简介:近代以来的中国,关于保守与进步的争论一直不断,传统观点认为,社会上有两种人,一种是鼓吹改革与革命的人,另一种是反对社会变革的人士。但长期以来被中国思想史和哲学史的研究者所忽略的一个现象是,在所谓的文化保守主义者之中,存在着一个很重要的区别。就是虽然在表面上他们都对传统文化持保守主义的态度,但是他们其中一些人认为传统文化是存在于世界民族文化之中的一种具有普遍性、世界性的价值,是其他民族文化所永远不能替代的。而另一些人则只是将传统文化看做是一个民族在其现代化的道路上摆脱不掉的包袱。由于这两种对待传统文化态度的不同,我们可以将中国现代思想史上的保守主义思潮和人物,大致分为这两个不同的阵营。
简介:以216名大学生为被试,使用关系复杂性变化的三种虚拟外星生物实验材料,创设个人功能预测的关系类别的间接性学习条件和参照性交流功能预测的关系类别的间接性学习条件,探讨关系复杂性对关系类别间接性学习的影响。结果发现:关系类别的功能预测间接性学习过程中,关系复杂性和学习条件的交互作用极其显著,具体来讲,关系复杂性对关系类别间接性学习的影响仅显著地表现在参照性交流关系类别间接性学习过程中;当学习材料为4特征复杂关系时,参照条件下被试功能预测成绩极其显著高于个人条件,当学习材料为6特征复杂关系加二阶同功能简单关系时,两种学习条件间不存在显著差异,当学习材料为6特征复杂关系加二阶异功能简单关系时,个人条件极其显著高于参照条件。
简介:大数据和机器学习在医学研究领域获得越来越多的应用和关注.人体作为复杂的生理和演化系统,具有开放性、不确定性、非线性、多层次性、动态性、突现等特征.从复杂性哲学的视角出发,分析了人工智能医学在方法论和认识论上的优势和问题.人工智能医学可以利用海量数据,搜集复杂的特征信息,发掘并识别多种变量之间的相关性,通过机器学习捕获数据中的复杂与非线性关系,克服还原主义的局限,消除不确定性,提高预测的准确性.疾病过程所体现出的动态复杂性和过程敏感性,复杂系统的不确定性和突现特征,使得人工智能医学对疾病和治疗状态的预测和长时段的预测难以实现.人工智能利用相关性所做的预测,虽然准确,但因为因果解释的缺失和路径依赖,不能直接用于临床上的医学照料,需要医生具身的临床经验和知识辅助判断.治疗的临床情境的重要性与数据化上的困难,也给当前人工智能医学实现从精准预测到有效治疗带来了挑战.