反智主义与人类学

有两个层次的反智主义:社会学意义上的反智主义与人类学中的反智主义。

社会学意义上的反智主义与人类学中的反智主义其实没有本质上的区别。从生物的角度看,两者都只不过是对一部分生物智慧的否定而已。社会反智主义反对的是精英智慧。而人类学反智主义反对的是人类智慧。

发展。智慧。这些都是什么东西?

智慧的目标是改造大自然。甚至有为此而颁布发的奖状。真正的反智主义反对这个。它认为智慧是没有用的东西。

比如,我们为什么要改造大自然?因为它不适合我们。所以我们要改造它,使得它更适合我们的发展。而实际上,改造以后的大自然仍然是大自然。它并没有变化。除了原有的问题变成新问题,以及自然由于我们的改造而进入下一个状态以外,其实什么都没有改变。

所以,这是一条无止境的道路。

??

如果它真可以是条无止境的道路,那它就是一条可行的人类学道路。

但恐怕不是。

智慧的最大问题是,它是一种“思考”成果。而“思考”是一个不可见的过程,没有办法追踪,没有办法考古。它没有办法被认识。比如,一千年以前,大部分人类可能都能明白他们所见过的大部分东西。但是今天,大部分人都不可能明白他们所见过的大部分东西。我们曾经反对古时的迷信态度,但今天却不得不走入一条更彻底的迷信:对科学的迷信。如果迷信的确是不好的,我们为什么还在越走越深?

有人会说,我们是人。我们活着就是为了解决问题。所以我们不怕越来越多的问题。因为那就是我们活着的原因:解决问题。

而以“解决问题”为人类的出发点,正是真正的问题所在。人类学以人类的生存至上。并不以解决问题为人类的根本任务。

解决问题有两种方法:一是修改即改造大自然;二是不修改或不改造大自然。

什么意思呢?如猫啊,狗啊什么的,他们走的就是第二条道路。所有的生物都走第二条道路。只有人类才走第一条道路。两条路的区别在于,第二条道路是一条可持续发展的道路。第一条不是。

可持续发展当然是相对于种族本身来说的。可持续发展并不意味着必然持续。只是说,这种道路本身是一条可持续的道路。而第二条道路并不是这样的道路。第二条道路的本质其实是一条自我循环的死路:修改--问题--修改---问题。。。修改。。。,因为在自然被修改以解决旧问题的同时总是会产生新的问题---新“自然”的问题。

并且,更重要的是,随着修改次数的不断增加,系统将变得越来越复杂。问题本身也将变得越来越深奥并因此越来越难“修复”。比如,回到1000年以前的话,小农经济其实比现代经济拥有强大得多的自然适应能力(以致于今天的人们已经重新提出了Resilience这样的概念以应付全球化带来的生存危机)。

这意味着对原始的扁平化生存环境的抛弃。早就离开了进化的本义。没有一种生物可以适应一个这么复杂的生存系统。事实上,很多物种已经开始消失就是对这一点的揭示。NASA对生命的寻找,本身即在很大程度上意味着生命并不是一种宇宙的常态。因为生命导致复杂状态,复杂状态又回过头来消灭生命。因此导致哪怕生命的确存在过,但往往很快又被自己消灭。

我们与动物是拴在一条绳子上的蚂蚱。只不过动物比我们更顽强一点因为他们的生存系统更简单。动物的逻辑是这样的:思考不如吃饭。因为思考完了还不是得吃。而既然大自然已经提供给我吃的了,我为什么还要改造它?

但这也许是因为它们处于进化链上的较低层次而已。因为没有人知道它们会不会有一天也进化到人类大脑的同等容量。

毕竟,宇宙自身肯定是要寻找一条回到自己的道路的。不管人类是怎么想的。

 

转载于:https://my.oschina.net/digerl/blog/37090

### 光流法C++源代码解析应用 #### 光流法原理 光流法是一种在计算机视觉领域中用于追踪视频序列中运动物体的方法。它基于亮度不变性假设,即场景中的点在时间上保持相同的灰度值,从而通过分析连续帧之间的像素变化来估计运动方向和速度。在数学上,光流场可以表示为像素位置和时间的一阶导数,即Ex、Ey(空间梯度)和Et(时间梯度),它们共同构成光流方程的基础。 #### C++实现细节 在给定的C++源代码片段中,`calculate`函数负责计算光流场。该函数接收一个图像缓冲区`buf`作为输入,并初始化了几个关键变量:`Ex`、`Ey`和`Et`分别代表沿x轴、y轴和时间轴的像素强度变化;`gray1`和`gray2`用于存储当前帧和前一帧的平均灰度值;`u`则表示计算出的光流矢量大小。 #### 图像处理流程 1. **初始化和预处理**:`memset`函数被用来清零`opticalflow`数组,它将保存计算出的光流数据。同时,`output`数组被填充为白色,这通常用于可视化结果。 2. **灰度计算**:对每一像素点进行处理,计算其灰度值。这里采用的是RGB通道平均值的计算方法,将每个像素的R、G、B值相加后除以3,得到一个近似灰度值。此步骤确保了计算过程的鲁棒性和效率。 3. **光流向量计算**:通过比较当前帧和前一帧的灰度值,计算出每个像素点的Ex、Ey和Et值。这里值得注意的是,光流向量的大小`u`是通过`Et`除以`sqrt(Ex^2 + Ey^2)`得到的,再乘以10进行量化处理,以减少计算复杂度。 4. **结果存储阈值处理**:计算出的光流值被存储在`opticalflow`数组中。如果`u`的绝对值超过10,则认为该点存在显著运动,因此在`output`数组中将对应位置标记为黑色,形成运动区域的可视化效果。 5. **状态更新**:通过`memcpy`函数将当前帧复制到`prevframe`中,为下一次迭代做准备。 #### 扩展应用:Lukas-Kanade算法 除了上述基础的光流计算外,代码还提到了Lukas-Kanade算法的应用。这是一种更高级的光流计算方法,能够提供更精确的运动估计。在`ImgOpticalFlow`函数中,通过调用`cvCalcOpticalFlowLK`函数实现了这一算法,该函数接受前一帧和当前帧的灰度图,以及窗口大小等参数,返回像素级别的光流场信息。 在实际应用中,光流法常用于目标跟踪、运动检测、视频压缩等领域。通过深入理解和优化光流算法,可以进一步提升视频分析的准确性和实时性能。 光流法及其C++实现是计算机视觉领域的一个重要组成部分,通过对连续帧间像素变化的精细分析,能够有效捕捉和理解动态场景中的运动信息
微信小程序作为腾讯推出的一种轻型应用形式,因其便捷性高效性,已广泛应用于日常生活中。以下为该平台的主要特性及配套资源说明: 特性方面: 操作便捷,即开即用:用户通过微信内搜索或扫描二维码即可直接使用,无需额外下载安装,减少了对手机存储空间的占用,也简化了使用流程。 多端兼容,统一开发:该平台支持在多种操作系统设备上运行,开发者无需针对不同平台进行重复适配,可在一个统一的环境中完成开发工作。 功能丰富,接口完善:平台提供了多样化的API接口,便于开发者实现如支付功能、用户身份验证及消息通知等多样化需求。 社交整合,传播高效:小程序深度嵌入微信生态,能有效利用社交关系链,促进用户之间的互动传播。 开发成本低,周期短:相比传统应用程序,小程序的开发投入更少,开发周期更短,有助于企业快速实现产品上线。 资源内容: “微信小程序-项目源码-原生开发框架-含效果截图示例”这一资料包,提供了完整的项目源码,并基于原生开发方式构建,确保了代码的稳定性可维护性。内容涵盖项目结构、页面设计、功能模块等关键部分,配有详细说明注释,便于使用者迅速理解并掌握开发方法。此外,还附有多个实际运行效果的截图,帮助用户直观了解功能实现情况,评估其在实际应用中的表现价值。该资源适用于前端开发人员、技术爱好者及希望拓展业务的机构,具有较高的参考使用价值。欢迎查阅,助力小程序开发实践。资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值