索引以及一切检索工具，本质上都是揭示人类知识内在关联的认知方式，而且完全符合人类的认识习惯。我们通过研究索引的________________，可以获得极大的启示。索引揭示的知识规则，是构建新媒体时代人类知识体系的基础，也是实现知识发现新方案的基础。索引具有三种功能：学术进阶的工具、知识发现的手段和学术评价的标准，传统的检索工具，其实是人类认知思维的外在表现。

索引有两种形态，分别代表了人类的两种认知形式，即知识扩展和模式识别。知识扩展又分为两种形式，其一是单向度的知识扩展模型，就是在同一个文献内部提出某些关键词制成索引，当读者在一个段落中发现其中一个关键词，可以经由索引扩展到本书其他段落、篇章中的同一词，这是个闭合循环的知识扩展模型；其二是开放性的知识扩展，就是读者在书中发现一个关键词，通过综合索引跳转至多种文献中与之相关的关键词，从而不断向外扩展。在这个模型之上，如果把多个知识关联序列进行叠加，我们便掌握了一种新的认知形式，就是模式识别。不是说通过一个已知的关键词去找它在文献中出现的位置，而是根据某些边际条件探索某个关键词集，即获取位于一个相关知识序列中的知识集合。比如说，我们综合利用唐代的士族世系表、科举年表、职官年表，可以探索士族出身的文士通过科举途径入仕和此后的升迁途径中较之寒门子弟有何优势，甚至可以结合士族郡望表进一步细致分析不同地域士族的升降与科举之间的关系。模式识别是学术研究更高级的思维过程。

知识扩展和模式识别都依赖于知识系统的有序性和关联性，由此形成的知识图谱，是有关联的、有序的知识集合。这个知识集合中，所有知识点都在一个相互关联的网络体系中，不是单个的珠子，而是固定在一串项链上，我们可以知道它的定位，知道它跟其他知识之间的关联。

知识图谱正是用以实现模式识别思维功能的方案，它由多个知识本体库和多个知识模型组成，把这些知识模型进行叠加以实现模式识别功能。知识图谱的综合架构有点像生物分子模型，任何一个知识点都能够在它的分子链上找到，而每个分子链跟其他的分子链之间还有一种关联，那么我们可以通过它的颜色、大小、方向来定位它到底是哪个具体的知识。我们看单独的知识点，它是海量知识中一个不确定的点，但当我们把不同来源的知识进行拼合的时候，其实它就变成了一个某种七巧板拼成的固定形状，每一个单块都是不可移动的，是互相关联从而互相限定的。那么，以往所有的问题、错误，包括误解，其实都可以在这个体系中再认识。

这种知识管理方案能够让我们把传统媒体中的经验、知识和智慧，平滑地移入新媒体中，实现基于规则的方案和基于统计的方案的结合，也就是基于计算机技术的和基于专业领域知识的知识管理方案的完美结合，进而辅助人类更广阔、深入地认识主观世界和客观世界。

截止2010年5月底，北京朝阳区规模以上文化创意产业单位共有1777家，总资产达到1534.6亿元，同比增长19.6%；1-5月累计实现收入521.6亿元，同比增长20.4%；从业人员平均人数为16.4万人，同比增长0.8%；单位数量。资产总计，收入合计，从业人员平均人数在全市规模以上文化创意产业中的比重分别达到23.6%、19.9%、23.9%和20.3%。如图：

在当今知识社会，学科门类越来越细化，各种专业术语层出不穷，各种学说流派、各种观点五花八门。社会知识总量的快速膨胀，带来了学科间的认知障碍，很难再出现通晓各门学问的宗师大家了。但学者以学问立身，并不主要看其涉猎学科领域、通晓概念术语的多少，而是看其是否具有稳定的价值系统，立言立行是否具有一以贯之的标准。

学者作为一个社会的文化传承者和文明守望者，未必一定要绝顶聪明，重要的是有着对真实知识的执着心，有着推己及人的学识修养，有着稳定的价值体系和价值标准，因而可以超然物外，成为社会评判是非曲直、真伪善恶的一把直尺。而这恰恰是精于利益算计、价值标准游移不定的“聪明人”做不来的。

是否保持价值标准的一致性，不仅是学理的要求，也是学品的要求。学者“外察诸物，反求诸己”，没有内心的澄明，反思自我的悟性不够，将会影响到对外部世界的审视能力，学业修为是很难登堂入室的，所谓“_____________________”。另一方面，即便学富五车，如果没有稳定的价值立场，所掌握的知识只能是浮萍飞絮，这样的人很容易趋炎附势，物化为权力和金钱的附庸。

学品如人品，评判学品高低，辨别人品优劣，是要听其言而观其行的，要从知与行是否具有一致性上，判断其价值系统的稳定性。知行能够统一，知识的修为和道德的完善就能够相得益彰；知行如果相悖，言行表里不一，秉持多重价值标准，势必造成道德取向的分裂。所以，有没有道德品行的自觉自律，对知识的态度是大不一样的。当学业失去了道德内化的意义，成为单纯牟利的知识工具时，离自欺欺人也就不远了。辨别学者的理论观点只有一个办法，就是看其能否保持价值标准的一致性，能够言行一致的就是真学，不能言行一致的就是伪学。

矛盾普遍存在于客观世界中，模糊性亦寓于万物运动之中。

鸡蛋可以孵鸡，当小鸡未啄出蛋壳时，总不能说它仍是蛋，亦不可称之为鸡，突变的事物会呈现短暂的模糊性，而另一些事物放到漫长的时间里考察也会使模糊性突出显现。铅块上放一比较大的金属球，短时间内它们均呈现出固体的属性，但经过长时间观察，又会发现金属球慢慢陷入铅块之中。若将上述两个过程用快镜头加以重映，则过去被看成是固体的物质就出现了类似液体的属性。这里，固体与液体的界限变得模糊不清了。

处于昼夜之间的黎明或黄昏，门捷列夫周期表中介于金属与非金属之间的过渡元素，中医的脏腑辩证和脉象的浮沉迟数，都说明了客观世界的模糊性。科学的发展，也许会使这些模糊现象在某个层次上变得清晰起来，而在更深的层次上仍是混沌不清。

客观世界的模糊性反映在人脑中，便产生了概念上的模糊性；人又巧妙地利用自己建立的模糊概念进行判断、推理和控制，完成那些现代先进设备所不能完成的工作：人们几乎可以同样地辨认胖子和瘦子、美丽和丑陋；人们无须测量车速便可明智地躲过川流不息的车队；一行草书虽然大异于整齐的印刷字体，却照样可以被人看懂。

现实生活给模糊理论提出了无数研究课题，模糊理论力图用较为精确的数学语言和概念来描述现实中的模糊现象以及人脑中的模糊概念，如果说前人利用仿生学研究飞鸟而发明了飞机，那么当我们今天研制和应用计算机的时候，却不可忘记最优秀的仿生标本——人、人的思维、判断是那样巧妙，人的经验是那样丰富，人类如何将自己的智慧教给计算机，将自己的思维方法传授给计算机，甚至用自己的艺术修养及审美观念去“陶冶”计算机，使计算机具有更多的“人性”，这成为模糊理论工作者肩负的历史使命。

①我们正在进入一个“算法”的时代。我们究竟应该买什么东西、看什么新闻、去哪里上学……在作出这些决策时，我们通常会遵循算法的指引。算法让我们完成过去难以完成的任务，还能为我们提供个性化的服务。

②在这样的背景下，如何对算法进行有效规制，让算法的好处得到充分发挥呢？有专家认为，必须让算法实现透明化；另一些专家认为，应该让算法可以被共享。这些观点在操作中面临的困难很大。以算法的透明性为例，尽管很多人都呼吁将算法公开，以便其被监督，但这很不现实。一方面，对于企业来说，算法是核心资产。强行要求将这些算法公开，是对企业知识产权的一种侵犯。另一方面，由于很多算法十分复杂，就算被公开、被共享了，要想对它们进行有效的监管，会面临很高的成本。由此，需要探索一条更为有效的路径。

③虽然，现在很难有一套完整的、明晰的算法规制思路。不过，有两条原则可以被参考，分别是：“将人的事情留给人，将算法的事情留给算法”，以及“用规制人的思路来规制算法”。

④先看第一条原则。在很多情况下，算法本身只是一种工具，要负责任的应该是人。例如，一些电商平台利用算法对用户进行分级，然后根据分级状况决定商品的销售价格。这就是价格歧视，要对此负责的是人，而非算法。

⑤再看第二条原则。很多人认为算法是一个黑箱，不知道里面的运行机制，因此难以被规制。这听上去有道理，但却存在纰漏。教科书上算法的定义是，为解决特定问题而规定的一系列操作。据此，人为了解决问题而进行的思考也是一种算法。虽然机器的算法很复杂，但至少我们还知道它所应用的编程语言和编程原则；而对于人脑中的算法，尽管我们已经研究多年，但却始终不了解其使用的“编程语言”，尽管如此，但这并不妨碍我们对人的行为进行规制，那么，我们为什么不能用类似的思路来思考对算法的规制呢？

⑥按照这一思路，举例来说，如果要指挥电工安装灯泡，一种思路是，在一边观察电工，一有问题就纠正。但这个思路成本很高，还会损害电工的积极性。另外一种思路是，告诉电工“你若安好，便是晴天；你若安不好，就要赔钱”。电工同意后，他一定会仔细地把灯泡安好。

⑦其中的道理在于，我们通过调整电工的支付状况，让他自身的利益和我们达成了一致。在经济学上，这被称为“激励相容条件”。对于算法规制而言，规制者只要设法调整算法的输入目标，保证它和我们想要的目标一致，就可以引导它达到我们想要的结果。