什么感受?AlphaGo团队成员都有谁?你能介绍一下AlphaGo团队工作分配的情况吗?下一个重大挑战是什么?
David Silver：在DeepMind工作感觉好极了:)——这不是一个招聘广告，但我感觉每天可以在这里做我喜欢的事实在是太幸运了。有很多(多到忙不过来!:))很酷的项目去参与。
我们很幸运有许多大牛在AlphaGo工作。您可以通过查看相应的作者列表来获取更详细的信息。
Q: 你觉得本科生是否可以在人工智能领域取得成功?
Julian Schrittwiese：当然。我本人就只有计算机科学学士学位，这一领域变化迅速，我认为您可以从阅读最新的论文和试验中来进行自学。另外，去那些做过机器学习项目的公司实习也是很有帮助的。
关于算法的扩展和其他项目
Q：Hassabis今年三月份在剑桥的一个演讲中表示，AlphaGo项目未来目标之一是对神经网络进行解释。我的问题是：ALphaGo在神经网络结构上取得了什么样的进展，或者说，对AlphaGo，神经网络仍然是神秘的黑盒子?
David Silver：不仅仅是ALphaGo，可解释性是我们所有项目的一个非常有意思的课题。Deepmind内部有多个团队从不同方式来探索我们的系统，最近有团队发表了基于认知心理学技术去尝试破译匹配网络内部发生了什么，效果非常不错!
Q: 很高兴看到AlphaGo Zero的好成绩。我们的一篇NIPS论文中也提到了对于深度学习和搜索树之间效率的相似问题，因此我对于在更长的训练过程中的行为尤其感兴趣。
AlphaGo的训练过程中，创建学习目标的蒙特卡洛树搜索的贪心算法、策略网络的贪心算法、以及在训练过程中价值功能变化的贪心算法之间的相对表现如何?这种自我对局学习的方法是否可以应用在最近的星际争霸 II API中?
David Silver：感谢介绍您的论文!真不敢相信这篇论文在我们4月7日投稿的时候已经发布了。事实上，它与我们的学习算法的策略组件非常相似(尽管我们也有一个值组件)，您可以参考我们的方法和强化学习中的讨论，也很高兴看到在其他游戏中使用类似方法。
Q：为什么早期版本的AlphaGo没有尝试自我对弈?或者说，AlphaGo之前也尝试过自我对弈但效果不好?
我对这个领域的发展和进步程度感到好奇。相比起今天，在两年前在设计一个自主训练的AlphaGo的瓶颈在哪里?今天我们见到的“机器学习直觉”又是经历了什么样的系统迭代过程?
David Silver：创建一个可以完全从自我学习的系统一直是加强学习的一个开放性问题。 我们最初的尝试包括你能查到的许多类似的算法，是相当不稳定的。 我们做了很多尝试，最终AlphaGo Zero算法是最有效的，而且似乎已经破解了这个特定的问题。
Q：你认为机器人什么时候能够有效解决现实世界关于高度、尺寸方面的问题(例如，自己学习如何抓取任何形状、尺寸、位置垃圾的设备)?策略梯度方法是否是实现这一目标的关键点?
Julian Schrittwieser：这主要是由于价值/政策网络上的双重改进，包括更好的训练和更好的架构。具体参见论文图4对不同网络架构的比较。
Q：据说击败柯洁的ALphaGo Master的功耗只是击败李世石的AlphaGo Lee的1/10。你们做了什么样的优化呢?
Julian Schrittwieser：这主要是由于价值/政策网络上的双重改进，包括更好的训练和更好的架构。具体参见论文图4对不同网络架构的比较。(你确认不是上一个问题的答案吗)
Q：看起来在增强学习中使用或模拟Agent的长期记忆是一个很大的障碍。 展望未来，您觉得我们是否能以一种新的思维方式解决这一点? 还是说需要等待我们技术可以实现一个超级网络?
Julian Schrittwieser：是的，长期记忆可能是一个重要的因子，例如在“星际争霸”游戏中，你可能已经做出了上千个动作，但你还要记住你派出的侦察兵。
我认为现在已经有了令人振奋的组件(神经图灵机!)，但是我认为我们在这方面仍有很大的改进空间。
Q：David，我看过你的演讲视频，你提到增强学习可以用于金融交易， 你有没有真实世界的例子? 你会如何处理黑天鹅事件(过去没有遇到过的情况)?
David Silver：已经发表增强学习用于现实世界的财务算法的论文非常少见，但有一些经典论文值得一看，例如Nevmyvaka、Kearns在2006写的那篇和Moody、Safell在2001年写的那篇。
Q：你们和Facebook几乎同时研究围棋问题，你们能更快获得大师级表现的优势是什么?
对于那些无法获得像AlphaGo如此多的训练数据的领域如何开展机器学习或者增强学习?
David_Silver：Facebook更侧重于监督学习，我们选择更多地关注强化学习，因为我们认为AlphaGo最终将超越人类的知识。 我们最近的结果实际上表明，监督学习方法可以让人大吃一惊，但强化学习绝对是远远超出人类水平的关键之处。

⑨ 柯洁那么年轻，有没有可能转行搞人工智能

给大家介绍一位清华基科班的前辈：曾蓓是清华第一届数理基科班学生，也是第三届十杰中唯一的一位本科生。曾蓓出生于国际象棋世家，但直到8岁她的父亲才同意正式教她，13岁拿到了全国少年组冠军，14岁拿到世界少年赛季军，15岁入选国家青少年集训队，16岁夺得全国棋协大师赛冠军，17岁获得全国青年赛季军。1998年，她被清华大学体育代表队特招，事实上，当年高考她裸分650。这位曾被教练评价为“专业下棋、业余读书”的国际象棋大师进入清华后不仅进入了基础科学班，而且在大二时名列班级的第一名。曾蓓曾是第八届研究生学术新秀得主，更是清华大学特等奖学金历史上少有的“双料”得主：即本科生阶段和研究生阶段都获得特等奖学金，她也是清华历史上同时获得这两项荣誉的三位女生之一。硕士研究生毕业后，曾蓓赴麻省理工学院攻读物理学博士并于2009年获得学位。2010年曾蓓成为加拿大滑铁卢大学量子计算研究所的研究员和圭尔夫大学助理教授，当属华人物理学界的后起之秀。

她现在的研究方向之一是量子信息。。换句话说今后造出来量子计算机有她一份功劳。以及她曾在去年alphago对战李世石前夕表示过，放弃国际象棋转投物理的一个原因是看到国际象棋的AI有多厉害。柯洁转行做AI？给你们看个转行的例子就是告诉你们说，人家就是要转行，也不可能是你们整天喊的CS好找工作大法好。这类人的水平，下棋的时候是在挑战人类的智力极限，转行了也一样是。哪像你们，坐井观天，觉得所有人理应追着热点抢风口的那点儿虚名浮利。