文化产业学作为一门新兴学科,源于对文化作为产品的生产和流通领域进行研究,是从产业角度对文化进行研究。这正是原有文化创意学科群中相对薄弱甚至相对忽略的,是仅依靠原有知识体系和研究方法难以支撑的研究领域,也是当下文化产业发展急需学科建设支撑的领域。
这段话意在说明:
建立文化产业学学科的必要性
文化产业学将取代文化创意学
原有文化创意学科群相对薄弱
发展文化产业学所面临的困难
传统的史学研究,由于其对象大都是“不能说话的”档案和文献资料,因而在研究过程中,它们只是扮演“法官”角色的研究者们审判的“被告”,而这个“被告”在法庭上没有任何为自己辩护的权利。所以,不同的“法官”由于其使用的审判规则不一样,尽管这个规则非常科学和准确,但是造成对相同问题的研究结果却大相径庭。
这段文字所表达的主要意思是:
运用同样的档案和文献资料进行史学研究却可能得出不一样的结果
运用档案和文献资料进行史学研究应当谨慎,而不能武断
研究历史还应注重运用“能说话的”史料
应当制定统一的规则来规范对档案和文献资料的研究
美国斯坦福大学的研究人员对130名同时患有血脂异常、高血压(并未服用降压药)的患者进行了长达12年的试验。在试验中,研究人员将这130名研究对象随机分成人数相等的两组,并让其中的一组研究对象服用松树皮提取物(每天服用的剂量为200毫克),另一组研究对象服用安慰剂。在这12年中,研究人员每6周测量1次研究对象的血压、血糖、胆固醇及C反应蛋白的水平。试验结果显示,服用松树皮提取物人员的上述各项指标与服用安慰剂人员的上述各项指标并无明显的差别。由此可知,松树皮提取物无降血压、降血糖、降血脂以及预防心血管疾病等功效。
以下各项如果为真,最能反驳上述结论的是:
两组试验患者仅人数相等,其血压和血脂等的原始指标差异较大
对照组服用安慰剂,对高血压和高血脂患者有心理暗示作用
12年的实验时间太长,这有可能使一些重要的实验数据失真
参加实验的患者人数仅130人,样本太小,代表性不够
我在家常常一人站在窗前向楼下看,安静的院子里有一群流浪猫。流浪猫有其自己的生活,天蒙蒙亮时就会慵懒地走动,等待好心人送来的猫粮。它们三五成群,吃饱了就打打闹闹,累了就找地歇息,高高兴兴地过上一天。我发现其中有一只花猫不怎么合群,老是独自游走或静卧幽处,仿佛心里有事。
这是一篇文章的开头,接下来最可能讲述的是:
这群流浪猫的奇闻趣事
人怎样与动物和谐相处
楼下为什么聚集流浪猫
那只不合群的猫的故事
一位研究员研究100名已故运动员的定妆照,根据照片上的面部表情把这些运动员分成三种类型:“面无表情型”“露齿微笑型”和“开怀大笑型”。研究员发现这100名已故运动员中,“面无表情型”的人平均寿命为72.9岁,“露齿微笑型”的人大约能够活到75岁,而“开怀大笑型”的人平均寿命则达到79.9岁。因此该研究员认为,处世态度会影响人的寿命。
以下哪项如果为真,最能质疑该研究员的观点?( )
这100名运动员国籍不同,从事的运动项目也不同
定妆照上的表情可以大致反映出一个人的处世态度
运动员采取何种表情拍照是根据摄影师要求而定的
“开怀大笑型”的运动员更乐于交际,且情商更高
近日,某研究小组开发出一种双光子成像显微镜的改进版本,它可以让科学家更快地获得大脑内血管和单个神经元等结构的高分辨率图像。有研究者认为,新技术或将促进神经科学的研究。
以下哪项如果为真,最能支持上述观点?
改版后较传统双光子显微镜成像快100到1000倍,所能达到的组织深度为原来的两倍
新技术可以更好地了解大脑内血流的变化,还能通过添加电压敏感的荧光染料或荧光钙探针来测量神经元活动
研究人员经常使用双光子显微镜制作大脑等组织的高分辨率3D图像,但这种成像技术不易扫描大脑等组织深处,且很耗时
研究证明,使用改进的新技术可以在肌肉和肾脏组织切片中实现约200微米尺度的成像,在老鼠大脑中实现约300微米的成像
研究人员发现,某种昆虫在晴天的夜里能够准确地沿直线飞到目的地,但在阴天的夜里看不见星星时,这种昆虫在飞行过程中就经常会兜圈或绕路。因此研究人员认为,这种昆虫能够利用夜空中星星的位置进行导航。
以下( )项如果为真,最能削弱研究人员的判断。
这种昆虫在阴天的白天飞行时,寻路的准确性同样比晴天差
在外界有光线照明时,这种昆虫在夜间也能沿直线飞到目的地
除了这种昆虫,该地区其他昆虫都能在阴天的夜里准确地寻路
在有模拟星光的室内实验环境中,这种昆虫同样能准确地飞出直线
AlphaGo(阿尔法围棋程序)总体上由两个神经网络构成,以下把它们简单称为“两个大脑”。这只是一个比喻,在对弈时,这两个大脑是这样协同工作的:第一个大脑的简单模式会判断出在当前局面下有哪些走法值得考虑。第一个大脑的复杂模式通过蒙特卡洛树来展开各种走法,即所谓的“算棋”,以判断每种走法的优劣。在这个计算过程中,第二个大脑会协助第一个大脑通过判断局面来砍掉大量不值得深入考虑的分岔树,从而大大提高计算效率。与此同时,第二个大脑通过下一步棋导致的新局面的优劣也能给出关于下一步棋的建议。最后,两个大脑的建议被平均加权,做出最终的决定。
其实,这两个大脑的工作方式确实和人类很相似,一个__________细部,一个__________全局。但AlphaGo最终结合两者的方式相当简单粗暴:让两者各自评估一下每种可能的优劣,然后取一个平均数,这可绝不是人类的思维方式。
对人类来说,这两种思考问题方式的结合要复杂得多——不仅仅在围棋中是这样。人们并不总是同时对事态做出宏观和微观的判断,而是有时情绪、心理和潜意识的应激反应。这当然是人类不完美之处,但也是人类行为丰富性的源泉。
为什么要让人工智能去下围棋?有很多理由。但在我看来最重要的一个,是能够让我们更深入地理解智能的本质。
神经网络和机器学习在过去十年里跃进式的发展,确实让人工智能做到许多之前只有人脑才能做到的事,但这并不意味着人工智能的思维方式接近了人类。而且吊诡的是,人工智能在计算能力上的巨大进步,反而掩盖了它在学习人类思维方式上的短板。和国际象棋中的深蓝系统相比,AlphaGo已经和人类接近了许多,深蓝仍然依赖于人类外部定义的价值函数,所以本质上只是个高效计算器。但AlphaGo的价值判断是自我习得的,这就有了人的影子,而且AlphaGo的进步依赖于海量的自我对局数目,这当然是它的长处,但也恰好说明它并未真正掌握人类的学习能力。一个人类棋手一生至多下几千局棋,就能掌握AlphaGo在几百万局棋中所训练出的判断力,这足以证明,人类学习过程中还有某种本质是暂时无法用当前的神经网络程序来刻画的。
这当然不是说AlphaGo应该试图去复制一个人类棋手的大脑,但是AlphaGo的意义也不应该仅仅反映在它最终的棋力上。它是如何成长的?它的不同参数设置如何影响它的综合能力?如果有其他水平相当的人工智能和它反复对弈,它能否从对方身上“学到”和自我对弈不同的能力?对这些问题的研究和回答,恐怕比单纯观察它是否有朝一日能够超越人类重要得多。
作者认为,研究AlphaGo与棋手对弈的重要意义在于:
帮助人类理解人的大脑究竟如何进行工作
帮助人类了解探讨大脑思维方式的短板
测试人工智能的思维能否最终战胜人类大脑
探究人工智能可以替代人脑做哪些具体工作
下列语句与其作者的对应关系正确的有几项?
①要恢复民族的地位,便先要恢复民族的精神——孙中山
②我自横刀向天笑,去留肝胆两昆仑——谭嗣同
③面壁十年图破壁,难酬蹈海亦英雄——周恩来
④如烟往事俱忘却,心底无私天地宽——陶铸
1
2
3
4
如用白、灰、黑三种颜色的油漆将正方体盒子的6个面上色,且两个相对面上的颜色都一样,以下哪一个不可能是该盒子外表面的展开图:【2014联考/安徽062】
如图所示
如图所示
如图所示
如图所示