生产力研究论文

“5年时间，我们成功吸引和带动了大中型企业投资超过50亿元，新上市企业两家！”说这话的是一位科学家——中国科学院战略性先导科技专项“变革性纳米产业制造技术聚焦”（以下称“纳米先导专项”）首席科学家、国家纳米科学中心研究员王琛，场合是在该院6月举行的例行新闻发布会上。如果不是在中科院院机关举行的会议，这很可能被看作一场“企业公关秀”——与会的人员里，不管是王琛，还是其他的研究员、工程师，抑或是局长、处长，张口闭口所谈之事似乎总离不开几个关键词：“纳米技术”“样品”“产品”“商品”“产品竞争力”“产业水平”“社会效益”，等等。所折射出的，恰是当今社会对于科技创新“最为迫切”的一种诉求：高大上的科技成果，究竟何时能从实验室“醒来”，真正走向生产线，飞入寻常百姓家？看似平常的发布会上，中科院向外推出了纳米先导专项这一科技成果“落地开花”的样本。专项始于2013年7月，完成于今年6月。王琛说，历时5年，专项团队已经实现纳米技术从“基础研究”的突破，到“变革性产业技术”的跨越，打通了困扰科技经济发展“两张皮”的“最后一公里”。为何是纳米科技？作为上世纪末开始兴起的新兴学科，纳米科技在我国受到高度重视，与国际同步进行了科研布局，《国家中长期科学和技术发展规划纲要（2006-2020年）》就将其列为我国“有望实现跨越式发展的领域之一”。根据中国科学院重大科技任务局副局长齐涛的说法，得益于国家的重视和高强度的投入，纳米科技在我国的发展速度应该说是“领先国际”。比如，1997年与纳米相关的SCI论文中只有6%涉及我国作者，从2011年开始则超越美国而居世界首位。在纳米科技论文被引次数、高影响力论文以及专利方面，也呈现了类似的迅猛发展态势。2017年国家纳米科学中心、中国科学院文献情报中心与施普林格·自然集团联合发布的白皮书显示，我国纳米领域的高被引论文复合年均增长率达22%，是全球的3倍多。我国是纳米科技论文的世界第一产出大国，但并非是纳米科技应用的强国，如何将“纳米基础研究”的成果，向“纳米产业技术”再跨一步，仍是摆在我国科技界和产业界面前的一道难题。齐涛说，中科院开始思考如何将我国纳米科技研究的优势和积累——至少在纳米科技领域可以自豪地讲“我们是科技论文和一些基础研究的领头羊”，“有很好的底子去做进一步转化”——转化为纳米科技成果应用促进企业转型升级、催生新兴产业的驱动力。正是在这样的重大需求牵引和顶层设计的指导下，最终形成了如今这个纳米先导专项。这个专项布局了动力锂电池、绿色印刷、纳米器件、纳米催化、体外诊断、纳米化药物、水／电／油典型应用、产业共性平台支撑与标准等8大板块共17项研发任务，专项团队共集成中科院20多个科研机构1300多名研究人员参与。说白了，就是集中一群科学家的力量，一起拆除阻碍产业化的“篱笆墙”，疏通纳米技术应用基础研究和产业化连接的快车道。王琛说，专项要做的就是促进纳米技术“创新链”和我国纳米“产业链”精准对接，加快科研成果从“样品”到“产品”，再到“商品”的转化，把科技成果充分应用到国家重大需求和现代化事业中去。成果过不过硬5年过去，专项中的相关项目纷纷“落地”。王琛稍作列举——面向下一代高能量密度应用的固态锂电池、锂硫、锂空电池的技术达到了世界先进水平，并在快速实现基础研究到产业应用的转变。“中国创造”的绿色制版设备及纳米技术打入发达国家，成功上演“变轨超越”，并实现节能减排，彻底解决相关行业的废水、废液、废渣、VOC等排放问题。以其中的“纳米绿色印刷产业链”项目为例，该项目负责人、中科院化学研究所研究员宋延林告诉记者，纳米绿色印刷制造技术，从源头解决了传统印刷产业链的污染问题，形成纳米绿色印刷完整产业链技术，有望引领印刷业绿色革命。他打了一个比方：纳米绿色印刷对于传统印刷，就如同数码照相对于胶卷照相的革命。传统印刷产业链主要涉及曝光冲洗制版、电化学氧化制备铝版基、使用有害溶剂油墨三大关键污染环节，相形之下，纳米绿色印刷技术则采用全新的工艺路线，具有工艺简捷、操作方便、成本低廉、节能减排等多方面优势。目前，宋延林带领的研究人员已经突破传统版材电解氧化的工艺路线，建成世界上第一条无电解氧化工艺的600万平方米纳米绿色版基示范线。此外，还突破水性油墨难以用于塑料包装印刷的国际难题，实现绿色水性塑料印刷油墨的关键技术突破。更为重要的是，宋延林说，他们并未停留在纯技术层面而“沾沾自喜”，还发展了新概念的纳米绿色印刷技术，在印刷电子、3D打印、印染、建材等众多重要领域实现应用，并主持起草相关国际标准工作。“纳米健康技术”项目研究骨干、国家纳米科学中心高级工程师沈海滢说，包括蛋白质、核酸在内的一些人体分子，处于纳米尺度，如此科学家就可以利用纳米材料结构和功能的特殊性质，实现对这些生物分子的识别、捕获，甚至进行“体外诊断”。据沈海滢透露，目前，项目组已经研发了新型的结核病诊断技术以及“肿瘤捕手”技术。这其中，结核病诊断技术具有高特异性，产品性能优于进口试剂盒；“肿瘤捕手”则实现了对循环肿瘤细胞的高效富集和检测，产品性能也显著优于国内外同类型产品。“可以说，经过5年努力，我们已经将实验室的一些技术进行产业化开发，获得了一些技术突破，实现了纳米技术‘从实验室走向市场’的突破。”沈海滢说。一个最佳的例证就是，该项目组研发的多款产品，已经通过国家主管部门组织的注册检测、临床实验、体系考核，获得了医疗器械证书。沈海滢说，这将带动社会资本投入超3亿元。仅靠“砸钱”就能解决？从基础研究到实现产业化，一般来说，需要经过技术原理构想、实验室小试、中试放大以及产业化发展等多个阶段。最难的部分是哪个？“长续航动力锂电池”项目负责人、中科院物理研究所研究员李泓的答案很明确：从小试到中试。这个阶段要以实验室小试的研究成果为基础，以大规模产业化生产为目标，“涉及技术、生产多方面，失败风险很大，所以很少有人愿意在这个环节‘砸钱’投入，这也是很多科技成果的产业化‘走不下去’的一个重要原因。”李泓说。这时，中科院的先导专项就扮演了“雪中送炭”的角色。齐涛说，先导专项定位于解决关系国家长远发展的重大科技问题，是面向未来的一项重要战略安排，“可以说，就是对国家科技计划序列的‘丰富和完善’”。李泓说，“长续航动力锂电池”项目的关键材料，如今均已进入中试阶段，已供货30多家电池，与电动汽车等企业形成合作关系，初步形成了产业影响。这就是靠专项的支持下，技术“越来越成熟”。他告诉记者，想要提高纯电动汽车的续航里程，跟电池的能量密度有密切关系。以某车企的EV200车型为例，在电芯能量密度180Wh/kg时，一次充电只能走200公里，如果把能量密度提升到300Wh/kg，一次充电就可以实现470公里的续航里程。据他透露，今年6月底我国有望实现电芯300Wh/kg的技术。这些傲人的成绩，与专项的考核和管理方式不无关系。其考核简单来说，就是一句话：不看论文，就看现实生产力！齐涛说，先导科技专项坚持“目标清、可考核、用得上、有影响”的12字总要求。王琛说，在这个总要求的指导下，纳米先导专项的考核进一步明确，“不考核科技论文的发表情况，始终专注于我们的纳米科技成果是否转化为现实生产力”——社会是否由此得到了诸如节能减排、绿色环保、增加就业等的社会效益。企业是否通过消化吸收我们的纳米技术成果提升了产业水平，提高了产品竞争力。至于管理方式，则是齐涛所说的“一办两线三组”的管理架构。这其中“一办”，是指专项领导小组办公室，也就是中科院重大科技任务局，“两线”是指行政指挥线和科技攻关线，“三组”则是指行政协调组、专项总体组和专项监理组。这其中颇值得一提的是专项监理组。纳米先导专项一位监理说，监理制度正是一套闭环管理系统,项目承担单位落实成效，也将由监理专家检查，“有些首席科学家不敢讲的话，我们敢讲，要为整个专项负责！”事实上，5年来，整个纳米先导专项先后与70多家不同的企业合作，这背后除了坚持过程管理外，还有“竞争择优”的动态调整，说白了“年度经费支持额度与测评结果直接挂钩”。尽管专项暂告一段落，李泓回想起来仍觉得不易：这不是做几个实验、发几篇论文就可以“交差”的，而要拿得出第三方认可的好电池来。衡量他们的尺子，不再仅仅是科学家同行，还有市场。

专家表示，态度端正，怪题也能成经典。昨晚，话题#硕士毕业论文研究屁#登上热搜榜第四名，一时间引起不少网友的议论。据了解，该论文写于2007年，作者系华中师范大学社会学在职硕士高建伟。彼时，高建伟不仅凭借这篇论文通过硕士论文答辩，还被评为“优秀”。而且，目前在中国知网也可以搜索到该论文。原来，早在2015年，该论文就曾引发舆论关注，高建伟导师、华中师范大学大学教授李亚雄彼时接受媒体采访时称，“生活中其实有很多方面都值得挖掘，没必要总去重复一些意义不大的选题，一些看上去另类或小众的选题往往更值得思考，也会有更多有意思的发现。”论文曾受导师赞赏“我经常被身边的人提及这样一个问题：你怎么会做这么一个题目呢？”高建伟在其论文《关于屁的社会学研究》开头解释，选择该题目源于自己偶然在网上看见的两篇关于屁的故事。两个故事中，主人公都因为一个屁而使自己的人生轨迹发生了改变，由此引发了高建伟的思考。高建伟认为，“屁”不仅是一种生理现象，更是一种社会现象，与社会关系有着种种对应。通过对大量历史资料的研究，他指出，无论是在西方文化还是在东方文化中，屁是作为一种社会忌讳而存在的，这种忌讳不仅弥散于我们日常生活的各个方面，而且广泛地存在于教育、礼俗、习惯、道德甚至法律等上层建筑领域之中。高建伟从社会发生学的角度，深入分析了屁行为及现象如何从一种生理行为转化为一种社会忌讳的过程，从中揭示了这一运作过程的复杂机制。在社会发展过程中，屁从无差别的人类行为到更经常地发生在部分社会成员中的行为，再到道德评价中的否定性行为，最终演化为一种社会忌讳的存在形态。论文提及，在人类早期阶段，分工和阶级还未出现，放屁行为是原始人类——即我们的先民最频繁而最普通不过的生理现象。随着生产力的发展，社会关系发生变化，富人的饮食种类和饮食习惯发生变化，不再频繁放屁。至此，人类放屁经验完成第一次历史性的转变，即从人类普遍的一种生理现象成为一种更经常地、更普遍地发生于部分社会成员（更多是穷人）中的行为。经由这种转变，放屁行为获得了部分社会性意义，反映了社会上下层并存对立的事实。上层阶层为维护其优势地位，不仅政治、经济、文化领域建立绝对的控制地位，而且也努力“形塑”适应其优势地位的社会状态。用礼仪、修养、品味之类的东西来区分上下层，上层社会往往被认为是有礼貌教养的，而下层社会成员则是普通、粗俗甚至下贱的。在这样的背景下，放屁被贴上否定性的道德标签。在规训权力下，“屁”从一种上层社会所界定的否定性社会行为转变为一种社会忌讳的存在形态，并获得全体社会成员的认可和遵从。他认为这个发生学过程来源于权力运作的诡异特性，即两面性、依附性和公共性。并且接着探讨了“无所忌讳”的屁行为及现象，认为这种现象本质上反映了屁行为及现象的忌讳存在形态，并与权力运作的诡异特性相联。记者注意到，这不是该论文第一次被网友关注。2015年，《北京晚报》曾就此事进行报道。高建伟导师、华中师范大学教授李亚雄接受采访时，对该论文颇为赞赏。据他回忆，论文开题时，老师们刚看到这个题目都笑了起来，但“笑”过之后，大家还是很快从专业角度探讨它的学术价值，不是简单地就事论事，而是运用社会学的理论进行分析。李亚雄彼时告诉《北京晚报》记者，高建伟的研究另辟蹊径，在重复性研究泛滥的情况下，“显得珍贵”，老师们普遍比较支持。“答辩效果也很好，还被评了优秀。他（高建伟）文笔很不错，思路也很清楚。”李亚雄称，因为不方便做实际调查，高建伟通过文献分析、引经据典，把屁的发生学、在不同时代的纵向发展、背后的社会含义呈现出来。 “很欢迎这种来源于生活、有人文关怀的选题。”对此，记者近日多次联系李亚雄教授采访，对方以在外出差为由婉拒。硕士论文研究“屁”？！网友吵翻了......看到这篇论文的内容，瞬间就有网友被震惊了，表示大开眼界。也有网认为这样的论文很可笑，毫无意义。调侃的同时，表示这种低级趣味的选题，难登大雅之堂。不过，有网友却不不同意以上观点。他们认为只要研究做得好，没有什么不可以。对未知领域的大胆探索，总比造假和“假、大、空”的论文要好的多。这样的论文值得点赞，而不是嘲讽。而对于论文只有30页的情况，也有人猜测这么短的篇幅，字数会不会不够？而且还建议查一下。但也有网友表示，这样的论文一定不怕查重，因为根本没得抄！而且大家不应该妄下结论，可以先到知网查询一下，具体了解后，靠真凭实据发表观点。高校教师：态度端正了，题目再“怪”也能成经典事实上，近年来因选题独特而受到大众关注的论文不少。此前，《乌有之猫：云吸猫迷群的认同与幻想》《八角茴香对卤鸡肉挥发性风味的影响极其作用机制》等论文都曾引起热议。“这是选题多样化的问题，我觉得是好事。”华中科技大学硕士生导师刘锐认为，现在学科发展呈现“专门化”和“交叉融合”双重特点，“很多我们以前不觉得可作研究的问题，现在也冒出来了”。“个人认为，研究这样一些比较另类的问题是很有必要的，这可以覆盖很多以往的知识盲点，给社会以启发。”刘锐近日接受澎湃新闻采访时称。对此，华中科技大学新闻学院副教授周婷婷认为，当下大学生思维比较活跃，或对新媒体较为熟悉，确实可以关注到一些新的现象。“很多现象都可以作为我们论文研究选题，但要基于学科找到深入观察的角度，而不仅仅是描述‘现象’，做一个简单分析，那就没有意义了。”周婷婷说。国家教育咨询委员会委员谈松华表示，自己没有看过上述几篇论文，无法对其作出评价。“毕业论文应该如何去写，这很难有统一的说法。不同专业、不同爱好、不同精力的学生，做选题时考虑的因素有所差异。”谈松华称，就他指导研究生而言，选择论文题目时考虑较多的是现实意义，比如能对国家的发展、改革、社会进步等方面有促进价值。对于越来越多的“独特选题”，华中科技大学社会学院教授郑作彧表示“没什么不可以”。“学术研究本来就该关心自己的生活、自己所处的社会。现在学子所处的时代，既然就是充满这些现象，那么研究这些现象，是理所当然的。”郑作彧认为，问题不在于研究的选题是“另辟蹊径（讲好听点是创新）”还是“正经（讲难听点就是老调重弹）”，而是研究的态度是否端正。郑作彧称，个别学生“过得浑浑噩噩”，写论文时“选的是最不费脑袋的主题”。“这样的题目，就算听起来高大上，实际上其实也是空泛的。”郑作彧称，对写论文而言，更重要的是态度。“我参加保研面试时，会问学生对什么领域比较兴趣、有钻研。”郑作彧发现，农村来的学生，大部分会说“想做农村研究”，或者女学生多会说“想做性别研究”。 “但这些学生里头，并没有多少真的钻研过相关方面的知识。他们只是觉得，因为身份原因，再不济都可以掰出些道理来。”郑作彧认为，这种情况下，就算选题高大上，但态度不端正，“一样白搭”；相反，如果学术态度端正，题目“再怎么光怪陆离”，也一样可以讲成经典。对于论文选题，学生怎么看？湖南某高校研究生李勇（化名）告诉记者，据其观察，选题来源主要有三部分，一是结合曾经的实践活动，二是结合兴趣，三是来自导师。“我偏好感兴趣的选题，同时考虑研究意义，写起来有动力。”李勇认为，兴趣是很好的切入口。“当学校通知你要写论文时，往往会感觉一头雾水，继而选择熟悉的领域入手。”对此，你怎么看？来源：中国青年报（ID：zqbcyol 整理编辑：张博）综合自：澎湃新闻记者 何利权 实习生 胡天依、中国知网、微博网友评论等。来源：环球网

导读近日，一篇题为《关于屁的社会学研究》的硕士毕业论文在网上流传，受到广泛关注。专家表示，态度端正，怪题也能成经典。而网友看后却吵翻了......研究“屁”的硕士论文又火昨晚，话题#硕士毕业论文研究屁#登上热搜榜第四名，一时间引起不少网友的议论。据了解，该论文写于2007年，作者系华中师范大学社会学在职硕士高建伟。彼时，高建伟不仅凭借这篇论文通过硕士论文答辩，还被评为“优秀”。而且，目前在中国知网也可以搜索到该论文。原来，早在2015年，该论文就曾引发舆论关注，高建伟导师、华中师范大学大学教授李亚雄彼时接受媒体采访时称，“生活中其实有很多方面都值得挖掘，没必要总去重复一些意义不大的选题，一些看上去另类或小众的选题往往更值得思考，也会有更多有意思的发现。”论文曾受导师赞赏“我经常被身边的人提及这样一个问题：你怎么会做这么一个题目呢？”高建伟在其论文《关于屁的社会学研究》开头解释，选择该题目源于自己偶然在网上看见的两篇关于屁的故事。两个故事中，主人公都因为一个屁而使自己的人生轨迹发生了改变，由此引发了高建伟的思考。高建伟认为，“屁”不仅是一种生理现象，更是一种社会现象，与社会关系有着种种对应。通过对大量历史资料的研究，他指出，无论是在西方文化还是在东方文化中，屁是作为一种社会忌讳而存在的，这种忌讳不仅弥散于我们日常生活的各个方面，而且广泛地存在于教育、礼俗、习惯、道德甚至法律等上层建筑领域之中。高建伟从社会发生学的角度，深入分析了屁行为及现象如何从一种生理行为转化为一种社会忌讳的过程，从中揭示了这一运作过程的复杂机制。在社会发展过程中，屁从无差别的人类行为到更经常地发生在部分社会成员中的行为，再到道德评价中的否定性行为，最终演化为一种社会忌讳的存在形态。论文提及，在人类早期阶段，分工和阶级还未出现，放屁行为是原始人类——即我们的先民最频繁而最普通不过的生理现象。随着生产力的发展，社会关系发生变化，富人的饮食种类和饮食习惯发生变化，不再频繁放屁。至此，人类放屁经验完成第一次历史性的转变，即从人类普遍的一种生理现象成为一种更经常地、更普遍地发生于部分社会成员（更多是穷人）中的行为。经由这种转变，放屁行为获得了部分社会性意义，反映了社会上下层并存对立的事实。上层阶层为维护其优势地位，不仅政治、经济、文化领域建立绝对的控制地位，而且也努力“形塑”适应其优势地位的社会状态。用礼仪、修养、品味之类的东西来区分上下层，上层社会往往被认为是有礼貌教养的，而下层社会成员则是普通、粗俗甚至下贱的。在这样的背景下，放屁被贴上否定性的道德标签。在规训权力下，“屁”从一种上层社会所界定的否定性社会行为转变为一种社会忌讳的存在形态，并获得全体社会成员的认可和遵从。他认为这个发生学过程来源于权力运作的诡异特性，即两面性、依附性和公共性。并且接着探讨了“无所忌讳”的屁行为及现象，认为这种现象本质上反映了屁行为及现象的忌讳存在形态，并与权力运作的诡异特性相联。记者注意到，这不是该论文第一次被网友关注。2015年，《北京晚报》曾就此事进行报道。高建伟导师、华中师范大学教授李亚雄接受采访时，对该论文颇为赞赏。据他回忆，论文开题时，老师们刚看到这个题目都笑了起来，但“笑”过之后，大家还是很快从专业角度探讨它的学术价值，不是简单地就事论事，而是运用社会学的理论进行分析。李亚雄彼时告诉《北京晚报》记者，高建伟的研究另辟蹊径，在重复性研究泛滥的情况下，“显得珍贵”，老师们普遍比较支持。“答辩效果也很好，还被评了优秀。他（高建伟）文笔很不错，思路也很清楚。”李亚雄称，因为不方便做实际调查，高建伟通过文献分析、引经据典，把屁的发生学、在不同时代的纵向发展、背后的社会含义呈现出来。 “很欢迎这种来源于生活、有人文关怀的选题。”对此，记者近日多次联系李亚雄教授采访，对方以在外出差为由婉拒。硕士论文研究“屁”？！网友吵翻了......看到这篇论文的内容，瞬间就有网友被震惊了，表示大开眼界。也有网认为这样的论文很可笑，毫无意义。调侃的同时，表示这种低级趣味的选题，难登大雅之堂。不过，有网友却不不同意以上观点。他们认为只要研究做得好，没有什么不可以。对未知领域的大胆探索，总比造假和“假、大、空”的论文要好的多。这样的论文值得点赞，而不是嘲讽。而对于论文只有30页的情况，也有人猜测这么短的篇幅，字数会不会不够？而且还建议查一下。但也有网友表示，这样的论文一定不怕查重，因为根本没得抄！而且大家不应该妄下结论，可以先到知网查询一下，具体了解后，靠真凭实据发表观点。高校教师：态度端正了，题目再“怪”也能成经典事实上，近年来因选题独特而受到大众关注的论文不少。此前，《乌有之猫：云吸猫迷群的认同与幻想》《八角茴香对卤鸡肉挥发性风味的影响极其作用机制》等论文都曾引起热议。“这是选题多样化的问题，我觉得是好事。”华中科技大学硕士生导师刘锐认为，现在学科发展呈现“专门化”和“交叉融合”双重特点，“很多我们以前不觉得可作研究的问题，现在也冒出来了”。“个人认为，研究这样一些比较另类的问题是很有必要的，这可以覆盖很多以往的知识盲点，给社会以启发。”刘锐近日接受澎湃新闻采访时称。对此，华中科技大学新闻学院副教授周婷婷认为，当下大学生思维比较活跃，或对新媒体较为熟悉，确实可以关注到一些新的现象。“很多现象都可以作为我们论文研究选题，但要基于学科找到深入观察的角度，而不仅仅是描述‘现象’，做一个简单分析，那就没有意义了。”周婷婷说。国家教育咨询委员会委员谈松华表示，自己没有看过上述几篇论文，无法对其作出评价。“毕业论文应该如何去写，这很难有统一的说法。不同专业、不同爱好、不同精力的学生，做选题时考虑的因素有所差异。”谈松华称，就他指导研究生而言，选择论文题目时考虑较多的是现实意义，比如能对国家的发展、改革、社会进步等方面有促进价值。对于越来越多的“独特选题”，华中科技大学社会学院教授郑作彧表示“没什么不可以”。“学术研究本来就该关心自己的生活、自己所处的社会。现在学子所处的时代，既然就是充满这些现象，那么研究这些现象，是理所当然的。”郑作彧认为，问题不在于研究的选题是“另辟蹊径（讲好听点是创新）”还是“正经（讲难听点就是老调重弹）”，而是研究的态度是否端正。郑作彧称，个别学生“过得浑浑噩噩”，写论文时“选的是最不费脑袋的主题”。“这样的题目，就算听起来高大上，实际上其实也是空泛的。”郑作彧称，对写论文而言，更重要的是态度。“我参加保研面试时，会问学生对什么领域比较兴趣、有钻研。”郑作彧发现，农村来的学生，大部分会说“想做农村研究”，或者女学生多会说“想做性别研究”。 “但这些学生里头，并没有多少真的钻研过相关方面的知识。他们只是觉得，因为身份原因，再不济都可以掰出些道理来。”郑作彧认为，这种情况下，就算选题高大上，但态度不端正，“一样白搭”；相反，如果学术态度端正，题目“再怎么光怪陆离”，也一样可以讲成经典。对于论文选题，学生怎么看？湖南某高校研究生李勇（化名）告诉记者，据其观察，选题来源主要有三部分，一是结合曾经的实践活动，二是结合兴趣，三是来自导师。“我偏好感兴趣的选题，同时考虑研究意义，写起来有动力。”李勇认为，兴趣是很好的切入口。“当学校通知你要写论文时，往往会感觉一头雾水，继而选择熟悉的领域入手。”对此，你怎么看？来源：中国青年报

机器之心报道编辑：魔王、杜伟、小舟NumPy 团队撰写了一篇综述文章，介绍 NumPy 的发展过程、主要特性和数组编程等。这篇文章现已发表在 Nature 上。NumPy 是什么？它是大名鼎鼎的使用 Python 进行科学计算的基础软件包，是 Python 生态系统中数据分析、机器学习、科学计算的主力军，极大简化了向量与矩阵的操作处理。除了计算外，它还包括了：功能强大的 N 维数组对象。精密广播功能函数。集成 C/C++ 和 Fortran 代码的工具。强大的线性代数、傅立叶变换和随机数功能今日，NumPy 核心开发团队的论文终于在 Nature 上发表，详细介绍了使用 NumPy 的数组编程（Array programming）。这篇综述论文的发表距离 NumPy 诞生已经过去了 15 年。NumPy 官方团队在 Twitter 上简要概括了这篇论文的核心内容：NumPy 为数组编程提供了简明易懂、表达力强的高级 API，同时还考虑了维持快速运算的底层机制。NumPy 提供的数组编程基础和生态系统中的大量工具结合，形成了适合探索性数据分析的完美交互环境。NumPy 还包括增强与 PyTorch、Dask 和 JAX 等外部库互操作性的协议。基于这些特性，NumPy 为张量计算提供了标准的 API，成为 Python 中不同数组技术之间的核心协调机制。接下来，我们来看这篇 NumPy 综述论文的详细内容。论文摘要数组编程为访问、操纵和计算向量、矩阵和高维数组中的数据提供了功能强大、紧凑且表达力强的语法。NumPy 是 Python 语言的主要数组编程库，它在物理、化学、天文学、地球科学、生物学、心理学、材料科学、工程学、金融和经济学等领域的研究分析中都起着至关重要的作用。例如，在天文学中，NumPy 是发现引力波和黑洞首次成像的软件栈中的重要部分。这篇论文回顾了一些基本的数组概念，以及它们如何形成一种简单而强大的编程范式，使其能够用于组织、探索和分析科学数据。NumPy 是构建科学 Python 生态系统的基础。它的应用十分普遍，一些面向特殊需求受众的项目已经开发出自己的类 NumPy 接口和数组对象。由于其在 Python 生态系统中的核心地位，NumPy 越来越多地充当数组计算库之间的互操作层，并且和其 API 一起提供了灵活的框架，以支持未来十年的科学和工业分析。NumPy 的演变史在 NumPy 之前，已经出现了两个 Python 数组包。Numeric 包开发于 20 世纪 90 年代中期，它提供了 Python 中的数组对象和 array-aware 函数。Numeric 是用 C 语言写的，并链接到线性代数的标准快速实现。其最早的应用之一是美国劳伦斯利弗莫尔国家实验室的惯性约束核聚变研究。为了处理来自哈勃太空望远镜的大型天文图像，Numeric 被重实现为 Numarray，它添加了对结构化数组、灵活 indexing、内存映射、字节序变体、更高效的内存使用以及更好的类型转换规则的支持。尽管 Numarray 与 Numeric 高度兼容，但这两个包之间的差异足以将社区开发者分为两类。而 2005 年，NumPy 的出现完美地统一了这两个包，它将 Numarray 的功能和 Numeric 的 small-array 性能及其丰富的 C API 结合起来。如今，15 年过去了，NumPy 几乎支持所有进行科学和数值计算的 Python 库（包括 SciPy、Matplotlib、pandas、scikit-learn 和 scikit-image）。NumPy 是一个社区开发的开源库，它提供了多维 Python 数组对象以及对其进行操作的 array-aware 函数。由于其固有的简洁性，事实上 NumPy 数组已经成为 Python 中数组数据的交换格式。NumPy 使用 CPU 对内存内（in-memory）数组进行操作。为了利用现代的专用存储和硬件，最近已经扩展出一系列 Python 数组包。与 Numarray–Numeric 之间存在较大差异的情况不同，现在的这些新库很难在社区开发者中引起分歧，因为它们都是建立在 NumPy 之上的。但是，为了使社区能够使用新的探索性技术，NumPy 正在过渡为核心协调机制，该机制规划了良好定义的数组编程 API，并在合适的时候将其分发给专门的数组实现。NumPy 数组NumPy 数组是一种能够高效存储和访问多维数组的数据结构，支持广泛类型的科学计算。NumPy 数组包括指针和用于解释存储数据的元数据，即 data type（数据类型）、shape（形状）和 strides（步幅），参见下图 1a。图 1：NumPy 数组包括多种基础数组概念。数据类型描述了数组中存储元素的本质。一个数组只有一个数据类型，数组中的每个元素在内存中占用的字节数是一样的。数据类型包括实数、复数、字符串、timestamp 和指针等。数组的形状决定了每个轴上的元素数量，轴的数量即为数组的维数。例如，数字向量可存储为形状为 N 的一维数组，而彩色视频是形状为 (T, M, N, 3) 的四维数组。步幅是解释计算机内存的必要组件，它可以线性地存储元素。步幅描述了在内存中逐行逐列移动时所需的字节数。例如，形状为 (4, 3) 的二维浮点数数组，它其中的每个元素均在内存中占用 8 个字节数。要想在连续列之间移动，我们需要在内存中前进 8 个字节数，要想到达下一行，则需要前进 3 × 8 = 24 个字节数。因此该数组的步幅为 (24, 8)。NumPy 可以用 C 或 Fortran 的内存顺序存储数组，沿着行或列遍历。这使得使用这些语言写的外部库可以直接访问内存中的 NumPy 数组数据。用户使用「indexing」（访问子数组或单个元素）、「operators」（各种运算符）和「array-aware function」与 NumPy 数组进行交互。它们为 NumPy 数组编程提供了简明易懂、表达力强的高级 API，同时还考虑了维持快速运算的底层机制。对数组执行 indexing 将返回单个元素、子数组或满足特定条件的元素（参见上图 1b）。数组甚至还可以用其他数组进行 indexing（参加图 1c）。返回子数组的 indexing 还可以返回原始数组的「view」，以便在两个数组之间共享数据。这就为内存有限的情况下基于数组数据子集进行运算提供了一种强大的方式。为了补充数组语法，NumPy 还包括对数组执行向量化计算的函数，包括 arithmetic、statistics 和 trigonometry（参见图 1d）。向量化计算基于整个数组运行而不是其中的单个元素，这对于数组编程而言是必要的。这意味着，在 C 等语言中需要几十行才能表达的运算在这里只需一个清晰的 Python 表达式即可实现。这就带来了简洁的代码，并使得用户不必关注分析细节，同时 NumPy 以接近最优的方式循环遍历数组元素。对两个形状相同的数组执行向量化计算（如加法）时，接下来会发生什么是很明确的。而「broadcasting」机制允许 NumPy 处理维度不同的数组之间的运算，例如向数组添加一个标量值。broadcasting 还能泛化至更复杂的示例，如缩放数组的每一列或生成坐标网格。在 broadcasting 中，单个或两个数组可以重叠（没有从内存中复制任何数据），使得 operands 的形状匹配（参见图 1d）。其他 array-aware function（如加、求平均值、求最大值）都是执行逐元素的「rection」，累积单个数组的一个、多个或所有轴上的结果。例如，将一个 n 维数组与 d 个轴进行累加，得到维度为 n d 的数组（参见图 1f）。NumPy 还包含可以创建、reshaping、concatenating 和 padding 数组，执行数据排序和计数，读取和写入文件的 array-aware function。这为生成伪随机数提供了大量支持，它还可以使用 OpenBLAS 或 Intel MKL 等后端执行加速线性代数。总之，内存内的数组表示、紧密贴近数学的语法和多种 array-aware function 共同构成了生产力强、表达力强的数组编程语言。科学 Python 生态系统Python 是一个开源、通用的解释型编程语言，非常适合数据清洗、与 web 资源交互和解析文本之类的标准编程任务。添加快速数组操作和线性代数能够让科学家在一种编程语言中完成所有的工作。尽管 NumPy 不是 Python 标准库的一部分，但它也从与 Python 开发者的良好关系中受益。在过去这些年中，Python 语言已经加入了一些新的功能和特殊的语法，以便 NumPy 具备更加简洁和易于阅读的数组表示法。但是，由于 NumPy 不是 Python 标准库的一部分，所以它能够规定自己的发布策略和开发模式。从发展史、开发和应用的角度来看，SciPy 和 Matplotlib 与 NumPy 联系紧密。SciPy 为科学计算提供了基础算法，包括数学、科学和工程程序。Matplotlib 生成可发表品质的图表和可视化文件。NumPy、SciPy 和 Matplotlib 的结合，再加上 IPython、Jupyter 这类高级交互环境，为 Python 中的数组编程提供了坚实的基础。如图 2 所示，科学 Python 生态系统建立在上述基础之上，它提供了多种广泛应用的专有技术库，而这又是众多领域特定项目的基础。NumPy 是这一 array-aware 库生态系统的基础，它设置了文档标准、提供了数组测试基础结构，并增加了对 Fortran 等编译器的构建支持。图 2：NumPy 是科学 Python 生态系统的基础。很多研究团队设计出大型、复杂的科学库，这些库为 Python 生态系统增添了特定于具体应用的功能。例如，由事件视界望远镜（Event Horizon Telescope, EHT）合作项目开发的 eht-imaging 库依赖科学 Python 生态系统的很多低级组件。而 EHT 合作项目利用该库捕获了黑洞的首张图像。在 eht-imaging 库中，NumPy 数组在流程链的每一步存储和操纵数值数据。基于数组编程创建的交互式环境及其周边的工具生态系统（IPython 或 Jupyter 内部）完美适用于探索性数据分析。用户可以流畅地检查、操纵和可视化他们的数据，并快速迭代以改善编程语句。然后，将这些语句拼接入命令式或函数式程序，或包含计算和叙述的 notebook。超出探索性研究的科学计算通常在文本编辑器或 Spyder 等集成开发环境（IDE）中完成。这一丰富和高产的环境使 Python 在科学研究界流行开来。为了给探索性研究和快速原型提供补充支持，NumPy 形成了使用经过时间检验的软件工程实践来提升协作、减少误差的文化。这种文化不仅获得了项目领导者的采纳，而且还被传授给初学者。NumPy 团队很早就采用分布式版本控制和代码审查机制来改善代码协同，并使用持续测试对 NumPy 的每个提议更改运行大量自动化测试。这种使用最佳实践来制作可信赖科学软件的文化已经被基于 NumPy 构建的生态系统所采用。例如，在近期英国皇家天文学会授予 Astropy 的一项奖项中表示：「Astropy 项目为数百名初级科学家提供了专业水平的软件开发实践，包括版本控制使用、单元测试、代码审查和问题追踪程序等。这对于现代研究人员而言是一项重要的技能组合，但物理或天文学专业的正规大学教育却常常忽略这一点。」社区成员通过课程和研讨会来弥补正规教育中的这一缺失。近来数据科学、机器学习和人工智能的快速发展进一步大幅提升了 Python 的科学使用。Python 的重要应用，如 eht-imaging 库，现已存在于自然和社会科学的几乎每个学科之中。这些工具已经成为很多领域主要的软件环境。大学课程、新手培训营和暑期班通常教授 NumPy 及其生态系统，它们也成为世界各地社区会议和研讨会的焦点。NumPy 和它的 API 已经无处不在了。数组激增和互操作性NumPy 在 CPU 上提供了内存内、多维和均匀键入（即单一指向和跨步的）的数组。NumPy 可以在嵌入式设备和世界上最大的超级计算机等机器上运行，其性能接近编译语言。在大多数情况下，NumPy 解决了绝大部分的数组计算用例。但是现在，科学数据集通常超出单个机器的存储容量，并且可以在多个机器或云上存储。此外，近来深度学习和人工智能应用的加速需求已经促生了专用加速器硬件，包括 GPU、TPU 和 FPGA。目前，由于 NumPy 具有的内存内数据模型，它无法直接使用这类存储和专用硬件。然而，GPU、TPU 和 FPGA 的分布式数据和并行执行能够很好地映射到数组编程范式，所以可用的现代硬件架构与利用它们的计算能力所必需的工具之间存在着差距。社区为弥补这一差距做出的努力使得新的数组实现激增。例如，每个深度学习框架都创建了自己的数组。PyTorch、TensorFlow、Apache MXNet 和 JAX 数组都有能力以分布式方式在 CPU 和 GPU 上运行，其中使用惰性计算（lazy evaluation）实现额外性能优化。SciPy 和 PyData/Sparse 都提供有稀疏数组，这些数组通常包含很少的非零值，并只在内存中存储以提升效率。此外，还有一些项目在 NumPy 数组上构建作为数据容器，并扩展相应功能。Dask 通过这种方式使分布式数组成为可能，而标记数组是通过 xarray 实现的。这类库常常模仿 NumPy API，以降低初学者准入门槛，并为更广泛的社区提供稳定的数组编程接口。这反过来也会阻止一些破坏性分立（disruptive schism），如 Numeric 和 Numarray 之间的差异。但是探索使用数组的新方法从本质上讲是试验性的，事实上，Theano 和 Caffe 等一些有前途的库已经停止了开发。每当用户决定尝试一项新技术时，他们必须更改 import 语句，并确保新库能够实现他们当前使用的所有 NumPy API 部件。在理想状态下，用户可以通过 NumPy 函数或语义在专用数组上进行操作，这样他们可以编写一次代码，然后从 NumPy 数组、GPU 数组、分布式数组以及其他数组之间的切换中获益。为了支持外部数组对象之间的数组操作，NumPy 增加了一项充当核心协调机制的功能，并提供指定的 API，具体如上图 2 所示。为了促进这种互操作性，NumPy 提供了允许专用数组传递给 NumPy 函数的「协议」，具体如下图 3 所示。反过来，NumPy 根据需要将操作分派给原始库。超过 400 个最流行的 NumPy 函数得到了支持。该协议通过 Dask、CuPy、xarray 和 PyData/Sparse 等广泛使用的库来实现。得益于这些进展，用户现在可以使用 Dask 将自己的计算从单个机器扩展至多个系统。该协议允许用户通过 Dask 数组中嵌入的 CuPy 数组等，在分布式多 GPU 系统上大规模地重新部署 NumPy 代码。使用 NumPy 的高级 API，用户可以在具有数百万个核的多系统上利用高度并行化的代码执行，并且需要的代码更改最少。如下图 3 所示，NumPy 的 API 和数组协议向生态系统提供了新的数组：现在，这些数组协议是 NumPy 的主要特征，它们的重要性预计也会越来越大。NumPy 开发者（很多也是这篇文章的作者）迭代地改善和增加协议设计，以改进实用性和简化应用方式。论文最后对 NumPy 的现状和未来进行了总结和展望：在未来十年中，NumPy 开发者将面临多项挑战。新设备将出现，现有的专用硬件将面临摩尔定律的收益递减，数据科学从业者将越来越多，类型也更加广泛。而他们中的大部分将使用 NumPy。随着光片显微镜和大型综合巡天望远镜（LSST）等设备和仪器的采用，科学数据的规模将持续扩大。新一代语言、解释器和编译器，如 Rust、Julia 和 LLVM，将创造出新的概念和数据结构。

近日，一篇题为《关于屁的社会学研究》的硕士毕业论文在网上流传，受到广泛关注。专家表示，态度端正，怪题也能成经典。而网友看后却吵翻了......研究“屁”的硕士论文又火昨晚，话题#硕士毕业论文研究屁#登上热搜榜第四名，一时间引起不少网友的议论。据了解，该论文写于2007年，作者系华中师范大学社会学在职硕士高建伟。彼时，高建伟不仅凭借这篇论文通过硕士论文答辩，还被评为“优秀”。而且，目前在中国知网也可以搜索到该论文。原来，早在2015年，该论文就曾引发舆论关注，高建伟导师、华中师范大学大学教授李亚雄彼时接受媒体采访时称，“生活中其实有很多方面都值得挖掘，没必要总去重复一些意义不大的选题，一些看上去另类或小众的选题往往更值得思考，也会有更多有意思的发现。”论文曾受导师赞赏“我经常被身边的人提及这样一个问题：你怎么会做这么一个题目呢？”高建伟在其论文《关于屁的社会学研究》开头解释，选择该题目源于自己偶然在网上看见的两篇关于屁的故事。两个故事中，主人公都因为一个屁而使自己的人生轨迹发生了改变，由此引发了高建伟的思考。高建伟认为，“屁”不仅是一种生理现象，更是一种社会现象，与社会关系有着种种对应。通过对大量历史资料的研究，他指出，无论是在西方文化还是在东方文化中，屁是作为一种社会忌讳而存在的，这种忌讳不仅弥散于我们日常生活的各个方面，而且广泛地存在于教育、礼俗、习惯、道德甚至法律等上层建筑领域之中。高建伟从社会发生学的角度，深入分析了屁行为及现象如何从一种生理行为转化为一种社会忌讳的过程，从中揭示了这一运作过程的复杂机制。在社会发展过程中，屁从无差别的人类行为到更经常地发生在部分社会成员中的行为，再到道德评价中的否定性行为，最终演化为一种社会忌讳的存在形态。论文提及，在人类早期阶段，分工和阶级还未出现，放屁行为是原始人类——即我们的先民最频繁而最普通不过的生理现象。随着生产力的发展，社会关系发生变化，富人的饮食种类和饮食习惯发生变化，不再频繁放屁。至此，人类放屁经验完成第一次历史性的转变，即从人类普遍的一种生理现象成为一种更经常地、更普遍地发生于部分社会成员（更多是穷人）中的行为。经由这种转变，放屁行为获得了部分社会性意义，反映了社会上下层并存对立的事实。上层阶层为维护其优势地位，不仅政治、经济、文化领域建立绝对的控制地位，而且也努力“形塑”适应其优势地位的社会状态。用礼仪、修养、品味之类的东西来区分上下层，上层社会往往被认为是有礼貌教养的，而下层社会成员则是普通、粗俗甚至下贱的。在这样的背景下，放屁被贴上否定性的道德标签。在规训权力下，“屁”从一种上层社会所界定的否定性社会行为转变为一种社会忌讳的存在形态，并获得全体社会成员的认可和遵从。他认为这个发生学过程来源于权力运作的诡异特性，即两面性、依附性和公共性。并且接着探讨了“无所忌讳”的屁行为及现象，认为这种现象本质上反映了屁行为及现象的忌讳存在形态，并与权力运作的诡异特性相联。记者注意到，这不是该论文第一次被网友关注。2015年，《北京晚报》曾就此事进行报道。高建伟导师、华中师范大学教授李亚雄接受采访时，对该论文颇为赞赏。据他回忆，论文开题时，老师们刚看到这个题目都笑了起来，但“笑”过之后，大家还是很快从专业角度探讨它的学术价值，不是简单地就事论事，而是运用社会学的理论进行分析。李亚雄彼时告诉《北京晚报》记者，高建伟的研究另辟蹊径，在重复性研究泛滥的情况下，“显得珍贵”，老师们普遍比较支持。“答辩效果也很好，还被评了优秀。他（高建伟）文笔很不错，思路也很清楚。”李亚雄称，因为不方便做实际调查，高建伟通过文献分析、引经据典，把屁的发生学、在不同时代的纵向发展、背后的社会含义呈现出来。 “很欢迎这种来源于生活、有人文关怀的选题。”对此，记者近日多次联系李亚雄教授采访，对方以在外出差为由婉拒。硕士论文研究“屁”？！网友吵翻了......看到这篇论文的内容，瞬间就有网友被震惊了，表示大开眼界。也有网认为这样的论文很可笑，毫无意义。调侃的同时，表示这种低级趣味的选题，难登大雅之堂。不过，有网友却不不同意以上观点。他们认为只要研究做得好，没有什么不可以。对未知领域的大胆探索，总比造假和“假、大、空”的论文要好的多。这样的论文值得点赞，而不是嘲讽。而对于论文只有30页的情况，也有人猜测这么短的篇幅，字数会不会不够？而且还建议查一下。但也有网友表示，这样的论文一定不怕查重，因为根本没得抄！而且大家不应该妄下结论，可以先到知网查询一下，具体了解后，靠真凭实据发表观点。高校教师：态度端正了，题目再“怪”也能成经典事实上，近年来因选题独特而受到大众关注的论文不少。此前，《乌有之猫：云吸猫迷群的认同与幻想》《八角茴香对卤鸡肉挥发性风味的影响极其作用机制》等论文都曾引起热议。“这是选题多样化的问题，我觉得是好事。”华中科技大学硕士生导师刘锐认为，现在学科发展呈现“专门化”和“交叉融合”双重特点，“很多我们以前不觉得可作研究的问题，现在也冒出来了”。“个人认为，研究这样一些比较另类的问题是很有必要的，这可以覆盖很多以往的知识盲点，给社会以启发。”刘锐近日接受澎湃新闻采访时称。对此，华中科技大学新闻学院副教授周婷婷认为，当下大学生思维比较活跃，或对新媒体较为熟悉，确实可以关注到一些新的现象。“很多现象都可以作为我们论文研究选题，但要基于学科找到深入观察的角度，而不仅仅是描述‘现象’，做一个简单分析，那就没有意义了。”周婷婷说。国家教育咨询委员会委员谈松华表示，自己没有看过上述几篇论文，无法对其作出评价。“毕业论文应该如何去写，这很难有统一的说法。不同专业、不同爱好、不同精力的学生，做选题时考虑的因素有所差异。”谈松华称，就他指导研究生而言，选择论文题目时考虑较多的是现实意义，比如能对国家的发展、改革、社会进步等方面有促进价值。对于越来越多的“独特选题”，华中科技大学社会学院教授郑作彧表示“没什么不可以”。“学术研究本来就该关心自己的生活、自己所处的社会。现在学子所处的时代，既然就是充满这些现象，那么研究这些现象，是理所当然的。”郑作彧认为，问题不在于研究的选题是“另辟蹊径（讲好听点是创新）”还是“正经（讲难听点就是老调重弹）”，而是研究的态度是否端正。郑作彧称，个别学生“过得浑浑噩噩”，写论文时“选的是最不费脑袋的主题”。“这样的题目，就算听起来高大上，实际上其实也是空泛的。”郑作彧称，对写论文而言，更重要的是态度。“我参加保研面试时，会问学生对什么领域比较兴趣、有钻研。”郑作彧发现，农村来的学生，大部分会说“想做农村研究”，或者女学生多会说“想做性别研究”。 “但这些学生里头，并没有多少真的钻研过相关方面的知识。他们只是觉得，因为身份原因，再不济都可以掰出些道理来。”郑作彧认为，这种情况下，就算选题高大上，但态度不端正，“一样白搭”；相反，如果学术态度端正，题目“再怎么光怪陆离”，也一样可以讲成经典。对于论文选题，学生怎么看？湖南某高校研究生李勇（化名）告诉记者，据其观察，选题来源主要有三部分，一是结合曾经的实践活动，二是结合兴趣，三是来自导师。“我偏好感兴趣的选题，同时考虑研究意义，写起来有动力。”李勇认为，兴趣是很好的切入口。“当学校通知你要写论文时，往往会感觉一头雾水，继而选择熟悉的领域入手。”来源：中国青年报

梳理过喻国明老师的论文合集，应大家墙裂要求，今天再给大家送来彭兰女神的2019论文观点合集！篇篇都是精华，篇篇都是用在答题中的好句子，快来看！新传考研er，你一定听过“如果能重来，我要背彭兰！”现在机会就在面前，阿具为大家整理了女神彭兰老师2019年的六篇论文中出现的重要观点～今年彭老师发表的论文数量不多，但是篇篇都是精华！背住就得分，大家冲鸭！彭兰简介：清华大学新闻与传播学院教授、博士生导师，新媒体研究中心主任，兼任湖南师范大学“潇湘学者”讲座教授。彭老师2019年关注的领域有5G、网络传播、智媒体……接下来让我们一起看看吧～《表情包：密码、标签与面具》 2019.01摘要网络表情包不仅是一种表达情绪、情感的手段，在其生产与使用、发出与接收的编码与解码中还承载了社会热点、群体文化以及个人心境、情境等不同层面的规则与“密码”，这也导致表情包的多义性。表情包的生产与使用，具有标签的意义，既可以作为代际区隔、群体区分的标签，也可以作为政治立场与行动的标签。作为社交互动的手段，表情包本身的特点，使得它成为社交性表演中的一种面具，用于柔化、夸大、伪装、敷衍等不同表演情形。关键词表情包；网络文化；亚文化；编码与解码；社交表演重要观点1、表情包的意义生产，是在表情包的生产者与使用者、表情包的发出者与接收者两组编码与解码过程中完成的。编码与解码中参照的，既有一般的虚拟表情的编码规则，也有阶段性或群体性文化的编码规则，而在每一个使用情境中，使用者个体也会在其中加入个人规则。2、表情包的生产，会打上深重的年轻群体的文化烙印，还可能会折射出各种亚群体的文化。3、表演或面具，都并非是贬义，它们都是交流策略的体现。对网络互动来说，任何人都可能需要利用表情包来承载适合自己的交流策略。金句1、表情包的发出与接收，组成了另一对编码与解码关系，这体现在每一次的表情包使用过程中，在这个过程中起作用的，更多的是个人化的编码规则。从发出者角度看，作为表情包的使用者，他们会根据不同的心境和情境选用表情包，并赋予表情包“实时”的意义，这是他们对表情包的再编码过程。在接收者那端，也有一个对表情包的解码过程。在不同的语境下，对同样的表情包的解读会产生差异。交流双方的熟悉程度、双方的关系性质、双方所属的群体等这些更大的交流“情境”，也都会影响到表情包的“解码”。2、在一些时候，表情包也成为年轻网民的一种表达手段，成为恶搞、抗争的方式，其中也不乏政治性意味的行动。如“帝吧出征”，其背后是新型网络民族主义的兴起。在各种图像文本中，表情包有丰富的生产素材，技术门槛低，易于传播，也容易形成对抗与竞争，因而也成为了视觉行动主义机制中的一种重要手段。积极参与到表情包大战，成为某些群体政治立场与属性的一种外化标签行为。《短视频：视频生产力的“转基因”与再培育》 2019.01摘要短视频在“火山爆发”式的增长后，将进入“细水长流”的长线应用。短视频是从民间文化走向公共传播的，它从一开始就是以“生活化”为其底色，进入公共化传播后，生活化也是一种基本的表达策略，而以人为本将是其持久的文化基因。传统媒体要在专业化资讯短视频生产方面培育新视觉生产力，就需要在文化基因改良基础上，优化短视频要素配置、凝练移动平台上的微叙事模式、培育硬核新闻等优质种子。短视频在一些方面也有自己的局限,在调查报道、记录片等领域，长视频仍不可取代。关键词 短视频；视频生产；移动化；微叙事；长视频重要观点1、短视频持续存在的理由：①技术基础：4G技术的普及降低了视频消费的成本，5G将进一步推进视频的生产与消费。②生产门槛：短视频生产门槛低，更容易吸引多元生产者。其中多数业余爱好者碎片化的、长尾化的创作，有助于维持整个市场的动态活力。③场景适应：相比于长视频，短视频更适合多样化的场景，特别是伴随性、碎片化场景。④情感唤起：与文字相比，视觉力量在唤起情感方面更直接、快速。⑤用户代价：相比于文字阅读，视频更能满足“懒”用户的需求，短视频更是如此。⑥社交资本：相对于长视频，短视频在社交平台中更便于分享，容易成为社交资本。2、生活化是短视频的文化基调，以人为本是短视频的文化基因。3、短视频的局限与发展瓶颈：其一，短视频的过度情绪激惹会激发非理性情绪；其二，短视频化后的切分会造成人们的断章取义；其三，短视频的新套路化与同质化会带来创新阻力与审美疲劳。短视频时代，长视频仍然具有深度内容的优势，纪录片、影视剧等仍以长视频的形式为主呈现。未来，还会是短、长视频并行的时代。金句1、MCN的出现，进一步推动了短视频自媒体的商业化。对于短视频的内容生产者来说，MCN（Multi-Channel Network：多频道网络）是一种代理机构或经纪机构。通过MCN，某一方向下的短视频生产者可以集结起来，形成集群效应，从而更容易获得平台或资本的支持，也就有了持续内容生产和营利模式的基础。MCN扩张了短视频生产者的影响力，也促进了短视频生产的制度化、持续化。2、另一个值得注意的现象是，监控录像成为了公共资讯短视频的一个重要来源。对于生活场景的记录，监控摄像头显然比记者更有优势，它们可以做到全天候的“在场”，也能够实现多数公共场所的覆盖。近几年很多新闻事件的反转，也在很大程度上依靠监控录像。对于这种新信息源的应用，媒体可以做进一步探索。《连接与反连接：互联网法则的摇摆》 2019.02摘要互联网发展的不同时期中人与人之间的连接模式不同，其中存在着远距离与近距离、匿名与实名、强关系与弱关系等关系属性的摇摆。但今天人们也面临着过度连接的重负，如强互动下的倦怠与压迫感、圈层化对个体的约束及对社会的割裂、线上过度连接对线下连接的挤占、人与内容过度连接的重压、对“外存”的过度依赖等。因此，在过度连接的背景下，适度的反连接或许将成为互联网的一种新法则，可以从对用户的赋权、服务商权力限制、产品策略调整以及网络素养培养等线索中去实现。关键词 连接；反连接圈层化；用户赋权；网络素养重要观点1、反连接是一种情境性的选择，它并不是无条件切断所有连接、封闭个体，而是在一定情境下断开那些可能对个体产生过分压力与负担的连接链条，使个体恢复必要的私人空间、时间与个人自由。人们在保持必要的与外界连接的维度时，还可以控制自己的“闭合度”是较为理想的状况。2、反连接是对用户的新赋权，体现在三个方面：隐身权、被遗忘权和连接“开关”的控制权。3、反连接意味着对网络服务商权力的限制。包括三个方面：一是个人信息收集、保存与扩散权力的限制，二是产品间数据连通的适当约束，三是信息推送权力的约束。4、反连接是一种反向的产品思维。目前产品过多的连接维度与紧密度会增加用户的被压迫感，未来的产品需要适度的减法和克制思维，少连接、弱连接将会成为新的卖点。5、适当的反连接意识与能力在未来或许应作为一种新的网络素养，这种素养是人在网络时代保持独立与自主性的一个基础。金句1、社交平台不仅是权力监视个体的“圆形监狱”，也是自我监视的“圆形监狱”。它有一道无形的墙，那就是他人的评价。人们的自我意识及其表达，总会碰到这堵墙上并反弹回来，人们会随时根据这种反弹来调整自我表演策略，甚至在深层修正自我认知。自我在不断进行表演的同时，也时时从社会或他人的角度对自己进行审查，并不断在与他人的互动中进行自我调整。随着连接的丰富与增强，这种自我表现——从他者角度进行自我审查（既来自于真实的他人，也来自于想象中的他人）——自我调整的过程也变得越来越常态与频繁。2、移动时代的内容分发和服务模式，进一步加剧了内容的过载。与门户时代需要人们自己去“拉出”信息的情形不同，今天无论用户是否需要，是否主动去“拉”，内容都会通过各种渠道无孔不入地被“推送”到个体用户的空间里，人们在各种空间、场景里都会被连接到各种内容中，网络信息总体的超载也直接传导给了每个个体。3、被遗忘权在官方的首次提出是在欧盟2012年出台的《一般数据保护条例》 中，条例称：信息主体有权要求信息控制者删除与其个人相关的资料信息，该权利被称为被遗忘及擦除权（The right to be forgotten and to erasure）。有些国家的法律中将被遗忘权作为一种独立的个人权利提出，有些国家则将它列入擦除（或删除）权中。虽然对被遗忘权仍存在争议，特别是它与言论自由、国家安全的关系，具体实施也存在很多障碍，但它的出现，也体现了对用户数据的反连接性保护思维。《新体验、新风险：5G环境中的人与传播》 2019.03摘要5G具有高速率、低时延、大连接的特点，它让新的传播手段成为现实，为人们提供丰富体验的同时也带来了相应的风险。5G条件下,视频直播将进一步发展，为观看者带来全方位的现场感，“遥在”成为在场的另一种方式。VR/AR技术在5G时代可以大规模商用，给用户更强的沉浸感与扩张感，与之相应的则是对真实性标准的反思；5G能够促进云服务水平的进一步提升，让用户享受轻便、低价的优质体验的同时，对个人信息的保护也有更严峻的挑战；物联网将在5G时代成为现实，人与物的连接产生新的应用模式，也对过载状态下人与物的关系带来新的反思。关键词5G直播；VR/AR；云计算；物联网重要观点1、直播：现场与“遥在”从媒体的角度看，视频直播将是5G应用的主要场景。5G带来的实时、高清、多路信号直播及VR的应用，会重新定义“现场”。不在现场的人获得的信息、感受，与在场的人会越来越接近，观看者由此真正获得“在场感”。“遥在”，也会成为在场的另一种形式。2、VR/AR：体验与真实作为新兴媒介，VR与AR技术承载着更多的感官功能和信息数量，在5G网络的配合下，用户能够获得优质的新奇体验：一是信息传播中地理距离的影响将大大降低，VR为用户带来更强的“浸入感”。二是信息的表现手段将更为丰富，AR为用户提供现实的“扩张感”。三是场景转换将实现无缝对接，场景适配的重要程度进一步提升。3、物联网：连接与过载物联网实现了物与物、人与物的连接，扩大了可传播信息的范围，并能够提高人对生活的控制能力。一方面，物本身成为信源。另一方面，物也会成为受众。连接数量的激增也可能走向过载的另一极端，物联网中的物将无时不在、无处不在地进入人们的生活，使得公私界限在过载中变得更为模糊。在我们已经开始反思人与人的过度连接的今天，还有必要增加新的连接方式进一步增加人的负担吗?4、在云端：便利与隐私万物上云将进一步降低对设备的要求，使得人们的生活更轻松便利。一方面，原本在本地完成的运算过程由云承担，对本地设备承载功能的要求逐渐降低，另一方面，云也能够满足多人共享场景的丰富需求。与便利相伴相生的另一个问题往往是隐私。金句1、人真的能分清真实与虚拟的区别吗？当场景的界限被打破，人可能在相当长的时间内“离开”自己所处的现实中的物理世界，进入虚拟世界之中获得自我满足。那么人究竟生活在哪个世界之中？社会生活的“真实”意味着什么？真实与虚拟的界限在哪里？这些问题不得不让人联想到鲍德里亚的“内爆”预言——后现代社会中的媒介造成拟象与真实之间的界限内爆，拟象因为大规模的类型化而取代了真实。对于鲍德里亚批判的这种媒介营造的“超真实”现象，在5G环境下值得警惕。2、5G时代的人与传播会发生哪些深层变化，或许只有真正到了5G时代，我们才能有更直接而深入的认识。在进入这个时代的过程中，一方面，我们需要对新应用的想象力，另一方面，我们也需要对各种风险的警惕意识。《增强与克制：智媒体时代的新生产力》（与今日头条合作研究） 2019.04摘要智能化技术在媒体行业的应用，将从信息采集、加工、整合、核查与判断、协同生产和内容分发等各方面带来新生产力，多线程增强生产能力，新生产力下，内容市场和生产关系等也会发生变化。但新生产力的引入并不必然等于生产力的提升，生产力的提升也不必然意味着一个更好的传媒业。面对技术带来的各种可能性我们也需要有对风险的更明确判断与警惕，信息减法、数据伦理、算法伦理、连接克制、人机协同等原则与伦理对于智能生产力的安全释放具有重要意义。关键词智媒；人工智能算法分发；数据伦理；算法伦理；人机协同重要观点1、智能化技术可以从两个方面增强内容生产者的信息采集力，同时拓展支持新闻报道的信息类型与信息来源。其一是用“物力”增强“人力”，以扩张信息采集边界。其二是用“虚拟”增强现实，以实现对社会多面描摩，丰富我们的认识。2、智能化技术在媒体的一个典型应用——内容的自动化生产的发展将主要沿着如下几条线索延伸：自动化内容生产的全媒体贯通、从劳动密集型向智能挖掘的发展、智能化加工驱动的新文本与优化模式。3、智能化技术在信息核查的某些方面优于人，它可以成为一种新的“把关者”，以人机力量的协同来更多地对抗虚假消息、不良消息的风险。4、所有与智能技术应用伦理、原则，最终要回答的问题，都是人与机器的关系问题。从人工智能科学家们的共识来看，人机共生，应是人工智能时代的一种常态;人机关系，也会成为未来一种必须时时面对的关系。在智能化内容生产中，需要重点解决的人机关系包括:①机器在人工智能伦理中的主体性质及角色②人的价值判断与机器的价值判断的关系③经验、感性与数据、算法间的关系④人机相互校正机制金句1、智能化技术有助于促进内容生产能力的增强，在此过程中，我们也需要增强对技术风险的判断力。保持对技术应用的克制，守住基本的伦理边界，才能减少风险，才能使机器对人力的增强真正造福人类自身。2、有研究者指出:“人类文化是存在偏见的，作为与人类社会同构的大数据，也必然包含着根深蒂固的偏见。而大数据算法仅仅是把这种歧视文化归纳出来而已。”国内大数据应用领域的代表性学者周涛更是坦言，“让我们不安的是，这种因为系统设计人员带来的初始偏见，有可能随着数据的积累和算法的运转慢慢强化放大。”算法在某种程度上继承和放大了人类的偏见，基于算法的内容生产与分发也可能会同样带有某些偏见，这也会影响到算法所构建的拟态环境的均衡性。在应用算法时，媒体也需要提高对算法偏见的识别和防范能力。3、“信息茧房” 这一问题虽然根本上不是算法造成的，但算法有可能会强化它。算法也有可能使人在其他方面成为囚徒。例如个人成为平台的“囚徒”，以及人沉浸于个性化算法带来的“幸福感"中失去自制力。从人的本性来说，懒惰是天然的，想以最小的成本或付出获得最大的报偿，也是人之常情，个性化算法在这方面迎合了人性,但是,它也可能正在以方便、幸福的名义，渐渐地使人们对它产生依赖，并在不知不觉中被其麻痹，被其囚禁。算法看上去是为个体提供人性化服务的，但它其实也可能是对个体进行控制的另一种手段。尼尔·波兹曼在《娱乐至死》中警告的两种力量正在“合体”，一直看着“你”的“老大哥”，也可能正是将“你”带向“幸福沉迷”的工业技术。《5G时代“物”对传播的再塑造》 2019.10摘要5G技术将进一步推进移动化与智能化这两大媒体发展的趋向，并使得两者交织、融合，这不仅会带来今天的传播手段与形态的升级，更有可能会塑造出一些新的传播形态，更新我们对媒介与传播的认识。而在5G推动的传播变革中，“物”所扮演的角色将尤为突出。关键词5G；万物皆媒重要观点1、5G时代万物皆媒的实现，进一步改写大众传播要素及模式：“物”成为公共信息传播者；基于VR/AR/MR的新终端营造“升维空间”与“自定义现场”；智能设备构建新传播网络；可穿戴设备等智能物体推动场景化传播。2、5G时代的万物皆媒带来的冲击不仅是大众传播层面的，也带来了人与物、物与物之间新的传播关系，也可能带来新的传播形态。金句1、 5G时代的万物皆媒,同样体现在这三个层面,各类智能化、联网的物体，不仅在渠道层面建构了新媒介，也在建构着新的信息形式以及新的传播关系，进而可能带来与今天以人为主体的传播所构建的媒介化环境完全不同的新媒介化环境。2、以往媒体的“拟态信息”环境，主要是由人的选择建构的，而未来当物成为一种重要的信息生产者时，它们被安置的位置、工作状态、系统设置等，也是具有选择性的。因此,“物”可能以自己的方式构建一种拟态环境。3、虽然很多时候物-物传播仍是人-人传播的中介，人们也期待物-物传播仍是以服务人为终极目标，但是我们也会产生这样一种担忧：物-物的传播是否会摆脱人的控制，甚至反过来形成对人的控制？其实阿具觉得每一句都是金句！但是篇幅有限，大家要仔细去读彭老师的论文哦～

霍华德·布鲁姆长达555页的论文，虽然表面上很乏味，但却试图回答一个简单得让人迷惑的问题：一个不信神的宇宙是如何创造自己的？是的，布鲁姆使用了“不信神的”一词，但无论是这本书还是这篇文章都不是关于无神论的论述。一个更好地表达这个问题的方式是：如何“有东西”而不是什么都没有？支配万物创造的法则是什么？它们和宇宙的产物一样复杂吗？还是说它们非常简单？1.重复长话短说，布卢姆认为现实的本质是非常简单和基本的。这与科学方法是一致的，这种方法假定简单定律的普遍性，这些定律相互作用产生复杂的现象。从逻辑上讲，布鲁姆的立场是毫无争议的。我们每天看到的价值很小。小时候，储蓄的重要性给我们留下了深刻的印象，即使每天只有一块钱。现代生产力和成功文化告诉我们，习惯上的微小变化是世界上比尔·盖茨和迈克尔·菲尔普斯与众不同的地方。“千里之行，始于足下”这样的格言强化了这一想法。然而，直觉上，当我们意识到布卢姆试图解决的问题是多么的巨大时，怀疑将不可避免地潜入我们的脑海。毕竟，布卢姆试图解释一切，从行星到耀眼的超新星到吉萨的金字塔，甚至人类的经验。所有这些复杂性是如何从简单的定律中产生的呢？布鲁姆列举了四个令人难忘的例子，帮助我们克服犹豫。首先是分形。对于不熟悉的人来说，分形就是简单数学函数的重复产生的看似复杂的几何形状。最著名的数学分形是曼德布洛特的组是由一个简单的公式：Z = Z+ c .然而，无限重复，可以说有深刻的美。但分形并不仅仅局限于默默无闻的数学家满是灰尘的房间里，它们也在自然中出现了。举两个例子：叶子和雪花上的“毛细血管”网络。其次，电脑。在现代社会，电脑无处不在，它们可以做课堂笔记，还可以模拟真实的第一人称射击游戏。他们甚至在我们自己的棋局中击败了我们。计算机以每秒数百万次的速度运行，这似乎是复杂性的一个缩影。但事实上，任何一个小学生都可以告诉你，计算机的基本软件是如此简单，以至于它是二进制的。1和0是《使命召唤》角色的全部组成部分。我们把目光投向人类。事实上，人类是整个上帝问题本身的一个很好的缩影。为什么？我们也是一个复杂的现象，从看似虚无的事物中产生。那么，阿尔伯特·爱因斯坦是如何从一个未分化的单细胞受精卵中产生的呢？事实上，有一个叫做胚胎学的领域专门致力于回答这个问题。但就我们的目的而言，只要注意到我们只是遵循简单遗传规则的必然结果就足够了。DNA由四个单位组成：A、T、C和G。是碱基的固定配对使受精卵产生了人类：A总是与T配对，C总是与G配对。第四个也是最后一个例子是对现存物种之间的复杂性和多样性的总体回答：进化。生物体是如何变得如此复杂的？雷克斯龙能长到12米长，但仍能保持迅猛的捕猎速度？蟑螂是如何进化出能够承受核爆炸的外壳的？或者，可以说是所有问题中最具挑战性的一个：人类意识是如何产生的？答案是自然选择。一个简单规则可以用一句话概括：最适应环境的生物更有可能繁殖后代，并将这种品质传递给后代。再一次，我们需要一个清醒的头脑来研究这个问题。我们不能让自己被地球上物种多样性的纯粹之美所征服，就像我们的许多前辈所做的那样。对于一个看似难以理解的问题，答案很简单。因此，概括地说，这四个分形的例子，计算机，人类和进化都是由相同的原理联系在一起的。它们是表面上复杂的现象，可以用一套非常简单的规则来解释。这是上帝问题的第一块拼图。一个不信神的宇宙是如何创造自己的？通过简单规则的重复。2.深层结构关于上帝问题的一个切题的讨论是关于现实的基本本质的观点。布鲁姆断言，如果表面上的复杂性仅仅是简单规则的产物，那么，借用理查德道金斯的话来说，科学就是要“拆解彩虹”。必须有一个更深刻的现实观，我们试图用我们的理论和定律来接近它。这具有有趣的哲学意义。不出所料，两位古代名人曾涉足这一领域。第一个是毕达哥拉斯。你可能只因为他在几何学上对确定直角三角形斜边长度的贡献而认识他，但毕达哥拉斯对数字的痴迷远不止于此。毕达哥拉斯学派认为数字是现实本质的基础，类似于矩阵；数学上的和谐产生了自然界的复杂性。据说这种世界观是受毕达哥拉斯时代音乐的启发。如果最崇高的旋律仅仅是弦长简单比例的表现，为什么自然就不能是同样的呢？第二个是柏拉图。柏拉图提出了洞穴的寓言：他想象了这样一个场景：人们在洞穴中出生和长大，戴上镣铐，这样他们就不能转身离开。他们身后是一个木偶戏的布景：有一堆火，把这些囚犯身后的影子投射到洞穴的墙壁上。阴影是这些人唯一能看到的东西，所以他们把它当作他们的现实。即使我们给这些囚犯松绑，让他们看到“真实的现实”，他们也会因为洞穴的舒适而宁愿呆在自己的“现实”中。柏拉图用寓言来比喻我们的生活。他认为，不像毕达哥拉斯，我们所观察到的现实是一个有着完美形状和理想的更加永恒的世界的苍白的影子(所谓的“柏拉图型相”)。他接着得出结论，信不信由你，哲学家应该统治世界，因为他们瞥见了“真实的现实”。3.“替换策略”布卢姆的另一个更好的观点是关于招聘策略和隐喻。他将其定义为“一秒一秒地保持其形状的过程……即使流经它的物质不断变化，它也坚持强加其特性”乍一看，这似乎是一个学术术语。毕竟，在我们的世界里，几乎所有的东西都是坚固的、不变的、具有固定身份的物体，不是吗?一个著名的思想实验可能会改变你对这个问题的看法。假设你在一艘木船上航行，从目的地a到b。然而，船上的木板以每天一块木板的速度暴露在海水中后开始腐烂。所以你的船员决定在每天结束的时候用一块新的木板替换掉每一块腐烂的木板。随着旅程的继续，这艘船逐渐被新的木板所取代。当你到达目的地时，你会意识到这艘船是由全新的木板制成的。那艘“老船”已所剩无几。但是由于木板逐渐被替换，让我们假设这艘船保持了它原来的形状，并且在物理上与你开始时的船没有区别。问题是：你还在同一条船上航行吗？思想实验(所谓的忒修斯之船)还可以更进一步。假设你的船员有良好的判断力，把所有腐烂的木板都放在船的地下室里。到达B后，一名修船工人检查了腐烂的木板，得出的结论是，木板并没有那么腐烂。所以他们决定用旧的烂木板建造一艘“新船”，和原来的船一模一样。需要说明的是，我们现在有两艘船：一艘装上了新木板，一艘装上了烂木板，但两艘船都装配得和原来的船一模一样。如果有的话，哪艘船是原船?这个问题有两个肤浅的答案，都很容易被驳倒。你可能会得出这样的结论：带有新木板的船显然是一艘新船。毕竟，它是完全由新材料制成的。但是，人们必须记得，有烂木板的船是完全从零开始造的，而有新木板的船是逐步(虽然完全)从原来的船更换的。现在假设原来的船只有一块木板腐烂了，被替换了——你肯定会说它仍然是原来的船?这就突出了划界这个棘手的问题。你需要多少块新木板才能把它当作一艘新船?人们也可以认为，有新木板的船是旧船，因为忒修斯最初的船有一个独特的身份，它没有改变，因为它正在逐渐被取代。换句话说，整体不是各部分之和。这艘船有一个独立于它的组成部分的“灵魂”。这种观点的问题是显而易见的:得出这种结论几乎是人为的。解决这个难题的第三种方法是简单地说，问原船发生了什么事本身就是一个毫无意义的问题。这似乎是一个令人满意的答案。对一个哲学问题的哲学解答。问题解决了。但这是一种逃避的解决方案。事实上，忒修斯的船并不是一个我们可以忽视的哲学和深奥的谜题。我们如何选择回答(或不回答)身份问题具有现实世界的含义。事实上，忒修斯的船只是生活本身的一个方便的比喻。我们的细胞一直在“腐烂”，并被新的细胞“取代”，据估计，人体每七年就会完全更新一次。这个数字是否准确还存在科学争议，但身份问题依然存在。在我们的一生中，我们会被完全取代好几次。我们的身体是忒修斯的船。然而，我们毫无疑问地把不变的身份归于“我们自己”。是的，我们可能会变老，也有希望变得更聪明，但我们仍然是同一个人，不是吗？想象一下，一名罪犯因10年前犯下的罪行而出庭受审。如果认为不是“我”犯了罪，那肯定是徒劳无益的。因此，人体也面临着同样令人沮丧的身份问题。也许对你来说，把一个独立于我们身体之外的“灵魂”系到船上会更容易些，也就不那么武断了。换句话说，整体不是部分的总和。我承认这对人体来说似乎比忒修斯的船更有说服力，但如果你仔细想想，就会发现没有任何逻辑上的理由能解释为什么会这样。因此，对于这类对象，创造了术语“替换策略”，因为“你”本质上是替换细胞来在特定的时刻展现你的形态。水波的例子可能有助于充实这个短语的意义。看着海洋在防波堤岸边的撞击，任何一个学科学的高中生都可以自信地告诉你，波浪并不是一个单独的物体，它实际上是从a点到b点旅行的，它不像飞机。波由一系列上下跳动的水分子组成。在任何时刻，“波”都是由一组特定的粒子组成的。但是随着波的运动，组成波的粒子群变化得非常快。从某种意义上说，水波就是人体内的类固醇。它的组成部分在水波中的替换速度是非常快的，比我们身体中细胞的替换速度快得多。但是原理是一样的。水波利用水粒子来展现它们的形态——它们是一种补充策略。你们不是一群一成不变的人，不是一群一成不变的教民，不是一支拥有一成不变的球员名册的球队。你是一种替换模式，尽管你从一个临时招聘团队转到另一个团队，但你仍能保持自己的身份。你是一个过程。一个自我维持的过程。你们是一种组织形式，像微风一样掠过大地。你是贝多芬或披头士的和弦，只需扭动不断变化的空气分子集合，就能从扬声器传到你的耳朵里。——霍华德布鲁姆4.把它们联系在一起：Ur模式布鲁姆以“Ur模式”这个最有趣的概念结束了他的书。Ur的意义最好通过它的同义词来表达：first, fundamental, essential, prieval。布鲁姆认为，现实的本质是由Ur模式构成的。科学的目标是根据已知的信息尽可能地接近这些Ur模式。例如，牛顿的经典运动定律对中等大小的物体非常适用。在一百年的大部分时间里，我们认为这是一种Ur模式——这是支配所有物体的基本宇宙运动定律，无论是地球上还是火星上。我们现在知道这不是真的。我们需要将量子力学应用于非常小的情况，将相对论应用于非常大、非常快的情况。我们的模式很有可能是最早从宇宙的初始规则中衍生出来的模式之一。这是一个很好的机会，你的模式出现在宇宙创造力的第一次爆发。从那以后，你的模式很有可能一直在重复。以更加华丽和华丽的形式重复。以令人惊讶的伪装重新出现。当一个隐喻起作用时，那是因为它在一种新的媒介中利用了这种基本模式。水的干涉模式也出现在光线中。两种不同的介质——液体和亮度。但模式是一样的。在物理学中，有一种难以捉摸的理想，叫做万有理论。它是一种终极理论，旨在充分解释和连接所有现代物理学所依赖的两个主要框架:广义相对论和量子场论。著名的弦理论就是一个可以解释这一切的理论。如果我们能把一个可行的理论具体化，那就是布鲁姆所指的典型的Ur模式。综上所述，布卢姆认为，我们在宇宙中所观察到的无限多样性，是在很长一段时间内重复被称为Ur模式的简单规则的结果。自然选择的进化就是一个完美的例子：所有生命的出现，从恐龙到人类，都是不假思索地应用了一个基本法则——适者生存——的结果。替换策略，如人力和浪潮，也是重复的结果。将这一逻辑扩展到宇宙的创造本身只不过是信仰的一次短暂飞跃。神的问题：一个无神的宇宙是如何创造的？

继破除“SCI至上”重磅动作之后，教育部与科技部及国家知识产权局再次出手，剑指高校“垃圾专利”。三部门发出的《关于提升高等学校专利质量促进转化运用的若干意见》显示，停止对专利申请的资助奖励（事前），“发明人不得利用财政资金支付专利费用”，“坚决杜绝简单以专利申请量、授权量为考核内容”。高校要以质量和转化绩效为导向，更加重视专利质量和转化运用等指标，在职称晋升、绩效考核、岗位聘任、项目结题、人才评价和奖学金评定等政策中，坚决杜绝简单以专利申请量、授权量为考核内容，加大专利转化运用绩效的权重。四点变化：一是原来事先资助，改为不得事先资助；二是原来获得专利授权后即予奖励，改为获得授权而转化后从收益中获得奖励；三是原来可利用财政资金搞专利，改为不得利用财政资金；四是原来专利数量是考核指标之一，改为“坚决杜绝简单以专利申请量、授权量为考核内容”。停止资助，不得利用，坚决杜绝，三个用词，斩钉截铁，足见态度之果断坚定。对于高校一些教师来说，这变化来得有点突然，这变化确实有些太大，堪称颠覆性！我国专利数量这些年突飞猛进。截至2018年底，国内(不含港澳台)发明专利拥有量共计160.2万件。2018年，中国就有发明专利申请量高达154.2万件（实际授予发明专利43.2万件，约占申请量的1/4）。这其中，高校申请的专利数量占比很高。2017年度，我国“双一流”建设高校中，专利授权量（请注意发明专利申请量、专利授权量的不同）超过1000件的高校有16所，最高的超过2000件。这么多的发明专利拥有量和这么多的高校专利申请量，确实让人高兴。中国已经成为专利数量大国，高校又是这个大国中的专利大户。然而，高兴之余，却有另外一个数据让你的高兴一扫而光。根据有关方面的统计，中国专利的转化率约为10%，而专利资本化的比例也较低，大多数专利处于“闲置”状态。毋须讳言，高校专利存在“重数量轻质量”或是“量足质低”的问题，有大量的滥竽在充数，国家知识产权管理机关甚至一度提出要清理“垃圾专利”。显然，教育部与科技部再度联手，剑峰所指的就是“垃圾专利”，而非有用专利。在一些高校，申请一个专利奖励1万左右，三四个专利呢，是多少？获得专利授权还可以顶替科研成果用于申报职称，这又是长期收益了。高校教师申请到一个研究项目，除了发表N篇论文，还可以通过拆分申报N个专利。这N篇论文和N个专利，除了获得相当可观的直接奖励之外，还是晋升职称、项目评估、绩效考评等的硬核成果。这直接利益和间接利益或当前利益和长期利益加起来有多大，算一算是非常清楚的。不得不说，在这种机制之下，专利的“含金量”确实过高，一些人趋之若骛以所难免。在高校，专利除了对个人有太多的好处之外，对于学校也是“价值”不低。在实验室评估、学科评估、学校排名等等方面，专利也是一项硬指标、实成果。许多人不知道，除了有学科排行榜、专业排行榜、综合排行榜等之外，网上还有专利排行榜，专利前50名高校、前100名高校等。这又是一些高校热衷追求的榜单。本人所见，在某所建立不久的民办高校（高考录取分数多高就不明说了），居然聘请了一名所谓的专利申请专家，专司组织学生申报专利之职，一年申请到的专利还相当可观！这着实让我等孤陋寡闻之人大开眼界。这种学校的学生申请什么专利？能够申请到什么专利？原来，我国专利分为发明专利、实用新型专利和外观设计专利三种。他们申请的专利反正不是发明专利，他们称之为“写专利”。这种“写”出来的专利，能有实际用处吗？想想就知道。没有用为何还申请？其中的奥妙就在于，学校作为对外宣传的一个亮点，学生作为毕业之后找工作的敲门砖。一些高校将专利数量用来为自家的创新能力“撑门面”，一些教师将专利数量作为拿奖励、晋职称的条件，一些学生将“写专利”作为求职的敲门砖，三股力量拧成一股绳，能够催生多少专利啊。这与“SCI至上”是否具有相似之处？完全可以看作是“专利数量至上”，也是一种异化现象。高校对专利的强大需求，加上申请专利确实有一些技巧，在社会上也就形成了一批专利申请专家和职业专利代理人，甚至有不少的专利代理公司。在专利代理公司，职业专利代理人虽然工资不高，但提成却非常高。他们的客户多数来自于高校。原来申请专利也可以成为一桩买卖。教育部果断叫停高校专利事先资助、坚决纠正将专利数量和授权量作为考核指标，有的人立即举双手赞成，“早该如此”四个字脱口而出。可见，“专利数量至上”的弊端早就被许多人发现并看透。如果说“垃圾专利”是专利身上的一个毒瘤也不为过。一些高校已经非常富有，不差奖励专利的那几个小钱，但是这种奖励的结果却是十足的副作用，带坏了学术风气，形成了错误导向，影响了把所有精力投入到探索具有真正科学价值的科研工作当中。此外，“垃圾专利”的大量出现，给知识产权局又额外增加多大的工作负荷？如何用这些“垃圾专利”去申请科研经费，用这些“垃圾专利”冒充高科技企业而要求减免税收，除了给国家造成巨大损失之外，又将耽误多少发展大事？让在校生不是用心学习而去“写专利”，又将误了多少人家子弟？其实，专利不必资助，更不用奖励。真正有用的专利，自有企业找上门来，这就是最好的奖励。无用的专利，资助再多，奖励再多，也是泥牛入海，连一个水花都没有。我们需要具有前瞻性的、可以转化为生产力（产品）的、真正意义上的科技专利，用“质”“量”双高的专利助力国家的“智造”。破除“专利数量至上”思维，清除“垃圾专利”，实乃利国利民之举，也是让高校回归教育本位、科研初心之举。你说对吧。（本文为原创，首发；文中资料和图片源于网络，如有不妥，请联系删除）

新智元推荐 来源：专知（ID：Quan_Zhuan）【新智元导读】2019年1月7日，Nature 旗下顶级医学期刊 Nature Medicine 杂志同期刊登9篇论文，聚焦人工智能在医学领域的应用。人工智能（AI），特别是深度学习，将会改变诊断的医疗服务，是近年来开始用于医学图像和电子健康记录解释的主要技术工具之一。医生将被诊断数据淹没：核磁共振、CT、X 光、活检等等。卷积神经网络（CNN）将非常有效地处理由这些图像和立体（3D）数据构成的财富。CNN 将自动分析和分割图像，找到可疑的疾病并在适当的置信度上提供客观的结果。AI在医学中的应用越来越广泛，人工智能在医疗环节的应用主要以服务患者为主，包括健康管理、智能诊断、辅助治疗、辅助康复等。而医药、医保、医院环节则更多是为B端的医疗机构、企业等服务。其中，在医药领域，AI 可以帮助药企提高新药研发效率。在医保环节，AI 可以通过大数据分析帮助医保相关方进行控费。而在医院中，AI 可以帮助医院管理者提高管理效率，或是部分取代一些简单的重复性工作，如导诊等。下面介绍Nature Medicine上同期刊登的9篇论文:1. Guidelines for reinforcement learning in healthcare（医疗健康强化学习技术指南）作者：Omer Gottesman, Fredrik Johansson, Matthieu Komorowski, Aldo Faisal, David Sontag, Finale Doshi-Velez & Leo Anthony Celi 摘要：这是由美国哈佛&MIT医学院等最新论文，关于强化学习在医疗健康的技术应用指南。为采用强化学习进行患者治疗决策提供指导方针，我们希望这将加快观察群组以安全、有风险意识的方式告知医疗实践的速度。论文网址：https://www.nature.com/articles/s41591-018-0310-52. A guide to deep learning in healthcare（医疗健康深度学习技术指南）作者：Andre Esteva, Alexandre Robicquet, Bharath Ramsundar, Volodymyr Kuleshov, Mark DePristo, Katherine Chou, Claire Cui, Greg Corrado, Sebastian Thrun & Jeff Dean 摘要：由斯坦福大学与Google研究组合作撰写，主要介绍了深度学习领域中各类方法在医疗领域中的应用前景，文章分别从计算机视觉、自然语言处理、强化学习、广义深度学习方法四个方面进行了阐述。论文网址：https://www.nature.com/articles/s41591-018-0316-z3. Cardiologist-level arrhythmia detection and classification in ambulatory electrocardiograms using a deep neural network（基于心脏病专家级别的深度神经网络进行动态心电图心律失常检测和分类）作者：Dean Awni Y. Hannun, Pranav Rajpurkar, Masoumeh Haghpanahi, Geoffrey H. Tison, Codie Bourn, Mintu P. Turakhia & Andrew Y. Ng 摘要：斯坦福大学撰写，当前，广泛可以获得的数字心电图数据使得深度学习的算法能够应用，为提高自动心电图分析的准确性提供了非常好的前景。研究人员主要开发了一个深度神经网络，使用来自单导联动态心电监护设备的53,549名患者的91,232个单导联心电图对12个节律类进行分类。DNN的平均F1评分（0.837）是阳性预测值和敏感性的调和平均值，超过了心脏病学家平均值（0.780）。研究结果表明，端到端的深度学习方法可以对来自单导联心电图的各种不同的心律失常进行分类，并且其具有与心脏病学家类似的高诊断性能。论文网址：https://www.nature.com/articles/s41591-018-0268-34. Privacy in the age of medical big data（医疗大数据时代的隐私）作者：W. Nicholson Price II & I. Glenn Cohen 摘要：大数据已成为医学创新无处不在的观察词。特别是机器学习技术和人工智能的快速发展已经将医疗实践从资源分配转变为复杂疾病的诊断。 但是，大数据也带来了巨大的风险和挑战，其中包括关于患者隐私的重大问题。这篇论文作者概述了大数据为患者隐私带来的法律和道德挑战，还讨论如何最佳地构思健康隐私；数据搜集中在公平、知情和患者管理中的重要性；数据使用中的歧视；以及如何处理数据泄露。最后，本文提出一种监管体系为这几方面提供一些可能的解决方案。论文网址：https://www.nature.com/articles/s41591-018-0272-75. Screening for cardiac contractile dysfunction using an artificial intelligence–enabled electrocardiogram（使用具有人工智能的心电图筛查心脏收缩功能障碍）作者：Zachi I. Attia, Suraj Kapa, Francisco Lopez-Jimenez, Paul M. McKie, Dorothy J. Ladewig, Gaurav Satam, Patricia A. Pellikka, Maurice Enriquez-Sarano, Peter A. Noseworthy, Thomas M. Munger, Samuel J. Asirvatham, Christopher G. Scott, Rickey E. Carter & Paul A. Friedman摘要：无症状的左心室功能不全（ALVD）存在于3-6％的人群中，与生活质量和寿命降低相关，并且在发现时可治疗。通过来自梅奥诊所的44,959名患者，研究团队训练了基于卷积神经网络的人工智能来识别心室功能障碍患者，当在一组独立的52,870名患者上测试该神经网络，灵敏度、特异性和准确度的值分别为86.3％、85.7％和85.7％。在没有心室功能障碍的患者中，人工智能筛查阳性的患者发生未来心室功能障碍的风险是阴性的4倍。将人工智能应用到心电图中，这是一种普遍存在的、低成本的测试，可以使心电图作为一种强大的筛选工具，用于无症状个体识别ALVD。论文网址：https://www.nature.com/articles/s41591-018-0240-26. Predicting the early risk of chronic kidney disease in patients with diabetes using real-world data（使用现实世界数据预测糖尿病患者的慢性肾脏疾病的早期风险）作者：Stefan Ravizza, Tony Huschto, Anja Adamov, Lars Bhm, Alexander Büsser, Frederik F. Flther, Rolf Hinzmann, Helena Knig, Scott M. McAhren, Daniel H. Robertson, Titus Schleyer, Bernd Schneidinger & Wolfgang Petrich 摘要：诊断程序，治疗建议和医疗风险分层基于专门的严格控制的临床试验。然而，现实世界中存在大量的医学数据，因此数据量的增加是以完整性，一致性和控制为代价的。本文中的案例表明，基于数据的糖尿病相关慢性肾病模型的预测能力优于来自临床研究数据的模型。论文网址：https://www.nature.com/articles/s41591-018-0240-27. Identifying facial phenotypes of genetic disorders using deep learning（使用深度学习识别遗传疾病的面部表型）作者：Yaron Gurovich, Yair Hanani, Omri Bar, Guy Nadav, Nicole Fleischer, Dekel Gelbman, Lina Basel-Salmon, Peter M. Krawitz, Susanne B. Kamphausen, Martin Zenker, Lynne M. Bird & Karen W. Gripp 摘要：本文提出了一个面部图像分析框架，DeepGestalt，使用计算机视觉和深度学习算法，量化了与数百种综合征的相似性。通过使用17000多张患者的面部图像，这款算法可以高准确率识别罕见的遗传综合征。论文网址：https://www.nature.com/articles/s41591-018-0279-08. High-performance medicine: the convergence of human and artificial intelligence（高效医学：人类与智能的融合）作者：Eric J. Topol摘要：通过使用标记的大数据，以及显著增强的计算能力和云存储，人工智能，尤其是深度学习子类型的应用，已经在许多领域都得到了支持。在医学上，开始在三个层面产生影响：对临床医生来说，主要是进行快速、准确的图像解释；对于卫生系统，展现了改进工作流程和减少医疗差错的潜力；对病人来说，可以让他们处理自己的数据来促进健康。本文将讨论当前发展的一些局限性，包括偏见、隐私和安全性，缺乏透明性，以及这些应用程序的未来发展方向。随着时间的推移，在准确性、生产力和工作流程方面的显著改善可能会实现，但这是否将用于改善医患关系或使其更差则有待观察。论文网址：https://www.nature.com/articles/s41591-018-0300-79.The practical implementation of artificial intelligence technologies in medicine（高效医学：人类与智能的融合）作者：Jianxing He, Sally L. Baxter, Jie Xu, Jiming Xu, Xingtao Zhou & Kang Zhang 摘要：基于人工智能(AI)的医学技术发展迅速，但现实的临床应用尚未成为现实。在这里，本文回顾了在现有临床工作流程中实施AI的一些关键的实际问题，包括数据共享和隐私、算法的透明性、数据标准化、跨平台的互操作性以及对患者安全的关注。本文总结了美国目前的监管环境，并重点介绍了与世界其他地区的比较，尤其是欧洲和中国。论文网址：https://www.nature.com/articles/s41591-018-0307-0新智元AI技术+产业社群招募中，欢迎对AI技术+产业落地感兴趣的同学，加小助手_2 入群;通过审核后我们将邀请进群，加入社群后务必修改群备注（姓名 - 公司 - 职位;专业群审核较严，敬请谅解）。