道家阴符派甲午马年正月十五上元节免费祈福上表报名

甲午马年正月十五上元节本派将举行为各位缘主信士提供免费祈福上表活动,期望新年求福者皆可报名参加。 1、回复本派此条消息一条新年祝福语,目标必须是所有参与本次上元节阴符派祈福法会的所有缘主及信众。 注意,如果是全家人要祈福的,请以代表全家人的名义来发表祝福语。 2、给 阴符经:三符风云涌 旺旺留言,留下需要祈福人的出生年月日时,目前住址,性别,姓名。并说明是参加上元节祈福活动,如果是全家人的请留下全家人的信息。 3、越多人参加福力越大,欢迎各位转发此微淘让更多人参加。 本派法师会在正月十五举行法科,将各位的祝福语上表天庭。祝各位缘主信士新年快乐,万事如意,红红火火火大年,福生无量天尊。   手机扫二维码可访问本派微淘  

“中国雨人” 经测试心算能力确超常人

  经两天测试,周玮的心算能力的确超出常人,并不是背了很多答案.   最近,有“中国雨人”之称的周玮成了公众关注的焦点。他被诊断为“智力中度低下”,但在电视节目《最强大脑》中,不到1分钟就心算出了6的13次方和16位数的14次方根,赢得了观众的掌声和泪水。质疑接踵而至——方舟子在微博上写道:“16位数字开14次方取整数结果很简单的,记下就行。如果他能小数都开出来,或者让他开个3次、4次方也能开出来,算他有能耐。电视台找了一帮骗子在那里装有超能力。”   周玮是否真的拥有超常能力呢?   测试表明 心算能力超常   上周,周玮在母亲陪同下来到上海,接受了上海交通大学、华东师范大学专家的测试。上海交大Bio-X研究院的李卫东研究员是专家之一。经过两天测试,李卫东认为,周玮的心算能力的确超出常人,并不是背了很多答案。   据专家组介绍,他们给周玮心算的题目类型有很多,包括多位数乘法、乘方运算、开方运算等。方舟子提出的 “让他开个3次、4次方”这类运算也测试了,结果周玮都能算出来。除了心算测试,专家组还给周玮做了记忆力测试,发现他的记忆力并没有超出常人。这就间接证明了:他不是靠记诵答案来答题的。“应该说,周玮的心算能力不算顶级,但肯定远超常人。”李卫东说。   在测试过程中,专家组有时会让这位智力中度低下的“雨人”把心算过程写出来。结果他们看到的是,周玮会把很多数字分解。例如,在一张写着题目“321×678”的答题纸上,他写下的运算过程为:“321÷3=107,678÷6=113,107×113×3×6=217638”。上海交大数学系和自然科学研究院特别研究员徐振礼表示,对周玮的很多数字分解,他并不理解,因为分解后似乎还是很难心算,但周玮分解后就能得出答案了。   可能属于 “学者症候群”   李卫东认为,周玮很可能属于 “学者症候群”。所谓“学者症候群”,是指有认知障碍,但在某一方面,如对某种艺术或学术有超乎常人能力的人。自闭症患者中,有10%属于学者症候群。   学者症候群患者的智商大部分低于70(以往的测试显示:周玮的言语智商为49,操作智商在46以下),但在一些特殊测试中却远胜于常人,故俗称为“白痴天才”。他们的天赋有多种不同的形式,如乐器演奏、绘画、记忆、计算及日历运算能力。   美国电影《雨人》中的主人公,就是一个典型的学者症候群患者,他的心算能力和记忆力令观众印象深刻。“雨人”的原型是美国人金·匹克,他出生时因巨头畸形导致小脑受损,而且胼胝体发育不全,连接两个大脑半球的神经束完全缺乏。这导致了他到四岁时也不会走路,长大后只会横向走路,在其它运动技巧上也有困难。他的智商低于平均值,但拥有超凡的记忆力:能把读过的书都背出来,读书时每页只需要约10秒钟,而且心算能力惊人。   谈及“学者症候群”的成因,李卫东告诉记者,有一种科学假说:人的语言功能中枢位于左脑,当一个人左脑的功能因先天或后天原因受到限制后,他的右脑在一些未知的条件下可能比常人发达,从而在某些领域拥有“超常能力”。以周玮为例,由于在童年时受到惊吓或遗传学及环境因素等原因,他的大脑发育明显受到影响,导致语言表达能力只有3—4岁儿童水平,但在计算能力上超出常人。   科学研究 需要“雨人”案例   李卫东表示:“周玮的案例,对神经科学研究而言是很有价值的。”因此,他带领的团队把周玮纳入了 “中国超级大脑人才库”。去年10月,上海交大Bio-X研究院联合国内外著名学者开始建设“中国超级大脑研究中心”及“中国超级大脑人才库”,开展对入库人才的遗传资源保护和认知学、脑功能学、行为学、心理学、神经生物学、遗传学等多学科交叉的深入研究。   上海东方脑科学研究所所长、仁济医院教授王桂松指出,像周玮这样的“弱智天才”并不十分罕见,在音乐上很有天赋的舟舟也是个典型案例。在看了电视节目后,他觉得“中国雨人”不是骗局。据王所长介绍,如今美国、欧盟政府都启动了脑科学计划,旨在探索人类大脑的工作机制、绘制脑活动全图,并开发出针对大脑不治之症的疗法。上海科研人员也已行动起来,力争在脑科学上有所突破,开发出人类大脑的更多潜能。

用算法熵来证明“科学是可证伪”观点的错误性

作者:planeheart 相信列位都对波普尔的证伪主义主张有所了解。概括而言,该主张认为: 一个理论是科学的,因为它可以被证伪。 该主张的关键论据之一在于证实和证伪的不对称性。其论证大致如下:科学命题都是全称命题,而全称命题的证实都是极度困难的,而证伪则相对容易。作为一个例子:天下乌鸦一般黑的主张,只需一只白乌鸦的存在就能否定。 基于该主张甚至可以得出一些看似合理的结论,例如:若我们从黑箱中摸球,前面100只摸到的都是红球,那么以下两个假定(均与目前的观察结果吻合): “(1)黑箱中都是红球” ,(2)黑箱中存在各种颜色的球‘ 中, 我们更应该接受(1),因为这样使得理论显得简单且更容易被证伪。(波普尔认为,归纳推理对科学而言是不必要的,原则上可以用证伪主义的原则来选择接受的 理论)容易看出,如果第101只球是绿球,那么(1)即被证伪,但(2)并没有被证伪,所以(1)具有更强的可证伪性。 通过一些粗糙的类比推理,证伪主义理论还能以一种诡异的方式和奥卡姆剃刀取得共鸣,即:简单的理论倾向于极端,也即是容易证伪。因此通常应该选择尽可能简单的理论。 证伪主义理论本身在科学哲学领域也饱受批评,在此不提。因为本文作者认为这些批评没有击中这个理论真正的要害,也没能找到足够好的弥补方式,真正的问题在于: 它试图主张的证实和证伪的不对称性其实在科学中是不存在的。其错因在于其前件”科学命题都是全称命题“并不正确,显然,”二维强关联体系中允许存在不服从玻色和费米统计的准粒子“并不是全称命题,而且刚好相反,这类命题的证伪极度困难,而证实相对容易。这使得证伪主义相对于实证主义的所谓优势丧失殆尽。 甚 至用减弱的版本说”作为科学理论的基本原理必须是全称命题““也不正确,因为实际上允许我们用特称命题的形式来表述其中一些原理,例如,存在完备描述物理 体系的拉格朗日函数。即便依然存在不少似乎只能以全称命题形式出现的原理,也很难看出以后不存在改造表述的可能性。更重要的是,全称命题通常很难证实,但 并非一定不可能证实。 证 伪主义者将证实全称命题的难度上升为”不可能“的理由是认识对象的无限性,但是这种无限性本身就不是能从纯粹的演绎推理中得出的结论。(天下的乌鸦数目确 实不是无限的)这导致他们背离了原有的主张。而关于物理中可以被称作”认识对象“的数目是否为无限,尚存在严重的争议。(如果将贝肯斯坦极限用于可观测宇 宙整体,那么用于描述它的最低信息量,以bit计,是有限的) 因此,实际上证伪主义者的自相矛盾发生在他们试图论证科学命题的特性的过程中,没有成功地从纯粹逻辑的角度支持他们的论点,却主张他们的论点不依赖归纳。 因此本文作者打算从随机性,而非可错性的角度来看整个问题。 所谓算法熵,即一般信息论教材所称“科尔莫格洛夫复杂度” Martin- lof随机性是对无限长的0-1二元序列定义的。对于有限长的0-1序列,因为算法熵的定义依赖于通用机U的选取,因此该定义对有限序列的存在局限性:结 果依赖于对U的选取。然而对无限长的序列,选取任意U均会给出相同的结果(这称作算法熵的普适性),因此,该定义虽然需要提及通用机,但本质上不依赖通用 机。 该随机性的确具有非常有趣的不对称性: (1)我们可以证明绝大多数的序列是随机的。(确切而言,非随机的序列构成零测集) (2)我们可以证明某一个特定的序列不是随机的(例如010101……的循环序列) (3)我们不能证明某一个特定的序列是随机的(这有点像这样的例子:根号2在二进制下的表达的前N位,很难将它和用抛硬币得出的0-1序列区分开来) 其中(3)由Chaitin不完备性定理所保证(此人定义了著名的Chaitin常数): 对任意公理化形式系统A,均存在常数L,使得我们在A中无法对任意s证明K(s)>L 因此,这种不对称性如果被用于替代原有证伪主义理论中的证实-证伪不对称性,将比原本的论证更加可靠,因为它不依赖于可疑的”认识对象的无限性“这种外加的东西,而是来自于普遍存在于任意公理化形式系统中的不完备性(或者说,哥德尔不完备性的一部分)。 我 们很容易发现这个论证用于说明原本的例子会比证伪主义理论做得更好,而且它反映”人类偏好简单理论“的方式更加自然。因为粗略地说,算法熵对应着描述的复 杂度。在前面的论证中,接受”(1)黑箱中都是红球“的理由现在是它比”(2)黑箱中存在各种颜色的球“的算法熵更低,因此更远离“随机”。从观察到有限 数目的黑乌鸦而得出“天下乌鸦一般黑”的缘由也是同理的。在这个理论中,人类追寻科学真理的目的被归结于从混沌的宇宙中构建秩序,以避开知识体系由“完全 随机”支配的可能。 让 我们考虑一个简单的由无限0-1二元序列组成的宇宙(实际上,或许对于一台计算机而言世界就是这个样子)。当我们连续观察到前面的10000个 1(prefix)的时候,尽管依然存在不可数无穷多的以这样的10000个1为前缀的随机序列,依照传统的波普尔理论来看,这些“竞争理论”将会使认为 “该序列全为1”的简单理论具有0概率,然而利用算法信息论的世界观则不会如此。由于我们无法证明这样的序列是高算法熵的随机序列,所以,我们应该选择低 算法熵的假定,即认为该序列中应该全为1 。 (或者,利用算法信息论中“普适概率”的概念则更为明晰,尽管{全体0-1序列}是不可数集,但这里所有的随机序列被赋予0概率,而算法熵较低的序列则具有较高的概率) 利 用以上的方法建立模型的理论已经存在了,这就是所谓“最小描述长度”(MDL)准则。然而将这种理念推广到一般还存在巨大的困难,由于:(1)算法熵的不 可计算性。(2)对一般的认识对象,而非二元序列或者整数等数学对象,很难定义算法熵(Zurek提出了将算法熵用于物理描述的可能性,并认为它实质上与 物理学中的吉布斯熵存在对应关系,这便是本文沿用其说法将其称作算法熵,而非科尔莫格洛夫复杂度的理由)。然而,证伪主义理论中“时空区域的无限性”等说 法同样是高度可疑无检验性的表述,因此我以为这样的改造能够在保留其初衷(证明一个命题及其反面的不对称性)的前提下,修正其偏激的段落。   附注: 问题:对于无穷序列,它的复杂度不依赖于通用图灵机? … 阅读全文 用算法熵来证明“科学是可证伪”观点的错误性