AI吊打Dota2人类高手？你可能又被标题党坑了AI吊打Dota2人类高手？你可能又被标题党坑了中国科普博览官方百家号出品：科普中国制作：关西科健产业研究院 Chubbler监制：中国科学院计算机网络信息中心最近，AI英雄榜又喜迎一位重量级新成员。在大家逐渐接受了人工智能“阿尔法狗”（AlphaGo）先后完虐人类两大顶尖棋手李世石和柯洁的事实，并开始逐渐淡定之时，8月11日，由埃隆·马斯克（Elon Musk）推出的一位AI玩家——OpenAI Bot高调出席了Dota2国际邀请赛“The International”），并在1v1比赛环节中于第一局比赛开场的十分钟之内，就迅速“吊打”了乌克兰现役Dota2顶级职业玩家Danylo Ishutin（绰号“Dendi”）。媒体当即哀鸿遍野，Dota2战场正式“被”宣布沦陷。（Dendi与OpenAI Bot的“世纪之战”，图片截图自优酷视频）于此同时，谷歌DeepMind联手暴雪娱乐也发出官方声明，欲训练AI挑战《星际争霸2》世界顶级玩家。人工智能代表着计算机领域发展的制高点，在各行各业具有着无限潜力和应用价值，但不难发现，近几年来新闻中出镜率颇高的AI（人工智能）技术突破往往总和各类游戏联系在一起，从传统的棋牌类游戏（象棋、围棋、德州扑克）到电子游戏（星际、Dota），投资商及软件开发精英似乎总是偏爱从与人类生活关系并不密切的游戏入手，通过开发，如AlphaGo这样的游戏AI，在娱乐中促使我们思考诸如人类与人工智能的关系、人工智能的发展方向与未来等深奥的科学哲学问题。那么问题来了，为何AI的开发总要以游戏为切入点呢？正如AlphaGo之父，谷歌旗下DeepMind公司CEO哈萨比斯所说：“游戏是测试AI算法的完美平台，这里有无限的训练数据，不存在测试偏差，能够实施并行测试，并且还能记录每个可以量化的进展”。&Games are the perfect platform for testing AI algorithms. There's unlimited training data, no testing bias, parallel testing, and you can record measurable progress.& -- Demis Hassabis, CEO and co-founder of DeepMind（AI研究者与游戏挑战的关系，图片来自网络）由此可见，与其说是AI 研究者爱跳游戏挑战的坑，不如说是游戏挑战平台高效、安全和可测的运行环境就是为AI 研究者跳坑而生。例如，在开发在自动驾驶系统中可以自动识别交通标志的AI时，为了避免在现实环境中进行测试为正常的车辆和行人造成困扰，普林斯顿大学（Princeton University）的研究团队更倾向于选择在《侠盗车手》（Grand Theft Auto）游戏中对AI识别交通标志的能力进行开发和测试。由此可见，在这些游戏中胜出的AI，其意义远不仅局限于赢得比赛本身，而是想通过AI算法的开发，让其像人脑一样不仅具备处理各种问题的能力，还兼具自我学习和进化的能力，再利用其算法为人类做出更多的贡献。事实上，自2014年以来，连续举办的通用游戏AI竞赛（General Video Game AI Competition，GVG-AI Competition）的核心就是测试AI解决各种问题的能力。在这项比赛中，AI 需要在未知的10款Atari游戏中对战并学习如何赢得比赛。正如阿尔法狗在真正进行人机对弈之前，进行过无数次的自我对弈一样，游戏AI的对手并不局限于人类，不同团队开发的游戏AI之间，甚至某个游戏AI自身都可以进行对弈。（传统的俄罗斯方块游戏（左）与GVG-AI竞赛中AI之间的俄罗斯方块比赛（右），图片来自网络）所以说，现在AI开发者都在玩什么游戏呢？随着AI技术的不断发展，AI所能进行的竞技性游戏更加复杂化、多元化。广义上来说，竞技性电子游戏可分为两种类型：完全信息博弈（complete information game）游戏和不完全信息博弈（Incomplete information game）游戏。完全信息博弈游戏：在这类游戏中，每一个参与者都拥有所有其他参与者的特征、策略集及得益函数等方面的准确信息的博弈（尴尬而不失礼的翻译：己方的生命值，武器系统，技能系统等相关信息都被博弈对手所完全掌握，反之亦然。当然，这里并不是说你将要使出的招法在出招之前就能被对方预知，而是说你只能使出招式表中的招法。对手即便知晓你的全部出招可能，出什么招，何时出仍然是你根据场上形势随机应变，相时而动的）。典型的完全信息博弈游戏包括：《乓》、《太空侵略者》、《街霸3》和《象棋》等等。进行这类游戏时，两个玩家共享同一个屏幕，看到的画面完全同步。（完全信息博弈游戏，图片来自网络）不完全信息博弈：对其他参与人的特征、策略空间及收益函数信息了解的不够准确、或者不是对所有参与人的特征、策略空间及收益函数都有准确的信息，在这种情况下进行的博弈就是不完全信息博弈（尴尬而不失礼的继续翻译：玩家只能知道己方（甚至仅仅自己）正在进行的操作，而对于对方玩家的情况仅知晓一部分。最典型的例子就是RTS游戏中的战争迷雾（war fog）让玩家并不能直接获取对手的动态，对手是选择暴兵还是升级科技往往只有短兵相接的那一刻才能真正揭开谜底。）。典型的不完全信息博弈游戏包括《星际》、《CS:GO》、《Dota》等即时战略（RTS）或第一人称射击游戏。（不完全信息博弈，图片来自网络）即使通过游戏体验，普通玩家也能猜到完全信息博弈情形下的游戏AI开发难度要远远低于非完全信息博弈。譬如，在棋类游戏中，游戏AI与人类玩家共享相同的战局态势，一旦突破了核心算法，AI的超强运算能力就有了用武之地。AlphaGo在与柯洁的对战中体现出滴水不漏的攻防，展示出决胜千里的妙招也就不足为奇了。在AlphaGo这样高度进化的游戏AI出现之后，人类围棋技艺中所谓“势”的概念也可能要成为历史了。“势”这样玄乎其技的说法，实际上是在掩饰人类大脑的运算能力无法看破复杂局面的窘迫，对于AI来说，于人类而言如同迷雾一般的棋局可能不过是中央处理器多运行的几十个纳秒而已。通用游戏AI竞赛中的十多款Atari游戏都属于完全信息博弈。在这些游戏中，复杂度最高的几款游戏AI仍达不到击败人类玩家的水平。而在其余的一些规则相对简单的游戏中（如《乓》和《太空侵略者》游戏），人类玩家已经远不是AI的对手。在这些游戏中，AI是如何被开发并优化，一步步击败人类的呢？目前比较流行的通用游戏AI训练方式是以2013年NIPS上发表的，关于深度Q网络（Deep Q-Learning Network , DQN） 为基础的强化学习 （Reinforcement Learning）和深度神经网络 （Deep Neural Network,DNN）的结合。下面两篇文献中有详细的解释，这里仅以《乓》为例做简要介绍。 Playing Atari with Deep Reinforcement Learning. ArXiv （2013） Humanlevel control through deep reinforcement learning. Nature （2015）首先，简要介绍一下啥叫强化学习和深度神经网络。强化学习（Reinforcement Learning）是机器人（可以理解为AI）在与环境交互中，根据获得的奖励或惩罚，不断进行学习的一种机器学习方式。（强化学习示意图）如图所示，从环境中，机器人会不断地得到状态 （State） 和奖励 （Reward）。这与动物学习非常类似。一开始，机器人不知道环境会对不同行为做出什么样的反应，仅从环境中获取观察的状态，这就是最上方箭头表示的感知（Perception）。而环境能够根据机器人的行为反馈给它一个奖励。例如在《乓》中，向上移动回击小球，如对手没接住就分会增加一分，那么这一步的奖励就是正值；反之，奖励为负值。重复感知、行动和奖励的过程就形成一个强化学习的交互流程，AI在这种交互中不断纠正自己的行为，从而对环境变化做出最佳的应对。深度神经网络（Deep Neural Network,DNN），也被称为深度学习， 其产生来源于科学家们模拟人脑中神经元之间传递信号的方法开发出的机器学习技术（所以才叫人工智能啊喂）。众所周知，人脑中神经网络由1000亿多个神经元（即神经细胞）构成，不同神经元之间通过突触结构彼此相连。在这之中，每个神经元需要接收来自不同数个临近神经元传来的信号（输入1，输入2，输入3……），进行整合（后最终被传播到“输出层”，将神经网络的最终结果输出给用户。由此可见，神经元的计算对数据的识别、处理（加权）及最终输出具有至关重要的作用，在计算机领域，这个中间步骤被称为网络的“隐藏层”。（神经元/深度神经网络工作原理，图片来自网络）深度神经网络与强化学习的联合应用，即是深度Q网络模型（深度强化学习）。例如，在《乓》中深度Q网络的简略流程
：输入游戏原始画面，经过隐藏层加权后会输出概率动作输出空间。例如，在《乓》中选择上移（Up）、下移（Down）和不动（Stay）的概率。（深度Q网络流程图（图片来自https://blog.openai.com））又如，Deepmind在2013年提出的一个更为复杂的深度Q网络网络结构。输入是连续4帧游戏原始画面，输出是不同动作的长期化收益Q，中间为两个卷积层（Convolutional Layer）和两个全连接层（Fully Connected Layer）。（DQN网络结构图（图片来自http://www.teach.cs.toronto.edu）） 我们再回到开头，看一下这次Dota2的人机对抗视频。比赛距今已约两周的时间，OpenAI最终公布了Dota AI的一些比赛细节，不过还是有所保留，并未公布全部的技术细节，不过我们可以从公开消息中猜测一二：1. Dota是不完全信息博弈，玩家并不能直观获得对手的位置和活动信息。这使得每一步的决策都是在具有不确定性的条件下做出的。2. AI机器人并不能局限于仅提供类似“向上移动”这样的微观操作。必须把微观操作转换连续的宏观动作流程，就像比赛视频中的卡兵操作。3. Dota是多机器人 （multi-agent） 合作博弈，这是当前AI领域最具有挑战性的部分。4. 合理的分配、使用道具，这涉及到长期的规划策略。OpenAI Bot选择了1v1的对抗模式，简化其有效动作数（available actions）和有效状态空间（state space）数。在该限制条件下，对抗的关键为技能选择和短期策略，并不涉及到长期规划和多机器人协调。也就是说对战环境的设置更加类似于《街霸》一类的格斗游戏，而不是真正的即时战略。（一些可能的AI输入信息）值得注意的是，如果将游戏设置为即时战略（RTS）模式，从目前来看，就算在OepnAI的限制场景下， OpenAI Bot还未达吊打人类的水平。由于算法鲁棒性和泛化能力的局限性，它还无法像人类玩家一样从若干几回合的对局中找到对手弱点并加以针对。就像Deepmind在开源的星际2人工智能学习环境（SC2LE）中指出的那样，现阶段，AI还不具备在即时战略（RTS）游戏中对抗人类玩家的能力。 （OpenAI Bot被战翻50余次）从传统的棋牌类游戏（象棋、围棋、德州扑克）到经典对战电子游戏（星际、Dota、CS），AI在征服了几乎全部的棋牌类游戏之后，又将魔爪伸向了即时战略游戏。人类还能在多大程度上延缓AI的攻势，即时战略游戏何时才会全面沦陷？非完全信息博弈游戏集中体现了人类智慧的高度，如同两国交战，战术和战略层面的种种策略——诱敌深入、千里奔袭、围魏救赵、擒贼擒王、声东击西、瞒天过海……都可以在Dota以及CS中找到对应的影子。如果有一天，AI也能产生“谋略”，像人类一样运筹帷幄、纵横捭阖，类似电影《终结者》系列中拥有自主智能并致力于绞杀人类的AI“天网”可能绝非狂想。在不断提升AI性能、应用领域的同时，人类还需不断的思考人工智能的发展方向以及人类与人工智能的未来。参考文献1. Volodymyr Mnih, Koray Kavukcuoglu, David Silver, Alex Graves, Ioannis Antonoglou, Daan Wierstra, Martin Riedmiller. Playing Atari With Deep Reinforcement Learning. NIPS Deep Learning Workshop, 2013.2. Volodymyr Mnih, Koray Kavukcuoglu, David Silver, Andrei A. Rusu, Joel Veness, Marc G. Bellemare, Alex Graves, Martin Riedmiller, Andreas K. Fidjeland, Georg Ostrovski, Stig Petersen, Charles Beattie, Amir Sadik, Ioannis Antonoglou, Helen King, Dharshan Kumaran, Daan Wierstra, Shane Legg, Demis Hassabis. Human-level Control through Deep Reinforcement Learning. Nature, 518: 529–533, 2015.3. PySC2 - StarCraft II Learning Environment. https://github.com/deepmind/pysc24. Dota Bot Scripting - API Reference. https://developer.valvesoftware.com/wiki/Dota_Bot_Scripting_-_API_Referenc“科普中国”是中国科协携同社会各方利用信息化手段开展科学传播的科学权威品牌。本文由科普中国融合创作出品，转载请注明出处。本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。中国科普博览官方百家号最近更新：简介:我们为科学代言！百度文库精选系列专家号作者最新文章相关文章2017党课考试资料汇总(完美打印版)_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
2017党课考试资料汇总(完美打印版)
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，方便使用
还剩7页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢寂静法师：只有接受，一切才有开始－－学佛网
&寂静法师：只有接受，一切才有开始
发布：清净乃空&［ &］&& 日期: 11:16:00&&
寂静法师：只有接受,一切才有开始
我从小喜欢思考人生，喜欢问很多问题。比如我常想，为什么我会来到人间，几十年后又要死去，中间还充满很多痛苦，那我来到人间有什么意思呢？这样看来，生命岂不是来这个世间受罪的吗？后来我继续思考，发现我们来到这个世界，是为了改造自己的生命。佛教里讲众生是业力身，我们来到这个世界，长这个模样，在这个家庭，有这样的生命状态，是由于过去生所造的业决定的，这就是今生的果报，也就是说，我们的生命是被业力所控制的。
一个业力身的众生，没有办法控制生命中所发生的事情。我们不能决定生在哪一家，也不能决定自己是男是女，甚至我们不能决定后来念多少书，也不能决定跟谁过一生。生命中的很多环节，都不是我们决定的，是由业力来控制的。
生命中不能改变的部分就叫做“命”。怎样对待命呢？就是勇敢接受。每天都要提醒自己接受，我都是这样做的。我也有苦，不要以为出家了就没有了。我有压力，我有烦恼，世间人有的，我都有。我只是每天提醒自己去接受，去面对。
无论是痛苦还是烦恼，无论是家庭的问题、经济的问题、还是身体的问题，所有这些生命中的苦难，有一个最快的解决方法，就是接受。如果我们学会了全然的接受，生命中的问题，最少立刻减少一半。
接受，能得上天的恩赐，是爱的开始，是转变的开始，是美好的开始，是希望的开始，是一切的开始！
我们的问题从哪里来的？就是从抗拒中来。我们看看人类发展到今天，出现那么多麻烦，那么多问题，无数的人为这些问题烦恼。杀人放火、偷盗抢劫、贩毒色情，这些是怎么造成的？就是抗拒，不接受现实与命运。
我们要敢于去接受生命中的苦难。所以人只要敢于去接受生命中的一切，苦难就会慢慢地减少。生病也是这样。
我曾经对人说：“我有一个特别的方法，可以让一个人的病立刻好一半。”怎么好一半？就是让他接受自己的病，跟自己的病在一起，因为这个病属于自己，是命中的一部分。当我们拒绝病，想赶走它的时候，就赶走自己一部分的命，也就说命就少了一块。所以佛法告诉我们，不管好坏顺逆，我们都应该全然去接受，一接受，心就慢慢开始恢复平静。
接受，能得上天的恩赐，是爱和一切美好的开始
有一位同修找到我，说自己命很苦，不是一般的苦，是最苦难的人。她已经在南山寺打了半年的佛七。我问她：“打半年佛七了，效果怎么样？”她说效果不太好。为什么不好呢？你一见她就知道了，因为她的心中装的全都是苦。心中装着苦，命苦不苦啊？感召外在的世界苦不苦啊？所以心中不把苦放下，怎么能消除苦呢？
我跟她说：“你苦了这么多年，原因是什么？就是心中永远的抱怨，永远的不满，永远的仇恨和永远的抗拒。如果你能明白这个道理，早一点把这些接受了就好了。因为这一切就是自己的命，不接受这一切就是不接受自己的命，不接受自己的命，自己的命就不完整。
所以，我们自己不接受命运，命才会不好。接受是改变的开始，我们要想改变，第一步就是接受。有人会说，这明明是别人给我造成的苦难，为什么要我接受呢？我永远接受不了。当我们学习了佛法，才知道今天所受的苦难，都是过去自己创造的。我们今天为什么要受这个苦？是老天让我们体会别人的苦。比如说一个人多病多灾，苦不苦啊？苦。但这个苦从哪里来的呢？是由于他过去生杀生、害命、伤害众生所感召来的果报。我们现在身体有痛苦，就是为了体会过去伤害别人的痛苦，那是我们自己应该得到的，所以应该接受。
举一个例子，在全国刚解放的时候，农民都分田地，每家每户都分到一亩二分地了，有一个人分得五亩地的荒山，山上只有茅草，什么都没有。你们说荒山要不要啊？要得话还有茅草，还要石头，如果拒绝就什么都没有了。要了我们还可以开荒，种一点东西，未来就有收成了。不要，我们就一无所有。
命也是这样，也许它不太好，但是我们必须接受。不接受自己的命，就是让自己没命。
又好比一个人去打工，心中想着每月要拿五千块。到了第一个公司，给他两千块，他拒绝了，走了。到第二个公司，给他三千块，他也离开了。到第三个公司，给他三千五，他还是不满意，又拒绝了。这个人就这样不停地找公司，最高的工资是四千块，也因为没达到他的标准就被拒绝了。他就这样找了一年，发现自己已经快要倒下了，因为没有钱，也没有吃的。
我们的人生也是一样，不能按照自己想象那么好的命运来接受。我们今天有这样的命，已经够好了，要知足。到那些贫穷的地方去看看，那么多的人比我们更苦，我们今天还能遇到佛法，还能找到希望，已经非常幸运了。
再给大家讲一个故事。
有一年的春天，一个既富裕又善良的人，经常看到一个乞丐住在自己家附近的桥洞下。有一天他发慈悲心，对乞丐说：“我家还有多余的田地，也有多余的房子，请你到那里去住吧，这些地也给你耕种。”
那个乞丐望了望那个善人，勉强点一点头，“好吧，那就给你一个面子。”
于是乞丐跟善人走了。善人把他带到自己的房间，又给他指了哪些地可以种，就离开了。
到了秋天，那个乞丐找到善人，一见面就破口打骂：“你叫什么善人啊！方圆几十里都说你是善人，我看你一点都不善！”
善人疑惑地看着乞丐，不明白这个乞丐在说什么，就问他：“你这是什么意思啊？”
乞丐说：“你看看，人家的田地都丰收了，为什么你给我这块地全是茅草？你看人家的房子都好好的，为什么你给我的房子还漏雨？家具也是旧的，桌子的腿还在摇晃，你叫什么善人啊！”
这个善人听到乞丐说这些话，一句话都没有讲，两行泪就掉下来了。
这个善人为什么要哭啊？因为他发现自己太无能了，连一个乞丐也帮不了，所以心里非常悲伤，也很委屈，很难过就流泪了。
在整个宇宙，我们的灵魂就像是这个乞丐，到处流浪，没有依靠。有一天老天给了我们一个身体，让我们来到人间。虽然这个身体不完美，但是却存在了。就像一座房子一样，虽然不完美，但是可以居住了。我们可以通过努力去改造那些不完美。老天又给了我们一片荒地，多少亩呢？几千亿亩。就是我们每一个人的心。我们不去开垦这颗心，不去改良这颗心，这颗心里边就不会长出财富与幸福。
老天慈悲我们，既给了我们房子，又给了我们田地，我们应该感恩了，应该通过自己双手来改造这一切，怎么能总是埋怨呢？许多人一天到晚都在怨天尤人，埋怨父母，埋怨祖宗，埋怨社会国家，埋怨自己的命不好，出生不好，身体不好。
不用埋怨，我们自己是可以改变的！首先就要把心中的不满、仇恨、抗拒清除掉，然后宽恕生命中所仇恨的人和不满的人。所以我对那位认为自己命苦的同修说：“你过去念佛半年为什么没有效果？第一是没有接受，第二是没有宽恕，第三是没有忏悔。你从现在开始，去接受自己的命运，去宽恕自己不满的事情，去忏悔过去今生的一切罪业，命运一定会变好，念佛的效果立刻就会出来！”
接受，能得上天的恩赐，是爱和一切美好的开始
我在去年行脚的过程中，特别有感悟，人间的路我都走过了。人间有哪些路呢？田间小路、普通公路、高速公路、大街道、小巷子、铁路、高铁、山间小路，只要是人间存在的路我都走过了。在走路的过程中碰到过好路，也有过坏路；有好的天气，也有不好的天气；夏天酷暑最高到四十多度，也遇到过倾盆大雨把我淋成落汤鸡，但是这些都过去了。
人生的路也是这样，尽管往前走，不要停留，走过去就好了。好路要走过去，坏路也要走过去。遇到烂路难道我们就停在那里不走了吗？那样就永远在烂路上。所以我体会到生命就是穿越，不断地穿越。
我们总想着苦就是让生命停留了。比如说一个人开车，开到高速公路非常高兴，后来下了高速公路，开到一段烂路，很不好开，就把车停下来，说：“这是什么路啊？怎么这么烂！这怎么能开车？”在那里，一直不满，一直怨恨。让他想不到的是，拒绝烂路，意味着永远拒绝了即将的好路。如果接受烂路，慢慢开，烂路终会过去！
每个人的生命难免会碰到苦难，佛告诉我们，我们这个世界叫做娑婆世界。娑婆就是两个意思，第一是有很多苦难，第二是必须忍受。夏天很热，需要忍受，冬天很冷，也要忍受，但是我们已经历过无数个冬夏了，都过去了。所以，只要生命不停留，苦难就是暂时的。如果心停留在苦难上，苦难就变成永恒了。
我们作为人来到这个世界，有很多不足，贪、嗔、痴、慢、嫉妒，对别人、对世界的不满我们会都有。首先我们就要承认自己有这些缺点，承认自己有很多的罪业。尽管我们是一个不完美的生命，但我们要接受自己，要靠着佛法慢慢完善自己。
当我们跟自己的缺点、不足，跟生命中的苦难合为一体的时候（当我们接受一切的时候，就和它合为一体了），生命就安祥了。缺点虽然还在，但是它已经不太妨碍我们了；恶习虽然还在，但它已经不太伤害我们了；自卑苦难还在，但它已经不太让我们痛苦了，所以接受对我们的生命非常重要。
我从小可能受到家庭环境的影响，很自卑、胆怯，有时候坐在台上讲课头都会冒汗。我会装出不害怕的样子，可是心里想这样装，身体却不会装，因为身体在冒汗。在很多时候，我总是要去掩饰，怕别人看出我自卑。其实我怎么样装，别人也看得出来，别人看出来，会对我更不好。所以后来我干脆告诉自己，别装了，真实地面对。然后我发现我的自卑就会减少一点，因为我发现没有人不自卑，所有不自卑的人都是装出来的。
我们活在一个大家都在演戏的世界。比如有人说我那么有智慧，那么高尚，现在告诉大家，我也是在装啊！我们都是人，人所有的烦恼痛苦，咱们都会有。为什么要讲这个？就是说我们要一起去真实面对自己的生命。当我们去接受的时候，我们的生命就会越来越完整；当我们敢于承认自己的缺点的时候，我们才能改正缺点；当我们敢于去接受苦难的时候，快乐就向我们招手。
让我们的心养成一种习惯，或者说开始一种锻炼，就是接受生命中的一切，包括自己的缺点。像我过去就不懂得这一点，不会接受自己，当别人指出我的缺点时，我会去反抗，去否定，这就是一种不接受的表现。不接受就不会进步，不接受就不会完善，所以生命的第一步就是接受。
一个不接受自己的人，比如他本来很自卑，就会表现得很自信、很傲慢。所以傲慢的人是自卑的表现，是不接受自己的自卑的表现。当我们养成接受的习惯以后，就会知道自己有缺陷、有缺点、有不足，有苦难……，而这一切都是正常的。
我们不用去装作自己很完美，因为完美的人不在这个世界上。但是我们的心要永远向往完美，要跟着佛找到使自己完美的方法，而且不断努力。生命永远只在路上，没有终点，甚至下一辈子也是。所以生命就是一个旅程，一个没有终点的旅程，在旅程中会有各种各样的遭遇，走过它就可以了。
不要总是把注意力放在自己的缺点上。注意力有两个作用，第一叫做种子，第二叫滋养。一个注意力就是一个念头，它是一颗种子，紧接着我们再给出第二个念头，就是给它浇水施肥了，这颗种子就会长出苗来。当心中的恶念不停，就会长出恶果来；当我们善念不断，就会长出善果来。
注意力在哪里，哪里就成长！注意力放在不幸上，我们的不幸就会增加；注意力放在幸福上，我们就会越来越幸福；注意力放在苦难上，我们就会越来越苦难；注意力放在佛号上，放在极乐世界，我们就会越来越美好。所以仁焕师父给我们传授了一个非常有效的法门，我用得特别多，就是舍命全交。把我们所有的缺点、所有的不幸都交给佛，把注意力也交给佛，这样我们心中的佛就不断增长，福慧自然就会出现，生命自然就会顺利，我们看待人间，看待世界也会透彻了。
我们还要学会接受佛的慈悲。佛的光明就在我们身边，佛的慈悲就在我们身边，只要我们去意念，去接受，佛的光明就过来了。只要我们把心打开，佛的慈悲、佛的智慧、佛的福气就流进来了。
我们还要学会接受自然的恩德。当吃饭的时候，我们有没有感觉到恩德？当走在路上的时候，我们有没有感觉到恩德？当仰望天空的时候，我们有没有感觉到恩德？当看电视的时候，有些地方有战争，我们有没有感觉到国家的恩德？感受到恩德就能接受到恩德，能接受到恩德的人是有福气的人。
今天从小学到大学，也讲接受，但接受的是知识。我们没有教给孩子去接受自然的恩德，接受自然的能量，接受自然的大爱，接受自然的美好，这是非常悲哀的事情。所以我们在自己的生活中，要随时随地尽量去感受到天地的恩德。吃饭的时候，当有人给你打饭过来，那一刻你的心有没有感受到恩？看到桌上的鲜花时，你有没有感觉到恩？这鲜花里有买花人的恩，有摆放它的人的恩，有卖花人的恩，有种花人的恩，继续往下探寻，我们可以在一朵花里看到天地的恩，看到风的恩，水的恩。当一个人能感觉到这些恩德的时候，心中就会很幸福，会觉得生命很丰富，很富有，很美好。
人本来就可以活得富有和美好，只是我们的接收器出问题了。有一个人拿破手机出来，说：“怎么中国移动没有信号了？”而另一个人拿着手机说：“信号是满的。”手机没有信号的那个人说是中国移动出问题了，其实是他自己的手机出问题了。我们的整个生命都被恩德包围着，佛菩萨的恩，天地的恩，祖宗父母的恩，国家的恩，人民的恩，山神土地的恩，四海龙王的恩，工人农民的恩，全部都是恩，就看我们能不能接受到。
我上一个月在印度，上完课走在路上，看到漫天的星星很美，觉得很富有。这时，我心中突然很可怜某些人，他们有钱、有名、有学问、有地位，就是没有一颗星星。他们把自己的接收装置全改成了接受钱，接受名，接受地位，接受知识去了，真的很可怜。如果我们的接收器修好了，你今天就可以发现生命变了，发现生命的美好和天地的恩德，看到人都会很欢喜。你会发现人是活的，别人也会发现你是活的。过去我们是死的，所以看见别人也是死的。我经常走在大街，就没看见几个真正活着的人。（大众笑）。所以我们需要从今天开始真正活着。活着就是一种美好。当内心没有美好，当内心很自私时，我们就等于死了。
当人活着的时候，无穷的创造力就会出来，无穷的智慧就会出来，无穷的福气就会出来，生命中的一切美好都会出来，这就是真正地活着！
所以，生命的第一课就是接受，只有接受，一切才有开始。　
声明：本站为在公安机关登记备案的互动式网站，文章、图片和视频均为网友上传，如有发现我们文章、图片或视频侵权，请通过邮件与我们取得联络，我们在接到通知后会立即删除。
（点鼠标右键另存为） &
&&&&&&&&&&&
请常念南无阿弥陀佛，一切重罪悉解脱！
相关资料12条（全部：&&&&&&
点击查看本站五明频道类似内容：
（公众号：佛教为主）
（净土法门法语公众号）
（无量光公众号：素食等）
（学佛网个人微信号）
(微信打赏我们）
（无量光慈善公众号）