| |
- 日本：海啸来袭、水漫各地
- 专题：马悦凌
- 美国人的手机月费
- 新时代的血统论
- 重庆建“红色高速” 江姐雷锋为广告牌主角
- 美国家庭收入支出知多少：收入篇
- 《革命不會流血嗎？》之三：（中譯，原作者為Brian Urquhart）
- 美国历史画卷自由篇名作赏析之二：言论自由
- 利比亚：死亡人数上升至六千，美国考虑干预
- 日本地震为什么刺痛了我们的心
- 笑蜀：不为别的，只因我们是人类
- 中国企业家和政府关系非常重要
- 政府山關注組：譴責政府混淆視聽、違背程序 脫離民意日甚一日
- 纪念在达兰萨拉
- 林彪“死党”眼里的毛泽东
- 关于教育，中国大陆有多少第一？
- I, algorithm: A new dawn for artificial intelligence
- 抢稿小红猪2011.03.11
- 2011年03月11日糗事TOP10
- 《财经国家周刊》：遏制互联网“恶意”
| Posted: 11 Mar 2011 02:30 PM PST 作者 Chris Salzberg · 译者 Leonard · 阅读原文 [en] 日本发生史上最大规模地震后，紧接着面临最巨大的海啸，全国人民都紧盯着电视新闻萤幕，看着高超过七公尺的海啸淹没车辆与建筑物；世界其他地区则严阵以待，夏威夷下令撤离沿海居民，至少还有20国发出警报；英国《卫报》亦不断张贴即时讯息。 news24.jp提供的海啸地图：  news24.jp提供的海啸地区图 茨城地区出现巨大漩涡（照片来自@gakuranman.com）：
Just a sampling of messages on Twitter. 以下是几则在Twitter网站上的讯息。 Tinystar323写道：
@nishi_0024发出的讯息尚无法证实，指称横滨太平洋会议中心拒绝再收容民众：
@edamamicky是位海啸受害者：
若要获得灾后最新消息，请参考日本放送协会NHK的官方直播频道。 校对：Soup |
| Posted: 11 Mar 2011 01:43 PM PST 导语/游识猷 遇到神奇说法时，半信半疑并不是理性选择，因为骗子忽悠得十迷六道，你就五迷三道了。理性原则是：相信度与离奇度成反比。非同寻常的主张，需要非同寻常的证据。你上班迟到的理是堵车，这个原因很寻常，老板选择相信是合理的，若理由是被外星人请去喝茶，这个理由非同寻常，除非你给出非常确凿的证据，否则老板不应相信。药品保健品的广告吹的越离谱，越不应该轻信，可惜很多人没有这个理念，从而上当受骗。 |
| Posted: 11 Mar 2011 01:53 PM PST 谈过了美国家庭的水电电话煤气等各项费用，加上手机费用才算把吃穿住行之外的现代生活消费基本说全。 美国人使用大约2亿9千万部手机，大人小孩平均10个人有9部手机。世界上拥有手机最多的国家是中国，大约8亿5千万部。按人口平均，大国当中最多的是俄罗斯和意大利，每人有1.47部手机，小国或地区最多的是蒙地内哥罗和香港，每人分别有1.93部和1.88部。 美国现在经营移动服务的大大小小有120家公司，传输制式以GSM和CDMA占统治地位，集群数字、通用移动、高速下行等方式有一些公司也已经采用。用户最多的分别是Verizon （1.01亿），AT&T（0.95亿），Sprint Nextel（0.48亿）和T-Mobile（0. 34亿）等四家公司，它们的服务收费有一些差别，但不是很大。下面以AT&T的收费为例做一简要说明。 AT&T的手机服务分个人和家庭两大类计划。个人计划月费为39.99美元，美国境内通话时间为450分钟，每天晚上9点到第二天早上7点以及周末、法定假日免费通话时间5000分钟，本公司的手机之间通话免费，超过限额每分钟0.45美元，当月如果450分钟没有用完，可以累积到以后使用。如果选择每月通话时间900分钟，月费增加为59.99美元，无限制通话则为69.99美元，这两种计划周末和假日通话时间都没有限制。如果要把加拿大也包括进来的话，450分钟和900分钟的计划月费要增加20美元。 家庭计划与手机数量有关，最常用的是两部手机两个号码。如果选择最低的通话时间550分钟，月费为59.99美元，700分钟则为69.99美元，无限通话是119.99美元。每增加一部手机和电话号码，月费增加9.99美元。家庭计划的时间也可以积累顺延使用，周末和假日以及本公司之间通话免费。 开通的时候，要签订两年的合同，提前退出的话有罚款。计划开通收费36美元，家庭计划每增加一部手机开通费增加36美元。 现在越来越多的手机具有数据通讯功能。如果只是发短讯的话，200条短讯月费5美元，1500条15美元，无限制收发短讯月费20美元。对3G/4G手机或3G手提电脑，3G网络数据传输容量3GB为35美元，5GB容量月费60美元。 4G网络则只有一个计划，5GB容量月费50美元。 各个公司对新加入的人购买手机都会有优惠。比如AT&T现在对客户购买iPhone 3/8G内存优惠价49美元，iPhone 4/16G内存199美元，32G内存299美元。也有不少手机白送或非常便宜，像三星Jack/3G、黑莓珍珠3G、LG量子3G都不要钱或象征性地收1分钱。当然你不签订两年的合同是拿不到这个价钱的。而且政府收的税也是免不了的，一般都是三、五十块美金，每个月的月费也得加上税钱。 各个公司在不同时间或者对特定人群经常有促销，比方现在外交官休闲俱乐部的成员加入AT&T的话就有15%的折扣。 下面是两个人家的手机月费账单，都是家庭计划，一个是普通手机用户，加入AT&T的时候享受了10美元的月费优惠；一个用的是3G iPhone，加入的时候正好AT&T在促销无容量限制数据传输，优惠价为每月60美元，捆绑通话费之后月费为104.99美元。
 这个家庭加入AT&T的时候享受了10美元的月费优惠，所以每个月两部手机700分钟通话时间月费和550分钟一样只有59.99美元。加上税费之后账单为62.96美元。  这个家庭使用3G iPhone，700分钟月通话时间，数据传输无容量限制，月费104.99美元，加上税费之后账单为115.70美元。 相关博文： 美国家庭的电费账单 |
| Posted: 09 Mar 2011 05:42 PM PST |
| Posted: 11 Mar 2011 12:59 AM PST 2011-03-10 08:00 来源：中国网 重庆建"红色高速" 江姐雷锋为广告牌主角 本报综合消息 记者8日从重庆市交委获悉，下个月结束前，重庆市高速公路沿途将再建1000块公益广告牌。根据道路路况的不同，公益广告牌的内容也各有特色。 高速公路上铺天盖地的商业广告牌，曾被视为沿途最大视觉污染。去年，重庆高速集团在"拔掉"高速路段沿途大量商业广告牌后，将余下的广告牌全部用于公益广告。比如，定位为"红色文化示范高速路"的渝邻高速，沿途就搭建起包括"红岩精神"、"江姐"、"雷锋"等革命精神或英雄人物的18块红色公益广告牌，成为高速沿途亮丽一景。 重庆市交委表示，目前已确定全市高速路网路段公益广告牌的数量和登载内容，在广告牌钢结构设计通过专家审查并完成标准化设计后，将立即启动制作安装广告牌的招投标工作。 |
| Posted: 11 Mar 2011 12:15 PM PST 博主 Xiao 最近有读者在我们雾谷飞鸿的博文后跟贴说，"我很想知道美国人民平均年收入大概是多少？"以及 "美国家庭每年有多少花费？"。看来读者对了解美国人的收支还是有兴趣的。其实一年前我就写过几篇相关的博文（漫谈美国人的工资及购买力（上）、漫谈美国人的工资及购买力（下）、再谈美国人的收入及税制等），以联邦公务员的收入为例，详细介绍过美国人的收入、物价以及税收，读者可以参考。今天就美国人的收入中位数再对收入做个简单的介绍。  全美双亲家庭收入中位数为71830美元 （照片：美联社） 首先需要明确的是，收入中位数（Median Income）与平均收入（Average Income）是完全不同的两个概念。平均收入是根据收入总数除以收入人数得出的，有时不能准确反映大多数人的收入情况；而收入中位数则是指一半人的收入在这个数值之上，一半人在此之下，这个数字更能反映普通人的真实收入情况。 根据美国人口普查局（US Census Bureau）的统计，2009 年家庭收入中位数（Median Household Income ）为49777美元，比2007年的51965美元减少了4.2%，这可能是经济危机的结果，不过也可以看出，经济危机对家庭收入造成的冲击并非传媒报道的那么可怕。 2009年全美共有1.17亿户家庭。当年人口约为3亿人，平均每个家庭约为2.56人。不同家庭类型间的收入差别较大：双亲家庭收入中位数是71830美元；单亲父亲家庭的收入中位数是48084美元；单亲母亲家庭的收入中位数是32597美元。从这个差别中可以看出，单亲父亲家庭的收入比单亲母亲家庭的收入要多出15487美元，几乎是单亲母亲家庭的收入的一半，这个现象说明男女间的收入还是有较大差别的。 如果从种族分类看，亚裔家庭收入最高，收入中位数是65469美元；其次是白人家庭，收入中位数是54461美元；接下来是西班牙语裔家庭，收入中位数是38039美元；排位最后的是黑人家庭，收入中位数是32584美元。从这个排名看，亚裔家庭收入是黑人家庭的一倍多，比白人家庭还要多，这个情况是否表明亚裔真的收入很高呢 ？其实未必，因为亚裔多为双亲家庭，而黑人中单亲家庭则很多，白人单亲家庭的比例也比亚裔高。考虑到双亲因素，亚裔家庭的收入其实还不到双亲家庭收入71830美元的中位数，不能算高。 如果从年龄的角度看，45到54岁这个年龄层的人收入最高，中位数为64235美元；其次是35到44岁，收入中位数为61083美元；接下来是55到64岁，收入中位数为56973美元；再接下来是25到34岁，收入中位数为50199美元；收入最少的是15到24岁，收入中位数为30733美元。35岁到54岁这两个年龄层的中间收入超过6万美元，也就是说这20年是工作者收入最多的阶段，也是人生的黄金阶段。使我惊讶的是15到24岁这个年龄层的收入，从统计数字看，这个年龄层收入最少，只有3万左右；但要知道这个年龄层的人基本上是从中学到大学的学生，或者是中学一毕业就工作的人，收入少乃是意料之中的，但平均居然有3万，考虑到年龄以及读书等因素，这个收入不能算少。 2009年美国共有4360万人处于贫困标准线以下，占人口比例的14.3%，这是1994年以来的最高比例，但大大低于1959年的22.4%。贫困标准如何制定、收入标准定多少不仅直接影响贫困人口比例，也直接影响民众中谁能接受政府补助，同时也影响到政府的财政支出，所以是十分重要而又敏感的内容。 根据人口普查局2009年的标准，按家庭人口多少，收入低于以下水平的为贫困人口： 一口人：10956美元 两口人：13991美元 三口人：17098美元 四口人：21954美元 五口人；25991美元 六口人：29405美元 七口人：33372美元 八口人；37252美元 需要指出的是，联邦政府的贫困标准，除了人口普查局的标准外，还有一个卫生及公众服务部（Department of Health and Human Services） 的标准，这两个标准虽然大同小异，但还是略有不同的。人口普查局的贫困标准主要是从统计的角度分析哪些人属于贫困人口；而卫生及公众服务部的贫困标准则是领取福利补助的标准，与民众的切身利益关系更加密切。卫生及公众服务部的家庭贫困标准如下(不包括夏威夷以及阿拉斯加，这两个州的生活指数较高，贫困标准也相应提高)： 一口人：10830美元 两口人：14570美元 三口人：18310美元 四口人：22050美元 五口人：25790美元 六口人：29530美元 七口人：33270美元 八口人：37010美元 雾谷飞鸿 http://blogs.america.gov/mgck/ 本文无版权限制，欢迎转载。 |
| 《革命不會流血嗎？》之三：（中譯，原作者為Brian Urquhart） Posted: 11 Mar 2011 11:18 AM PST 2. 葡萄牙在1970年代中期的"康乃馨革命"，是對半個世紀以來右翼獨裁的反應，只有略少是針對左翼的專制共產主義。這是前總統蘇亞雷斯(Mário Soares)的成就，他動員廣泛的運動，於1976年，在沒有流血下，引進有代表性的多元政府體制。蘇亞雷斯設法打破英國歷史學家霍恩(Alistair Horne)所指的歷史格局──阿爾及利亞戰爭中，所謂溫和派的屢次失敗，或由第三勢力與兩極勢力抗衡。這一次在葡萄牙，克倫斯基戰勝了列寧。正如英國歷史學家麥克斯威爾(Kenneth Maxwell)在著作《公民抗命與權力政治》"Civil Resistance and Power Politics"中寫道： 葡萄牙人民在這些動盪月份領航，令國家成為早熟的先行者，以和平的方式，由獨裁政權過渡到民主，歐洲南部和東歐，並拉丁美洲也追隨了這種方式。這是一個非凡的歷史成就。 公民抗命以他的多樣化，覆蓋伊朗革命；菲律賓獨裁總統馬可斯的(Ferdinand Marcos)垮台；智利軍事獨裁皮諾切特(Augusto Pinochet)最終被拒絕；東德解放；科索沃獨立，塞爾維亞人民撤除米洛舍維奇；格魯吉亞的"玫瑰革命"和烏克蘭的"橙色革命"。但沒有一課所提到的歷史，有如英國作家洛奇(Tom Lodge)的論文那樣重要而不像是真的。《1983–1994年南非反種族隔離政策運動中，暴力與非暴力行動的相互作用》，一個強調公民抗命的局限與成就的故事。 南非非洲人國民大會(The African National Congress)已經擁抱了公民不服從的思想，應對1950年的種族隔離政策，但直到45年之後的南非共和國，ANC發動的叛亂才最終取締白人少數政府長期盤據的系統。1960年，因為不滿非國大的非暴力不合作政策，而組成的泛非主義大會(Pan-Africanist Congress)，呼籲非洲人集體自首，在沒有"通行證"之下，齊集警察派出所，尋求當局允許他們國家其他地區生活。警察向人群開火，於沙佩維爾有69人被殺，暴行激起全球憤怒。一個月後，政府取締非洲人國民大會(ANC)和泛非主義大會(PAC)兩個委員會。 到1961年，政府加強鎮壓，似乎表明了非暴力抗爭變得無關重要。曼德拉(Nelson Mandela)和其他領導人因此同意贊助非洲人國民大會的一個武裝派系"Umkhonto we Sizwe"（民族之矛），從事破壞活動。至1963年底，大多數民族之矛的領袖，包括曼德拉都被關進監獄，非洲人國民大會流亡海外。另一邊廂是一個設在安哥拉總部的可怕官僚機構和軍隊。 1976年反政府聲浪重新拾起。工會活躍，民族之矛的破壞活動提醒非洲人，非洲人國民大會仍然流亡海外。一個新的內部組織，聯合民主前線(United Democratic Front)通過700個分支機構，組織公民不服從抗爭，並開始為婦女團體和青年代表大會提供公民和社區培訓。小鎮的公民團體開始構思替代機構「人民力量」。洛奇寫道：「聯合民主前線激進分子的暴力攻擊，令通敵者意識到，這是重要的行動，促使非洲當地政府行政崩潰。」他還介紹了罷工浪潮和消費者聯合抵制觸動南非經濟。1986年1月，政府宣布國家進入緊急狀態並進攻聯合民主前線(UDF)。 非洲人國民大會(ANC)，聯合民主前線(UDF)再次流亡，並開始考慮他們的最後抉擇「人民戰爭」或談判過渡政權。非洲人國民大會(ANC)主張「人民戰爭」。民族之矛(Umkhonto)增強游擊隊襲擊。南非成為國際問題，外國撤資，外債達$210億美元，為鄰國帶來麻煩。1989年，從他的羅本島監獄牢房，曼德拉開始與政府會談。1989年亦是柏林圍牆倒塌和戈爾巴喬夫的新政策，埋葬了存在已久的南非白人夢魘，非洲人國民大會(ANC)的武裝叛亂由蘇聯支持。南非最後一任白人總統德克勒克(F.W. de Klerk)接替彼得．威廉．博塔(P. W. Botha)，九天後釋放曼德拉。曼德拉在未來四年多向政府談判，達成了憲法自由民主。非洲人國民大會(ANC)回國，表明有能力控制支持者，支持曼德拉的談判。 雙方承認對方的權力和問題。在曼德拉的魅力領導，避免羞辱仍在經濟上坐擁權力的白人少數，並拋開痛苦的過去。對於所有非仍然存在的問題，包括：普遍的愛滋病、失業和罪案，但正如洛奇注意到，看似神奇的結果是「由一場暴動，主要的是非暴力，以及廣泛的暴力所引領的」結局是史無前例的政治家風範和寬宏大量的精神。 翻譯原文： 布賴恩．烏奎哈特 (Brian Urquhart)： |
| Posted: 11 Mar 2011 12:00 PM PST "美国历史画卷"（Picturing America）是国家人文基金会（National Endowment for the Humanities） 2002年启动的"我们人民"（We the People）计划的一部分，旨在加强对美国历史和建国原则的研究及理解。为了达到这个目标，该图片集把美国一些最重要的美术作品带进全国各地的教室，帮助学生们通过一些最伟大的艺术作品来了解美国历史和丰富多彩的风土人情，展现这个国家所经历的艰辛与辉煌。我们将在每周五为世界各地的中文读者献上这套历史名作赏析，希望借此为有意探究美国历史的读者开启一个独特的窗口。
图片赏析：在1941年12月7日日本偷袭珍珠港后，美国很快就在国内外集结和部署军队。诺曼·洛克威尔当时已是深受欢迎的杂志《周六晚邮报》（The Saturday Evening Post）的知名插图画家，他为该杂志封面设计了威利·吉利斯（Willie Gillis）这样一个和蔼笨拙的瘦长人物。读者们热切地追踪威利的成长，看着他在想象的军旅生涯中从男孩长大成人。洛克威尔自认为是一次大战期间知名插图画家的继承人，也想和他们一样为国家做出重大贡献。 在二次大战期间他所做的努力中，至为重要的是根据罗斯福总统1941年1月6日国情咨文演说中提到的四项人类基本自由所创造的视觉图像。这四项基本自由包括言论自由﹑不虞匮乏自由﹑免于恐惧自由及信仰自由。可是，直至1942年夏天，仍然有三分之二的美国人对这四项自由一无所知，尽管政府部门已经采用分发照片﹑印刷品甚至纺织图案设计等方式加以宣传。关于洛克威尔选用这一题材的原因有两种说法，有人说是他主动作出的选择，也有人说是战争信息局的一位工作人员向他提出建议，无论如何，他的作品不仅对战争的努力至关重要，而且已经成为美国文化的一部分，却是不争的事实。 对洛克威尔来说，以四项自由为题材作画不仅是为了爱国，他还希望其中一幅作品可以成为他的代表作。在洛克威尔所处的年代，画家可以轻易地跨越商业和艺术之间的界限，温斯洛‧霍默即为一例。不过到了1940年代，洛克威尔受雇创作的作品与纯艺术之间出现了鸿沟。他为普通公众创作的朴素而细致的形象，并不为崇尚知识性和抽象手法的美术界所欣赏。但洛克威尔知道后者不是他的长处。他于1936年解释说："小男孩在空地上打苍蝇，小女孩在门前台阶上玩纸牌，老人在黄昏时缓步回家，一手拿着伞……这些形象都使我感动。" 在平凡事物中捕捉普遍性原理是洛克威尔的强项，也是四项自由作品的成功要素。《言论自由》是他完成的第一幅画，描绘的是一名身穿工作服、衣袋里装着折起的居民区《年度报告》的人，在新英格兰一个小镇的居民会议上发表意见。这幅画曾经四易其稿，在此处看到的最后版本中，洛克威尔让观者从略低于视线水平的角度打量画面中的主要人物，他的身旁围绕着同镇居民和身为观者的我们，我们的位置在发言者前方相隔两排长凳的地方。洛克威尔采用了古典构图方法，通过周围听众仰视的目光把我们的注意力吸引至发言者头部所构成的金字塔顶点，造成一种超越时空的感觉。发言者皮肤的温暖淡色调在深色黑板的衬托下发出亮光，具有一副看起来比真人更魁梧的英雄体魄。作品也给观者一种十分接近的感觉。另外，画面四周不完整的面庞还产生了照片的效果：左下角的那个人仅仅显示出半个头，右后方及左后方的两张脸也有一半被遮住（左边的那位是洛克威尔自己）。洛克威尔处理细节的能力使每一寸画面都给人一种既独特又熟悉的感觉（他用普通人作模特，作画前会拍下许多照片，以免遗漏诸如翻折衣领一类的细节）。 1943年，这四幅油画在《周六晚邮报》刊出，之后参加名为"四项基本自由战争公债展览"的全国巡回展出。在这次活动中，16个城市有超过100万人参观了展览，售出1.33多亿美元的战争公债。《言论自由》为在战争期间动员民众作出了贡献。洛克威尔认为，《言论自由》和《信仰自由》（Freedom to Worship）是四幅画中较好的两幅。在战争结束后，这四幅画所传达的信息仍然经久不衰；时光证明，这一组作品的价值不仅在于其反映的主题，也有赖于洛克威尔独特的艺术才能。 |
| Posted: 11 Mar 2011 11:40 AM PST 作者 Antoun Issa · 译者 Hsu-Lei Lee · 阅读原文 [en] 格达费势力持续空袭反对派控制的城市，人权团体认为利比亚动乱的死亡人数已超过六千人。 大部分的战斗发生在布瑞加(Brega)，然而有报导指出反格达费革命军已成功击退对手，正向首都黎波里推进。  利比亚和突尼斯边境"舒夏"难民营的人群。图片来自 Amine LANDOULSI，Demotix 版权所有 (03/03/2011)。 格达费残忍暴行的证据正在增加，照片和侵犯人权的消息不断从社会媒体中流出。例如这里有一张社会媒体中流传的极度血腥的照片，里面是被防空武器射杀的示威者。 上千名难民涌向突尼斯边界，联合国难民办事处 UNHCR 在那里设立了临时难民营收容出逃的外国人，其中大多是埃及人。 下面是一段发生在布瑞加外围战斗的原始影片，可以听见格达费军队的战机在城市上空盘旋的声音。 利比亚博客在担心自身安危的同时依然继续更新报导。 来自黎波里的 From the Rock 博客请求西方解除某些切断利比亚平民生活急需资金的制裁：
格达费军队正在备战，Khadija Teri 描述了在战争阴影笼罩下的黎波里生活：
格达费在继续他的暴行，My Enchanting Sereeb 字里行间带着焦急：
利比亚推特用户向全世界提供暴乱发展的新消息：
同时，不论利比亚或美国的推特用户都对美国军队介入的传言兴趣缺缺。
来自西方人的推特：
波士尼亚和卢安达的经验仍旧阴魂不散。国际社会为了避免人道主义大灾难在利比亚发生，面临重大考验。 因为历史上的对立，许多人确实对英美干预战略上的阿拉伯国家抱着怀疑的态度，然而世界必须决定，为了自残暴的独裁者手中解救利比亚，是否需要牺牲几千条性命。 校对：fffa4lulua |
| Posted: 11 Mar 2011 08:27 AM PST
当地时间2011年3月11日14时46分，日本发生里氏8.8级地震，震中位于宫城县以东太平洋海域，震源深度10公里，地震引发海啸及伤亡。据日本共同社报道，日本宫城县警方表示，在该县仙台市若林区荒滨发现了200-300具受灾者遗体。本次地震，牵动着多数中国人的人，微博上几乎都是关于日本地震的消息，我们对友邦的灾难从未如此关注和心痛。笑蜀说：天灾面前，人类是一个整体。是基于对生命的信仰，基于人类一体的感同身受，基于爱和善。我很认同。
人类的爱心如同花朵，需要小心呵护精心培育。在我们这个绝大多数人缺少虔诚的宗教信仰，在这个金钱与物欲的诱惑无处不在的现代社会，培育和发扬全民族的爱心，倡导和鼓励人心向善，无疑是一个既艰难又重大的课题，又是一个非解决不可的大课题。在对待日本的这场灾难中，外面却透过种种迹象看到：一个成熟的公民社会正迎着灾难的血雨腥风向我们渐渐走来。
所谓"公民社会"，乃是指围绕共同利益、目标和价值的，非强制的行动团体。此一团体，乃是又由思想接近价值趋同的个体组成，因而他们在人格与地位上，是人人平等的。实际上，真正的公民社会无所谓谁轻谁重：生命一律平等，彼此之间只有平等的左右关系，而没有主奴的上下关系。为什么日本的地震我们能够感同身受？除了人之同情悲伤之自然感情的显现外，很重要的一点就是，这让天下平民看到了自己的生命被尊重了。因为遇难者大多是老百姓，而天下还是百姓为多。你是百姓，我也是百姓，我们都是平凡普通的人，都是地球村里的一员。在公民社会里，每一个人都是权利主体，每一个人也都是义务主体。在人人为我、我为人人的社会大家庭中，每一个人都能时刻感受到人与人之间的温暖，整个社会呈现出欣欣向荣的和谐状态。
而让我们感到极其惊讶的是，此次日本史上最严重的地震灾害，竟没有出现像汶川大地震那样的几近毁灭性的破坏，日本民众秩序井然，纷纷跑到学校里这个"最安全的地方"避难，全国的711便利店免费供给水和食物，在街上避难的群众吃完送来的食物后没有在地上遗留一点垃圾，让我们对这个民族顿生由衷的钦佩。
日本国面积37万平方千米，人口1.3亿，四川省面积45万平方千米，人口9000万，人口密度比四川还大。为什么日本可以做到灾难减到最小？纽约大学政治教授亚拉斯达·斯密斯已经在《为何地震对民主国家伤害较小》中回答了我们的疑问：政府无法阻止地震及其他自然灾害的发生，但却可以预防它们或降低其危害程度。应对措施是众所周知的。例如，世界上很多地震频繁地区的国家对建设没有足够的规范，这看起来似乎是违背逻辑，但却是事实。然而，当面临在建设工程中是该坚持选用可靠的水泥建材，还是发包工程给那些不倾向使用安全材料的亲信时，政客往往选择后者，因此带来了灾难性的后果。
一个民主国家为了保持政权，领导者必须维持大部分人民的信任。而为了获取人民的信任，他们需要通过实施建筑法规和确保官僚机构由能干的管理者管理运行，以保护人民免于自然灾害的伤害。因此，当政客无法履行承诺，例如当太多的人在灾害中死亡的话，他们就将失去职位。让我们来看一些统计数字：平均39％的民主国家，在任何两年之间，都会经历反政府的抗议活动，而在大地震之后，这个比率几乎是倍数地增加，所谓的"大地震"，定义是导致超过两百人伤亡的地震。而在1976年到2007年之间，有40％的民主国家，在两年之内替换了他们国家的领导者，而91％这类领导者都是在一次大地震之后被更替掉的。
日本地震深深刺痛着我们，不仅因为我们的人性光辉正在闪耀，更重要的是提醒我们公民社会进程不应中断而应加快推动，才能不再让汶川的悲剧继续重演，要知道，好了伤疤忘了痛只会带来更大的伤痛！ |
| Posted: 11 Mar 2011 08:24 AM PST 不为别的，只因我们是人类 笑蜀
日本大地震震撼全世界。那残垣断壁，那像毯子一样覆盖农田和街道的海啸，那为躲避海啸仓皇逃生到机场顶楼的乘客，电视画面上那一幕幕灾难场景让人看了揪心。 感同身受难道不该是人类共有的情感吗？ 正因为感同身受是人类共同有的情感，所以，当初汶川大地震时，日本救援队在第一时间要求驰援灾区。他们在灾区竭尽全力的拼搏，尤其是他们在中国死难者遗体前排队默哀的镜头，让人感慨万分：原来，我们应该这样对待死难者，这样对待生命，而无分死难者的国籍、种族和阶级。 天灾面前，人类是一个整体。这就是汶川大地震时包括日本在内的国际力量驰援中国所给予我们的最深刻的启示。这比地震本身更惊心动魄，或者换句话说，这实际上引爆了一场心理地震，改变着我们的文化心理结构，即改变着我们对于生命的态度。 也就不难理解，为什么会在此次日本大地震之后，互联网上，呼吁中国政府立即组织救援队驰援的呼声会汹涌澎湃。这不是简单的投桃报李，没有那么强烈的目的性，没有那么功利。而应该说，主要是基于对生命的信仰，基于人类一体的感同身受，基于爱和善。 是的，爱正在增长，人性的力量正在增长。这可能是上苍对于我们最大的馈赠，最让我们感到欣慰的。奥巴马说，没有自由的繁荣是一种贫困。我套用这话说过，没有爱的繁荣也是一种贫困。没有爱，自私、仇恨、猜疑就会盛行，就会最终把整个民族拖进一场精神上的内战，残忍的算计和斗狠、残忍的破坏就会成为常态，再怎样的繁荣、再怎么强大的物质基础，也经不起这样的折腾。这最终会撕裂整个民族，精神上的赤贫就会最终导致物质上的返贫。 所以，没有爱的繁荣不单是贫困，毋宁说，没有爱的繁荣注定要昙花一现。用爱修复整个民族的人性，用善修复整个民族的人性，用爱和善改变中国，显然应该成为我们民族的当务之急，显然应该放到比GDP更重要的位置。 但，不能不承认，这也是最艰巨的工作。几十年代的斗争哲学，仇恨教育，最大限度的戕害了我们民族的精神文化基因，也才有"9·11"时的某些叫好声，和今天日本大地震时的某些叫好声。这也在提示我们，何其任重道远。但我们也别无选择，惟有更耐心，更细心，更抓紧。 那就从自身做起，纵然改变不了世界，也可以改变自己。从改变自己起步来改变世界。那就先为今天的地震遇难者——无论是我们的云南同胞，还是日本的朋友——无分别地点燃一支蜡烛吧，为他们默默祈福吧。 不为别的，只因我们是人类。 |
| Posted: 11 Mar 2011 08:08 AM PST 中国企业家和政府关系非常重要 "2011年亚布力中国企业家论坛第十一届年会"于2011年2月15日-17日在黑龙江亚布力召开。 以下为对话实录中的部分内容： 陈志武：中国关系很重要，在中国我们管制的人员更强，更远，更深，企业家跟官员的关系比美国都重要，在意大利、法国、英国、在美国是不是要花很多的时间来建立关系网，那肯定是的，这非常关键。在中国关系很重要，实际在人类学上，人类学相当强调研究关系，研究社会不同的群体他们互相之间怎么建立信任。在经济理论上，张维迎做了很多的研究，尤其在美国发现"老虎经理"他们怎么建立一个关系呢？每年都到一个地方让这些人互相爬山，互相让大家捆绑在一起，让他们关系近到每个人的生命都关系到其他人。"老虎"活动为什么通过这样强化的训练呢？就需要他们日常之间有信任，当他们发生交易的时候，不会怀疑任何一方。今天下午我们也会讲到这点，这也是另外一个方面的互补，也是信任。关系从某种意义上来说，也是人情和关系，也可以给它量化和打分，他们就是用无形的货币来达到看得见，摸得着的这种关系。 |
| Posted: 11 Mar 2011 08:41 AM PST 《政府山關注組》今天向城規會遞交了近二千份市民意見書，支持早前提出的規劃申請，將政府山保留作公共用途，限制過度發展。 財政司司長曾俊華在今年的財政預算案第35段中表示：「添馬艦新政府總部啟用後，原中區政府合署中座及東座會轉作律政司的辦公室，而西座則拆卸重建為甲級寫字樓。我們會參考公眾諮詢收集得來的意見，稍後公布用地的設計、規劃和出售細則。此外，我們會繼續籌備將灣仔海傍三座政府辦公大樓的部門陸續搬離現址，騰出土地以增加甲級寫字樓供應。」 政府近日向專業團體大事宣傳，花費公帑，安排明天在金鐘五星級酒店召開會議，吹噓「甲級寫字樓不足」的訊息，同時放風「縮減重建規模」，意圖為割售政府山造勢。 《政府山關注組》召集人羅雅寧表示：「政府大事宣傳『甲級寫字樓不足』的訊息，目的是混淆視聽，把一個文化保育和環境保護的議題，曲解為寫字樓供應的議題，人為地製造「發展與保育」的對立，再搞所謂「平衡」，實質是為地產霸權開路，剝奪香港人的公共文化資產。過去三週市民在街頭的反應越趨熾烈，大家普遍關心過度開發、空氣汚染、交通擠塞、破壞歷史文物的問題。上月的民意調查，已顯示逾七成市民支持政府山保留作公共用途。財政司的宣佈等同剝奪城規會公正審議民間規劃申請的機會，以行政權力干預法定機構的職能。政府帶頭違反程序公義，令人遺憾。」 另一位《政府山關注組》召集人黎廣德表示：「財政司司長在三年前公佈預算案時，已經表示要搬遷灣仔海傍三座政府辦公大樓，以增加甲級寫字樓供應。但在今天，此項目仍在「籌備」階段，實在令人懷疑政府根本從不著緊「增加甲級寫字樓供應」。財政司理應清楚，政府在中環海濱、灣仔海傍及西九龍三區，早已預留960萬平方呎的寫字樓用地。事實上，過去五年，勾地表上的寫字樓用地，從未有一幅被勾出拍賣，而政府更一直拒絕將一些已經劃作寫字樓的海旁『熟地』列入勾地表。政府越吹噓『甲級寫字樓不足』，越激發市民質疑曾俊華和林鄭月娥的誠信。」 《政府山關注組》由二十個民間團體组成，早前向城規會提出規劃申請（申請編號Y/H4/6），包括以下事項： * 支持保育政府總部並維持其公共業權； 政府山關注組 《政府山關注組》成員團體包括： 中西區關注組、公共專業聯盟、創建香港、環保觸覺、綠領行動、長春社、文化傳承監察、關注城市規劃社區大聯盟、社區發展動力培育、拯救海岸、龍虎山環境關注組、HK 重建關注組、 香港文化遺產基金會、爭氣行動、南土瓜灣關注組、保護海港協會、綠色健康環境團體、Mini Spotters、Soho Residents Committee、World City Committee |
| Posted: 11 Mar 2011 09:22 AM PST 3月10日，是一个在图伯特历史上铭记不忘的日子。 2011年3月10日，在印度流亡博巴中心——达兰萨拉，如1959年之后的每一年这天，举行了盛大的纪念活动。 正如尊者达赖喇嘛在纪念集会上所言： 今天，是西藏人民于1959年在首府拉萨，对中共暴政进行和平抗议五十二周年，也是2008年3月，全藏区发生非暴力抗争三周年纪念日。在此历史时刻，我们要缅怀并祈祷那些为西藏民族和政教事业献出宝贵生命的英雄儿女，关注问候那些正在饱受高压折磨的同胞，祈愿所有藏人及众生和平幸福。 以下图片来自Facebook的相册《52nd Anniversary of the Tibetan National Uprising Day》，由 Norbu Wangya拍摄并上传。                      |
| Posted: 11 Mar 2011 06:52 AM PST 在3年国共内战后，有926名国军高级将领被关押，其中大多数人在"战犯管理所"苟延残喘、逆来顺受。然而捱到生命的最后一刻，有些人却在无畏无惧之下说出了心里话。例如有个在1947年泰蒙战役中被俘的国军整编72师中将师长杨文瑔，弥留时毅然高呼"蒋委员长万岁！"人之将死，其言也善；中共高级将领也未尝不是如此。例如曾任中共中央政治局委员、空军司令员的吴法宪，在临死前撰写了一部《岁月艰难——吴法宪回忆录》，洋洋洒洒两巨册近千页，从头至尾都在愤怒控诉毛泽东。 吴法宪在林彪的9.13事件发生后两周被捕，1981年1月以"反革命集团主犯"罪被"特别法庭"判刑17年。据看守人员反应，吴法宪是林彪死党中态度最为谦卑者 …… |
| Posted: 09 Mar 2011 09:31 PM PST 比起对高铁等项目动辄万亿的"慷慨"投资规模，10年来，中国财政性教育经费支出占GDP的比例还未到4%，教育经费累计"欠账"高达16,843亿元。可谓世界第一。 联合国人权调查员托马谢夫斯基曾经表示，中国在确保人民受教育权利方面甚至不如非洲穷国乌干达。大陆网民痛批当权者"说一套，做一套"，所谓"再穷不能穷教育，再苦不能苦孩子"只是口号。据《中国经济周刊》报道，根据中国教育部财务司、《中国统计年鉴2009》及国家统计局公布的数据计算，从2000年到2009年10年间，中国财政性教育经费支出占GDP的比例还未到4%，国家财政性教育经费支出10年累计"欠账"已达16843亿元。2002年到2003年间， …… |
| I, algorithm: A new dawn for artificial intelligence Posted: 11 Mar 2011 08:38 AM PST 原文地址：I, algorithm: A new dawn for artificial intelligence Artificial intelligence has finally become trustworthy enough to watch over everything from nuclear bombs to premature babies GIVEN the choice between a flesh-and-blood doctor and an artificial intelligence system for diagnosing diseases, Pedro Domingos is willing to stake his life on AI. "I'd trust the machine more than I'd trust the doctor," says Domingos, a computer scientist at the University of Washington, Seattle. Considering the bad rap AI usually receives – overhyped, underwhelming – such strong statements in its support are rare indeed. Back in the 1960s, AI systems started to show great promise for replicating key aspects of the human mind. Scientists began by using mathematical logic to both represent knowledge about the real world and to reason about it, but it soon turned out to be an AI straightjacket. While logic was capable of being productive in ways similar to the human mind, it was inherently unsuited for dealing with uncertainty. Yet after spending so long shrouded in a self-inflicted winter of discontent, the much-maligned field of AI is in bloom again. And Domingos is not the only one with fresh confidence in it. Researchers hoping to detect illness in babies, translate spoken words into text and even sniff out rogue nuclear explosions are proving that sophisticated computer systems can exhibit the nascent abilities which sparked interest in AI in the first place: the ability to reason like humans, even in a noisy and chaotic world. Lying close to the heart of AI's revival is a technique called probabilistic programming, which combines the logical underpinnings of the old AI with the power of statistics and probability. "It's a natural unification of two of the most powerful theories that have been developed to understand the world and reason about it," says Stuart Russell, a pioneer of modern AI at the University of California, Berkeley. This powerful combination is finally starting to disperse the fog of the long AI winter. "It's definitely spring," says cognitive scientist Josh Tenenbaum at the Massachusetts Institute of Technology. The term "artificial intelligence" was coined in 1956 by John McCarthy of MIT. At the time, he advocated the use of logic for developing computer systems capable of reasoning. This approach matured with the use of so-called first-order logic, in which knowledge about the real world is modelled using formal mathematical symbols and notations. It was designed for a world of objects and relations between objects, and it could be used to reason about the world and arrive at useful conclusions. For example, if person X has disease Y, which is highly infectious, and X came in close contact with person Z, using logic one can infer that Z has disease Y. However, the biggest triumph of first-order logic was that it allowed models of increasing complexity to be built from the smallest of building blocks. For instance, the scenario above could easily be extended to model the epidemiology of deadly infectious diseases and draw conclusions about their progression. Logic's ability to compose ever-larger concepts from humble ones even suggested that something analogous might be going on in the human mind. That was the good news. "The sad part was that, ultimately, it didn't live up to expectations," says Noah Goodman, cognitive scientist at Stanford University in California. That's because using logic to represent knowledge, and reason about it, requires us to be precise in our know-how of the real world. There's no place for ambiguity. Something is either true or false, there is no maybe. The real world, unfortunately, is full of uncertainty, noise and exceptions to almost every general rule. AI systems built using first-order logic simply failed to deal with it. Say you want to tell whether person Z has disease Y. The rule has to be unambiguous: if Z came into contact with X, then Z has disease Y. First-order logic cannot handle a scenario in which Z may or may not have been infected. There was another serious problem: it didn't work backwards. For example, if you knew that Z has disease Y, it was not possible to infer with absolute certainty that Z caught it from X. This typifies the problems faced in medical diagnosis systems. Logical rules can link diseases to symptoms, but a doctor faced with symptoms has to infer backwards to the cause. "That requires turning around the logic formula, and deductive logic is not a very good way to do that," says Tenenbaum. These problems meant that by the mid-1980s, the AI winter had set in. In popular perception, AI was going nowhere. Yet Goodman believes that, secretly, people didn't give up on it. "It went underground," he says. The first glimmer of spring came with the arrival of neural networks in the late 1980s. The idea was stunning in its simplicity. Developments in neuroscience had led to simple models of neurons. Coupled with advances in algorithms, this let researchers build artificial neural networks (ANNs) that could learn, ostensibly like a real brain. Invigorated computer scientists began to dream of ANNs with billions or trillions of neurons. Yet it soon became clear that our models of neurons were too simplistic and researchers couldn't tell which of the neuron's properties were important, let alone model them. Neural networks, however, helped lay some of the foundations for a new AI. Some researchers working on ANNs eventually realised that these networks could be thought of as representing the world in terms of statistics and probability. Rather than talking about synapses and spikes, they spoke of parameterisation and random variables. "It now sounded like a big probabilistic model instead of a big brain," says Tenenbaum. Then, in 1988, Judea Pearl at the University of California, Los Angeles, wrote a landmark book called Probabilistic Reasoning in Intelligent Systems, which detailed an entirely new approach to AI. Behind it was a theorem developed by Thomas Bayes, an 18th-century English mathematician and clergyman, which links the conditional probability of an event P occurring given that Q has occurred to the conditional probability of Q given P. Here was a way to go back-and-forth between cause and effect. "If you can describe your knowledge in that way for all the different things you are interested in, then the mathematics of Bayesian inference tells you how to observe the effects, and work backwards to the probability of the different causes," says Tenenbaum. The key is a Bayesian network, a model made of various random variables, each with a probability distribution that depends on every other variable. Tweak the value of one, and you alter the probability distribution of all the others. Given the value of one or more variables, the Bayesian network allows you to infer the probability distribution of other variables – in other words, their likely values. Say these variables represent symptoms, diseases and test results. Given test results (a viral infection) and symptoms (fever and cough), one can assign probabilities to the likely underlying cause (flu, very likely; pneumonia, unlikely). By the mid-1990s, researchers including Russell began to develop algorithms for Bayesian networks that could utilise and learn from existing data. In much the same way as human learning builds strongly on prior understanding, these new algorithms could learn much more complex and accurate models from much less data. This was a huge step up from ANNs, which did not allow for prior knowledge; they could only learn from scratch for each new problem. Nuke huntingThe pieces were falling into place to create an artificial intelligence for the real world. The parameters of a Bayesian network are probability distributions, and the more knowledge one has about the world, the more useful these distributions become. But unlike systems built with first-order logic, things don't come crashing down in the face of incomplete knowledge. Logic, however, was not going away. It turns out that Bayesian networks aren't enough by themselves because they don't allow you to build arbitrarily complex constructions out of simple pieces. Instead it is the synthesis of logic programming and Bayesian networks into the field of probabilistic programming that is creating a buzz. At the forefront of this new AI are a handful of computer languages that incorporate both elements, all still research tools. There's Church, developed by Goodman, Tenenbaum and colleagues, and named after Alonzo Church who pioneered a form of logic for computer programming. Domingos's team has developed Markov Logic Network, combining Markov networks – similar to Bayesian networks – with logic. Russell and his colleagues have the straightforwardly named Bayesian Logic (BLOG). Russell demonstrated the expressive power of such languages at a recent meeting of the UN's Comprehensive Test Ban Treaty Organization (CTBTO) in Vienna, Austria. The CTBTO invited Russell on a hunch that the new AI techniques might help with the problem of detecting nuclear explosions. After a morning listening to presenters speak about the challenge of detecting the seismic signatures of far-off nuclear explosions amidst the background of earthquakes, the vagaries of signal propagation through the Earth, and noisy detectors at seismic stations worldwide, Russell sat down to model the problem using probabilistic programming (Advances in Neural Information Processing Systems, vol 23, MIT Press). "And in the lunch hour I was able to write a complete model of the whole thing," says Russell. It was half a page long. Prior knowledge can be incorporated into this kind of model, such as the probability of an earthquake occurring in Sumatra, Indonesia, versus Birmingham, UK. The CTBTO also requires that any system assumes that a nuclear detonation occurs with equal probability anywhere on Earth. Then there is real data – signals received at CTBTO's monitoring stations. The job of the AI system is to take all of this data and infer the most likely explanation for each set of signals. Therein lies the challenge. Languages like BLOG are equipped with so-called generic inference engines. Given a model of some real-world problem, with a host of variables and probability distributions, the inference engine has to calculate the likelihood of, say, a nuclear explosion in the Middle East, given prior probabilities of expected events and new seismic data. But change the variables to represent symptoms and disease and it then must be capable of medical diagnosis. In other words its algorithms must be very general. That means they will be extremely inefficient. The result is that these algorithms have to be customised for each new challenge. But you can't hire a PhD student to improve the algorithm every time a new problem comes along, says Russell. "That's not how your brain works; your brain just gets on with it." This is what gives Russell, Tenenbaum and others pause, as they contemplate the future of AI. "I want people to be excited but not feel as if we are selling snake oil," says Russell. Tenenbaum agrees. Even as a scientist on the right side of 40, he thinks there is only a 50:50 chance that the challenge of efficient inference will be met in his lifetime. And that's despite the fact that computers will get faster and algorithms smarter. "These problems are much harder than getting to the moon or Mars," he says. This, however, is not dampening the spirits of the AI community. Daphne Koller of Stanford University, for instance, is attacking very specific problems using probabilistic programming and has much to show for it. Along with neonatologist Anna Penn, also at Stanford, and colleagues, Koller has developed a system called PhysiScore for predicting whether a premature baby will have any health problems – a notoriously difficult task. Doctors are unable to predict this with any certainty, "which is the only thing that matters to the family", says Penn. PhysiScore takes into account factors such as gestational age and weight at birth, along with real-time data collected in the hours after birth, including heart rate, respiratory rate and oxygen saturation (Science Translation Medicine, DOI: 10.1126/scitranslmed.3001304). "We are able to tell within the first 3 hours which babies are likely to be healthy and which are much more likely to suffer severe complications, even if the complications manifest after 2 weeks," says Koller. "Neonatologists are excited about PhysiScore," says Penn. As a doctor, Penn is especially pleased about the ability of AI systems to deal with hundreds, if not thousands, of variables while making a decision. This could make them even better than their human counterparts. "These tools make sense of signals in the data that we doctors and nurses can't even see," says Penn. This is why Domingos places such faith in automated medical diagnosis. One of the best known is the Quick Medical Reference, Decision Theoretic (QMR-DT), a Bayesian network which models 600 significant diseases and 4000 related symptoms. Its goal is to infer a probability distribution for diseases given some symptoms. Researchers have fine-tuned the inference algorithms of QMR-DT for specific diseases, and taught it using patients' records. "People have done comparisons of these systems with human doctors and the [systems] tend to win," says Domingos. "Humans are very inconsistent in their judgements, including diagnosis. The only reason these systems aren't more widely used is that doctors don't want to let go of the interesting parts of their jobs." There are other successes for such techniques in AI, one of the most notable being speech recognition, which has gone from being laughably error-prone to impressively precise (New Scientist, 27 April 2006, p26). Doctors can now dictate patient records and speech recognition software turns them into electronic documents, limiting the use of manual transcription. Language translation is also beginning to replicate the success of speech recognition. Machines that learnBut there are still areas that pose significant challenges. Understanding what a robot's camera is seeing is one. Solving this problem would go a long way towards creating robots that can navigate by themselves. Besides developing inference algorithms that are flexible and fast, researchers must also improve the ability of AI systems to learn, whether from existing data or from the real world using sensors. Today, most machine learning is done by customised algorithms and carefully constructed data sets, tailored to teach a system to do something specific. "We'd like to have systems that are much more versatile, so that you can put them in the real world, and they learn from a whole range of inputs," says Koller. The ultimate goal for AI, as always, is to build machines that replicate human intelligence, but in ways that we fully understand. "That could be as far off, and maybe even as dangerous, as finding extra-terrestrial life," says Tenenbaum. "Human-like AI, which is a broader term, has room for modesty. We'd be happy if we could build a vision system which can take a single glance at a scene and tell us what's there – the way a human can." Anil Ananthaswamy is a consultant for New Scientist |
| Posted: 11 Mar 2011 07:00 AM PST
请抢稿的同学先阅读抢稿规则！ 本期的一篇文章： I, algorithm: A new dawn for artificial intelligence 抢稿方法：
抢稿须知：
小红花试行规则如下：
积分奖励
|
| Posted: 10 Mar 2011 08:00 AM PST 不革，不糗，不需同情，不需置顶。公交车靠窗座位，非黄座，车爆满。上来一六十以上的老婆婆，我让座了。站她旁边，我快下车了，习惯性摸钱包，不见了。遂本能的看向刚才座位。庆幸在座位下，弯腰去捡。老太太看见了，很迅速的捡起钱包，打开看了下，塞入口袋。整个过程三秒不到，我目瞪口呆。向老太婆说明钱包是我的，她问凭什么。我说钱包里的大概金额，以及身份证和工作证。她不说话，起身要下车。我挡在下车门，不从。她扑上来推我，推不动。然后一屁股作在车上，一把鼻子一把泪说我不爱戴老人，打她。我发誓我摸都没摸到过她，何来打她啊。我准备扶起她，恰巧公交车到站。她一下推倒我，哭闹着像健将似的跑下车冲进旁边菜市场。我空翻下车！头帅破了，笔记本摔坏了，而且是目瞪口呆的看见这位老年健将带着我的钱包跑掉了。公交车开了，钱没了，人伤了，笔记本开了，心死了。作地上五分钟没人扶我，自己起来走着去附近医院的。呵呵，其实今天没多大损失，反而涨见识了。我终于知道了什么是龙的传人了。公交车上吵闹得有五分钟吧，没人说一句话，我倒在地上也没人说话帮忙来着。我想说的是，那位老太婆，那几千。你能用多久呢，我绝对从现在起每天诅咒你303042953 龙的传人 老子绝不做雷锋了一辈子 不糗，但是很值得令人深思。 日本地震许多人都幸灾乐祸。 MOP上有网友说了这么一句话： 连街头的小偷都不敢呵斥的民族，却有勇气高呼灭了小日本。连活着同胞的苦痛都漠不关心，却有脸说不忘死去的同胞。 大家想想吧 木有标签 昨天听我另一师兄讲的，乐坏了 背景1： 老美这儿有的车道，是仅当一个人车上拉着多个人时才能用，一般这个道比较快，车少。其实就是鼓励一车多载。 背景2： 老美打官司很随意，觉着警察罚单给多了，就可以申诉。然后就跟那个给罚单的警察对着干官司就行了。 正文： 那师兄，有一次，出门，车里带了大概3只大狗，4只小狗，上了路。然后就走了那个快速车道。 结果就被警察拦了。然后要罚款。师兄不爽就打官司。 法庭上，师兄陈述：在我的眼里，我的狗就像我的家人一样，我对待他们就跟我家人一样，所以，我其实不是一个人上的那个快速车道。 （这个理由其实不算胡搅蛮缠，法官要尊重你对狗的感情的） 结果法官最后这么判的：我尊重你的意见，所以我不认为你是一个人上的快速道，但是，你的轿车额定限员5人，所以，你全家8口上路，超载了。。。 当时那个警察就笑崩了。。。 狗 家人 我做了好久准备工作，打算今天出去爬山的时候跟女朋友求婚。结果这丫头今天先跟我求婚了。情何以堪啊－－···求幸福永远 求婚 人在窘迫的处境下就容易起邪念。 在朋友的大学，有一天，一对情侣收到一个信封，里面有个小纸条和一个U盘。打开纸条，上面写着"三天之内把5000块钱装在大信封里，投到班级邮箱"。 槑槑U盘，电脑清晰的播出两人缠绵的镜头… 两人非常无奈，迅速集齐5000元，装进几个信封放入班级邮箱。后来两人报了警，十分钟案子被破获。显然作案者是个新手，因为只有班级学习委员才有邮箱的钥匙… 没想到 昨天学校有个姑娘想不开坐在窗户上要跳楼，同学们纷纷为她在楼下铺好被子，然后紧张围观…不一会儿神马110，120，119全部到齐。充气的垫子也慢慢鼓起来了。。。。后来她得救了。。。不是被子，不是垫子。。。而是，消防员从楼上吊了根绳子，然后一脚把她踹进了屋里！！！！！！！ 跳楼 救人 上周去接学校接我小侄女~小学~ 一般小学都不让家长进校门的嘛~ 我在外面等了很久都不见我侄女出来，所以没办法就跟门卫大爷说~我想进去看看~大爷也同意了~ 然后刚进校门挺 远处就有几个小男孩出来和我走迎面~ 然后他们就大喊 美女~美女~ 我心里暗喜~现在小孩审美还挺高的嘛~ 但是咱也20多岁的人了 不能因为小孩的几句美女喜形于色吧~ 于是淡定的接着走~ 然后这几个孩子和我擦肩过去……继续大喊美女美女…校花校花~… 然后姐不淡定的回头…… 门卫大爷破口大骂： 小兔崽子再叫我校花我让校长开除你们！！！！！！！！ 校花 一哥们，身高1米75，大学有个1米62的女友，甚般配 但毕业后女友嫌其家境不好，跟一个1米60的富二代男同学跑了 哥们经过多年打拼，年近30，事业小有成就，找了个20出头1米77模特身材的女友 一日，他对女友谈起前女友嫌弃他的往事，笑其目光短浅 新女友听罢一声叹息：我也有个前男友1米87…… 目光短浅 糗事百科是这个星球上最暴笑的糗事分享网站 :: 立即发表我的糗事 | 查看本月最糗的糗事 
|
| Posted: 11 Mar 2011 06:12 AM PST
传互联网内容管理新机构将挂牌 体制酝酿变革 "未来互联网的管理会逐渐转变为三条主线。"消息人士透露，其中工信部将主管物理网络与互联网业务，公安部等维护互联网安全并打击犯罪，而互联网的信息内容的管理职能，则将逐步统归由国家互联网管理办公室牵头
《财经国家周刊》：遏制互联网"恶意" 王云辉
2011年3月第5期
微博等社交网络产品的商业价值体系正发生微妙变化，并受到越来越多质疑
德意志银行分析师阿兰-赫拉威尔2月23日将新浪股票评级从"持有"降为"卖出"。当日，新浪股价暴跌8.65%。
此前一周，新浪股价已从2月14日的近95美元一路跌至2月23日的78美元。
新浪股价动荡的导火索，是海外资本市场对新浪微博的态度变化。在此之前，微博用户的飞速增长，推动新浪股价在过去半年里狂飚近3倍。
过去5年半一直向投资者推荐新浪股票的投资银行高盛，也在2月17日发布报告，将新浪股票评级由"买入"下调至"中性"。
这些动向表明，投资者似已感到，微博出现的牟取私利等行为，正令这一业务的商业价值受到越来越多的质疑，也必然会引来政府监管。微博等社交网络产品的商业价值体系变得敏感起来。
"冒名顶替开博"事件
全国政协十一届四次会议新闻发言人赵启正3月2日在回答提问时表示，"网络环境发展错综复杂，在这当中就出现了网络水军、网络推手，有些人隐身于普通网民中发帖、留言，其背后是有机构的利益的，因此有些制造假民意，其目的是左右舆论、误导受众、甚至影响政府决策，值得注意。"
据赵启正介绍，政协委员们认为，网络水军或网络推手，这个现象实际上是一种营销手段，并非中国所独有，一些网络比较发达的国家也出现了这种问题。我们国家法律缺少这方面的有关界定和可操作的一些程序。今年已经有政协委员提出了这方面问题的提案。
"传统信息管理手段已经基本不适应新媒体。"互联网实验室董事长方兴东认为，2009年以来，通过即时通讯、微博等新媒体，每个人都具有了大众媒体能力，可以零时间生产新闻，零时间传播新闻，"这样快速的传播模式，传统监管手段已显得无能为力。"
电信业知名专家、工信部电信研究院副院长陈金桥也认为，与传统媒体不同，互联网与手机媒体的传播速度更快，范围更广，并具有放大传播效应，一旦出现不良问题将很容易"失控"。
一起"冒名顶替市长开博"事件正是典型案例。
2月14日13点10分，一条以南宁市市长黄方方名义发布的信息出现在新浪微博—— 这意味着中国省会城市的市长第一次以实名开设微博。
该信息立刻被迅速转发，发贴者"黄方方"的"粉丝"也在短短1个半小时内突破1000人，到下午19时，"黄方方"的"粉丝"已超过4500人，他发布的3条微博也转发了逾500次。
直到此时，才被发现这一切是一场闹剧。
经当地记者核实，该微博并非南宁市市长黄方方的个人微博，而是他人冒名顶替。
在被核实为冒名顶替之前，在数千人的扩散传播下，只经过了短短的5个小时，"市长开博"迅速成为新的关注焦点，以致在该用户被核实删除前，"市长开微博引数千'粉丝'"的新闻已开始在多家网络媒体上刊出。
"微博等新媒体，正成为越来越重要的新闻源头。"据中国传媒大学网络舆情研究所(下称"IRI")分析报告统计，2010年上半年，最重要的8个网络舆情事件中，还无一源于微博；而到2010年下半年，微博为源头的占比已迅速增长到28.6%。与此同时，71.4%的事件都经由微博推动，42.9%的事件当事人通过微博回应，"凡有舆情，总能窥见微博身影。"
随着用户的增长，新媒体的影响力还在不断增大。比如，中国社科院教授于建嵘通过微博发起的"随手拍照拯救乞讨儿童"行动，数天内就在微博上引起超过46万条话题，网友各地随拍乞讨儿童照片超过2500张。在传统的传播体制下，这样的传播活动与传播效果都是难以想象的。
刷"粉丝"、回复、转发等全套"微博推广"
新媒体日益强大的传播效果和舆论力量，也被"有一些有商业头脑的人"所看重，于是新媒体开始逐渐被劫持为牟取利益的工具。最新的变化是，存有私利的不良网络推手开始向微博转移"潜伏"。这是让社会担忧的。
"在微博上，影响力的主要评价标准是'粉丝'的多少，但这一标准现在充斥着大量造假。"2月25日，一位北京互联网资深人士向《财经国家周刊》记者透露，通过淘宝等渠道，有大量"从业者"对外提供刷"粉丝"、回复、转发等全套"微博推广"业务，新浪、腾讯、搜狐、网易等主要微博门户都有提供。
"这意味着，任何人都可以在1天之内，迅速拥有数万'粉丝'，并且发出的每一条微博都可以获得成百上千的回复和转发。"该人士说，虽然这些"粉丝"与转发都是通过程序"无中生有"批量制造而成的"僵尸粉"，并没有实际影响力，"但这个账号只要批量关注认证用户，并积极发一些笑话、热点话题等高关注度的微博，就可以利用高影响力的假象，引来很多认证用户'互粉'，从而将'粉丝''洗'成有实际传播力的真实用户，甚至获得认证或排名。"
该人士为记者提供了现场演示：一个新建的新浪微博账号，在短短2个小时内，迅速获了超过5000名"粉丝"，而且这些"粉丝"都是拥有数十个甚至上百个"粉丝"，发过数十条微博的"活跃用户"。
该人士还透露，一些形成影响力的账号已经被高价卖给一些公司，用以有意打造品牌或推广产品，更多的账号则仍"潜伏水下"，用以在适当的时机发挥影响力，"甚至新浪排名最前的草根微博中，都有部分是被一些公司'养着'的。"
"出于市场估值、股价、排名争夺等原因，微博运营商对此一直有意纵容。"该人士说，他所知的大量"刷"出来的微博账号，到目前为止仍无一被封停，"有非常多的泡沫"。
2月10日，腾讯宣布其微博用户已经破亿，新浪虽然没有公布用户，此前业界推算不会少于9000万。但在这些注册用户中，有多少是"微博控"，有多少是注册后再也没有用，又有多少是"刷出来的"，目前尚难以统计。
IRI执行总裁李未柠认为，由于微博、SNS等新媒体是碎片式的、话题式的多点对多点的去中心化传播，可以快速吸引并组织动员起一个人员数量较为庞大的相关团队。
"如果传销等不法组织利用新的传播渠道进行活动，将更加隐蔽并难以迅速全面清理。"李未柠说，"类似的问题，未来应该成为政府监管的一个重心所在。"
治理针对牟取私利的破坏者
2月14日，工信部发布的《互联网信息服务市场秩序监督管理暂行办法(征求意见稿)》，结束征求意见。业内专家预计，不久后该办法就将正式发布实施。
此前的1月25日，中宣部、工信部、公安部等九部委已召开会议，确定2011年将"抓源头、打基础、切断利益链"，继续深入整治互联网和手机媒体中存在的传播淫秽色情及低俗信息的行为。
政府知情人士透露，另一项行动方案则正等待国务院的最后审批，如果获批，工信部、国新办、公安部等七部委，将联合展开主要针对不良网络水军和网络推手的网络专项整顿，有关界定不良网络水军的司法解释也将出台。
加速变革以适应新的信息传播，在政府官员和学者间已形成共识。而对政府如何更有效整治当前的信息传播中的乱象，学界有不同见解。
"政府的互联网信息管理体制变革应该遵循一定的规则。"陈金桥认为，新的体制不能照搬传统工业社会控制牌照、资源、交易或是需求的管理模式，而是要与技术发展与商业模式变化同步。在对媒体内容进行适度管制的前提下，政府应该放开当前对娱乐内容的过严管理，以之拉动互联网的需求增长，确保互联网市场稳定发展。
"中国社会处于发展期、转型期，社会信用体系基础还较薄弱，而且，国内过去则以自上而下的一元传播体制为主，在论坛、微博等可以匿名的、廉价的传播工具出现后，民众的信息传播欲望得以释放，互联网的任何内容都会在传播中被放大。"陈金桥说，"所以，对于互联网社会，还需要一个磨合期，在这一过程中，政府可能会有管理办法的变化。"
在互联网资深人士谢文看来，现有的法律法规其实已经足够，比如网络水军攻击了一家企业，这家企业完全可以通过法院起诉等法律途径解决。
"现在很多人有一种心态，就是希望让互联网成为一个'纯净的空间'，让它十分的纯化，但这其实并不太现实。"中国传播学会常务理事、知名传播学专家胡泳认为，互联网的发展无法脱离中国的社会现实，比如，现实中的信任度差，网络也就不可能很好，"通过互联网监管消除社会中本来就存在的影响，是不太可能的事情。"
"可以说，以专项治理等手段进行不良信息的清理，可以治标，治本之道还是在互联网之外。"中国社会科学院信息化研究中心秘书长姜奇平认为。
胡泳说，实践证明，很多公共政策在设计之初都有很好很好的出发点，可有些在公布实施后，却出现了一些始料未及的问题，此应为互联网信息管理变革所戒。
这些也是监管部门正在考虑的问题。
"我们要做到的，首先是发展互联网，这是基本的底线。"一位相关部委的官员透露，虽然有很多时候，网民针对一些热点话题的议论会较为激烈，但只要没有恶意的攻击，就只会被视作政府发现问题的线索和解决问题的参考，并不在清理整顿之列，"治理工作针对的，是那些挟劫民意，以诋毁、诽谤等手段攻击企业乃至社会，以之牟取私利的破坏者。"
在这位官员看来，治理工作当前最大的难题在于，由于微博等新媒体的信息主体分散，"每个人都有麦克风"，"网络推手"也大多数是以个人或小公关公司的微经济单元组合而成，难以有效监管，与此同时，由于网络公关在娱乐、公益话题等环节也在发挥积极作用，哪些"网络推手"该打击，哪些该保护，往往难以简单区分。
"现在的做法，主要还是民不举官不究。"该官员表示，目前，"网络推手"主要还是活跃在娱乐、公众话题和商业领域，其中负面问题集中的，主要还是在利益关系最复杂的商业领域，但现有管理体制下，还很难做到全面监管，所以更多还是在企业受到攻击并举报后再介入调查清理。
不过，政府也在尝试建立一些更长效的机制。知情人士透露，法律部门正草拟的有关"网络水军"的司法解释，将对不良网络水军的治理纳入更为明晰的法制轨道。
互联网内容管理体制酝酿变革
国内互联网内容管理体制也在酝酿变革。
知情人士说，互联网管理新机构可能会在不久组成，名称可能会是"国家互联网管理办公室"。目前分散于各部委的互联网内容管理职能，可能会向该机构集中。"该机构很可能在今年上半年挂牌，主体为国务院新闻办公室(下称'国新办')——'三块牌子，一套人马'。工信部等部委也将派驻官员在该机构中担任要职，便于未来更好地统筹互联网信息管理工作。"
这意味着，互联网一直以来的"九龙治水、政出多门"多头管理体制，将得到一定程度的整合。
互联网业内人士说，直到现在，至少有中宣部、国新办、工信部、新闻出版总署、广电总局、文化部、卫生部、教育部、工商总局、公安部、安全部、中科院、国家保密局、国家密码委等十余个部委，分别负责互联网站设立的审批、经营项目的审批及内容管理。这意味着，一个综合性网站往往需要在超过10个部门进行审批办证，其中不乏权限重叠或权责不清之处。
不同的互联网业务也不得不被多个部委分管。比如，同是互联网信息内容，文字新闻类由国新办管理，影音内容由广电总局审发准入牌照，涉及出版、游戏类的则由文化部和新闻出版总署管理，等等。
"未来互联网的管理会逐渐转变为三条主线。"消息人士透露，其中工信部将主管物理网络与互联网业务，公安部等维护互联网安全并打击犯罪，而互联网的信息内容的管理职能，则将逐步统归由国家互联网管理办公室牵头，"比如未来影音内容和出版内容的管理，除现有的体系管理外，也可能要在未来的国家互联网管理办公室备案。"
文/《财经国家周刊》记者 王云辉 |
| You are subscribed to email updates from "牛博山寨" via Zola in Google Reader To stop receiving these emails, you may unsubscribe now. | Email delivery powered by Google |
| Google Inc., 20 West Kinzie, Chicago IL USA 60610 | |
No comments:
Post a Comment