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。

人类是地球生物圈中的一员，作为有智慧的生物，人类从这个生物圈中受益很多，用野生植物做药物就是其中之一。据统计，目前全世界每年有40%的药物来自野生植物的提取物。这里还未包括古老民族都有的传统疗法：直接用野生植物做药，中医的草药就是一个例子。

如果你牙疼，西医解释为细菌感染，用杀菌的消炎药治疗；中医却解释为“上火”，用清热的草药治疗。无数实践证明两种方法都有效，但哪种解释有道理，人们的看法就大相径庭了。

用高倍显微镜可以看到造成发炎的细菌，因此人们不怀疑西医的科学性。但是，中医说的“上火”，却令人难以解释。于是有人就把中医斥之为“不科学”。事实上，只是因为中医的道理更深奥，过去的条件不成熟，无法理解它而已。

中医体系在春秋战国时期就得以初步建立。公元前5世纪的扁鹊代表了那个时代的中国医学的最高成就，他所采用的切脉、望色、闻声、问病四诊法和当时广为流行的砭石、针灸、按摩、汤液、手术、吹耳、导引等方法一直沿用至今。战国晚期出现的《黄帝内经》是当时医学的集大成著作，它第一次提出了脏腑、经络学说，成为日后中医理论进一步发展的基础。它采用阴阳五行学说，作为处理医学中各种问题的总原理，为临床诊断提供了理论说明。现在世界上越来越多的人已经认识到中医的科学性，正如英国《自然》杂志主编坎贝尔博士所说，中国古代科学方法重视从宏观、整体、系统角度研究问题，其代表是中医的研究方法，这种方法值得进一步研究和学习。

归功于人们对基因复制和蛋白质制造过程越来越多的知识，现在的医学界已经认识到，人类的疾病都直接或间接地与这些制造过程有关。细菌或病毒能致病，是因为它们可以侵入细胞，影响这些复制或制造过程。当前化学家们在研究分子自复制和自组装过程，溶液的物理化学性质，如成分、浓度和酸碱度等，也会影响这些过程。比如烟酒过度后，溶液的物理化学性质会变得有利于细菌或病毒侵入后非正常复制或制造过程，因而致病。溶液的物理化学性质的这种状态，就是中医说的“上火”。在服用了中药后，溶液的物理化学性质变得不利于细菌或病毒侵入后非正常复制或制造过程，因此逐步恢复正常。

目前，解开中草药科学原理之谜的条件已经成熟，我们正需要一系列精心设计的实验，直接观察中药是如何影响细胞的物理化学性质，并进而影响基因复制和蛋白质的复制和生产。实现这种观察有不少技术上的困难，需要中医、西医和化学、物理学家们通力合作才能解决。

但是，当这个谜解开后，中医的每一点并不一定都可以用西医的理论来理解，反之亦然。中医把人这个复杂系统作为一个整体来观察和治疗，西医则从微观结构来观察和治疗人体。按照物理学的说法，这两种观点是互补的，每一种都是对另一种的补充，每一种都没有包含全部真理。因此，最好的医学应该是中西医相结合的医学。

第一步就是明确爱是一种艺术，正如生活是一种艺术一样。①我们想知道如何爱，②必须遵循我们学习其他任何艺术的同样方法，诸如学习音乐、绘画、木工或医学技艺及工程艺术的方法。

在学习任何一种艺术时，必要的步骤是什么呢？

学习任何一种艺术的过程都能够适当地分为两个方面：一方面精通那门艺术的理论，另一方面熟悉那门艺术的实践。如果我想学习医学技艺，我必须首先了解人体结构和各种疾病，但当我具备了这一方面的全部理论知识时，根本不意味着我在医学技艺上是合格的。只有在大量实践的基础上，把我们的理论知识成果和我们的实践成果融为一体，即变为我的直觉——这是任何一门艺术的要素——之后，我在技艺上才变得精湛起来。当然除学习那门艺术的理论和实践外，为驾驭任何一门艺术，第三点也是必要的要素，即要使艺术精湛必须极其关心这一问题，在我的心中必须是：没有什么比此艺术更重要的事情。

这适用于音乐、医学、木工和爱的艺术。这里有着为什么在当代的文明中，人们很少尝试探究爱这门艺术的答案，尽管他们明显地失败，尽管他们对爱如饥似渴，但却又认为几乎每一件事都比爱重要：成就、名望、金钱、权利——几乎人们的所有精力都被用来研究如何实现这些目标，难怪乎没有谁来学习爱的艺术。

2015年6月某市统计局对应届毕业生的抽样调查显示：有593名受访者打算创业，占28.6%。其中，大专生打算创业的比重比平均水平高7.0个百分点，本科生打算创业的比重比平均水平低3.9个百分点，31.4%的研究生打算创业，有34.5%的受访男生打算创业，比女生高11.2个百分点。

在没有创业打算的受访者应届毕业生中，因缺乏启动资金，缺乏社会经验，缺乏创业方向等原因不打算创业的情况见图1，有创业打算的受访应届毕业生能承担的创业资金额度情况见图2。