• 关于自私

    日期:2009-11-11 | 分类: | Tags:

    我妹妹一直都在说我是一个很自私的人,颇不以为然。恰恰相反,我一直以为自己道德高尚,简直可以供在孔庙吃冷猪肉。不贪财,不好色,不为小恶,不计较付出,不妄求回报,如此种种都自得满满。

     

    但是一梦见真性,我想我错了。

     

    不主动打电话给朋友沟通感情,这是吝于投资友谊

    不主动请客朋友,这是吝于钱财付出

    不主动拜访亲戚师长,这是吝于回馈恩情

    不主动赞美女孩,这是吝于感情表达

     

    自以为傲的,其实是错误的信念。

    错误的信念才会带来错误行为。

  • 太极心得1

    日期:2009-10-29 | 分类: | Tags:

    练了一年多,总算熟悉了套路,在名师指点之下也小有心得。

    不敢私藏,随笔如下:

    1. 第一次总是不完美的,恋爱如此,打拳也如此。每天第一遍拳法,总是有照顾不到的细节,身体没有活动开,心绪也没有放松集中。往往第二遍,第三遍套路才会渐入佳境。
    2. 脚尖的方向就是眼睛的方向,眼睛的方向就是手的方向。这个就是所谓身到--身法最主要的就是脚法;眼到--眼睛需要直面对手;手到--手眼协调。一个动作停格,必然是脚尖、指尖、眼睛处于一个方向一个直线上。
    3. 出拳,出脚,出力必然是呼气。这个不用强求,练多了自然气息会调整过来。
    4. 无论手脚,都要保持一定弯曲度,不可用力伸直。伸得太直,过钢则弯。做人要留余地,下棋要留后手,留白才有能留有变化的进退的余地。
  • 贝叶斯定理

    日期:2009-10-28 | 分类: | Tags:

    最近在研究问题时候,发现对计算机来说概率比逻辑更加接近人类。

    而对于已知问题概率推导出未知问题概率的数学模型早有天才般的解决方案。

     

    我越来越发现,哲学和数学才是人类文明的核心财产。但是可悲的是,我们能理解的部分都是几百年前的先人作品。

     

    以下来自维基百科---------------------

    贝叶斯定理

    维基百科,自由的百科全书

    跳转到: 导航, 搜索

    跳过字词转换说明

    汉漢▼▲

    为了阅读方便,本文使用標題手工轉換

    • 转换标题为:简体:贝叶斯定理;繁體:貝氏定理;
    • 实际标题為:贝叶斯定理;當前顯示為:贝叶斯定理

    为了阅读方便,本文使用全文手工轉換。转换内容:

    1. 简体:贝叶斯定理;繁體:貝氏定理; 当前用字模式下显示为→贝叶斯定理

    顯示↓關閉↑字詞轉換说明

    字詞轉換是中文维基的一項自動轉換,目的是通過计算机程序自動消除繁简、地区词等不同用字模式的差異,以達到閱讀方便。字詞轉換包括全局轉換和手動轉換,本說明所使用的标题转换和全文转换技術,都屬於手動轉換。

    如果您想对我们的字词转换系统提出一些改进建议,或者提交应用面更广的转换(中文维基百科全站乃至MediaWiki软件),或者报告转换系统的错误,请前往Wikipedia:字词转换请求或候选发表您的意见。

    贝叶斯定理(Bayes theorem),是概率论中的一个结果,它跟随机变量条件概率以及边缘概率分布有关。在有些关于概率的解说中,贝叶斯定理(贝叶斯更新)能够告知我们如何利用新证据修改已有的看法。

    通常,事件A在事件B(发生)的条件下的概率,与事件B在事件A的条件下的概率是不一样的;然而,这两者是有确定的关系,贝叶斯定理就是这种关系的陈述。

    作为一个规范的原理,贝叶斯定理对于所有概率的解释是有效的;然而,频率主义者和贝叶斯主义者对于在应用中,概率如何被赋值,有着不同的看法:频率主义者根据随机事件发生的频率,或者总体样本里面的个数来赋值概率;贝叶斯主义者要根据未知的命题来赋值概率。一个结果就是,贝叶斯主义者有更多的机会使用贝叶斯定理。本文深度讨论了这些争论。

    目录

    [隐藏]

    [编辑] 贝叶斯定理的陈述

    贝叶斯定理是关于随机事件A和B的条件概率边缘概率的一則定理。

    P(A|B) = \frac{P(B | A)\, P(A)}{P(B)}

    其中P(A|B)是在B发生的情况下A发生的可能性。

    在贝叶斯定理中,每个名词都有约定俗成的名称:

    按這些術語,Bayes定理可表述為:

    后驗概率 = (相似度 * 先驗概率)/標准化常量

    也就是說,后驗概率与先驗概率和相似度的乘積成正比。

    另外,比例P(B|A)/P(B)也有時被稱作標准相似度(standardised likelihood),Bayes定理可表述為:

    后驗概率 = 標准相似度 * 先驗概率

    [编辑] 從條件概率推導貝氏定理

    根據條件概率的定義 . 在事件B发生的条件下事件 A发生的概率是

    P(A|B)=\frac{P(A \cap B)}{P(B)}.

    同樣地, 在事件A发生的条件下事件 B发生的概率

    P(B|A) = \frac{P(A \cap B)}{P(A)}. \!

    整理与合并這兩個方程式, 我們可以找到

    P(A|B)\, P(B) = P(A \cap B) = P(B|A)\, P(A). \!

    这个引理有时称作概率乘法规则.上式兩邊同除以P(B), 若P(B)是非零的, 我們可以得到贝叶斯 定理:

    P(A|B) = \frac{P(B|A)\,P(A)}{P(B)}. \!

    [编辑] 二中擇一的形式

    貝氏定理通常可以再寫成下面的形式:

    P(B) = P(A, B) + P(A^C, B) = P(B|A) P(A) + P(B|A^C) P(A^C)\,

    其中AC是A的補集(即非A)。故上式亦可寫成:

    P(A|B) = \frac{P(B | A)\, P(A)}{P(B|A)P(A) + P(B|A^C)P(A^C)}. , \!

    在更一般化的情況,假設{Ai}是事件集合裡的部份集合,對於任意的Ai,貝氏定理可用下式表示:

    P(A_i|B) = \frac{P(B | A_i)\, P(A_i)}{\sum_j P(B|A_j)\,P(A_j)} , \!
    [编辑] 以可能性與相似率表示貝氏定理
    参见:全機率定理

    貝氏定理亦可由相似率Λ和可能性O表示:

    O(A|B)=O(A) \cdot \Lambda (A|B)

    其中

    O(A|B)=\frac{P(A|B)}{P(A^C|B)} \!

    定義為B發生時,A發生的可能性(odds);

    O(A)=\frac{P(A)}{P(A^C)} \!

    則是A發生的可能性。相似率(Likelihood ratio)則定義為:

    \Lambda (A|B) = \frac{L(A|B)}{L(A^C|B)} = \frac{P(B|A)}{P(B|A^C)} \!
    [编辑] 貝氏定理與機率密度

    貝氏定理亦可用於連續機率分佈。由於機率密度函數嚴格上並非機率,由機率密度函數導出貝氏定理觀念上較為困難(詳細推導參閱[1])。貝氏定理與機率密度的關係是由求極限的方式建立:

     f(x|y) = \frac{f(x,y)}{f(y)} = \frac{f(y|x)\,f(x)}{f(y)} \!

    全機率定理則有類似的論述:

     f(x|y) = \frac{f(y|x)\,f(x)}{\int_{-\infty}^{\infty} f(y|x)\,f(x)\,dx}.
\!

    如同離散的情況,公式中的每項均有名稱。 f(x, y)是XY的聯合分佈; f(x|y) 是給定Y=y後,X的後驗分佈; f(y|x) = L(x|y)是Y=y後,X的相似度函數(為x的函數); f(x) 和f(y)則是XY的邊際分佈; f(x)則是X的先驗分佈。 為了方便起見,這裡的f在這些專有名詞中代表不同的函數(可以由引數的不同判斷之)。

    [编辑] 貝氏定理的推廣

    對於變數有二個以上的情況,貝式定理亦成立。例如:

     P(A|B,C) = \frac{P(A) \, P(B|A) \, P(C|A,B)}{P(B) \, P(C|B)} \!

    這個式子可以由套用多次二個變數的貝式定理及條件機率的定義導出:

     P(A|B,C) = \frac{P(A,B,C)}{P(B,C)} = \frac{P(A,B,C)}{P(B) \, P(C|B)} =
     = \frac{P(C|A,B) \, P(A,B)}{P(B) \, P(C|B)} = \frac{P(A) \, P(B|A) \, P(C|A,B)}{P(B) \, P(C|B)} .

    一般化的方法則是利用聯合機率去分解待求的條件機率,並對不加以探討的變數積分(意即對欲探討的變數計算邊緣機率)。取決於不同的分解形式,可以證明某些積分必為1,因此分解形式可被簡化。利用這個性質,貝氏定理的計算量可能可以大幅下降。貝氏網路為此方法的一個例子,貝氏網路指定數個變數的聯合機率分佈的分解型式,該機率分佈滿足下述條件:當其他變數的條件機率給定時,該變數的條件機率為一簡單型式。

    [编辑] 範例

    [编辑] 吸毒者检测

    贝叶斯定理在检测吸毒者时很有用。假设一个常规的检测结果的敏感度与可靠度均为99%,也就是说,当被检者吸毒时,每次检测呈阳性(+)的概率为 99%。而被检者不吸毒时,每次检测呈阴性(-)的概率为99%。从检测结果的概率来看,检测结果是比较准确的,但是贝叶斯定理确可以揭示一个潜在的问题。假设某公司将对其全体雇员进行一次鸦片吸食情况的检测,已知0.5%的雇员吸毒。我们想知道,每位医学检测呈阳性的雇员吸毒的概率有多高?令“D”为雇员吸毒事件,“N”为雇员不吸毒事件,“+”为检测呈阳性事件。可得

    • P(D)代表雇员吸毒的概率,不考虑其他情况,该值为0.005。因为公司的预先统计表明该公司的雇员中有0.5%的人吸食毒品,所以这个值就是D的先验概率
    • P(N)代表雇员不吸毒的概率,显然,该值为0.995,也就是 1-P(D)。
    • P(+|D)代表吸毒者阳性检出率,这是一个条件概率,由于阳性检测准确性是99%,因此该值为0.99。
    • P(+|N)代表不吸毒者阳性检出率,也就是出错检测的概率,该值为0.01,因为对于不吸毒者,其检测为阴性的概率为99%, 因此,其被误检测成阳性的概率为1-99%。
    • P(+)代表不考虑其他因素的影响的阳性检出率。该值为0.0149 或者 1.49%。我们可以通过全概率公式计算得到:此概率 = 吸毒者阳性检出率(0.5% x 99% = 0.495%)+ 不吸毒者阳性检出率(99.5% x 1% = 0.995%)。P(+)=0.0149 是检测呈阳性的先验概率。用数学公式描述为:
    \begin{align}P(+)=P(+,D)+P(+,N)=P(+|D)P(D)+P(+|N)P(N)\end{align}

    根据上述描述,我们可以计算某人检测呈阳性时确实吸毒的条件概率P(D|+):

    \begin{align}P(D|+) & = \frac{P(+ | D) P(D)}{P(+)} \\
& = \frac{P(+ | D) P(D)}{P(+ | D) P(D) + P(+ | N) P(N)} \\
& = \frac{0.99 \times 0.005}{0.99 \times 0.005 + 0.01 \times 0.995} \\
& = 0.3322.\end{align}

    尽管我们的检测结果可靠性很高,但是只能得出如下结论:如果某人检测呈阳性,那么此人是吸毒的概率只有大约33%,也就是说此人不吸毒的可能性比较大。我们测试的条件(本例中指D,雇员吸毒)越难发生,误判的可能性越大。

    [编辑] 参见

  • 杯具们的穿越人生(全看懂的,历史不错)

    日期:2009-10-22 | 分类: | Tags:

    杯具们的穿越人生(全看懂的,历史不错)

    感谢并叹服 meingji十月绿茶两位历史达人对相关历史背景的解释

    (详情见括号内,以 meingji 同学提供的解释为准)另可参阅第4、6楼以及17、18楼

    1、前世宅男毫无女人缘的主角一梦醒来,发现自己穿越了,做了皇帝,而且年仅八岁,身体健康,记忆超群可默写诸般名著,熟知一百零八路内功秘法宝典,未来发展余地极大。于是主角看看身上华丽的衮袍,再看看面前端上的尽是珍馐美味,还有两边站立的御姐宫女,那是一个比一个漂亮。
    不由踌躇满志信手选了一块桂花肉饼吃了,正心满意足地舔手指,忽然闻听太监通报:“大将军梁冀求见。”

    拥立幼帝,以利专政一段
    2、无敌丑宅女一梦醒来,发现自己置身红罗帐内,一个英武伟岸的大叔正在龙床前宽衣解带,偷眼往铜镜处瞄去,只见自己国色天香,身材性感。整理心情,发现自己记得无数诗词歌赋,擅长百种牛肉干做法。
    于是踌躇满志,打算淫乱宫廷之时,内监慌忙来报:“禁军哗变,杨国忠大人被杀了!”

    (这个不用说,安史之乱,唐玄宗跑四川,中途兵变,被迫把杨贵妃勒死)
    3、无敌丑宅女一梦醒来,发现自己置身红罗帐内,偷眼往铜镜处瞄去,只见自己国色天香,身材性感。整理心情,发现自己记得无数诗词歌赋,擅长音律女红。
    正打算一展身手之时,突然内监来报:“皇上龙驭上宾,娘娘已至宫门,太子盈正在苦苦相劝,请夫人放心,必不会有性命之忧!”

    (太子盈是刘邦的老婆吕后的儿子,你是戚夫人)
    4、宅男穿越,发现自己置身于荒野草原之中,正在和大群部下狩猎黄羊。左右都非常恭敬的称自己为大单于。整理思路,发现自己熟知世界地理,并且已经一统周边部落,考虑一回到营地马上发兵往西征战。
    不由得豪请万丈,看到天上一只大雕飞过,正打算引弓射去,突然发现一支鸣镝准确地落到马前……

    (冒顿得到兵权后加紧训练部队。他制成了鸣镝,下令说:“鸣镝所射而不悉射者,斩之。”)
    5、无敌丑宅女一梦醒来,发现自己置身红罗帐内,偷眼往铜镜处瞄去,只见自己国色天香,身材性感,整理心情,发现自己记得无数诗词歌赋,诸般音律舞蹈无所不通,擅长百种巧工,炼钢炼铁吹玻璃无所不通。梳妆打扮完毕,闻听呼唤,连忙来到前厅盛大的酒宴上,只见主人宴请的全是达官显贵,无数双眼睛贪婪地注视着自己。
    踌躇满志打算高歌一曲,一举成名之时,主人席上帅男发话了:“来得正好,再再为王敦大将军斟酒!”

    (王凯和王敦比富,王恺叫美人端酒劝客人饮。如果客人喝不完杯中酒,美人就要被杀。行酒到王敦跟前时,王敦“哼”了一声,把头扭到一边去,看都不看。王恺恼了,当场让把这美人拖去杀了。连续换了几个美人劝酒,王敦死活不喝,冷眼看着王恺杀人。王导对他说:“你酒量好,就喝一杯又怎么呢?何必连累无辜的人被杀?”王敦冷血地说:“他杀他家人,干我屁事!”客人都起来两边相劝,王恺家的美人这才没有杀完。)
    6、穿越回去,发觉自己上知天文下知地理,精熟数术理工,无数筹划喷涌而出,一时兴致勃发,拿起树枝寻了片沙地将胸中所学一一画出。
    未几,一罗马士兵提刀而入。

    (阿基米德这个真的不用说)
    7、再一个,万年腐女一睁眼,发现自己素手芊芊正在抚琴,端的是天籁之音,旁边两位华服公子在听得入神,正胡思乱想着应该先选谁做男主,其中一人连呼“好手,好手”。

    (传说燕国太子丹为要荆轲刺杀秦王,对他百般讨好.在临行的宴会上,太子丹特意叫来一个能琴善乐的美女为荆轲助兴,荆轲听着悦耳的琴声,看着美人那双纤细、白嫩、灵巧的手,连声称赞“好手、好手”,并一再表示:“但爱其手”。听着荆轲不绝于耳的称赞,太子丹立即命人将美人之手斩断,放在盘里送给荆轲。)

    8、一阵恍惚之后再看,只见身处辉煌大厅中央,众人环绕。自己一身衣饰华贵,剪裁合身,显是上等手工缝制;四周灯红酒绿,男宾女客皆举止高华,尽是贵族中人。定神细想,自家原是大贵族,更兼跟随大势投资外洋,货利巨亿。此去米国,上有族老参议员拂照,下有良田数十万,大厦十数栋,仆人打手无数。此后数百年北米龙气不衰,正可借此大势翻动世界。
    正自飘然间,呼听厅外一阵忙乱,有人大呼: Iceberg! Iceberg ahead!!

    (泰坦尼克号,你是jack)

    9、你低头看看,身穿笔挺西装,皮鞋光可鉴人;回忆一下,哈佛毕业,上等公司,资深主管,家里有车有房有漂亮妹子,分分钟几十万美刀上下。抬眼望去,无数高楼大厦汽车行人就在脚底,真是志得意满,哈哈大笑。
    忽然一架灰机……耶,为何还有一架灰机……

    (911事件)
    10、一与AV相伴的宅处男,睁眼发现自己身穿绫罗绸缎,身旁绝世佳人相伴,回想穿越之前种种恍如隔世,不由心中感怀,当即挥毫落纸,写下自己唯一记得的词句:春花秋月何时了,往事知多少,小楼昨夜又东风,故国不堪回首月明中。雕阑玉砌应犹在,只是朱颜改。问君能有几多愁,恰似一江春水向东流。
    数日后,一仆来报:“陛下有旨,赐酒陇国公~”

    (因为写了这首词,被赵匡胤赐毒酒,才子李后主就挂了)

    11、某男一觉醒来发现自己身处一机舱内,身边警卫环绕胸中万般兵法经纶满腹,显然是一身经百战的绝代名将。还没来得及询问身边的警卫是何等人物,就看到坐在前面的一老外扭头对自己微笑着说道:
    “林先生,安全了,我们已经到外蒙古了。”

    (林彪出逃,摔死在外蒙古)
    12、毫无女人缘穷困潦倒的前世宅男主角一梦醒来,忽然发现自己通身精力弥漫无可抑止,胯下之物怒直如铁,面前一丰满半裸美女眉目含情,正待合身扑上,目角余光见到旁边案上一玉瓶,内有未服完的红丸半粒,那美女又叫道:“皇上,合德等得好生心焦……”

    (赵合德,还有个姐妹叫赵飞燕,这个大家熟悉吧。)
    13、穿越回去,觉得自己身上隐然有王霸之气,沛然莫名。睁开眼睛,面前盘中一盘肉饼,香气扑鼻,恰好肚中饥饿,便张口大嚼,正吃得快意处,旁边一使臣笑道:“西伯侯,大王赐下的肉饼可还合口味么?”

    (西伯侯就是姬昌,这个是《封神榜》的故事)
    14、毫无女人缘穷困潦倒的前世宅男主角一梦醒来发现自己穿越成了婴儿,周围金碧辉煌,无数太监宫女服侍,体内任督二脉全部打通,全为纯净的先天真气,脑海里浮现出长生诀战神图录九阴九阳等等无穷秘籍,忽然走来一英武男子,周围太监慌忙行礼,声音听不真切,只闻一个“嫪”字。

    (嫪毐,秦始皇母亲的面首,被杀,连同两个儿子)
    15、千年老宅男+处男一觉醒来,发现你正华服高坐于宴会首席,身后甲士环立,身边美姬正在给你加菜喂酒,你心中默念,已记起火药玻璃水泥马镫等无数配方,正得意间,下首一个王孙公子模样的正指着一个捧着食盘走来的厨子对你说:“主上,这道糖醋鲤鱼就是此名厨做的,当合主上的口味”,你正被美味吸引,食指大动时,突然那厨子的手伸入了鱼腹……

    (专诸,历史上出名的刺客)
    16、某极品丑男,一日被雷劈中,忽然发现自己身穿广袖华服,峨冠博带风流倜傥,唇红齿白面如冠玉,正在窃喜此等面貌身材去泡妞定然大杀四方无往不利,突然一小厮躬身而入“大人,圣上召您侍寝……”

    (董贤是汉哀帝的男宠,因此扶摇直上,官至大司马。哀帝死后,董贤随即失势,自杀)
    17、一老处男默默祷告:“我不懂甚么理工科技,不求甚么皇图霸业,只求穿越后与软妹子厮守一生,洗脱魔术师的身份,别无他求。”遂穿越,置身于一辆马车之中。一美貌少女正半解罗衫,体香入鼻,含羞道:“平弟,你心中仍然疑我。我……我……今晚甚么都交了给你,你……你总信得过我了罢。我俩今晚在这里洞房花烛,做真正的夫妻,从今而后,做……真正的夫妻……”

    (笑傲江湖)
    18、某宅男一觉醒来穿越,发觉自己乃当朝太子,一人之下万人之上。座下一匹神骏至极的宝马,意气风发,正待策马扬鞭。
    此时穿过一栋城楼,眼光无意间一瞄,只见城门之上大大的写着三个字:玄武门。

    (玄武门之变,李世民杀了他两兄弟)
    19、宅男穿越,睁开眼一看,自己身处华屋之中,身边金银珠宝无数,细细想来,自己似乎乃是皇帝身边重臣,家财万贯富可敌国,正在得意之际,一太监突然传旨宣宅男进殿。宅男低声问询所为何事。太监答:“和大人,皇上驾崩了。”

    (乾隆死了,嘉庆马上放翻和珅,抄家)
    20、毫无女人缘穷困潦倒的前世宅男主角一梦醒来,发现自己通体赤裸,身下美女某云鬓蓬乱面色绯红,于是虎躯一震,再震,又震,忽然帐外一个不男不女的声音高呼:“皇上,老佛爷已经到了养心殿,速速回宫吧!”

    (慈禧死之前,据说是毒死了光绪)
    21、某宅男穿越,忽而醒来,面前窗明几净,案上满是马列著作,胸中无数利国利民良方,窗外云雾缭绕,显是某山中疗养院,正待写下一两篇济世良策,忽而门外秘书敲门:刘副主席,该去开会了。

    (少奇同志马上在庐山批倒,tg的历史不宜多说)
    22、宅男小睡,睁眼醒来,发现自己坐在机舱内,身着军服,周围参谋人员环绕:将军阁下,已到布干威尔岛上空,马上就到机场了,您的到场,必将鼓舞将士们的士气,和彻底夺取所罗门群岛的必胜信心!

    (山本五十六是袭击珍珠港的策划人,美国报复他,截获了他的出行密电,半路飞机被击落)
    23、发现自己坐在飞机上,身穿笔挺军服,手戴雪白手套,张口说话,万幸,次不是日语!!!太好了!旁边一个酒瓶子底眼镜很客气的说:将军威名远扬,北伐先锋,武昌铁军,如今得脱樊笼,真是可喜可贺!

    (叶挺被释放,和眼镜男王若飞从重庆离开。当时毛太祖在重庆谈判,走之前和他们换了飞机,结果~~~~)
    24、你低头看看,身穿笔挺西装,皮鞋光可鉴人,窗外白云滚滚,正坐在头等舱中;回忆一下,哈佛毕业,上等公司, 资深主管,家里有车有房有漂亮妹子,分分钟几十万美刀上下。片刻之后,美貌的空姐送来报纸一份,离去时眼中秋波暗送,翻开报纸一看,报纸中夹着的纸条上赫然写着一个房间号码,顿时心潮澎湃,这便是人生的赢家呀!赶忙将纸条收入口袋。
    此时眼角的余光瞥见新闻一则:发改委今日宣布上涨油价。

    (发改委油价变动一次,必有飞机摔)
    25、(这才是杯具之王)某穿越,睁开眼睛,顿觉无所不知,满腹经纶,治国之道成竹于胸,自己大腹便便,后排就坐美娇妻,身边粉嫩小秘,正待抒发胸中豪气,旁边一慈祥老者俯身在耳边轻语:XX同志,请题字,就写“一师是个好学校”吧。

    (具体可搜索“一师是个好学校”)

  • 永生和重装系统

    日期:2009-10-14 | 分类: | Tags:

    新的诺贝尔生物学奖出炉,内容是关于端粒。

     

    端粒属于DNA的末端,和其他DNA序列不同,端粒内只有简单信息重复,不携带任何遗传信息。只不过一条DNA两端的特殊重复序列——端粒,可以守护整条DNA!

    这个简直就和TCP报文头一样,只起标示界定作用,不参与实质内容传递。

    因为是重复冗余信息,所以每次细胞分裂,都会丢弃一部分。当标示信息丢无可丢要进入遗传信息区域时候,这条DNA就被标识为坏信息,细胞就选择自杀。

    其实人就像一台新装的电脑,运行时间久了就会不断积累错误数据和异常信息。电脑运行久了就会有无可避免的蓝屏错误,人足够老了就会出现超出身体处理能力的病变和肉体损伤。细胞的自杀机制则确保了错误不会永久叠加下去。只有精细胞和卵细胞的端粒才保有完整长度,以便重构一个全新的系统……下一代的全新数据携带机器。

    只是可惜,人类肉体计算机都是专有系统,操作系统和操作系统之间兼容性根本没有考虑过。唯一继承的只有最最简单的低级运行规则。从某种意义上来说,老子、尼采、黑格尔这样的哲学家才是真正的永生。因为他们的思想被一代又一代的人继承学习,成为了他们另外一种意义上的转世。

     

    参考:http://songshuhui.net/archives/21095.html