高奇琦 | 人工智能的学科化：从智能科学到智能社会科学【2018年《探索与争鸣》佳作系列之五】

◆ ◆ ◆ ◆

上海社会科学界联合会主办主管

有学术的思想  Exploration And Free Views 

官网地址     http://www.tsyzm.com

◆ ◆ ◆ ◆

人工智能的学科化：从智能科学到智能社会科学

高奇琦 | 华东政法大学人工智能与大数据指数研究院院长、教授、博士生导师

本文原载《探索与争鸣》2018年第10期第84-90页

本公众号曾于2018年10月24日推送

非经注明，文中图片来自网络

智能科学是在人工智能蓬勃发展的背景下诞生的新兴学科。该学科是智能基础理论与技术的交叉学科，主要研究领域包括脑科学、认知科学、人工智能等，涵盖了计算机科学、数学、工程学等多个学科领域的知识，是培育人工智能专业人才的一片沃土。

其中，脑科学主要探索大脑的本质，从分子、细胞和行为三个层面研究自然智能的原理和模型；认知科学主要研究人类的心理活动，如感知、学习、记忆、思维、意识等；人工智能则是在上述研究的基础上，尝试使用人工方法和技术模拟来扩展人类智能。随着时代的发展和技术的进步，人工智能的应用也逐步渗透到个人的生活中去。从人脸识别到语音识别，从AlphaGO到无人驾驶，人工智能的每一次技术进步，都在社会中引发了热烈的讨论。在此期间，人们不由得重新审视技术对于社会所产生的深远影响和技术应用所带来的一系列问题。因此，笔者尝试提出智能社会科学的概念，通过社会科学的视角，深入研究人工智能技术给人类带来的影响和相应问题的疏解之道。

人工智能研究与发展规划中的

智能科学自1956年达特茅斯会议以来，人工智能的研究及其学科发展经历了60多年的演进，逐渐从单一的理工科技术研究向多学科技术应用发展。从整体看来，人工智能现有的研究成果主要集中在如下几个领域：一是以计算机科学、工程电器与电子为代表的工科类专业，二是以统计与概率论、应用数学为代表的理科类专业，三是以语言学、心理学为代表的部分文理交叉类学科。

从人工智能的应用领域来看，其主要有四大应用领域：视觉处理，语音识别，自然语言处理和智能机器人。智能机器人领域主要与自动化、控制与技术学科相关，视觉处理更多与电子通信学科相关，而语音识别、自然语言处理则涉及计算机科学和语言学知识。在语音识别和自然语言处理的应用之中，语料库作为必不可少的技术支撑，需经由语言学的知识建立。例如，教育部语言文字应用研究所冯志伟研究员既是自然语言处理方向的专家，同时也是语言学方面的专家。

此前，人文社会科学关于人工智能的讨论较多地集中于科技哲学、逻辑学等学科领域，其讨论内容多为对人工智能伦理和逻辑推理等问题的关注。此外，法学也是较早对人工智能进行交叉研究的社会科学学科，这主要体现在上世纪六七十年代法律逻辑的探索，以及七八十年代法律专家系统的研究热潮。随着神经网络技术和智能审判的进展，法学学科更多地关注人工智能应用过程中所产生的一系列法律问题。除此以外，人文社会科学领域并没有给予人工智能技术太多的关注。

目前，在深度学习技术的推动下，人工智能的技术应用步入了高速发展的轨道。因此，各界学者将人工智能看成是第四次工业革命的共识不断提升。在这样的背景下，把人工智能作为一门独立学科以进一步发展的动力愈加强烈。中国工程院院士、中国人工智能学会理事长李德毅就提出了尽快试点建立人工智能学院，并推动智能时代新工科教育改革的建议。随着“中国制造2025”的逐步展开，工程教育变革面临新的趋势，而智能科学更是在国家战略层面被赋予了重要意义。从宏观来看，我国智能科学已经走上了发展与规划的道路，具体表现在两个方面。

第一，人工智能在国家战略中具有重要作用。2017年，中国共产党第十九次全国代表大会中提出了“新时代”的命题。在新时代的发展背景下，中国共产党极为强调创新的作用，并于十九大报告中提出，“到2035年我国要基本实现社会主义现代化、科技实力大幅跃升、跻身创新型国家前列，到2050年使我国成为社会主义现代化强国”。在此，强国建设首先要以科技创新为基础，而人工智能在新一轮的科技创新中有重要地位。十九大报告提到，运用人工智能技术，通过智能制造加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。

第二，国务院于2017年7月发布《新一代人工智能发展规划》。该规划对未来我国人工智能的发展进行了战略性部署，是未来落实“三步走”战略的重要纲领性文件。所谓“三步走”战略，即到2020年，我国人工智能总体技术和应用与世界先进水平同步，人工智能产业成为我国新的重要经济增长点，技术应用成为改善民生的新途径；到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能产业成为带动我国产业升级和经济转型的主要动力；其最终目标是力争到2030年，我国人工智能理论、技术与应用总体达到世界领先水平，并将我国建设成世界主要人工智能创新中心。在规划中，明确将建设人工智能学科作为目标，并提出下列具体建议。

首先，完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科建设，尽快在试点院校建立人工智能学院，增加人工智能相关学科方向的博士、硕士招生名额。其次，鼓励高校在原有基础上拓宽人工智能专业教育内容，形成“人工智能+X”复合专业培养新模式，重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合。最后，加强产学研合作，鼓励高校、科研院所与企业等机构合作开展人工智能学科建设。

针对我国智能科学的教育实践问题，李德毅院士认为，由于缺乏智能一级学科的规范指导和引领，智能科学的工程教育在实际发展中存在高开低走的现象，碎片化、简单化、低水平的现状，亟待通过建立“智能科学”的一级学科进以改善。由于智能科学所涉及的学科范围较广、交叉范畴复杂、技术应用尚未成熟，其学科建设仍然处于初步发展与规划之中，但是其在未来新工科中的重要地位已不言而喻。与之相应的，技术的发展同样给社会科学提出了进一步的要求。

智能社会科学的重要意义

在工业4.0和“中国制造2025”的战略背景下，智能科学概念的提出无疑为理工科教育的转型提供了新方向、新动能。因此，智能科学的发展是非常重要的。与此同时，正如《新一代人工智能发展规划》中所提及的，加强人工智能相关法律、伦理和社会问题研究，建立保障人工智能健康发展的法律法规和伦理道德框架也必不可少。由此可见，对人工智能相关的法律、公共政策和伦理问题所进行的研究也具有其时代必要性，而这些涉及人文社会科学领域问题的研究与探讨，与理工类的智能科学一样，需要学科化、规范化、制度化。

目前看来，智能科学的学科概念体系，由于其强烈的自然科学导向，无法涵盖社会科学领域，也无法涵盖社会科学领域的研究内容。智能科学的主要研究目的是使得相关的智能技术更好地应用到实践中去，其注重的是技术本身的发展与演进，而不可避免地忽视了技术对人类、对社会的冲击和影响。

从实际看来，人工智能是一种将对未来社会产生极大颠覆的科学技术，其影响将更多地体现在人类生活的方方面面。例如，无人驾驶技术将重新定义汽车出行方式，对交通业和保险业形成巨大冲击。智能机器人在医疗、养老行业的大规模应用也将极大地降低医疗成本，促使医疗资源的分配更加合理。在人工智能应用普及的同时，相应的社会问题也将产生：交通事故、医疗事故的定责应该如何界定；智能机器人代替人类工作后，所带来的结构性失业问题如何解决；智能应用能否保证其不受不法分子的入侵、控制，等等。可见，上述问题的解决更多地需要依靠社会科学。例如，目前无人驾驶的技术已经成熟，而无人驾驶进入实际应用的主要阻碍便是公共政策和法律，甚至是人们心理的抗拒。这就需要社会科学来对它进行推动或是疏导，进而使其能够在规范的框架内有序、合理、合情地发展。

其次，人工智能对社会所产生的巨大冲击性影响，需要人文社会科学对其进行调和，从而避免社会被撕裂。例如，在无人驾驶领域，2020年将成为重要的时间节点。目前，无人驾驶技术发展得如火如荼，奥迪、奔驰、本田、特斯拉、百度等无人驾驶汽车制造企业明确表示，将在2020年左右实现自动驾驶车辆的量产。预计到2020年，大量无人驾驶汽车和平台将会出现，那么，将会有百万级以上的驾驶员面临失业风险，进而可能会引发社会情绪失控，这就需要社会科学的研究加以解决。

智能科学思考的问题是如何通过技术进步，加速人工智能快速发展，进而解决其实际应用中的问题。但是，技术实现后所产生的巨大冲击并不是他们需要考虑的，这就需要人工智能社会科学的介入。戴汝为先生提出“社会智能科学”的概念，这一学科概念主要从钱学森先生“思维科学”的概念发展而来，具体说来，是基于“人-机结合综合集成研讨体系”的信息处理理论学科。

从本质上看来，这一概念仍然属于智能科学的范畴。笔者提出的“智能社会科学”的概念，其所依赖的并不是人工智能的技术本身，而是针对技术对人类、对社会所产生的具体影响，从历史经验和发展规律出发，探讨技术的边界和社会问题的解决，进而避免技术发展步入到索洛悖论之中。与此同时，智能科学的学科应用也需要社会科学的知识为其提供实践条件。正如上文所提，人工智能技术由于其不确定性，人们往往抱着极其谨慎的心态以面对其发展，这就使得相关法律法规和社会整体环境落后于技术实际发展，无形之中给技术的落地实践和进一步改进增添了阻碍。然而，智能社会科学的教育和研究，将跨越监管与技术的鸿沟，畅通大众获取科学、认知科学的渠道，进而促使智能科学教育的普及和发展。

笔者为什么没有采取计算社会科学的提法，而要重新提出智能社会科学的学科概念？笔者认为，计算社会科学更接近于一种研究方法，即将人工智能之中的具体技术方法应用到社会科学的研究之中。具体看来，其研究将所有的社会问题量化为计算的问题，从而进行研究。然而，智能社会科学更加强调智能的外延，其涵括的内容不止于计算。所谓智能，其更强调机器的自组织性。此外，智能社会科学不仅要用人工智能方法研究社会科学问题，更强调从社会科学视角，研究人工智能给社会带来的巨大冲击和影响。

智能社会科学的构成

作为一门完整且自成体系的学科，智能社会科学的建立需要界定相对明晰的学科组成和学科边界。这种学科组成类似于学科中的话题，设立这些话题之后研究者才会围绕相关话题进行深入讨论，并完善学科教育内容。学科边界则是学科与其他学科的差别之所在。在学科边界相对具象后，人们可以更加清晰地了解其独立性与包容性，这能有效避免“自说自话”的出现。总之，学科组成与学科边界相辅相成，共同推动学科的进步和发展。具体而言，智能社会科学的学科组成包括如下内容：

第一，智能政治学。智能科学的应用，会不断推动政治体系的现代化，同时，政治参与、政治管理、政治社团等传统政治概念也有了新的延展。从微观看来，智能政务、智能城市为公民的意愿积聚和分析提供了可能，而传统的统治模式和政党社团的功用也因此发生了转变。智能政治学强调通过智能技术的实践应用，在微观上畅通公民的政治意愿表达，进而塑造积极公民，更好地发挥公民的积极性。同时，在智能技术普及的背景下，智能政治学应思考国家的角色如何为积极公民提供完整的正向激励框架，防止极端和过激的政治表达，并维护良好的表达秩序。从宏观看来，一个国家的智能人才将成为提升国家竞争力的重要资源，而与之相关的人才吸纳政策的研究，同样需要智能政治学进行相关探讨。

第二，智能社会学。作为一门具有高度问题意识和人文情怀的社会学科，智能社会学所权衡的是人工智能技术对于社会整体的利与弊。在此基础上，智能社会学应对这一颠覆性的科技革命的前景，及其带来的社会变革与问题进行预测和解答。智能社会学存在诸多议题。其中，人工智能时代下的结构性失业、技术贫困和伦理困境是其未来最需要关注的重点问题。现代社会学是基于变革时代的社会变迁而产生的，也是对社会变迁与问题的回应。因此，智能社会学的重要内容和核心在于，在人工智能的时代背景下，如何激发个人和社会组织的主体性，从而应对现实的社会问题，并促使社会适应时代的变迁。当然，主体性的发挥需要在社会成本可控，同时在兼顾社会效率的基础上实现。

第三，智能法学。随着大数据时代的来临，法学将会向大数据、智能化等方向发展。未来的法学相关职业者将面对更多的信息和更加复杂的案件。因此，现代法学不应该仅停留在应用人工智能技术的基础上，而应该让法学智能化，进而发展智能法学。数学、逻辑学等基础学科应成为智能法学的研究基础。其中，统一集、灰系统、消错学等人工智能方法的应用，有助于审判结果的科学化、公正化与合理化。此外，人工智能技术具体应用过程中，也需要新型法律关系、法律政策、法律制度的研究与保障。从根本上来说，智能法学的设立，将通过应用和标准化两个维度，为人工智能产业明晰“不能做什么”和“应该怎么做”这两个边界。

第四，智能经济学。智能经济学将跨越宏观经济学和微观经济学两个领域，将经济学的认识论和实践论结合起来。一个多世纪以来，经济学理论认为，人类在有多种选择的情况下，会做出最为理智的选择，即“经济人”假设。然而，由于个人心理、社会影响、情绪波动等原因，完全的“经济人”在现实世界里是不存在的。然而，人工智能的应用将推动人类理性选择的最大化。在此影响下，智能经济学意图从个人出发，通过神经网络和机器学习，将社会看成是多方互动的复杂结果。智能经济学不仅把企业作为研究对象，还要把政府、个人以及其他社会组织等行为体引入经济分析。同时，智能经济学还要把人工智能应用下新型经济现象和传统理论分析联系起来，实现认知论和实践论的统一。

第五，智能教育学。基于智能科学的发展，语音识别、脑机接口、知识图谱等技术取得了突飞猛进的进步，这也为教育学研究提供了新的工具。智能教育学未来的研究方向，便是探索并挖掘上述技术在教育中的应用情境、应用方式和使用效果。智能教育学应致力于对人工智能人才培养的教育机制研究。在人工智能和大数据时代，传统教育中的 “填鸭式”教学将被彻底淘汰，社会更需要拥有智能思维和创新思维的新型人才，而机械式教学模式下所产生的劳动型精英，将被生产效率更高的人工智能所替代。因此，智能教育学应更多地关注普遍的科学素质和终身教育，而教师也将从知识的“搬运工”转变为学生学习的引领者，同时把人作为社会属性的功能添加到公民教育的内涵中。

第六，智能心理学。心理学对于人类智能行为的外部观察与评测，本身便对智能科学的发展提供了较多启示。例如，人工智能的方法学可以看作是心理学中三种代表性的学派：符号主义、行为主义和联接主义。事实上，符号主义和行为主义代表了两种最基本的心理学理论：逻辑推理心智研究与行为主义心理学。行为主义侧重通过试验来验证理论猜想，而符号主义则侧重于建立完整的公理系统。联接主义的代表是以神经网络模型为代表的神经计算。智能心理学研究的重中之重，应是对于人脑和机器认知结构的比较分析，从而通过对人类这一智能模板的研究，为智能科学提供知识供给。

第七，智能语言学。作为人工智能领域一个重要的分支，NLP（Natural Language Processing）建立的基础便是传统的语言学理论。其中，分词、词性标注、句法分析等传统NLP方法无法使得机器真正理解语义，而NLU（Natural Language Understanding）则着力于解决机器对于语义的理解问题。因此，随着人工智能的发展，智能语言学需将认知语言学、心理语言学、社会语言学的研究成果运用到人机对话、机器翻译之中，从而推动人机交互效果的提升。与此同时，智能语言学研究的发展方向也区别于传统语言学研究。智能语言学着重的是对于真实语料、口语和书面语并重的分析，而不是对于理论的阐释，其侧重的是对语言形态进行统计分析。由此可见，智能语言学旨在贯通自然语言和机器语言，并构建介于两者之间的语言思维模式。

如何推进智能社会科学的构建

将智能社会科学作为学科构建是一项极为复杂的系统化工程。除了必要的顶层规划与设计之外，社会各界的广泛参与同样必不可少。需要特别强调的是，智能社会科学的实现对于我国争取人工智能国际规则制定的话语权十分重要。目前，人工智能技术主要由西方发达国家尤其是美国掌握，而美国不仅在人工智能相关技术上领先其他国家，在相关法律法规制定、伦理道德边界的限定、人工智能国际人才的流动上也占据重要地位。作为一门复合型学科，智能社会科学通过多领域间的互动，可能会突破西方技术规则的壁垒，进而形成具有中国特征的人工智能学科体系。具体而言，可以从如下几个方面推动智能社会科学的发展：

第一，国务院就人工智能对社会影响的研究发布相关的规划。在进一步的规划中，除了要更大力度地支持此前《新一代人工智能发展规划》中的具体方案，更需要研究人工智能发展对社会整体所产生的重大影响。从根本上来说，发展规划的撰写过程就是群策群力、凝结国家智慧的过程。国务院可以委派中国社会科学院、中国科学院、中国工程院等研究机构，会同社会学科、人工智能学科的专家对智能社会科学的学科发展进行全面深入的研究。通过学界与业界意见与建议的综合，对智能社会科学发展中可能面临的问题进行准确地预判和深入研究。

在规划起草完成后，国家相关部门的决策程序同样也将推动共识的达成。规划发布后，研究者可以通过发表学术论文、举行学术研讨会议进行讨论，进而在社会范围内引起更加广泛的关注与探讨。发布学科规划的目的是表明中央对智能社会科学发展的高度重视，从而引起社会的广泛关注，以推动学科关注度的升温和研究热点的形成。

第二，在国务院颁布的《中华人民共和国学科分类与代码国际标准》中增加智能科学门类，在该门类下设立智能科学理论、智能科学工程、智能社会科学三个一级学科。其中，智能科学理论主要进行人工智能相关科学理论的研究，智能科学工程主要进行人工智能技术的应用研究，智能社会科学主要进行人工智能社会理论的研究。与此同时，在智能社会科学一级学科下设立智能政治学、智能社会学、智能法学等二级学科。以此为基础，智能社会科学将与其他学科产生互动效应，相互提供给养。在智能社会科学二级学科增设的过程之中，要充分听取各学科专家学者和学生的意见。并结合社会人才培养要求，从而减少改革中的阻力，进而在学术界、产业界和政府部门之间形成良好的互动。

第三，在党和国家机关中，成立智能社会科学专门性协调机构以推动学科发展。值得注意的是，智能社会科学的发展并不是一个简单的学科发展问题，而应该同时被看成是中国社会科学构建制度性话语权的重要内容，因而不能以局部的眼光看待学科的发展。因此，可以在中宣部理论局下设一个处级部门推动智能社会科学的发展，将学科的发展提升到更高层次进行考虑。此外，在国务院学位办成立智能社会科学委员会，以及在教育部教学委员会设立智能社会科学分委员会，从而在机构设立上逐步推动智能社会科学的发展。

第四，在重点院校开展智能社会科学教育的试点。在“人工智能+”的学科建设背景下，不仅需要“新工科”，更需要“新社科”。目前，北京大学、清华大学、复旦大学、南京大学等高校在人工智能相关专业的教育尝试上已初显成效。与此同时，这些综合性大学拥有深厚的社会科学研究基础。因此，在这些综合性大学进行智能社会科学相关学科的教育试点具备充分条件。在智能社会科学发展成熟后，由智能社会科学相关专家组成智能社会科学学院，尝试围绕智能社会科学的各个学科开展博士生、硕士生和本科的招生和培养，并通过课程设置、论文指导、考核评价等方式，为智能社会科学提供完整的发展设计。近期，教育部发布了《高等学校人工智能创新行动计划》，其中，完善学科布局、加强专业建设、加强人才培养力度等任务的完成，也需要智能社会科学的支持。

第五，组织人工智能与社会科学的跨学科学术会议，并鼓励多学科的学者围绕智能社会科学的相关话题展开广泛讨论。2017年以来，《探索与争鸣》杂志社主办了三届“人工智能与未来社会”的主题研讨会，通过联合各领域专家，深入探讨了人工智能背景下未来社会的趋势、风险与挑战。因此，通过鼓励社会联合体组织成立智能社会科学相关的研究会或学会，能够在学界和社会中凝聚更大的关注度。智能社会科学学会的设立往往是一个学科成熟发展的重要标志，而研究会可以融合来自不同高校，甚至社会不同界别的专业人士。另外，学会也会拥有一定数量的会员，通过定期和不定期的组织活动，鼓励智能社会科学在高校之间和社会内部形成知识的扩散和传播，进一步推动学科人士和社会对智能社会学科的认同。

第六，加强学科规范建设，并加强国际传播，制定相关的人才流动机制，进而提高我国在人工智能复合型学科构建与发展中的影响力。在学科发展形成后，需要向国际社会展示中国学科创新的努力，鼓励留学生进行智能社会科学的学习并广泛传播。智能社会科学的发展是中国在人工智能领域构建社会科学话语权的重要努力，必须要跳出学科的发展看待智能社会科学。同时，国际学术界在这一领域也没有进行过充分讨论，遑论学科发展，这就为中国的研究走到国际学术界的最前沿提供了绝佳的机会。而在这一过程中，国际传播就显得尤为重要。因此，智能社会科学的发展要具有国际面向，从一开始就要考虑智能社会科学的学科构成概念和知识本身的国际化和标准化。只有概念容易被翻译和传播，并为外国学者所接受，智能社会科学才具有国际性意义，也才能构建起中国社会科学的国际话语权。

结语

智能科学的学科发展，是人工智能大潮下的必然趋势，而智能社会科学的学科化、体系化，则代表着中国学科的创新尝试。从传统学科分类来看，智能科学较为集中地归属于计算机科学之下，其知识体系、研究领域、实践范围也主要针对的是人工智能技术的研发和创新，虽然其与其他理工类学科——如应用数学、自动控制、统计概率等学科有所交叉，但是其缺乏与社会科学的沟通和交流。

与此同时，传统社会科学也仅仅注重于对人工智能方法的应用，而对人工智能带来的学科变革和社会趋势的研判有所不足。因此，智能社会科学的学科化将是自然科学和人文社会科学理论结合的一次有益尝试。通过完善智能社会科学的理论研究与教育教学体系，自然科学与人文社会科学的学者们将从交流中进一步提高研究水平，而在此基础上教师之间的交流，也会为各科知识的传播提供优厚的条件，从而推动创新型人才的培育与成长。

从宏观上来看，包容两大类学科的智能社会科学的设立与发展，不仅将为中国40年的改革开放历程提供改革创新的新动力，同时也为世界学科发展作出了重要贡献。从微观来看，智能社会科学的研究，将为人工智能时代下的公民个体规避技术陷阱，促使人们寻找自身更为丰富的意义。

智能社会科学的努力方向便是尊重人的主体性，由技术走向人本。然而，这种努力在国际学术界尚未开始，因此也就给予了中国继续创新的空间和可能性。唯有通过对社会实际的研究，才能够体验、理解技术，进而达到与技术共生的状态。而这恰恰是社会科学的重要任务之一。这一任务的完成，就需要把各社会学科将关于人工智能对社会影响的讨论聚合在一起，在相互激发、相互整合、相互促进之中，形成更好的研究成果。

目前，人工智能的研究在世界各地正如火如荼地展开，但从社会科学角度对人工智能的讨论大多集中在方法运用上，对人工智能给社会各方面带来的结构性影响远没有达成共识。因此，中国在人工智能学科上的努力，可以落实到智能社会科学的学科化上。实际上，关于人工智能的社会科学分析，可以从中国传统文化中汲取丰富的灵感。例如，中国的相生相克之原理，可以从人工智能的起源和发展方向出发，对其带来的社会影响进行辩证分析。

智能社会科学的学科构成有很多外在的内容，而其本质性的内容则是通过学科构建，把各个学科顶尖的研究者集合在一起，对人工智能在政治、经济、心理、教育等领域产生的问题进行回应。同时，在这个过程中，也需要在挖掘中国传统优秀文化的基础上形成新的社会科学理论成果，从而为未来全球范围内的人工智能发展、社会问题的解决提供中国智慧和中国方案。

《探索与争鸣》人间体

联络员小探

xiaotanxiaosuo

转载 | 合作 | 咨询 | 建议

长按扫码加好友

END

人文社科学者的平台

《探索与争鸣》

唯一官方微信平台

联系电话：[phone]

官网地址     http://www.tsyzm.com

版权所有。欢迎个人转发，媒体转载请联系授权