導(dǎo)語：如何才能寫好一篇量子計算含義，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：計算機網(wǎng)絡(luò)路由選擇；改進量子進化算法；研究

中圖分類號：TP393 文獻標(biāo)識碼：A 文章編號：1009-3044（2016）33-0033-02

隨著計算機網(wǎng)絡(luò)的不斷發(fā)展與廣泛應(yīng)用，其已經(jīng)成為了我國人民在日常生活中及工作中不可缺少的技術(shù)，它為人們的衣食住行提供了方面，也為我國社會經(jīng)濟的發(fā)展提供了基礎(chǔ)。目前我國計算機網(wǎng)絡(luò)正在朝著更大規(guī)模范圍發(fā)展，在此過程中也暴露了計算機網(wǎng)絡(luò)路由選擇中的一系列問題。現(xiàn)如今的計算機網(wǎng)絡(luò)路由選擇已經(jīng)滿足不了人們及社會的發(fā)展需求，也對計算機網(wǎng)絡(luò)的正常運行造成了一定的影響，所以對其的優(yōu)化改進是目前最重要的內(nèi)容。

1 淺析計算機網(wǎng)絡(luò)路由選擇

計算機網(wǎng)絡(luò)路由選擇中有多種方法，包括梯度法、列表尋優(yōu)法、爬山法及模擬退算法等。由于這些方式具有局限性，收到多種條件的限制，導(dǎo)致本身的作用都得不到很好的發(fā)揮。計算機網(wǎng)絡(luò)路由選擇主要是在能夠滿足計算機網(wǎng)絡(luò)通信容量、網(wǎng)絡(luò)拓?fù)浼熬W(wǎng)絡(luò)節(jié)點需求的基礎(chǔ)上，對計算機網(wǎng)絡(luò)中的各節(jié)點路由進行選擇，使計算機網(wǎng)絡(luò)可以縮短到最小時延。一般計算機網(wǎng)絡(luò)路由選擇可以使用優(yōu)化工作，比如：其一，如果計算機網(wǎng)絡(luò)中節(jié)點內(nèi)部具有較大容量的緩沖器，那么就不會溢出或者丟失其數(shù)據(jù)包；其二，如果能夠以實際的指數(shù)分布為基礎(chǔ)設(shè)置報文長度，就可以按照泊松到達；其三忽略計算機網(wǎng)絡(luò)中節(jié)點處理報文的時延；計算機網(wǎng)絡(luò)中報文傳輸服務(wù)都是一個等級?！?】

2 探析改進量子進化算法

實際上量子進化算法就是進化算法和量子計劃相結(jié)合產(chǎn)生的，此事以態(tài)矢量為基礎(chǔ)，以量子比特編碼為染色體，其更新染色體要以量子旋轉(zhuǎn)門和非門進行實現(xiàn)，從而才能優(yōu)化計算機網(wǎng)絡(luò)路由。量子進化算法中的染色體排列矩陣為：

一個量子染色體表示問題解的特性，其原理就是對量子染色體進行隨機測量，以此得出結(jié)果和概率，使用二進制實現(xiàn)坍塌，在此過程中可以了解到量子染色體可以有效地解決問題。另外改進量子進化算法的實現(xiàn)是根據(jù)量子旋轉(zhuǎn)門，通過搜索法使公式的解得到最佳，增加或者減少概率，以此保留或者刪除結(jié)果，以此來改進量子進化算法。

上表中的xi表示第i個量子染色體的二進制解，bi表示第i個最優(yōu)解。

量子進化算法的流程主要包括三個部分：其一，要對種群進行初始化，在此基礎(chǔ)上對初始種種群進行測量，以此得到與個體相依狀態(tài)的相關(guān)記錄表；其二，在合適的狀態(tài)下對記錄進行針對性的評估，并且對最佳個體和個體的適應(yīng)值進行相關(guān)記錄；其三，在還沒有完全結(jié)束的時候，進行其他操作。

對于量子進化算法來說，此過程是非常復(fù)雜的，用相關(guān)的符號表示事務(wù)，之后進行計算。比如可以使用M表示染色體長度，染色體可以維護解的多樣性。這樣才能使算法簡單的表述?！?】

3計算機網(wǎng)絡(luò)路由選擇的改進量子進化算法研究

在計算機網(wǎng)絡(luò)中，量子進化算法是非常值得熱議的話題，在計算機網(wǎng)絡(luò)路由選擇中的量子進化算法，其主要問題就是量子進化算法是針對性對表格進行參照，以此來找出相應(yīng)的解法。這種方法會造成旋轉(zhuǎn)角之間沒有較好的關(guān)聯(lián)性，另外在搜索問題的時候會有跳躍性，對于計算機在日常運行工作的時候是非常不利的。為了能夠通過量子進化算法解決計算機路由選擇中的問題，就要對其進行創(chuàng)新和改進。首先優(yōu)化其中的旋轉(zhuǎn)角，使其值能夠滿足路由選擇。優(yōu)化后的旋轉(zhuǎn)表式子可以寫為：

?θi=0.001π*50fb-fx/fx

根據(jù)此式子可以了解到旋轉(zhuǎn)角在不同的情況下會有不同的結(jié)果，簡單來說就是不同的旋轉(zhuǎn)角值具有不同的含義。如果旋轉(zhuǎn)角的值越小，那么就說明個體與最優(yōu)個體之間的距離就越小，就縮小了搜索網(wǎng)絡(luò)。在此狀況下搜索就可以達到最優(yōu)；如果旋轉(zhuǎn)角的值越大，就說明個體與最優(yōu)個體之間的距離越大，就逐漸擴大了搜索網(wǎng)絡(luò)。在此狀況下就要使所搜速度加快，這樣才能夠使計算機網(wǎng)絡(luò)路由選擇更多方面。

另外就是優(yōu)化調(diào)整其中的函數(shù)，可以使用組合優(yōu)化的方式進行，要求函數(shù)達到最佳狀態(tài)，這樣才能夠得出最優(yōu)解。通過此方式可以了解到，個體基因之間并沒有較強的關(guān)聯(lián)性。所以就可以通過計算機網(wǎng)絡(luò)路由選擇，對量子進化算法中的函數(shù)調(diào)整并優(yōu)化。如果處于歸一化的基礎(chǔ)上，實現(xiàn)對應(yīng)的實屬對，并且使他們與量子位一一對應(yīng)?；诖司涂梢宰隽孔舆M化算法的仿真實驗，并且對其進行對比，是否有優(yōu)勢。實驗結(jié)果表示，計算機網(wǎng)絡(luò)路由選擇中的性能能夠了解量子進化算法優(yōu)化后比傳統(tǒng)更優(yōu)秀，此結(jié)果可以見圖1。

從圖1可以了解到，在計算機網(wǎng)絡(luò)路由選擇中的改進量子進化算法中，不斷是收斂速度、尋優(yōu)能力還是其中的性能，都優(yōu)于傳統(tǒng)量子進化算法。在進行仿真測試時，能夠使改進量子進化算法之后發(fā)揮自身的作用，也能夠在計算機網(wǎng)絡(luò)路由選擇中完善自身的應(yīng)用。在此情況下計算機路由選擇面對問題能夠很好地解決，并且能夠及時發(fā)現(xiàn)其中的問題，有效地提高了工作人員的工作質(zhì)量和效率，還使計算機在正常運行和工作的過程中保持一個良好的狀態(tài)?！?】

4結(jié)束語

在目前計算機網(wǎng)絡(luò)技術(shù)被廣泛應(yīng)用的基礎(chǔ)上，要重視計算機網(wǎng)絡(luò)路由的選擇。同時，改進量子進化算法也是非常重要的，通過優(yōu)化旋轉(zhuǎn)角，以此提高搜索速率及范圍。計算機網(wǎng)絡(luò)技術(shù)自發(fā)展應(yīng)用以來，量子進化算法都有著較好的應(yīng)用和前景，那么優(yōu)化量子進化算法有效地促進了計算機網(wǎng)絡(luò)技術(shù)的進一步發(fā)展，使計算機網(wǎng)絡(luò)技術(shù)可以為我國各行各業(yè)提供更好的服務(wù)，也有效促進我國經(jīng)濟的可持續(xù)發(fā)展。

參考文獻：

[1] 宋明紅，俞華鋒，陳海燕.改進量子進化算法在計算機網(wǎng)絡(luò)路由選擇中的應(yīng)用研究[J].科技通報，2014（1）：170-173.

篇2

關(guān)鍵詞：量子力學(xué)；教學(xué)探索；普通高校

中圖分類號：G642.0 文獻標(biāo)志碼：A 文章編號：1674-9324（2013）50-0212-02

一、概論

量子力學(xué)從建立伊始就得到了迅速的發(fā)展，并很快融合其他學(xué)科，發(fā)展建立了量子化學(xué)、分子生物學(xué)等眾多新興學(xué)科。曾謹(jǐn)言曾說過，量子力學(xué)的進一步發(fā)展，也許會對21世紀(jì)人類的物質(zhì)文明有更深遠的影響[1]。

地處西部地區(qū)的貴州省，基礎(chǔ)教育水平相對落后。表1列出了2005年到2012年來的貴州省高考二本理科錄取分?jǐn)?shù)線，從中可知：自2009年起二本線已經(jīng)低于60%的及格線，并呈顯越來越低的趨勢。對于地方性新升本的普通本科學(xué)校來講，其生源質(zhì)量相對較低。同時，在物理學(xué)（師范）專業(yè)大部分學(xué)生畢業(yè)后的出路主要是中學(xué)教師、事業(yè)單位一般工作人員及公務(wù)員，對量子力學(xué)的直接需求并不急切。再加上量子力學(xué)的“曲高和寡”，學(xué)生長期以來形成學(xué)之無用的觀念，學(xué)習(xí)意愿很低。在課時安排上，隨著近年教育改革的推進，提倡重視實習(xí)實踐課程、注重學(xué)生能力培養(yǎng)的觀念的深入，各門課程的教學(xué)時數(shù)被壓縮，量子力學(xué)課程課時從72壓縮至54學(xué)時，課時被壓縮25%。

總之，在學(xué)校生源質(zhì)量逐年下降、學(xué)生學(xué)習(xí)意愿逐年降低，且課時量大幅減少的情況下，教師的教學(xué)難度進一步增大。以下本人結(jié)合從2005至10級《量子力學(xué)》的教學(xué)經(jīng)驗，談一下教學(xué)方面的思考。

二、依據(jù)學(xué)生情況，合理安排教學(xué)內(nèi)容

1.根據(jù)班級的基礎(chǔ)區(qū)別化對待，微調(diào)課程內(nèi)容。考慮到我校學(xué)生的實際情況和需要，教學(xué)難度應(yīng)與重點院校學(xué)生有差別。同時，通過前一屆的教學(xué)積累經(jīng)驗，對后續(xù)教學(xué)應(yīng)有小的調(diào)整。在備課時，通過微調(diào)教學(xué)內(nèi)容來適應(yīng)學(xué)習(xí)基礎(chǔ)和能力不同的學(xué)生。比如，通過課堂教學(xué)及作業(yè)的反饋，了解該班學(xué)生的學(xué)習(xí)狀態(tài)，再根據(jù)班級學(xué)習(xí)狀況的不同，進行后續(xù)課程內(nèi)容的微調(diào)。教學(xué)中注重量子力學(xué)基本概念、規(guī)律和物理思想的展開，降低教學(xué)內(nèi)容的深度，注重面上的擴展，進行全方位拓寬、覆蓋，特別是降低困難題目在解題方面要求，幫助學(xué)生克服學(xué)習(xí)的畏難心理。

2.照顧班內(nèi)大多數(shù)，適當(dāng)降低數(shù)學(xué)推導(dǎo)難度。對于教學(xué)過程中將要碰到的數(shù)學(xué)問題，可采取提前布置作業(yè)的方法，讓學(xué)生主動去復(fù)習(xí)，再輔以教師課堂講解復(fù)習(xí)，以解決學(xué)生因為數(shù)學(xué)基礎(chǔ)差而造成的理解困難。同時，可以通過補充相關(guān)數(shù)學(xué)知識，細化推導(dǎo)過程，降低推導(dǎo)難度來解決。比如：在講解態(tài)和力學(xué)量的表象時[2]，要求學(xué)生提前復(fù)習(xí)線性代數(shù)中矩陣特征值、特征向量求解及特征向量的斯密特正交化方法。使學(xué)生掌握相關(guān)的數(shù)學(xué)知識，這對理解算符本征方程的本征值和本征函數(shù)起了很大的推動作用。

3.注重量子論思想的培養(yǎng)。量子論的出現(xiàn)，推動了哲學(xué)的發(fā)展，給傳統(tǒng)的時空觀、物質(zhì)觀等帶來了巨大的沖擊，舊的世界觀在它革命性的沖擊下分崩離析，新的世界觀逐漸形成。量子力學(xué)給出了一套全新的思維模式和解決問題的方法，它的思維模式跟人們的直覺和常識格格不入，一切不再連續(xù)變化，而是以“量子”的模式一份一份的增加或減少。地方高校的學(xué)生數(shù)學(xué)基礎(chǔ)較差，不愿意動手推導(dǎo)，學(xué)習(xí)興趣較低，量子力學(xué)的教學(xué)，對學(xué)生量子論思維方式的培養(yǎng)就顯得尤為重要。為了完成從經(jīng)典理論到量子理論思維模式的轉(zhuǎn)變，概念的思維方式是基礎(chǔ)、是重中之重。通過教師的講解，使學(xué)生理解量子力學(xué)的思考方式，并把經(jīng)典物理中機械唯物主義的絕對的觀念和量子力學(xué)中的概率的觀念相聯(lián)系起來，在生活中能夠利用量子力學(xué)的思維方式思考問題，從而達到學(xué)以致用的目的。

4.跟蹤科學(xué)前沿，隨時更新科研進展?？茖W(xué)是不斷向前發(fā)展的，而教材自從編好之后多年不再變化，致使本領(lǐng)域的最新研究成果，不能在教材中得到及時體現(xiàn)。而發(fā)生在眼下的事件，最新的東西才是學(xué)生感興趣的。因此，我們可以利用學(xué)生的這種心理，通過跟蹤科學(xué)前沿，及時補充量子力學(xué)進展到教學(xué)內(nèi)容中的方式，來提高學(xué)習(xí)量子力學(xué)的興趣。教師利用量子力學(xué)基本原理解釋當(dāng)下最具轟動性的科技新聞，提高量子力學(xué)在現(xiàn)實生活中出現(xiàn)的機會，同時引導(dǎo)學(xué)生利用基本原理解釋現(xiàn)實問題，從而培養(yǎng)學(xué)生理論聯(lián)系實際的能力。

三、更新教學(xué)手段，提高教學(xué)效率

1.拓展手段，量子力學(xué)可視化。早在上世紀(jì)90年代初，兩位德國人就編制完成了名為IQ的量子力學(xué)輔助教學(xué)軟件，并在此基礎(chǔ)上出版了《圖解量子力學(xué)》。該書采用二維網(wǎng)格圖形和動畫技術(shù)，形象地表述量子力學(xué)的基本內(nèi)容，推動了量子力學(xué)可視化的前進。近幾年計算機運算速度的迅速提高，將計算物理學(xué)方法和動畫技術(shù)相結(jié)合，再輔以數(shù)學(xué)工具模擬，應(yīng)用到量子力學(xué)教學(xué)的輔助表述上，使量子力學(xué)可視化。通過基本概念和原理形象逼真的表述，學(xué)生理解起來必將更加輕松，其理解能力也會得到提高。

2.適當(dāng)引入英語詞匯。在一些漢語解釋不是特別清楚的概念上，可以引入英文的原文，使學(xué)生更清晰的理解原理所表述的含義。例如，在講解測不準(zhǔn)關(guān)系時，初學(xué)者往往覺得它很難理解。由于這個原理和已經(jīng)深入人心經(jīng)典物理概念格格不入，因此初學(xué)者往往缺乏全面、正確的認(rèn)識。有學(xué)生根據(jù)漢語的字面意思認(rèn)為，測量了才有不確定度，不測量就不存在不確定。這時教師引入英文“Uncertainty principle”可使學(xué)生通過英文原意“不確定原理”知道，這個原理與“測量”這個動作的實施與否并沒有絕對關(guān)系，也就是說并不是測量了力學(xué)量之間才有不確定度，不測量就不存在，而是源于量子力學(xué)中物質(zhì)的波粒二象性的基本原理。

3.提出問題，引導(dǎo)學(xué)生探究。對于學(xué)習(xí)能力較強的學(xué)生，適當(dāng)引入思考題，并指導(dǎo)他們解決問題，從而使學(xué)生得到基本的科研訓(xùn)練。比如，在講解氫原子一級斯塔克效應(yīng)時，提到“通常的外電場強度比起原子內(nèi)部的電場強度來說是很小的”[2]。這時引入思考題：當(dāng)氫原子能級主量子數(shù)n增大時，微擾論是否還適用？在哪種情況下可以使用，精確度為多少？當(dāng)確定精度要求后，微擾論在討論較高激發(fā)態(tài)時，這個n能達到多少？學(xué)生通過對問題的主動探索解決，將進一步熟悉微擾論這個近似方法的基本過程，理解這種近似方法的精神。這樣不僅可以加深學(xué)生對知識點的理解，還可以得到基本的科研訓(xùn)練，從而引導(dǎo)學(xué)生走上科研的道路。

4.師生全面溝通，及時教學(xué)反饋。教學(xué)反饋是教學(xué)系統(tǒng)有效運行的關(guān)鍵環(huán)節(jié)，它對教和學(xué)雙方都具有激發(fā)新動機的作用。比如：通過課堂提問及觀察學(xué)生表情變化的方式老師能夠及時掌握學(xué)生是否理解教師所講的內(nèi)容，若不清楚可以當(dāng)堂糾正。由此建立起良好的師生互動，改變單純的灌輸式教學(xué)，在動態(tài)交流中建立良好的教學(xué)模式，及時調(diào)整自己的教學(xué)行為。利用好課程結(jié)束前5分鐘，進行本次課程主要內(nèi)容的回顧，及時反饋總結(jié)。通過及時批改課后作業(yè)，了解整個班級相關(guān)知識及解題方法的掌握情況。依據(jù)反饋信息，對后續(xù)課程進行修訂。

通過雙方的反饋信息，教師可以根據(jù)學(xué)生學(xué)習(xí)中的反饋信息分析、判定學(xué)生學(xué)習(xí)的效果，學(xué)生也可以根據(jù)教師的反饋，分析自己的學(xué)習(xí)效率，檢測自己的學(xué)習(xí)態(tài)度、水平和效果。同時，學(xué)生學(xué)習(xí)行為活動和結(jié)果的反饋是教師自我調(diào)控和對整個教學(xué)過程進行有效調(diào)控的依據(jù)[6]。

四、結(jié)論

量子力學(xué)作為傳統(tǒng)的“難課”，一直是學(xué)生感到學(xué)起來很困難的課程。特別是高校大擴招的背景下，很多二本高校都面臨著招生生源質(zhì)量下降、學(xué)生學(xué)習(xí)意愿不高的現(xiàn)狀，造成了教師教學(xué)難度進一步增大。要增強學(xué)生的學(xué)習(xí)興趣，提高教學(xué)質(zhì)量，教師不僅要遵循高等教育的教學(xué)規(guī)律，不斷加強自身的學(xué)術(shù)水平，講課技能，適時調(diào)整教學(xué)內(nèi)容，采取與之相對應(yīng)的教學(xué)手段，還需要做好教學(xué)反饋，加強與學(xué)生的溝通交流，了解學(xué)生的真實想法，并有針對性的引入與生活、現(xiàn)實相關(guān)的事例，提高學(xué)生學(xué)習(xí)量子力學(xué)的興趣。

參考文獻：

[1]曾謹(jǐn)言.量子力學(xué)教學(xué)與創(chuàng)新人才培養(yǎng)[J].物理，2000，（29）：436.

[2]周世勛，陳灝.量子力學(xué)教程[M].高等教育出版社，2009：101.

[3]楊林.氫原子電子概率分布可視化及其性質(zhì)研究[J].綏化學(xué)院學(xué)報，2009，（29）：186.

[4]常少梅.利用Mathematica研究量子力學(xué)中氫原子問題[J].科技信息，2011，（26）：012.

[5]喻力華，劉書龍，陳昌勝，項林川.氫原子電子云的三維空間可視化[J].物理通報，2011，（3）：9.

篇3

【摘要】 運用量子化學(xué)中的HartreeFock程序(631G基組)方法計算質(zhì)子化α氨基酸溶質(zhì)的分子結(jié)構(gòu)參數(shù)，借助于多元線性回歸法建立了α氨基酸對映體在冠醚手性固定相上的色譜保留與其分子結(jié)構(gòu)參數(shù)之間的定量結(jié)構(gòu)對映異構(gòu)體保留(QSERR)模型。結(jié)果表明，α氨基酸光學(xué)異構(gòu)體的容量因子對數(shù)(logk′)與質(zhì)子化α氨基酸溶質(zhì)的分子結(jié)構(gòu)描述參數(shù)之間具有較好的線性相關(guān)性。在QSERR模型中，溶質(zhì)結(jié)構(gòu)描述參數(shù)EHOMO， DIP， ElcE， Ang和logP具有較為明確的物理意義，這些參數(shù)反映了固定相與溶質(zhì)分子之間的靜電作用、ππ作用力、色散力、立阻和疏水作用，能較好地解釋α氨基酸對映體在聯(lián)萘冠醚CSP上保留機理。建立的QSERR模型具有較好的穩(wěn)定性和預(yù)測能力。

【關(guān)鍵詞】 定量結(jié)構(gòu)對映異構(gòu)體保留關(guān)系， α氨基酸， 冠醚手性固定相， 色譜保留機理， HartreeFock程序

1 引 言

運用高效液相色譜(HPLC) 分離對映異構(gòu)體已成為現(xiàn)代合成化學(xué)、生物醫(yī)藥學(xué)及農(nóng)業(yè)化學(xué)等領(lǐng)域中常用的分析方法。大部分色譜手性分離很大程度上依賴于分析測試者的經(jīng)驗。建立具有明確物理含義的定量結(jié)構(gòu)對映體保留關(guān)系(QSERR)能有效地預(yù)測色譜保留值，可以為選擇最佳分離條件提供理論依據(jù)，還有助于理解色譜保留及手性識別的機理[1～4]。近年來， 隨著計算機技術(shù)和量子化學(xué)方法的不斷發(fā)展， 量化計算已越來越受到人們的關(guān)注[5～7]。在QSRR/ QSERR研究中，獨自應(yīng)用量化參數(shù)或?qū)⒘炕瘏?shù)與其它常規(guī)參數(shù)聯(lián)合已經(jīng)越來越多地被使用。文獻[8，9]應(yīng)用量化參數(shù)建立了QSERR模型，研究了α氨基膦酸酯類化合物在兩種不同的衍生化環(huán)糊精固定相上手性識別機理; Suzuki等[10]通過2D和3D分子描述參數(shù)建立了一系列芳基醇類化合物在4種刷型固定相上的QSERR模型，指出影響容量因子(k′)和分離因子(α)的分子描述參數(shù)不同;施介華等[6，11]運用量化參數(shù)分別建立烴類和酯類化合物的色譜保留關(guān)系的QSRR模型。

冠醚作為一類色譜手性固定相，常被用來識別具有NH2官能團的對映體[12～16]，其獨特的冠環(huán)結(jié)構(gòu)對客體分子的選擇性識別起著重要作用。但有關(guān)手性冠醚類固定相上α氨基酸的色譜保留和對映異構(gòu)體結(jié)構(gòu)間的定量構(gòu)效關(guān)系的報道鮮見。本研究運用量子化學(xué)方法中的HartreeFock程序(631G基組)計算了20個質(zhì)子化α氨基酸溶質(zhì)分子的結(jié)構(gòu)描述參數(shù)，通過多元線性回歸建立了α氨基酸類化合物在鍵合聯(lián)萘冠醚手性固定相(CSP)上的定量結(jié)構(gòu)與對映體保留的QSERR模型，探討了α氨基酸對映體在鍵合聯(lián)萘冠醚固定相上的色譜保留機理。

2 實驗部分

2.1 數(shù)據(jù)來源

本研究所用α氨基酸化合物在新型聯(lián)萘冠醚手性柱上的色譜保留數(shù)據(jù)取自文獻[15](見表1)。

2.2 溶質(zhì)分子描述參數(shù)的計算及QSERR模型建立

由于α氨基酸的NH2基團在酸性流動相中將發(fā)生質(zhì)子化，形成強極性的銨離子(NH+4)，實際上色譜分離過程中與冠醚類手性固定相發(fā)生相互作用的是質(zhì)子化的氨基酸[16](見圖1b)。所有質(zhì)子化表1 α氨基酸在聯(lián)萘冠醚手性固定相上保留值[15]

Table 1 Retention value of αamino acids on the crown chiral stationary phase[15]No.氨基酸 Amino acidlogk′1logk′2No.氨基酸 Amino acidlogk′1logk′21丙氨酸 Alanine -0.23660.338511甲硫氨酸 Methionine-0.11350.53912精氨酸 Arginine-0.2366-0.045812苯基丙氨酸 Phenylalanine-0.10240.37663天冬酰胺 Asparagine-0.5528-0.337213苯甘氨酸 Phenylglycine0.15490.59884天冬氨酸 Aspartic acid-0.37680.008614脯氨酸 Proline-0.6383-0.63835半胱胺酸 Cysteine-0.4202-0.013215絲氨酸 Serine-0.5686-0.30107谷氨酸 Glutanic acid-0.22910.541616蘇氨酸 Threonine-0.6198-0.19386谷氨酰胺 Glutamine-0.44370.245517色氨酸 Tryptophan0.14610.60538組胺酸 Histidine-0.4815-0.309818酪胺酸 Tyrosine-0.20760.28109異亮胺酸 Isoleucine-0.5086-0.236619纈氨酸 Valine-0.5528-0.284010亮氨酸 Leucine-0.19380.4997204羥基苯甘氨酸

4Hydroxyphenylglycine-0.17390.6730k′1: L氨基酸容量因子(Capacity factor of LAmino acid)， k′2: D氨基酸容量因子(Capacity factor of DAmino acid)。的α氨基酸分子結(jié)構(gòu)首先用ChenDraw作出平面圖，然后用Chem3D中的MOPAC 8.00對分子幾何結(jié)構(gòu)進行初步優(yōu)化后，再用Gaussian 03軟件包中的HartreeFock程序(631G基組)進行結(jié)構(gòu)優(yōu)化，振動分析計算的結(jié)果中無虛頻，證明優(yōu)化得到的分子結(jié)構(gòu)對應(yīng)于能量極小點。獲取質(zhì)子化氨基酸溶質(zhì)的量子化學(xué)參數(shù)：DIP(分子總體偶極距)、 TE(分子總能量)、 ELUMO(最低分子空軌道的能量)、 EHOMO(最高分子占有軌道的能量)、 Ang(原子NC*C之間平面角)、 MR(分子折射率)、 logP(疏水性參數(shù))和ElcE等分子描述參數(shù)在Chem3D中計算得到。所有量化參數(shù)的計算和分子模擬在PD2.80PC機上運行完成。

3 結(jié)果與討論

3.1 QSERR模型的建立

由于分子“手性”的差別，手性分子與手性固定相相互作用的過程中存在著一定差異，即手性分子的結(jié)構(gòu)參數(shù)與色譜參數(shù)之間存在一定相關(guān)性這一假設(shè)是完全合理的[6]。在QSERR模型建立過程中，最大的困難是如何找到能夠區(qū)分不同對映體的手性分子結(jié)構(gòu)參數(shù)，因為對映體分子諸多性質(zhì)參數(shù)(如分子尺寸、形狀、電性參數(shù)和疏水性參數(shù)等)有時很接近，甚至完全相同。與許多手性分子一樣，α氨基酸對映體分子結(jié)構(gòu)參數(shù)大部分相同。本研究通過Gaussian 03和Chem3D軟件計算，提取了質(zhì)子化后的L型和D型α氨基酸的分子結(jié)構(gòu)描述參數(shù)(見表2和表3)。

為保證所選取的結(jié)構(gòu)參數(shù)與容量因子對數(shù)(logk′)之間有較好的相關(guān)性，盡量選擇與容量因子相關(guān)性較大，彼此之間相關(guān)性較小的參數(shù)。本研究首先對各參數(shù)進行相關(guān)性分析，發(fā)現(xiàn)MR與ElcE和TE之間有明顯相關(guān)性，因此分別選取MR， ElcE和TE與其它結(jié)構(gòu)描述參數(shù)進行多元線性回歸，得到α氨基酸對映體在鍵合聯(lián)萘冠醚CSP上的色譜保留參數(shù)的QSERR模型為：logk′1=-13.400-0.402EHOMO-0.047DIP+0.115Ang-5.90×10-5ElcE

(n=20， r=0.959， SD=0.067)(1)表2 質(zhì)子化Lα基酸分子參數(shù)

Table 2 Molecular descriptors of Lαamino acid cationsNo.DIPElcEEHOMOELUMOTElogPMRAng 13.8840-4882.0-1.42461.8078-1340.9-1.4091.9489108.4722.1710-12247.4-1.32411.5128-2447.1-2.7254.2690105.3133.0044-8496.3-1.08701.4144-2009.9-2.9232.8171107.3042.4240-8797.0-1.38020.9798-2110.0-2.2812.6015106.8252.0069-5938.5-1.60210.7928-1534.8-1.3062.7552106.2273.7806-12972.2-1.49831.1399-2266.0-1.8253.0653105.4065.1110-9873.5-0.76881.2623-2165.3-2.4673.2809106.6284.0373-10590.2-0.70971.1597-2164.1-2.2353.6785106.3592.4120-12247.4-1.32411.5128-2447.1-2.7254.2690105.31104.2044-8616.1-1.25371.6917-1808.1-0.2933.3403105.32113.1407-11670.7-1.46750.6253-1846.4-0.8603.9776105.20122.8048-11314.1-1.45410.5860-2163.30.0664.4601105.48133.8687-9734.0-1.89341.0413-2007.8-0.3903.9963105.15142.1267-6106.1-0.70761.5282-1624.3-0.7332.7878106.30152.2410-6260.0-1.10271.5618-1661.3-2.5742.1020107.88162.2684-7661.3-1.07131.5946-1816.9-2.3162.5658107.80172.0277-16153.7-1.56800.2930-2658.50.0125.5776105.32182.1460-11972.2-1.43460.5580-2483.80.0125.5776105.47192.7089-7398.3-1.35201.7728-1652.2-0.7492.8765104.00204.8453-11317.9-1.67890.8915-2328.3-0.7794.1494104.95氨基酸編號同表1(The number of aminoacids are the same as in Table 1)。 DIP: Dipole moment (debye); ElcE: Electronic energy (eV); EHOMO: Highest occupied molecular orbital (eV); ELUMO: Lowest unoccupied molecular orbital(eV); TE: Total energy(eV); logP: Hydrophobic parameters; MR: Molar refractivity; Ang: Plane angle between N—C*—C。表3 質(zhì)子化Dα氨基酸分子參數(shù)式中， n為線性回歸樣本的個數(shù)， r為擬合方程的相關(guān)系數(shù)，SD為標(biāo)準(zhǔn)偏差。由式(1)和(2)可知，所建立的α氨基酸對映體在鍵合聯(lián)萘冠醚CSP上的色譜保留參數(shù)的QSERR模型具有較好的多元線性相關(guān)性。同時，為了識別異常值，對參與回歸樣本的保留值進行去一法檢驗，未出現(xiàn)異常值。這表明此QSERR模型具有較好的穩(wěn)定性。

3.2 手性識別機理的探討

根據(jù)液相色譜分離原理，溶質(zhì)在色譜柱上的保留行為主要由溶質(zhì)與固定相以及流動相之間的分子作用力所決定的。所建立的α氨基酸對映體在鍵合聯(lián)萘冠醚CSP上的色譜保留參數(shù)的QSERR模型中，每個分子描述參數(shù)均表征色譜過程中溶質(zhì)同固定相或流動相的某種相互作用。在液相色譜中ELUMO和EHOMO表示溶質(zhì)和固定相之間電荷的傳遞反應(yīng)，也就是在溶質(zhì)和固定相之間存在氫鍵作用力或ππ相互作用[17]。logP與溶質(zhì)疏水性相關(guān)，體現(xiàn)了溶質(zhì)分子與固定相之間的疏水作用。Ang表示對映體色譜保留過程中對分子構(gòu)象的要求[9]。DIP可以表示溶質(zhì)分子和固定相之間的靜電相互作用能力的大小[2]。MR反映了溶質(zhì)分子參與分子色散力的能力[18]，而ElcE和TE與MR具有較好的相關(guān)性，因此ElcE和TE包含一定色散力的信息，也可以表示溶質(zhì)分子參與色散力的能力。

盡管對分子間力(包括氫鍵力、范德華力、空間位阻、疏水作用等)的研究己比較深入、全面，但是如何協(xié)同這些作用力而增加或減弱非對映體絡(luò)合物的穩(wěn)定性卻并不很清楚。從所建立的QSERR模型可知，在聯(lián)萘冠醚CSP上，質(zhì)子化氨基酸的保留行為主要取決于固定相與溶質(zhì)分子之間的靜電作用、ππ作用力、色散力、立阻和疏水作用。

3.3 保留值的預(yù)測

所建立的QSERR模型可預(yù)測α氨基酸對映體在聯(lián)萘冠醚手CSP上的色譜保留值，即通過計算α氨基酸對映體的結(jié)構(gòu)描述參數(shù)來預(yù)測其對映體的色譜保留值。結(jié)果表明，在這種手性冠醚固定相上，α氨基酸對映體的容量因子對數(shù)(logk′)的預(yù)測值與實驗值之間具有較好的線性相關(guān)性(圖2)，其線性回歸方程分別為：

logk′1(pred)=0.9201logk′1(exp)+0.0069

(n=20， r=0.9572， SD=0.064)(3)

logk′2(pred)=0.9199 logk′2(exp)+0.0161

(n=20， r=0.9566， SD=0.064)(4)

兩者回歸方程的斜率接近于1，基本通過原點，這表明所建立的QSERR模型用于預(yù)測α氨基酸對映體在這兩種手性冠醚固定相上的保留行為是切實可行的。

圖2 預(yù)測值和測定值

Fig.2 Plot of experimental vs. predicted logk values3.4 小結(jié)

本研究建立了α氨基酸對映體在鍵合聯(lián)萘冠醚CSP上的色譜保留參數(shù)的QSERR模型，各結(jié)構(gòu)描述參數(shù)具有明確的物理含義。能較好地解釋α氨基酸對映體在聯(lián)萘冠醚CSP上保留機理。所建模型在預(yù)測其保留值時具有較好的準(zhǔn)確性和穩(wěn)定性。

參考文獻

1 Jiang Feng(江 峰)， Shi JieHua(施介華)， Yan Wei(嚴(yán) 巍)， Li Bing(李 兵). Chinese J. Anal. Chem.(分析化學(xué))， 2004， 32(11): 1550～1555

2 Gao RuYu(高如瑜)， Wang HeFang(王荷芳). Chinese Journal of Organic Chemistry(有機化學(xué))， 1999， 19(2): 135～140

3 Lipkowitz K B. J. Chromatogr. A， 1994， 666: 493～503

4 Lipkowitz K B. J. Chromatogr. A， 1995， 694: 15～37

5 Ouyang Liang(歐陽 亮)， He Gu(何 谷)， Guo Li(郭 麗). Acta Chim. Sinica(化學(xué)學(xué)報)， 2006， 64:1379～1384

6 Shi JieHua(施介華)， Jiang Feng(江 峰)， Yan Wei(嚴(yán) 巍)， Wang JiKang (王紀(jì)康)， Wang GuiLin(王桂林). Chinese J. Anal. Chem.(分析化學(xué))， 2005， 33(2): 181～186

7 Zeng XiaoLan(曾小蘭)， Liu HongXia(柳紅霞)， Liu HongYan(劉紅艷). Acta Chim. Sinica(化學(xué)學(xué)報)， 2007， 65: 1797

8 Huang JunMin(黃君珉)， Chen Hui(陳 慧)， Gao RuYu(高如瑜)， Wang QinSun(王琴孫). Chem. J. Chinese Universities(高等學(xué)?；瘜W(xué)學(xué)報)， 2001， 22(11): 1838～1842

9 Chen Hui(陳 慧)， Lü XianYu(呂憲禹)， Huang JunMin(黃君珉)， Gao RuYu(高如瑜)， Wang QinSun(王琴孫). Chem. J. Chinese Universities(高等學(xué)校化學(xué)學(xué)報)， 2000， 21(4): 562～565

10 Suzuki T， Timofei S， Iuoras B E， Uray G， Verdino P， Fabian Walter M F. J. Chromatogr. A， 2001， 922(12): 13～23

11 Shi JieHua(施介華)， Jiang Feng(江 峰)， Wang GuiLin(王桂林)， Yan Wei(嚴(yán) 巍). J. Zhejiang University of Technology(浙江工業(yè)大學(xué)學(xué)報)， 2004， 32(4): 418～422

12 Chen JuanJuan(陳娟娟)， Zhang DaTong(張大同)， Shen BaoChun(沈報春)， Zhang XueJun(張雪君)， Xu BeiJia(徐貝佳)， Xu XiuZhu(徐秀珠). Chinese J. Anal. Chem.(分析化學(xué))， 2006， 34(11): 1535～1540

13 Machida Y， Nishi H， Nakamura K， Nakai H， Sato T. J. Chromatogr. A， 1998， 805(12): 85～92

14 Hyun M H， Jin J S， Koo H J， Lee W. J. Chromatogr. A， 1999， 837(12): 75～82

15 Hyun M H， Han S C， Lipshutz B H， Shin Y J， Welch C J. J. Chromatogr. A， 2001， 910(2): 359～365

16 Sousa L R， Sogah G. D Y， Hoffman D H， Cram D J. J. Am. Chem. Soc.， 1978， 100(14): 4569～4576

篇4

一、對高考理綜物理試卷的審視

通過對近十年來高考理綜物理的追蹤分析及調(diào)查,高考物理就是“8道選擇題,1道實驗題和3道計算題”,總分為120分。

1.對于選擇題的分析。

理科綜合考試中,物理選擇題有8題共48分,分值比例達到總分40%,非?？捎^,其重要性不言而喻,8道題中的4道~5道一般是單選題,其余是多選題。

2.對于實驗題的分析。

每年高考的物理實驗題是我們關(guān)注的焦點,賦分值在11分~24分之間,分值比例達到總分20%左右。一般來說,實驗中第一小題考查學(xué)生對基本實驗的操作,而第二小題則著重考查學(xué)生設(shè)計并表述實驗操作的能力。從歷年全國高考物理實驗題學(xué)生得分情況分析報告來看,這個比例一般較低,故又有“得實驗者得天下”的說法。由此即可看出實驗題得分情況對高考物理成敗的重要性。

3.對于計算題的分析。

計算題一般有3道,總分在48分左右,分值比例達到總分比例的40%左右。一般來說,第一題考查基礎(chǔ)知識,對絕大多數(shù)學(xué)生來說問題不大;第二道題則穩(wěn)中有難、穩(wěn)中有升,故第二題的得分高低對于全局來說至關(guān)重要;第三題則是壓軸題,也是選拔尖子生與中上等學(xué)生的重要依據(jù)。壓軸題一般有三問,對絕大部分考生來講,只要能做對其中的1~2問就已不錯,只有少數(shù)尖子生能夠做對第三問,故對全局影響不大。

二、如何提高單位時間內(nèi)的得分率

教學(xué)中應(yīng)著重對學(xué)生進行以下能力的培養(yǎng)。

1.重視對題目的審視,對概念的深刻理解,對具體物理場景的建立,物理過程的分析以及各物理量間關(guān)系的把握。

例1:某人騎自行車以4m/s的速度勻速前進,某時刻在他前面7m處以10m/s的速度同向行駛的汽車開始關(guān)閉發(fā)動機,而以2m/s2的加速度減速前進,則此人需要多長時間才能追上汽車?

考點解析 : 這是一道考查直線運動中追擊相遇問題,追上的條件是追上時兩者位移應(yīng)滿足S汽+S0=S自。一般情況下兩者所走時間是相等的,而這道題恰恰是在前方汽車停止后人才追上,所以兩者所走時間不同。要做對本題必須對物理場景和物理過程以及各量間的關(guān)系分析清楚。

解析:人追上汽車時兩者位移應(yīng)滿足S汽+S0=S自。汽車開始關(guān)閉發(fā)動機到靜止需要的時間t0=■=5s

此時,汽車的位移S汽=■t0=25m,人的位移S自=vt0 =20m

因s汽>s自,故仍未追上。因此,人追上汽車,應(yīng)該是在汽車停下以后,再經(jīng)過t1=■=■=3s才追上,所以時間t=t0+t1=8s

2.重視學(xué)科內(nèi)知識系統(tǒng)的構(gòu)建與融合。

例2:頻率為V0的光子由地球表面豎直向上運動,當(dāng)上升H=22.5m的高度時,由于地球的引力作用,它的波長變長一些,我們稱這種現(xiàn)象為引力紅移。①試寫出光子質(zhì)量的表達式;②當(dāng)光子上升H=22.5m的高度時,試用能量守恒的觀點,求該光子頻率的引力紅移量v跟原有頻率的比值。

考點解析 : 這是一道以引力紅移為背景的科研性問題。解決本題的關(guān)鍵在于先根據(jù)題意,理解引力紅移的含義,再運用光量子理論、質(zhì)能方程,求出運動光子的質(zhì)量,進而運用光子和地球組成的系統(tǒng)的能量(光子能量和重力勢能之和)守恒,求出光子在地球表面上升過程中頻率的引力紅移量v跟原有頻率v0的比值。

解析:①由光量子理論E=hv,質(zhì)能方程E=mc2,得運動光子的質(zhì)量m=■

②根據(jù)能量守恒定律知,光子向上的過程中引力作負(fù)功使光子能量減小轉(zhuǎn)化為系統(tǒng)的勢能。

原來光子的能量:hv=mc2

上升高度H后hv=hv'+mgh:,變形可得hv=mgh

則 :v/v=gh/c2

3.重視數(shù)學(xué)基礎(chǔ)和運算能力培養(yǎng)。

例3:重量為G的木塊與水平地面間的動摩擦因數(shù)為μ,一人欲用最小的作用力使木塊做勻速運動,則此最小作用力的大小和方向應(yīng)如何?

解析:木塊在運動中受摩擦力作用,要減小摩擦力,應(yīng)使作用力F斜向上,設(shè)當(dāng)F斜向上與水平方向的夾角為α?xí)r,F的值最小,木塊受力分析如圖所示,由平衡條件知:Fcosα=μNFsina+N=G

解以上二式得:F=■

令tan?漬=μ ,則sin?漬=■,cos?漬=■

cosα+μsinα=■(cos?漬cosα+sin?漬sinα)=■cos(α-?漬)

可見,當(dāng)a=?漬=arctanμ時,F有最小值,Fmin=■即

篇5

自二十世紀(jì)九十年代以來，意識問題受到高度關(guān)注，眾多的哲學(xué)家、心理學(xué)家與神經(jīng)科學(xué)家在此領(lǐng)域開展深入的研究工作。與此同時，人們也開始使用計算方法試圖讓機器裝置擁有意識能力。這類研究逐漸被稱為“機器意識”的研究。早期有關(guān)機器意識的研究比較初步，研究工作較少得到學(xué)術(shù)界的認(rèn)同，甚至早些年提到“機器意識”還有不合時宜的顧慮。

盡管哲學(xué)上關(guān)于“機器意識”有著不同觀點的爭論，但隨著研究工作的不斷深入，一些有遠見的專家學(xué)者開始充分認(rèn)識到開展機器意識研究的重要意義，并專門撰文進行了精辟論述。比如，英國皇家學(xué)院電子工程系的Aleksander教授根據(jù)學(xué)術(shù)界從上世紀(jì)九十年代到本世紀(jì)對機器意識態(tài)度的轉(zhuǎn)變，指出機器意識的影響與日俱增，并預(yù)計了機器意識對科學(xué)與技術(shù)發(fā)展的潛在影響，特別是在改變?nèi)藗儗σ庾R的理解、改進計算裝置與機器人概念等方面的貢獻尤為重大。

無獨有偶，美國伊利諾伊大學(xué)哲學(xué)系Haikonen教授則專門撰文強調(diào)機器意識是新一代信息技術(shù)產(chǎn)業(yè)發(fā)展的新機遇，他認(rèn)為新產(chǎn)品與系統(tǒng)的發(fā)展機會起因于信息技術(shù)的發(fā)展，而現(xiàn)有的人工智能基于預(yù)先編程算法，機器與程序并不能理解其所執(zhí)行的內(nèi)容。顯而易見，不考慮意識就沒有對自身行為的理解，而機器意識技術(shù)的涌現(xiàn)可以彌補這一缺失，因此機器意識技術(shù)可以為信息技術(shù)產(chǎn)業(yè)的發(fā)展提供新的契機。意大利巴勒莫大學(xué)機器人實驗室的Chella教授則指出，開展機器意識不僅是一種技術(shù)挑戰(zhàn)，也是科學(xué)和理論上開展人工智能和機器人研究的新途徑。最近，土耳其中東技術(shù)大學(xué)的G?k和Sayan兩位學(xué)者進一步認(rèn)為，開展機器意識的計算建模研究還有助于推進對人類意識現(xiàn)象的理解，推動構(gòu)建更加合理的意識理論。

上述這些學(xué)者的論述，無疑說明，機器意識研究不但對深化人工智能的研究有著重要的推動作用，對從科學(xué)上解釋神秘的意識現(xiàn)象也同樣具有非同尋常的意義。正因為機器意識研究有著如此重要的科學(xué)意義和推動未來信息技術(shù)革新的潛在價值，隨著最近十年的研究發(fā)展，該領(lǐng)域已經(jīng)成為學(xué)界廣泛關(guān)注的熱點。與此同時，數(shù)量相當(dāng)可觀的研究成果和實驗系統(tǒng)已逐步形成，有些成果已經(jīng)被運用到實際機器認(rèn)知系統(tǒng)的開發(fā)之中。機器意識研究已經(jīng)成為了人工智能最為前沿的研究領(lǐng)域。

機器意識研究的現(xiàn)狀分析

2006年之前的有關(guān)機器意識的研究狀況，英國皇家學(xué)院電子工程系的研究團隊已經(jīng)做過了比較全面的綜述。因此，我們這里主要就在此之后國際上有關(guān)機器意識的研究概況和發(fā)展趨勢進行分析。據(jù)我們的文獻檢索，截止到2015年底，在機器意識研究領(lǐng)域發(fā)表過的學(xué)術(shù)論文超過350余篇，其中最近十年發(fā)表的論文占了一半以上。歸納起來，由于對意識的哲學(xué)解釋不同，目前機器意識方面的主流研究往往是以某種意識科學(xué)理論為出發(fā)點的具體建模研究和實現(xiàn)。由于涉及到的文獻過多，無法一一列舉，我們僅就一些影響較大的典型研究進行分析。

在意識科學(xué)研究領(lǐng)域，一種較早的理論觀點是用量子機制來解釋意識現(xiàn)象，這樣的出發(fā)點也波及到有關(guān)機器意識建模的研究。利用量子理論來描述意識產(chǎn)生機制的有效性并不是說物質(zhì)的量子活動可以直接產(chǎn)生意識，而是強調(diào)意識產(chǎn)生機制與量子機制具有跨越尺度的相似性。近年來，意識的量子模型發(fā)展又有了新的動向。比如，作為量子意識理論的進一步發(fā)展，中國科學(xué)院電子學(xué)研究所的高山(Gao Shan)提出了意識的一種量子理論，研究了量子塌縮與意識之間的關(guān)系，假定量子塌縮是一種客觀的動態(tài)過程。日本Akita國際大學(xué)的Schroeder另辟蹊徑，在構(gòu)建統(tǒng)一意識模型中不涉及量子力學(xué)的量子相干性方面做出了全新的探索，主要目標(biāo)是說明現(xiàn)象意識能夠依據(jù)量子力學(xué)的物理解釋，用量子力學(xué)的形式化代數(shù)性質(zhì)來描述。此外，俄羅斯Lebedev物理研究所的Michael B. Mensky利用意識的量子概念提出了一種主觀選擇的數(shù)學(xué)模型，說明意識和超意識的特性如何能夠通過簡單的數(shù)學(xué)模型給出。當(dāng)然，更多的是有關(guān)意識量子機制描述的可能性爭論，正反兩方面的觀點都有。特別是在2012年的Physics of Life Reviews第9卷第3期，以Baars和Edelman所著論文“Consciousness， biology and quantum hypotheses”為核心，10余名相關(guān)領(lǐng)域的學(xué)者分別撰文對是否能夠通過量子機制來描述意識現(xiàn)象展開了多方位的辯論。最近，Susmit Bagchi從分布式計算的角度，較為全面地討論了生物演化與量子意識之間的關(guān)系。遺憾的是，迄今為止，學(xué)術(shù)界對此問題尚未達成一致的結(jié)論。

在機器意識研究中，第二種有重大影響的理論觀點就是全局工作空間理論。全局工作空間理論(Global workspace theory)是由美國加利福尼亞大學(xué)圣地亞哥分校神經(jīng)科學(xué)研究所的Baars研究員1988年提出的意識解釋理論。在該理論的指導(dǎo)下，由Baars、Franklin和Ramamurthy等人組成的研究團隊開展了長達20多年的機器意識研究工作，最終開發(fā)完成了LIDA認(rèn)知系統(tǒng)。

LIDA(Learning Intelligent Distribution Agent)是在該研究團隊等人早期開發(fā)的IDA(Intelligent Distribution Agent)基礎(chǔ)上發(fā)展起來的，主要依據(jù)Baars全局工作空間理論，采用神經(jīng)網(wǎng)絡(luò)與符號規(guī)則混合計算方法，通過在每個軟件主體建立內(nèi)部認(rèn)知模型來實現(xiàn)諸多方面的意識認(rèn)知能力，如注意、情感與想象等。該系統(tǒng)可以區(qū)分有無意識狀態(tài)，是否有效運用有意識狀態(tài)，并具備一定的內(nèi)省反思能力等。從機器意識的終極目標(biāo)來看，該系統(tǒng)缺乏現(xiàn)象意識的特征，比如意識主觀性、感受性和統(tǒng)一性均不具備。

指導(dǎo)機器意識研究的第三種重要理論觀點是意識的信息整合理論。意識的信息整合理論是美國威斯康星—麥迪遜大學(xué)精神病學(xué)的Tononi教授1998年提出的。自該理論提出以來，不少研究團隊以信息整合理論為依據(jù)，采用神經(jīng)網(wǎng)絡(luò)計算方法來進行機器意識的研究工作。其中，典型代表有英國Aleksander教授的研究團隊和美國Haikonen教授的研究團隊所開展的系統(tǒng)性研究工作。英國皇家學(xué)院的Aleksander教授領(lǐng)導(dǎo)的研究團隊長期開展機器意識的研究工作，發(fā)表相關(guān)論文30余篇。早期的研究主要給出了有關(guān)意識的公理系統(tǒng)及其神經(jīng)表征建模實現(xiàn)，比較強調(diào)采用虛擬計算機器來建模意識。最近幾年，Aleksander研究團隊采取仿腦策略，強調(diào)信息整合理論的運用，建立了若干仿腦(brain-inspired)意識實現(xiàn)系統(tǒng)，更好地實現(xiàn)了五個意識公理的最小目標(biāo)。美國伊利諾伊大學(xué)哲學(xué)系Haikonen教授的研究團隊則主要采用聯(lián)想神經(jīng)網(wǎng)絡(luò)來進行機器意識系統(tǒng)的構(gòu)建工作。自1999年以來，該團隊開展了富有成效的研究工作。Haikonen教授在所提出的認(rèn)知體系模型的基礎(chǔ)上，構(gòu)建了一個實驗型認(rèn)知機器人XCR-1系統(tǒng)。應(yīng)該說，雖然Haikonen所開展的機器意識研究的出發(fā)點是為了揭示意識現(xiàn)象本性，但他的成果卻是目前機器意識研究領(lǐng)域最為典范的工作之一。

在意識科學(xué)研究中，也有學(xué)者將人類的意識能力看作是一種高階認(rèn)知能力，提出意識的高階理論。在機器意識研究中，以這樣的高階理論為指導(dǎo)，往往會采用傳統(tǒng)的符號規(guī)則方法來建立某種具有自我意識的機器系統(tǒng)。其中，一個比較系統(tǒng)的研究工程就是意大利巴勒莫大學(xué)機器人實驗室的Chella教授用10年時間開發(fā)的Cicerobot機器人研究項目。該機器人實現(xiàn)了一種自我意識的認(rèn)知結(jié)構(gòu)機制，該機制主要由三個部分構(gòu)成：亞概念感知部分、語言處理部分和高階概念部分。通過機器人的高階感知(一階感知是指對外部世界的直接感知，高階是對機器人內(nèi)部世界的感知)，就形成了具有自我反思能力的機器人。這項研究工作的主要特點是將邏輯形式化方法與概念空間組織相結(jié)合，強調(diào)對外部事物的一種心理表征能力，并對外部環(huán)境進行內(nèi)部模擬。在高階認(rèn)知觀點的自我意識建模研究方面，另一個做出突出貢獻的是美國喬治梅森大學(xué)的Samsonovich教授率領(lǐng)的研究團隊。該團隊經(jīng)過10余年的研究，開發(fā)了一個仿生認(rèn)知體系GMU-BICA(George Mason University-Biologically Inspired Cognitive Architecture)。在該系統(tǒng)中定義的心理狀態(tài)不但包含內(nèi)容，還包含主觀觀察者，因此該系統(tǒng)擁有“自我”意識的主觀能力。系統(tǒng)實驗是利用所提出的認(rèn)知結(jié)構(gòu)模型來控制虛擬機器人完成一些簡單的走迷宮活動，機器人可以表現(xiàn)出具有人類意識所需要的行為。相比而言，與Cicerobot機器人強調(diào)自我意識是反思能力的概念不同，GMU-BICA系統(tǒng)則將自我意識理解為“自我”的意識。當(dāng)然，不管是Cicerobot還是GMU-BICA，這樣的高階認(rèn)知模型往往對心理掃視、主觀體驗與統(tǒng)一意識等意識本質(zhì)方面的表現(xiàn)兼顧不足。

除了上述介紹的這些有代表性的研究外，對于機器意識研究而言，還有如何判定機器具有意識能力的檢驗問題，這是目前機器意識研究領(lǐng)域十分重要的一個方面。顯然，要判斷開發(fā)的機器意識系統(tǒng)是否真正具備預(yù)期的意識能力，就需要開展相應(yīng)的意識特性分析、評判標(biāo)準(zhǔn)建立以及檢測方法實現(xiàn)等方面的研究工作。在這方面，由于目前對意識現(xiàn)象的認(rèn)識存在許多爭議，對于意識評測特性分析方面也難以有統(tǒng)一的認(rèn)識。因此，目前的機器意識特性需求分析也比較零散。倒是在評判標(biāo)準(zhǔn)的建立方面，西班牙卡洛斯三世馬德里大學(xué)計算機科學(xué)系A(chǔ)rrabales教授的研究團隊做出了比較系統(tǒng)的研究。該團隊自2008年開始就在這方面開展意識特性分析，給出了計算人工意識的一種量化測量方法ConsScale以及對感受質(zhì)的功能性刻畫。之后，該團隊又進一步提出了ConsScale的修訂版，并討論了在機器中產(chǎn)生感受質(zhì)和現(xiàn)象意識狀態(tài)的可能性。最終，該團隊成功構(gòu)建了CERA-CRANIUM認(rèn)知體系(采用意識全局工作空間理論建模)來檢驗產(chǎn)生的視覺感受質(zhì)以及實現(xiàn)的內(nèi)部言語。所有的這些成果為機器意識能力的初步檢測提供了一種實用的標(biāo)準(zhǔn)。當(dāng)然，也有將鏡像認(rèn)知看作是機器擁有自我意識能力的一種檢測標(biāo)準(zhǔn)，該理論的依據(jù)是人類和其他一些動物能夠在鏡子中認(rèn)出自己，這一能力被看作是擁有自我意識的明證。因此，Haikonen認(rèn)為在鏡像中的自我識別，即鏡像測驗，也可以用來確認(rèn)機器潛在的自我意識能力。于是，在意識能力檢測方法的研究中，許多研究工作都是通過鏡像測試來確定意識能力的。但也有研究認(rèn)為，鏡像測驗并不能證明意識能力的存在，要證明機器具有意識能力還需要通過更加復(fù)雜的測驗。比如，Edelman就提出三種意識檢驗的途徑，即意識的語言報告、神經(jīng)生理信號以及意識行為表現(xiàn)。

總而言之，機器意識的研究主要圍繞量子涌現(xiàn)機制、全局工作空間、信息整合理論、意識高階理論以及意識能力檢測這五個方面展開的。從研究的策略來看，主要分為算法構(gòu)造策略(Algorithm)與仿腦構(gòu)造策略(Brain-Inspiration)兩種途徑。從具體的實現(xiàn)方法上，主要可以分為三類：一是采用類神經(jīng)網(wǎng)絡(luò)的方法；二是采用量子計算方法；三是采用規(guī)則計算方法。雖然經(jīng)過20多年的發(fā)展，機器意識的研究取得了眾多的研究成果，但相對于人類意識表現(xiàn)方面，目前機器意識能力的表現(xiàn)還是非常局限的。根據(jù)筆者以及土耳其中東技術(shù)大學(xué)的G?k和Sayan發(fā)表的論文，目前機器意識系統(tǒng)主要具備的能力都是功能意識方面的，偶爾涉及自我意識和統(tǒng)一性意識(很難說是否真正實現(xiàn)了)?？梢姡庾R計算模型的研究還有很長的路要走，特別是關(guān)于內(nèi)省反思能力、可報告性能力、鏡像認(rèn)知能力、情感感受能力以及主觀性現(xiàn)象等，這些方面更加需要進一步的研究和探索。

人類意識能力的唯識學(xué)分析

人類意識能力的基礎(chǔ)是神經(jīng)活動，盡管神經(jīng)活動本身是意識不到的，也不是所有的神經(jīng)活動都能產(chǎn)生意識，但神經(jīng)活動卻能夠產(chǎn)生有意識的心理活動，這便形成了人類的意識能力。

根據(jù)現(xiàn)有的相關(guān)科學(xué)與哲學(xué)研究成果，人類意識的運行機制大致是這樣的：物質(zhì)運動變化創(chuàng)生萬物，生物的生理活動支持著神經(jīng)活動，神經(jīng)活動涌現(xiàn)意識(有意識的心理活動)，意識感受生理表現(xiàn)并指導(dǎo)意向性心智活動的實現(xiàn)，從而反觀認(rèn)知萬物之理。除了心理活動所涉及的神經(jīng)系統(tǒng)外，主要的心理能力包括感覺(身體感受)、感知(對外部事物的感知能力，包括視、聽、味、嗅、觸)、認(rèn)知(記憶、思考、想象等)、覺知(反思、意識、自我等)、情感(情緒感受)、行為(意志、愿望、等)、返觀(禪觀、悟解)等。

必須強調(diào)的是，迄今為止，對有意識的心理能力最為系統(tǒng)解析的學(xué)說體系并非是現(xiàn)在的腦科學(xué)研究，而是起源于古印度的唯識學(xué)。唯識學(xué)所研究的對象就是心識問題，相當(dāng)于本文界定的有意識的心理活動。如圖1所示，其理論體系主要包括五蘊八識的心法體系。

第一，前五識歸為色蘊，對應(yīng)的心法稱為色法，相當(dāng)于當(dāng)代心理學(xué)中的感知，其意識的作用稱為五俱意識(所謂“俱”，就是伴隨)。如果這種感知是真實外境的感知，則其伴隨性意識稱為同緣意識；如果是有錯覺的感知，則稱不同緣意識；如果這種感知活動產(chǎn)生后像效應(yīng)，則稱為五后意識(屬于不相應(yīng)法)。一般而言，色蘊對應(yīng)的心理活動都是有意向?qū)ο蟮模虼藢儆谝庀蛐睦砘顒印?/p>

第二，受蘊是一種心所法(具體的心理能力)，主要是指身體與情感狀態(tài)的感受。注意這里要區(qū)分身識中的身體狀態(tài)感受與色蘊是完全不同的心理能力，身識相當(dāng)于觸覺，是一種感知能力，而身體狀態(tài)的感受不是感知能力，而是感受身體疼痛、暖冷等的體驗?zāi)芰ΑＪ芴N的心理活動，雖然具有意識，但不具有意向?qū)ο?，因此不屬于意向性心理活動?/p>

第三，想蘊是另一種心所法，用現(xiàn)代認(rèn)知科學(xué)的話講，就是狹義的思維能力，如思考、記憶、想象等，屬于認(rèn)知的高級階段，顯然是屬于意向性心理活動。

第四，行蘊也是一種心所法，主要指一切造作之心，用現(xiàn)代認(rèn)知科學(xué)的話講，如動機、欲望、意愿、行為等。唯識學(xué)中的“行”，與“業(yè)”的概念相互關(guān)聯(lián)，一般分為三種，即身業(yè)(行動)、語業(yè)(說話)和意業(yè)(意想)，但都強調(diào)有意作為的方面，因此行蘊也屬于意向性心理活動。

第五，識蘊是整體統(tǒng)一的心法，更加強調(diào)的是后兩識(第七末那識、第八阿賴耶識)的心法，現(xiàn)代西方的認(rèn)知科學(xué)尚無對應(yīng)的概念。主要強調(diào)的是自我意識，特別是返觀能力，即對根本心識的悟解能力。

總之，色蘊是色法(感知能力)，受蘊、想蘊、行蘊都是心所法(具體的心理能力)，它們本身就是具有意識的心理活動(統(tǒng)歸于心法)，其中色法的意識作用是伴隨性的五俱意識，其他三蘊的意識作用與伴隨性的意識則又有不同，稱為獨散意識(受蘊、想蘊、行蘊所涉及的意識，是一種周遍性意識活動)。

當(dāng)然，如果所有意識作用出現(xiàn)在夢中，唯識學(xué)中則另外稱之為夢中意識(做夢時的意識活動，屬于不相應(yīng)法)。在唯識學(xué)的五蘊學(xué)說中，識蘊比較復(fù)雜，它是唯識理論特別單列的一種根本心法，除了強調(diào)自我意識的末那識“我執(zhí)”外，更是強調(diào)達到定中意識的阿賴耶識“解脫”，屬于去意向性心理活動。

總之，從意向性的角度看，我們的心理能力可以分為無意向性的受蘊，意向性的色蘊(前五識)、想蘊、行蘊，元意向性的意識以及去意向性的識蘊。其中，識蘊是一種特定的禪悟能力，對其性質(zhì)的認(rèn)識與禪宗的心法觀有關(guān)。

機器意識研究面臨的困境

對于目前的人工智能研究而言，我們涉及到的心智能力，如果按照五蘊分類體系來分析，那么大致只有色蘊、想蘊與行蘊中的部分能力。如果考慮目前有關(guān)機器意識的研究，也僅僅涉及到五俱同緣的伴隨性意識、想蘊與行蘊中的獨散意識、識蘊中的自我意識以及意識活動本身的機制問題，其他意識比如不相應(yīng)法的夢中意識、五后意識、定中意識、五俱不同緣意識等都沒有涉及。

根據(jù)上述有關(guān)心識能力的唯識學(xué)分析，對于機器而言，真正困難的機器意識實現(xiàn)問題是受蘊性獨散心識(體驗性意識能力)與識蘊性心識兩個方面，一個涉及無意向心理活動的表征問題，一個涉及去意向性心理活動的表征問題，這兩方面都是目前計算理論與方法無法解決的問題。反過來講，機器最有可能實現(xiàn)的心智能力部分應(yīng)當(dāng)是那些具有意向性的心識能力(色蘊、想蘊與行蘊)，即唯識學(xué)心法中的色法與若干心所法。

很明顯，意向性心理活動一定伴隨有意向?qū)ο?，于是就有可能對此進行計算表證，并完成相關(guān)的某種計算任務(wù)。因此，反過來說，我們認(rèn)為意向性心理能力是人工智能的理論限度(是上界，但并非是上確界)，機器實現(xiàn)的人類意識能力不可能超越意向性心識的范圍。這也就是本文觀點討論的基點，并具體給出如下方面論據(jù)的分析。

首先，我們來分析心智機器的成功標(biāo)準(zhǔn)。從我們的立場看，如果要構(gòu)建具有人類心智能力的機器，成功的標(biāo)準(zhǔn)起碼應(yīng)該通過圖靈測驗。主要理由是，由于“他心知”問題的存在，行為表現(xiàn)可能是唯一的判斷標(biāo)準(zhǔn)，此時圖靈測驗不失為一種可行的測試途徑，關(guān)鍵是“巧問”的設(shè)計。原則上，圖靈測驗通過言行交流，這是人類之間默認(rèn)具有心智能力的唯一途徑。再者，根據(jù)摩根準(zhǔn)則，在沒有把握的情況下，寧肯選擇比較簡單的解釋。因而，對圖靈測驗的解釋中，也必須注意摩根準(zhǔn)則，諸如機器思維或者機器經(jīng)過思考的行動這類有關(guān)心智能力的假設(shè)在大多數(shù)情況下應(yīng)該丟棄。

現(xiàn)在我們就來一場圖靈測驗，看看機器到底會遭遇什么樣的困境。為了看清本質(zhì)，我們的提問異常簡單，就是進行如下提問(所謂“多大年紀(jì)”思想實驗，參見筆者以前的文章“重新發(fā)現(xiàn)圖靈測驗的意義”)：你多大年紀(jì)？此時會發(fā)生怎樣復(fù)雜的情形呢？當(dāng)提問者一而再、再而三不斷重復(fù)這一問題時，機器很快就會暴露出其致命的缺陷，就是缺乏不可預(yù)見性反應(yīng)能力。那么，面對這么簡單的提問，機器為什么會無所適從呢？其實這跟機器形式系統(tǒng)的局限性有關(guān)。眾所周知，圖靈機是個形式系統(tǒng)，而哥德爾不完全性說明足夠復(fù)雜的形式系統(tǒng)不能證明某些真命題。這是否說明人的某些知識是計算機器永遠不能得到的？或者反過來說，是否說明不是所有的知識都能形式化呢？這樣就引出了如下第二個論據(jù)的討論。

從形式系統(tǒng)角度看，確實存在不可計算(證明)的問題，而且是大量的，但這些問題對于人類同樣也是不可計算(證明)的。比如圖靈停機問題，如果換成了人，結(jié)果是一樣的。至于知識，可能首先要分清知識的含義與性質(zhì)，知識是動詞還是名詞，要不要考慮元知識？如果這樣看待知識，那么肯定不是所有知識都可以形式化的。因此，我們可以發(fā)現(xiàn)，問題不在于形式系統(tǒng)是否有局限性，而在于對于意識現(xiàn)象能不能給出一致性的形式描述。

那么，我們可以對人類的意識現(xiàn)象給出一致性描述嗎？回答顯然是否定的。因為在人類的意識現(xiàn)象中，存在著意識的自反映心理現(xiàn)象：我們的意識活動是自明性的。從邏輯上講，如果一個系統(tǒng)允許自涉，那么該系統(tǒng)一定是不一致的，也就是說無法對該系統(tǒng)給出一致性的形式化描述。其實，人類的心理活動本來就是建立在神經(jīng)集群活動的自組織涌現(xiàn)機制之上的。因此，出現(xiàn)意識的自明性現(xiàn)象是必然的。這也就是美國哲學(xué)家普特南給出“缽中之腦”思想實驗所要說明的道理。比如，對于“我們都是缽中之腦”命題，在事先并不知曉這一事實的前提下，使用知道邏輯的反證法，可以明確加以否定。因此，我們?nèi)祟惖囊庾R能力，顯然不可能為機器所操縱。這樣，由于計算機器形式化能力的局限性，靠邏輯機器是不可能擁有人類全部意識能力的，起碼意識的自明性能力不可能為機器所擁有。

進一步，作為第三個論據(jù)討論，我們再來看人類的意義指稱能力問題。我們需要明確的問題是：機器能處理符號，但它能真正理解符號所代表的意義嗎？如果人的概念依賴于人類的軀體和動機(涉身性認(rèn)知)，那機器怎么可能掌握它們呢？這個問題主要是指機器是否能夠擁有指稱能力。塞爾的“中文之屋”提出了反對意見。其實這個問題的關(guān)鍵還是要弄清什么是“意義”？如果意義是指所謂抽象的“概念”內(nèi)涵而非表征形式，那么就必然存在一條語義鴻溝，因為機器內(nèi)部能夠處理或變換的只是不同的形式語言而已。但如果意義是指“行為表現(xiàn)”，那么這個問題就回到了上面圖靈測驗的第一個論據(jù)上去了。

人類語言表達意義不在語言形式本身，而在于意識能力。正因為這樣，才會有許多超出常規(guī)的意義表達方式。從根本上講，我們也不必一一列舉機器難以擁有的指稱能力，諸如矛盾性言辭、元語言表述以及整體性語境等難以一致性描述的狀況；而只需指出，機器不可能擁有人類的終極指稱能力即可。那么什么是終極指稱能力呢？宋代臨濟宗禪師惠洪在《臨濟宗旨》中指出：“心之妙不可以語言傳，而可以語言見。蓋語言者，心之源、道之標(biāo)幟也。標(biāo)幟審則心契，故學(xué)者每以語言為得道淺深之候?！逼渲兴^的“心之妙”者，就是終極指稱。由于超越了概念分別，是難以用語言來描述的，這就為形式化描述帶來了根本的困境。

第四個論據(jù)的討論涉及到所謂預(yù)先設(shè)定程序的問題。我們知道，目前的機器只能遵循給定的程序運行(預(yù)先設(shè)定的程序)，這樣的話，機器又怎么可能擁有真正的創(chuàng)造性和靈活性？也許人工智能的目的就是要讓機器的“計算”更加“聰明”，但目前預(yù)先設(shè)定程序的機器不可能是靈活的，更不用說創(chuàng)造性能力了。顯然，事情越有規(guī)則，機器就越能掌控，這就是預(yù)先設(shè)定程序的界限。比如對于表面復(fù)雜結(jié)構(gòu)的分形圖案，由于可以靠簡單規(guī)則加以迭代產(chǎn)生，機器就可以靠預(yù)先編程規(guī)則自如產(chǎn)生。但是對于人類常常出現(xiàn)的出錯性，由于毫無規(guī)律可言，機器便不可能預(yù)先加以編程，機器也就不可能擁有出錯性了。人是易于犯錯誤的，而機器按照設(shè)定的程序運行，永遠不會出錯，這就是預(yù)先編程的一個致命弱點，這也是第一個論據(jù)討論中機器無法通過圖靈測驗的根本原因。

要知道出錯性表面上似乎是一個負(fù)面品質(zhì)，但其實質(zhì)上則包含著靈活性和創(chuàng)造性，是一切新事物涌現(xiàn)機制的基礎(chǔ)。如果沒有生物基因的出錯性，自然選擇就沒有了作用的對象，繁復(fù)的生物多樣性也就無從談起。同樣，如果沒有了思想模因的出錯性，文化選擇也同樣沒有了作用的對象，博大的思想多樣性同樣無從談起?？梢?，出錯性是機器難以企及人類心智能力的一個分界線，而這一切都歸結(jié)為機器的預(yù)先編程的局限性。

同樣的道理，由于預(yù)先編程問題，也帶來了機器不可能真正擁有情感能力的新問題，這也構(gòu)成了機器難以擁有人類心識能力的第五個論據(jù)。我們知道，情感從某種意義上講就是常規(guī)理性活動過程中的“出錯性”，是非理性的，但基于邏輯的機器是理性的。也許人們會說，非理性的情感在心理表現(xiàn)中是不重要的，甚至是不起作用的。但我們要強調(diào)，即使是理性思維，情感和其他非理性因素也在其中扮演重要角色(傾向性指導(dǎo)作用)。如果說理性的認(rèn)知能力是前進的方向，那么非理性的情感能力就是前進的動力，人類的心理活動中豈可或缺情感能力？！而對于機器而言，缺少了情感能力，機器怎么能夠像人類一樣思維？！

機器是邏輯的，難以體現(xiàn)情感本性，目前有關(guān)情感的計算只是實現(xiàn)了情感的理性成份。筆者比較贊同這樣的觀點：理智是方向性的舵手，情感是驅(qū)動性的馬達，在航行中情感與理智相互依存。因此，如果情感不能計算，那么也談不上實現(xiàn)人類意識的計算，因為情感難以計算的本質(zhì)就是意識的感受問題。

機器能擁有意識能力嗎

通過上述對機器實現(xiàn)人類心智能力所面臨的困境的討論，就可以進一步引申出機器是否能夠跟人類一樣擁有意識能力的問題。為了避免陷入不必要的信念之爭，筆者認(rèn)為學(xué)術(shù)辯論主要應(yīng)對事實或可能事實開展分析討論。由于計算機器的概念相對明確，爭論的焦點多半會聚焦到有關(guān)人類“意識能力”的界定之上。所以，下面先給出筆者所理解的人類“意識能力”的分析描述，然后再圍繞著我們討論的主題，展開觀點的陳述。

意識包括功能意識、自我意識和現(xiàn)象意識，其中功能意識大體上涉及到意向性的心理能力，除了前面已經(jīng)討論過的五個論據(jù)外，似乎并不存在特別的新困難。但自我意識和現(xiàn)象意識則不同，由于涉及到去意向性和非意向性的表征問題，這便構(gòu)成了機器心識的最大困擾。首先，我們要清楚“自我意識”不是關(guān)于“自我”的意識，而是一種自身內(nèi)省反思能力。因此，自我意識是意識的核心功能。其次，我們必須澄清所謂的“體驗意識(qualia)”到底指什么？是精神的本性，還是虛構(gòu)的對象？這涉及到哲學(xué)基本問題，非常復(fù)雜，觀點紛呈。機器能否擁有意識能力的核心問題，其實就在于此。

由于涉及到心靈的一些本質(zhì)問題，機器意識研究一開始就引起了哲學(xué)領(lǐng)域的廣泛關(guān)注，有專家專門討論機器意識研究的哲學(xué)基礎(chǔ)，也有學(xué)者討論機器意識會面臨的困難，包括像意識(consciousness)、感受質(zhì)(qualia)和自我覺知(self-awareness)這些回避不了的、顯而易見的困難問題，以及一些與意識相關(guān)的認(rèn)知加工，如感知、想象、動機和內(nèi)部言語等方面的技術(shù)挑戰(zhàn)。除此之外，更多的則是延續(xù)早期對人工智能的哲學(xué)反思，對機器意識的可能性提出質(zhì)疑。涉及到強弱人工智能之爭、人工通用智能問題、意識的難問題、“中文之屋”悖論的新應(yīng)用、人工算法在實現(xiàn)意識能力方面的局限性、蛇神機器人不可能擁有主觀性、現(xiàn)象意識等眾多方面的爭論。

那么機器能夠擁有這種現(xiàn)象意識狀態(tài)嗎？對于現(xiàn)象意識的存在性問題，有截然相左的兩種觀點。一種是神秘論的觀點，認(rèn)為我們神經(jīng)生物系統(tǒng)唯一共有的就是主觀體驗，這種現(xiàn)象意識是不可還原為物理機制或邏輯描述的，靠人類心智是無法把握的。另一種是取消論的觀點，認(rèn)為機器僅僅是一個蛇神(zombie)而已，除了機器還是機器，不可能具有任何主觀體驗的東西。在這兩種極端觀點之間，還存在各種不同偏向的觀點，如還原論、涌現(xiàn)論、唯心論、二元論，等等。其實，依筆者看來，無需做上述復(fù)雜的討論，只須從意向性的角度來看，便可以澄清機器意識的可能性問題。筆者觀點是，凡是具有意向性的心理能力，理論上機器均有可能實現(xiàn)，反之則肯定不能實現(xiàn)。因為一旦缺少了意向?qū)ο螅瑱C器連可表征的內(nèi)容都不存在，又如何形式化并進行計算呢！

通過上述分析討論，可以發(fā)現(xiàn)，機器意識難以達成的主要困境可以歸納為這樣三個方面。第一個是形式化要求，特別是一致性要求導(dǎo)致的局限性，使得機器智能局限于具有意向性的心識能力，如色蘊、想蘊、行蘊。第二個則是機器缺乏不預(yù)見性的反應(yīng)能力，只能通過預(yù)先設(shè)定的程序來應(yīng)對環(huán)境。第三個就是無法擁有終極指稱能力，無法實現(xiàn)去意向性的識蘊能力。最后補充一點則是，對于涉及到現(xiàn)象意識的感受性能力(受蘊)，由于沒有意向?qū)ο罂梢宰鳛樾问交妮d體，因而對其進行的計算完全無從入手。

于是，我們可以很清楚地看到，意向性就是實現(xiàn)機器意識能力的一條不可逾越之界線。用數(shù)學(xué)的術(shù)語說，機器能夠擁有的意識能力的上界就是意向性心識能力。當(dāng)然這并非是上確界，因為不可預(yù)見性的反應(yīng)能力也屬于意向性能力，但從前面的分析中可以看出，目前基于預(yù)先編程的機器仍然無法擁有不可預(yù)見的反應(yīng)能力?；蛟S我們可以期待更為先進的量子計算機器來突破預(yù)先編程能力，但意向性心識能力的邊界，依然是無法突破的。

因此，當(dāng)我們把目前有關(guān)機器意識的研究分為面向感知能力實現(xiàn)的、面向具體特定意識能力實現(xiàn)的、面向意識機制實現(xiàn)的、面向自我意識實現(xiàn)的以及面向受蘊能力實現(xiàn)的這五個類別時，就可以同唯識學(xué)中意識的五蘊學(xué)說相對比，從而更加清楚地認(rèn)識其中的本質(zhì)問題所在。我們的結(jié)論是，對于機器意識的研究與開發(fā)，應(yīng)當(dāng)擱置有爭論的主觀體驗方面(身心感受)的實現(xiàn)研究，圍繞意向性心識能力(環(huán)境感知、認(rèn)知推理、語言交流、想象思維、情感發(fā)生、行為控制)，采用仿腦與量子計算思想相結(jié)合的策略，來開發(fā)具有一定意向能力的機器人，并應(yīng)用到社會服務(wù)領(lǐng)域。

機器意識研究未來展望

圍繞著上述分析所得出的主要結(jié)論，我們認(rèn)為，未來機器意識的研究，主要應(yīng)該開展如下5個方面的研究工作。

首先，構(gòu)建面向機器實現(xiàn)的意識解釋理論。由于意識問題本身的復(fù)雜性，目前存在眾多不同的意識解釋理論，其中只有部分理論用于指導(dǎo)機器意識的研究。為了更好地開展機器意識研究工作，取得更加理想的機器意識表現(xiàn)效果，必須直接面向機器意識實現(xiàn)問題本身，綜合并兼顧已有意識解釋理論，提出一種更加有利于機器意識研究的、有針對性的、全新的意識解釋理論。提出的新理論應(yīng)該不但能夠清晰地刻畫各種意識特性及其關(guān)系，而且應(yīng)該符合機器意識實現(xiàn)的要求，更好地用以指導(dǎo)機器意識的開展。為此，具體需要開展現(xiàn)有意識解釋理論的梳理研究、機器意識限度與范圍的分析研究、意識特性刻畫標(biāo)準(zhǔn)規(guī)范的構(gòu)建研究等方面的研究工作。

其次，探索機器意識的計算策略與方法。過去的研究表明，要想讓機器擁有意識能力，傳統(tǒng)的人工智能方法是無能為力的，我們必須尋找全新的計算方法。因此，機器意識的深入展開，需要有不同于傳統(tǒng)人工智能的計算策略和方法。就目前機器意識研究中所遇到的問題而言，在計算方法方面起碼需要開展亞符號(神經(jīng)信號)表征到符號(邏輯規(guī)則)表征之間的相互轉(zhuǎn)換計算方法、在非量子體系中實現(xiàn)類量子糾纏性的計算方法，以及神經(jīng)聯(lián)結(jié)與符號規(guī)則相互融合的計算方法等方面的研究。而在計算策略方面則需要開展仿腦與算法相結(jié)合策略的研究。只有確定了行之有效的計算策略和方法，才能真正推動機器意識進一步深入發(fā)展。

第三，構(gòu)建機器意識的綜合認(rèn)知體系。作為機器意識研究的主要任務(wù)，就是要構(gòu)建具有(部分)意識現(xiàn)象表現(xiàn)的機器認(rèn)知體系。給出的意識機器認(rèn)知體系應(yīng)該滿足一些基本需求，起碼應(yīng)該包括：實現(xiàn)具有感受質(zhì)和外部感知對象的感知過程；實現(xiàn)過程內(nèi)容的內(nèi)省反思；允許各模塊無縫整合的可報告性以及配備本體感知系統(tǒng)的基本自我概念。因此，這部分的研究內(nèi)容應(yīng)該結(jié)合機器意識計算策略與方法的探索，參照已有各種機器意識認(rèn)知體系的優(yōu)點，有針對性地進行構(gòu)建工作，以期滿足基本的意識特性需求。

第四，開發(fā)實驗性的意識機器人系統(tǒng)。在已有智能機器人開發(fā)平臺的基礎(chǔ)上，嵌入構(gòu)建好的機器意識綜合認(rèn)知體系，形成具體的意識機器人系統(tǒng)，并開展具體的系統(tǒng)實驗分析研究。通過各種意識特性的實驗，檢驗機器意識綜合認(rèn)知體系的性能是否滿足基本的意識特性需求，最終給出一種實驗性意識機器人系統(tǒng)的范例。

篇6

關(guān)鍵詞：互聯(lián)網(wǎng)計算機；信息安全；用戶身份認(rèn)證

目前計算機信息技術(shù)已經(jīng)得到廣泛普及，當(dāng)然使用要求也在隨之提高，除了各種功能以外，安全技術(shù)的研究至關(guān)重要，當(dāng)下用戶身份認(rèn)證技術(shù)，能夠針對系統(tǒng)計算機操作過程中的用戶身份進行確認(rèn)，大幅度提高了計算機使用安全性。相比傳統(tǒng)的安全措施，需要用戶記住大量的密碼，而且在實際運用過程中復(fù)雜、安全性較低，所以身份認(rèn)證技術(shù)無疑更加便利，而且安全系數(shù)要更高。因此需要加大對用戶身份認(rèn)證技術(shù)的研究，并在重要的場所和領(lǐng)域中推廣應(yīng)用，以確保系統(tǒng)的計算機信息使用的安全。

1身份認(rèn)證技術(shù)的含義

身份認(rèn)證技術(shù)是用戶在使用信息系統(tǒng)計算機的過程中，對其身份進行認(rèn)證，以確保計算機信息使用安全。對于計算機和網(wǎng)絡(luò)來說，其中所有內(nèi)容都是通過信息數(shù)據(jù)來表示，也包括用戶的個人身份信息，而該技術(shù)就是利用這一點，對用戶信息進行識別和授權(quán)，這樣就能確保用戶的使用安全，這個過程中就利用了身份認(rèn)證技術(shù)。因為計算機網(wǎng)絡(luò)技術(shù)的全面發(fā)展，安全問題也逐漸受到關(guān)注，尤其是企業(yè)單位的使用，會充分利用身份認(rèn)證技術(shù)，針對計算機信息進行安全防護，由此可見身份認(rèn)證技術(shù)，在企業(yè)單位的使用中承擔(dān)著重要任務(wù)。如果像以往采用單個電腦進行防護，就需要用戶記住多個密碼，因此在使用上十分復(fù)雜，而身份認(rèn)證技術(shù)則做到了更加簡化的操作，將登錄、驗證環(huán)節(jié)有效融合，為用戶提供了更多便利。目前各大企業(yè)單位都建立了身份認(rèn)證技術(shù)，并把其作為主要的安全保障系統(tǒng)，這樣可以有效提高計算機信息的安全系數(shù)，也能簡化以往的使用步驟，對于企業(yè)單位來說具有更多優(yōu)勢。

2計算機信息安全用戶身份認(rèn)證技術(shù)研究的重要性

從當(dāng)下的實際使用來看，身份認(rèn)證技術(shù)在計算機網(wǎng)絡(luò)信息安全中，具有非常重要的地位，也是最直接、最有效的安全防護措施，能夠充分判斷合法用戶與非法用戶，允許并監(jiān)督經(jīng)過授權(quán)的操作，并針對非法操作進行阻止，以此來避免黑客入侵或計算機病毒破壞等安全問題。一般來說用戶在登錄之前，必須要向身份認(rèn)證系統(tǒng)表明自己的身份，再經(jīng)過詳細的識別和確認(rèn)后，才能進行有效的操作，或針對某一資源進行訪問，安全系數(shù)大大提升。另外身份認(rèn)證，技術(shù)支持檢測系統(tǒng)，可以有效記錄用戶的行為，并針對系統(tǒng)進行檢查，是否存在入侵的行為等，因此身份認(rèn)證技術(shù)能夠為用戶提供更加全面的安全防護。在應(yīng)用身份認(rèn)證技術(shù)后，所有的安全服務(wù)都要用戶提供信息驗證，這樣就能大大降低安全問題，不過由于身份系統(tǒng)的重要作用，很多黑客也開始集中供給身份認(rèn)證系統(tǒng)，若身份認(rèn)證系統(tǒng)被破壞，將會造成不可預(yù)估的損失。在這樣的情況下，人們也愈發(fā)注重身份認(rèn)證技術(shù)的研究，并演變出密碼認(rèn)證、智能卡認(rèn)證以外的網(wǎng)關(guān)認(rèn)證、生物認(rèn)證、動態(tài)口令認(rèn)證等等，由此可見身份認(rèn)證技術(shù)研究的重要性。

3用戶身份認(rèn)證技術(shù)類型

3.1密碼認(rèn)證

由于網(wǎng)絡(luò)計算機信息安全問題頻出，所以身份認(rèn)證技術(shù)得到了廣泛重視，作為計算機系統(tǒng)安全防護的第1道關(guān)卡，密碼認(rèn)證是整個身份認(rèn)證技術(shù)的基石，其核心在于密碼算法，也就是密碼算法會直接決定身份認(rèn)證的強度。目前密碼認(rèn)證使用非常廣泛，不僅限于計算機，還有移動智能設(shè)備等。密碼認(rèn)證是最為常用的技術(shù)之一，可以有效保護個人信息安全，而且能夠準(zhǔn)確識別用戶身份信息，從而大大提高了儲存文件的安全系數(shù)，不過也存在相應(yīng)的問題，隨著時代的發(fā)展，密碼認(rèn)證技術(shù)會遭到更為強大的挑戰(zhàn)，因此也加大了量子加密算法與抗量子攻擊算法的研究，以此來加強密碼認(rèn)證技術(shù)的安全性。密碼認(rèn)證數(shù)據(jù)必須要經(jīng)過加密后才能進行儲存，因此當(dāng)下主要的研究方向為非對稱密碼技術(shù)，特別是基于PKI技術(shù)的二代身份認(rèn)證技術(shù)，為了能夠有效應(yīng)對更多黑客攻擊，量子密碼技術(shù)也在研究過程中，這樣才能確保密碼認(rèn)證的安全性，為用戶提供更好的隱私保護。

3.2智能卡認(rèn)證

智能卡也是較為常用的認(rèn)證技術(shù)之一，在軟硬件保護方面做得非常出色，可以確?？▋?nèi)信息無法被黑客訪問，其次智能卡中裝有芯片也能實現(xiàn)加密的效果，這樣就能大幅度提高智能卡認(rèn)證技術(shù)的安全性，因此也被認(rèn)為是非常安全的身份認(rèn)證技術(shù)。當(dāng)然智能卡的應(yīng)用優(yōu)勢非常多，甚至給身份認(rèn)證技術(shù)帶來更多突破，例如智能卡與其他技術(shù)的結(jié)合，從而形成新的身份認(rèn)證技術(shù)，而這種多因素認(rèn)證，也能有效提高身份認(rèn)證系統(tǒng)的安全性。其次用戶在使用智能卡進行身份認(rèn)證時，不僅要出示該智能卡，也要輸入正確的PIN碼，另外智能卡認(rèn)證技術(shù)還有專屬的ID號碼，也是有效的防范措施，系統(tǒng)可以針對該號碼進行識別是否由用戶使用智能卡。目前智能卡技術(shù)得到了有效研究，而且衍生出更多新的人在技術(shù)，例如余數(shù)定理遠程口令認(rèn)證、EIGmaal密碼遠程認(rèn)證等，對智能卡認(rèn)證技術(shù)進一步升級，也實現(xiàn)了更加安全、更加可靠的身份認(rèn)證。由此可見智能卡的使用，為身份認(rèn)證技術(shù)研究，提供了更多動力。

3.3網(wǎng)關(guān)認(rèn)證

近年來，手機號逐漸成為為信息系統(tǒng)賬號，一種基于手機號碼和運營商網(wǎng)絡(luò)的認(rèn)證方式隨之產(chǎn)生。網(wǎng)關(guān)認(rèn)證技術(shù)的前提是手機號碼作為系統(tǒng)賬號，并且接入到運營商網(wǎng)絡(luò)中。用戶在手機端登錄時，從用戶在手機終端訪問運營商網(wǎng)絡(luò)產(chǎn)生的網(wǎng)關(guān)信令中自動獲取用戶手機號碼，實現(xiàn)安全便捷的登錄。網(wǎng)關(guān)認(rèn)證有兩種形態(tài)，一是通過網(wǎng)關(guān)信令直接截取用戶手機號碼，反饋給用戶，用戶確認(rèn)后實現(xiàn)賬號認(rèn)證，一種是用戶輸入自己的手機號碼賬號，與網(wǎng)關(guān)獲取的號碼進行比對，若比對一致則認(rèn)證成功。網(wǎng)關(guān)認(rèn)證的優(yōu)勢是無須記憶密碼，操作簡單便捷，安全性和效率均較高，缺點是需要有運營商網(wǎng)絡(luò)。近幾年隨著移動互聯(lián)網(wǎng)的興起，該項技術(shù)的應(yīng)用也越來越廣泛。

3.4生物認(rèn)證

生物特征認(rèn)證技術(shù)，也是當(dāng)下最常使用的認(rèn)證技術(shù)之一，其核心在于利用人體特征，進行有效的身份認(rèn)證，首先要針對用戶的生物特征進行提取，其次再經(jīng)過模數(shù)轉(zhuǎn)換確定出唯一的特征，并形成最終的特征模板。目前生物認(rèn)證技術(shù)安全性非常高，在實際認(rèn)證過程中，需要獲取用戶的生物特征，在轉(zhuǎn)換成預(yù)定義的數(shù)字格式，與提前設(shè)置好的特征模板進行有效對比，這樣就能進行更加安全的身份認(rèn)證，判斷用戶的合法性。其次生物認(rèn)證的方式比較多樣化，例如指紋認(rèn)證、虹膜認(rèn)證、視網(wǎng)膜認(rèn)證、面部認(rèn)證以及聲音識別等等，尤其是面部認(rèn)證在當(dāng)下應(yīng)用最為廣泛。不過生物認(rèn)證技術(shù)仍存在不足，尤其是特征提取與模式匹配這兩個部分，仍然需要完善和探索，以此來減少識別過程中的錯誤概率。除此之外需要注意生物特征信息并不具備保密特點，例如指紋類的認(rèn)證方式，就容易遺留在物體上從而產(chǎn)生被盜用的風(fēng)險，另外生物認(rèn)證信息不能隨意更改，基于這些因素可以明確生物認(rèn)證技術(shù)的研究方向，包括結(jié)構(gòu)安全性、認(rèn)證機制，安全性等等，這樣才能增加安全保障。

3.5動態(tài)口令認(rèn)證

動態(tài)口令認(rèn)證技術(shù)其實就是由靜態(tài)口令演變而來，只不過隨著時展，靜態(tài)口令的安全性無法滿足用戶需求，不然靜態(tài)口令的使用卻比較廣泛，除了計算機的使用以外，例如銀行卡、支付寶都采用了靜態(tài)口令認(rèn)證。其核心機制在于系統(tǒng)預(yù)先保存用戶的ID和口令，這樣在用戶進行操作時，就需要針對用戶的身份進行認(rèn)證，首先系統(tǒng)獲取用戶輸入的ID和口令信息，再與數(shù)據(jù)庫中保存的信息進行對比，以此來判斷用戶的信息是否正確。但是靜態(tài)口令認(rèn)證技術(shù)的安全隱患比較嚴(yán)重，用戶每次進行驗證，靜態(tài)口令都保持一致，除非進行自主修改，這也導(dǎo)致計算機信息安全風(fēng)險。因此才有靜態(tài)口令發(fā)展為動態(tài)口令認(rèn)證技術(shù)，動態(tài)口令的核心就是一次性口令，用戶每次進行驗證，都會隨機生成動態(tài)密碼，再由認(rèn)證服務(wù)器進行驗證，從而大大提高認(rèn)證過程的安全系數(shù)，因為每次傳輸?shù)膭討B(tài)口令都不一致，所以能夠防止被黑客攻擊的情況。

3.6Usbkey技術(shù)認(rèn)證

對于Usbkey認(rèn)證技術(shù)來說，其核心就在于集合了多種身份認(rèn)證技術(shù)的優(yōu)勢，例如密碼認(rèn)證、智能卡認(rèn)證等等，可以說是多種技術(shù)融合而成，因此在使用上更加安全、可靠，尤其是內(nèi)置CPU或智能卡芯片，整個加密運算過程都是在Usbkey中運行，這樣用戶端密鑰就不會被計算機存儲，在遭到黑客攻擊時也不會泄漏密鑰。其次該認(rèn)真技術(shù)采用了雙因子認(rèn)證模式，并設(shè)計了USB接口，在使用上更加方便安全，與U盤大小一致，并沒有太大的差別，但內(nèi)部結(jié)構(gòu)相對復(fù)雜，包括CPU、儲存器、以及芯片操作系統(tǒng)等等。除此之外Usbkey具有硬件PIN碼保護，這樣就形成了兩個重要的防護因素，不僅有內(nèi)置的密碼算法，還要提供PIN碼才能實現(xiàn)成功認(rèn)證，而且就算PIN碼出現(xiàn)丟失、泄漏的問題，只要用戶的Usbkey沒有丟失，就不會出現(xiàn)安全問題。如果用戶的Usbkey丟失，但PIN沒有泄漏也不會造成安全問題，同時密鑰與證書也是不能進行導(dǎo)出操作的，加上Usbkey硬件更是不可復(fù)制，因此Usbkey是非常安全的身份認(rèn)證技術(shù)。

篇7

【關(guān)鍵詞】農(nóng)業(yè)企業(yè)，經(jīng)濟效益，因子分析，波士頓矩陣

經(jīng)濟效益是衡量一切經(jīng)濟活動的最終綜合指標(biāo)。目前，國內(nèi)外常用的企業(yè)經(jīng)濟效益評價方法主要有杜邦分析法、綜合評分法、EVA評價方法和關(guān)鍵績效指標(biāo)考評法等。

鑒于這些評估方法只是用某些指標(biāo)的簡單加權(quán)平均來度量企業(yè)綜合經(jīng)濟效益，致使評價結(jié)果缺乏全面性、客觀性與綜合性，特別是當(dāng)出現(xiàn)被評價對象之間某些評價指標(biāo)高低錯落時，就很難做出企業(yè)綜合經(jīng)濟效益的總體評估和排序。為此，本文將運用因子分析方法來建立企業(yè)經(jīng)濟效益的因子綜合得分模型，進而全面準(zhǔn)確地評估企業(yè)經(jīng)濟效益。

1. 企業(yè)經(jīng)濟效益評價指標(biāo)體系的建立

本文選取評價指標(biāo)體系遵循理論基礎(chǔ)、經(jīng)驗證據(jù)和可操作性的原則，將參與調(diào)研的農(nóng)企經(jīng)濟效益評價指標(biāo)體系設(shè)計為營運能力、償債能力、獲利能力和成長能力四個方面。

營運能力的主要指標(biāo)有應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率、股東權(quán)益周轉(zhuǎn)率;償債能力的主要指標(biāo)有流動比率、速動比率、產(chǎn)權(quán)比率、資產(chǎn)負(fù)債率;獲利能力的主要指標(biāo)有總資產(chǎn)利潤率、主營業(yè)務(wù)利潤率、成本費用利潤率、主營業(yè)務(wù)成本率、銷售凈利率、股本報酬率、資產(chǎn)報酬率、主營利潤比重、凈資產(chǎn)收益率;成長能力的主要指標(biāo)有主營業(yè)務(wù)收入增長率、凈資產(chǎn)增長率、總資產(chǎn)增長率。

2.農(nóng)業(yè)企業(yè)經(jīng)濟效益的應(yīng)用實例

2.1主因子的選取

本文在農(nóng)企這個傳統(tǒng)行業(yè)中選取了八個具有代表意義的企業(yè)，以它們年度的有關(guān)數(shù)據(jù)為樣本建立了該企業(yè)的經(jīng)濟效益評價指標(biāo)體系。同時運用SPSS軟件對所選取的數(shù)據(jù)進行因子分析。由于貢獻率反映了每個因子包含原始數(shù)據(jù)的信息量度，所以當(dāng)選擇前3個因子作為主因子時就包含了原始變量的86.152%以上信息量的滿足了因子分析用變量子集來解釋整個問題的要求。如下表1。

2.2主因子含義的分析

提取3個主成分之后，對3個主成分進行具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)化，旋轉(zhuǎn)在6次迭代后收斂，構(gòu)成得分。如下表2。

從上表中可以看出，第一主因子F1主要概括企業(yè)資產(chǎn)報酬率、股本報酬率和總資產(chǎn)利潤率方面的信息，故將F1稱為企業(yè)獲利能力因子;第二主因子F2主要概括企業(yè)主營業(yè)務(wù)收入增長率、凈資產(chǎn)增長率和流動比率、速動比率方面的信息，故將F2稱為企業(yè)成長能力和償債能力因子;第三主因子F3主要概括股東權(quán)益周轉(zhuǎn)率、存貨周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)率方面的信息，故將F3稱為企業(yè)運營能力因子。以上主因子便構(gòu)成了經(jīng)濟效益的綜合評價體系。

2.3經(jīng)濟效益的評價

運用SPSS軟件，計算出各個主因子得分。再按因子貢獻率加權(quán)即可求出每個企業(yè)經(jīng)濟效益，公式如下

F=（0.51395F1+0.22296F2+0.12460F3）/ 0.86152

將有關(guān)數(shù)據(jù)分別代入企業(yè)經(jīng)濟效益的得分?jǐn)?shù)學(xué)模型，便得到每個企業(yè)一年經(jīng)濟效益的得分。依次將五年的數(shù)據(jù)計算得出，然后算得平均值。企業(yè)經(jīng)濟效益平均得分越高，它的排序越靠前，則該企業(yè)經(jīng)濟效益越好。計算結(jié)果如下表4所示。

從表4中，我們可以看出，有三家的平均值是負(fù)的，七家是正的;大部分也只比0多一點點，僅有兩家的經(jīng)濟效益得分大于0.5。

3.結(jié)束語

根據(jù)分析數(shù)據(jù)可知，整個農(nóng)業(yè)行業(yè)的經(jīng)濟效益還是可以的，只是個別的企業(yè)因為個別原因使得經(jīng)濟效益差強人意。但是，從農(nóng)業(yè)中獲得大量的利益也是不容易的，要有一定的實力，達到一定的規(guī)模。所以，選擇農(nóng)業(yè)這個行業(yè)一定要謹(jǐn)慎。

篇8

關(guān)鍵詞：計算思維；計算機課程：非計算機專業(yè)

自上世紀(jì)九十年代開始，在大學(xué)內(nèi)進行了計算機基礎(chǔ)教育，應(yīng)用教育等兩個關(guān)于計算機的學(xué)習(xí)階段。隨著對計算機知識的不斷加深，關(guān)于計算機專業(yè)的學(xué)時、計算機教學(xué)內(nèi)容的選擇以及計算機理論和應(yīng)用的平衡發(fā)展等問題逐漸浮出水面。針對這些有關(guān)問題的不斷出現(xiàn)，教育部等和各高校都召開研討會討論有關(guān)“計算思維”的問題，許多大學(xué)也先后開展以計算思維為主題的課程改革，并獲得了成功也為之后的改革奠定了基礎(chǔ)。對于大學(xué)生計算機課程的教育重點，都形成了“計算思維”的核心理念，達成了課程改革以計算思維為主題的共識，但是計算思維如何體現(xiàn)計算思維，其他專業(yè)的學(xué)生如何實現(xiàn)計算思維？本文對此提出了見解。

一、計算思維的含義與發(fā)展

大學(xué)課程中計算機課程的選擇要考慮以下問題：何為計算思維的授課內(nèi)容？計算機課程中的核心計算思維有哪些？非計算專業(yè)的學(xué)生如何培養(yǎng)計算思維？計算思維是伴隨著計算系統(tǒng)出現(xiàn)的，自計算機出現(xiàn)以來，計算機系統(tǒng)也隨之像大樹一樣不斷發(fā)展。

1. 計算系統(tǒng)根基性理論

計算系統(tǒng)的根基性理論對于現(xiàn)在的計算技術(shù)以及未來的計算技術(shù)都有著不可忽視的指導(dǎo)作用。其中的“0和1”思維、“程序”以及“遞歸”思維尤其重要。

（1）0和1是計算的基礎(chǔ)，世界上的各類信息都可轉(zhuǎn)化為0和1的問題。0和1也可以轉(zhuǎn)化為各種信息滿足人類的需求。0和1先轉(zhuǎn)化復(fù)雜的運算為簡單的邏輯運算，隨后運用各種晶體元件實現(xiàn)運算，晶體管再組合成復(fù)雜的元件，最后組合成最為復(fù)雜的計算機系統(tǒng)。將復(fù)雜化為簡單，從0到1的轉(zhuǎn)換，就是一種重要的計算思維。

（2）簡單的部件和動作系統(tǒng)可合成一個復(fù)雜的系統(tǒng)，所以系統(tǒng)的控制可以通過控制基本的部件和動作來完成，而基本指令的組合就能形成一個程序。通過程序的控制來實現(xiàn)系統(tǒng)的控制，正是計算機的運行原理，所以程序也是計算思維的一種。

（3）遞歸是一種利用有限完成無限的思維方法，是自身對自身進行調(diào)動，從高到低來解決問題的思維，也是重要的計算思維。

2. 計算系統(tǒng)的發(fā)展

研究計算系統(tǒng)發(fā)展過程中蘊含的計算思維對于計算專業(yè)的研究以及計算技術(shù)的應(yīng)用有著非凡的意義。計算系統(tǒng)的發(fā)展主要有一下幾個方面。

（1）馮諾曼依結(jié)構(gòu)計算機的運行原理是，信息先在存儲器里春樹，隨后控制器通過讀取和分析數(shù)據(jù)，經(jīng)行運算執(zhí)行。運行思維是程序的存儲和執(zhí)行，馮諾曼依結(jié)構(gòu)計算機對于程序的執(zhí)行和設(shè)計有著重要的指導(dǎo)作用。

（2）PC是由硬件和軟件系統(tǒng)組成，一種能獨立運行，完成特定功能的設(shè)備。PC是操作系統(tǒng)和程序共同協(xié)作完成存儲，最后由硬件進行信息執(zhí)行的細微體現(xiàn)。

（3）并行和分布的計算是一種多個中央處理器和磁盤組成的計算環(huán)境。一般在局域或廣域網(wǎng)內(nèi)運行，是硬件協(xié)同系統(tǒng)共同執(zhí)行程序的思維體現(xiàn)。

（4）多CPU和大容量的磁盤可構(gòu)成云計算。這種計算體現(xiàn)了一種按照需求實現(xiàn)信息計算的思維。

通過計算思維的發(fā)展，可以看出計算思維其本質(zhì)就是抽象化與自動化的結(jié)合。

3. 社會和自然與計算思維結(jié)合

計算學(xué)科包含了各種細小的分支學(xué)科，這些分支學(xué)科又能與社會或自然學(xué)科結(jié)合，形成新的邊緣學(xué)科。這些新學(xué)科的形成是計算機學(xué)科融合的體現(xiàn)，也使計算學(xué)科的研究成為了具有更廣博范圍的研究。

隨著計算技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)會從簡單的局域廣域網(wǎng)絡(luò)發(fā)展到更深層次曾大范圍的，充滿人類智慧網(wǎng)絡(luò)。如今的網(wǎng)絡(luò)已經(jīng)不只是單純的計算機網(wǎng)絡(luò)，物質(zhì)對象形成的物聯(lián)網(wǎng)、人脈關(guān)系形成的社交網(wǎng)等，都是網(wǎng)絡(luò)發(fā)展的體現(xiàn)，未來的計算機網(wǎng)絡(luò)更是可以和社會與自然結(jié)合，形成更大更具體的網(wǎng)絡(luò)。

4. 算法和計算系統(tǒng)的計算思維

算法是計算系統(tǒng)的精神所在，它是計算規(guī)則和問題解決方式的集合。算法則普遍存在于計算系統(tǒng)中，系統(tǒng)是一個包含自然方面和社會方面各種問題的整體，其間具有種種聯(lián)系與作用，也具有不可替代的功能。如果要開發(fā)一個新的系統(tǒng)或軟件，就需要一個整體和科學(xué)的思維系統(tǒng)，然后運用算法，起到畫龍點睛的效果。

二、計算機以外其他專業(yè)計算思維的重要性

計算思維不僅對計算機專業(yè)的人員有影響，對其他專業(yè)的人才也會有作用，通過一個例子，我們來談一下其他專業(yè)中計算思維的成功運用。

其中一個成功的例子就是1982年獲得諾貝爾化學(xué)獎的約翰波普。他在研究化學(xué)的過程中成功運用了計算機，如今化學(xué)界常用的量子化學(xué)也是他建立的。他開發(fā)的“Gaussian 量子化學(xué)綜合軟件包”可進行多種化學(xué)研究，在為化學(xué)的研究更廣闊開閘提供了很大的便利。約翰波普的案例成功證明了計算思維在其他領(lǐng)域的影響：可以將不同的思維轉(zhuǎn)換為可計算的對象；研究過程利用計算思維中的算法，形成一個系統(tǒng)；將數(shù)據(jù)匯集起來形成一個數(shù)據(jù)庫，然后進行性質(zhì)的總結(jié)；利用計算思維轉(zhuǎn)換物理為信息。所有這一切都離不開計算思維。

3. 計算思維對其他專業(yè)人員的必要性

從波普的實例能看出，其他專業(yè)人員同樣需要計算思維，可以將從事的工作與計算機聯(lián)系起來。

（1）學(xué)科專業(yè)的研究可以利用計算機進行。以往使用的專一手段可能在事業(yè)未來的發(fā)展中受限，所以計算機的利用可以為學(xué)科信息等的獲得提供新的更加便利的可能。

（2）通過計算機進行計算的革新。有些需要用到計算的非計算機專業(yè)，結(jié)合本專業(yè)的固有思維和計算，利用計算機進行計算方法的革新，對于一些專業(yè)非常必要。自己的專業(yè)結(jié)合計算機專業(yè)的知識，這種新型人才正是未來所需要的。

4. 其他專業(yè)的人員利用計算思維可完成新的思維跳躍

其他專業(yè)的學(xué)生只對計算機的一般應(yīng)用技能進行學(xué)習(xí)，很難應(yīng)付未來的專業(yè)需求。這時就需要計算思維的加入，計算的思維與本學(xué)科固有的思維融會貫通，完成新思維的跳躍，在專業(yè)領(lǐng)域獲得更廣博的見解。知識可能會隨著時間被忘卻但思維模式是不會忘記的，計算思維模式為非計算專業(yè)學(xué)生提供了靈活的思維模式，將計算思維與其他學(xué)科結(jié)合，激發(fā)創(chuàng)新能力是學(xué)生所真正需要的。

三、以計算思維為核心的計算機課改之路

綜上所述，針對計算機專業(yè)和其他專業(yè)課程的選擇，應(yīng)當(dāng)以計算思維培養(yǎng)為核心，可考慮以下的改革建議。

（1）通過直接對計算思維比較專業(yè)和典型理論以及實例的講解，使學(xué)生更加升入了解和體會計算思維，并能與生活相結(jié)合，形成新的豐富的思維。

（2）也可以先從較簡單常見的計算機運用講起，然后由淺入深引入計算思維，然后通過案例加深了解。第一次計算機課程最好先講述理論，然后其他的課程可以幫助訓(xùn)練計算思維。

計算思維有著堅定的計算體系與技術(shù)支持，由豐富的系統(tǒng)和各種算法構(gòu)成，能夠與社會與自然緊密結(jié)合形成新的內(nèi)容。對于非不同專業(yè)的學(xué)生來說，計算思維都是幫助專業(yè)創(chuàng)新和思維跳躍的重要工具。大學(xué)生思維的培養(yǎng)以及新課程的改革，計算思維都是正確且重要的方向。

篇9

關(guān)鍵詞：數(shù)碼藝術(shù)；文化；數(shù)字化

一、思想淵源

受杜尚影響，上世紀(jì)六十年代藝術(shù)家普遍開始將溝通與合作作為關(guān)注焦點，它們不斷嘗試將新的行為模式和新的媒介，借鑒新的人類經(jīng)驗，改變思維方式，探索嘗試各種可能性。藝術(shù)家尤其關(guān)注觀眾對作品的反饋，希望大眾更多地參與到作品當(dāng)中。在這些藝術(shù)家眼中，藝術(shù)不僅僅是某個實體存在，它更多地強調(diào)過程：藝術(shù)形成的概念或思想。上世紀(jì)初的量子物理學(xué)和上世紀(jì)末的神經(jīng)科學(xué)與生物學(xué)的發(fā)展，某種程度上可以說，佐證了人類曾經(jīng)的某些“狂想”的科學(xué)性，極大地激發(fā)并豐富了藝術(shù)家的想象。在杜尚作品《大玻璃》中，觀眾欣賞作品同時，倒影在玻璃的映像，才使作品完整起來，藝術(shù)的客體發(fā)生了變化，他們不僅是接受者，也成為了創(chuàng)造者。佛教《嚴(yán)華經(jīng)》中，解釋世界為一個相互關(guān)系的完美網(wǎng)絡(luò)，在這里所有的事物和事物以一種無限復(fù)雜的方式相互作用。杜尚認(rèn)為：“藝術(shù)作品不能單獨地存在于一個對象中，而是存活在一個系統(tǒng)中，所有的創(chuàng)作行為，并非都是由藝術(shù)家獨自進行；觀察者通過破譯和解釋其內(nèi)在的含義把作品與外界聯(lián)系起來，從而增加了創(chuàng)造性的行為。”藝術(shù)出現(xiàn)的新秩序是交互性，它分散了作者的同時，觀察者與創(chuàng)造者的界限被打破了。遠程通信網(wǎng)絡(luò)能夠?qū)D像和文本組成一種新的結(jié)合形式，通過計算機程序?qū)烧呓Y(jié)合成一種意識流，這里沒有“發(fā)送者”和“接收者”，只有“使用者”文本的概念不僅只是現(xiàn)成的結(jié)果，而是可以在知識積累過程中不斷改寫。數(shù)碼藝術(shù)本質(zhì)上是非物質(zhì)性的，它于了某種理念基礎(chǔ)上構(gòu)建的世界不僅增強了人們的感知，也改變了人們的感知。在遠程交互中的我們不是一個孤立地思考、觀察和感受的個體，創(chuàng)造力是共享的，來源是分散的，它使得人們能夠參與全球視野的生產(chǎn)生活中。

二、數(shù)碼藝術(shù)的特質(zhì)

數(shù)字藝術(shù)最鮮明的特質(zhì)為互動性與連接。在虛擬現(xiàn)實中的表現(xiàn)特征是遠程、沉浸式的。增強現(xiàn)實更接近真實世界。將圖像、聲音、觸覺和氣味按其存在形式添加到自然世界中，但減少了沉浸感。數(shù)字藝術(shù)創(chuàng)作需過程需要經(jīng)過五個階段：連結(jié)、融入、互動、轉(zhuǎn)化、出現(xiàn)。首先，是同網(wǎng)絡(luò)連結(jié)，并讓你全身融入其中，參與系統(tǒng)中并與系統(tǒng)中的其他人溝通交流，在與他人的互動中，你的思維是流動的，隨之?dāng)?shù)碼藝術(shù)作品不斷發(fā)生轉(zhuǎn)變，最后它可能形成新的影像、新的與人連接方式、新的思維法則和經(jīng)驗。藝術(shù)家希望他的作品能不斷與人產(chǎn)生互動，在虛擬空間中，人們的意識自由地交流，不同背景、不同身份的觀眾對作品呈現(xiàn)出豐富的解讀。以計算機為媒介的系統(tǒng)從本質(zhì)上看是交互、轉(zhuǎn)化的，在很大程度上反對平和的穩(wěn)定性。理查德.羅蒂在在《偶然、反諷與團結(jié)》中認(rèn)為通過語言“表現(xiàn)現(xiàn)實”的整個想法以及為所有人找一個單一環(huán)境的想法應(yīng)當(dāng)拋棄。數(shù)碼藝術(shù)是數(shù)字化時展的必然產(chǎn)物，是結(jié)合數(shù)字科技與藝術(shù)的一門新的互涉學(xué)科。它同時兼?zhèn)涔た坪臀目苾煞N學(xué)科性質(zhì)，結(jié)合“藝術(shù)”和“計算機科學(xué)與技術(shù)”，同時還將融合其他如心理學(xué)、社會學(xué)、哲學(xué)、生態(tài)學(xué)、文學(xué)、音樂等學(xué)科的交涉影響，而且也一定還會吸引更多的不同學(xué)科背景的人融入當(dāng)中。

三、當(dāng)代數(shù)碼藝術(shù)家的重新定位

早在十九世紀(jì)，瓦格納就認(rèn)為現(xiàn)代藝術(shù)應(yīng)當(dāng)是融合多種元素呈現(xiàn)，他曾說：“現(xiàn)有的藝術(shù)都是些末流之作”。十九世紀(jì)藝術(shù)家把這個音樂、舞蹈、語言等作為單獨的表現(xiàn)手法，瓦格納認(rèn)為藝術(shù)發(fā)展的方向應(yīng)該是這三個不同的元素應(yīng)該是放在一起的重新做出一個歌劇，把所有的舞劇、話劇融合在一起的。他透過一個綜合的方法進行了融合，將所有感官性的元素包括在里頭。這里面有一些不同的區(qū)域，包括燈光、音響、具體的語言、風(fēng)格的設(shè)計、主張等等，這些融合做成超藝術(shù)的一種作品出來。當(dāng)代藝術(shù)家在虛擬空間中與觀眾密切地合作聯(lián)系。新的交互式數(shù)字科技被廣泛應(yīng)用，多媒體不過是其中較為大眾所知的一種。其它諸如智能建筑、人工智能、人工生命、納米技術(shù)、3D打印等，都在沖擊到我們的生活與思考方式，我們對自我與所處環(huán)境的看法，以及我在各種情境所扮演的角色。傳統(tǒng)藝術(shù)將重心放在對象的表現(xiàn)和其所代表的的含義，今天的藝術(shù)關(guān)心的是是互動、轉(zhuǎn)換和出現(xiàn)的過程。在藝術(shù)方面，個人表達與個人創(chuàng)意已經(jīng)由藝術(shù)家延伸到了觀眾，這是人人都是藝術(shù)家的時代，并且人們對藝術(shù)家的期待已不僅是創(chuàng)作動人的內(nèi)容，而是構(gòu)建出環(huán)境、空間、與關(guān)系，讓觀眾能夠參與其中，藝術(shù)家做的不再局限于對現(xiàn)實中取樣反映他的思想觀點，而是構(gòu)造一個空間，讓觀眾在其中創(chuàng)造自己的世界。

作者:李黎 單位：蘇州大學(xué)藝術(shù)學(xué)院

篇10

關(guān)鍵詞：瞬態(tài)熒光光譜；能量傳遞；輻射躍遷速率；非輻射躍遷速率

分子吸收能量使得基態(tài)的電子被激發(fā)到單線激發(fā)態(tài)，并由第一單線激發(fā)態(tài)回到基態(tài)時發(fā)出的光就是熒光。熒光壽命是指分子在單線激發(fā)態(tài)所平均停留的時間，即激發(fā)態(tài)的電子回到基態(tài)所用時間，這個速率一般為108s-1，因此一個典型的熒光壽命大致為10ns。由于熒光壽命所處的時間范圍是一個非常短的時間，因此檢測熒光壽命需要非常精密準(zhǔn)確的光電儀器，通常所用的熒光壽命的儀器為瞬態(tài)熒光光譜。熒光團的熒光壽命不但與其自身的結(jié)構(gòu)關(guān)系密切而且與其所處微環(huán)境的極性、粘度等條件有關(guān)，研究體系所發(fā)生的變化，都可以通過熒光壽命測定得到直觀的了解。例如，分子之間發(fā)生的團簇、熒光團與熒光受體之間發(fā)生共振能量傳遞、兩個分子或者熒光團由于光誘導(dǎo)下發(fā)生的電荷傳遞導(dǎo)致熒光的猝滅以及蛋白質(zhì)結(jié)構(gòu)大重排異構(gòu)等現(xiàn)象都能通過熒光壽命的表征“看”出究竟[1]。

與穩(wěn)態(tài)熒光光譜相比，瞬態(tài)熒光光譜有著其他一些無法比擬的優(yōu)勢[2]，例如，穩(wěn)態(tài)熒光中，熒光的強度變化與物質(zhì)的濃度有著絕對的依賴關(guān)系，一般的檢測利用這一關(guān)系能夠方便的對物質(zhì)的性質(zhì)，體系的變化過程有一個大致的認(rèn)識，但是有時這種過于依賴濃度卻容易成為測試過程中的誤差及人為操作失誤。與穩(wěn)態(tài)熒光光譜法相比，熒光壽命的測量則與熒光體周圍環(huán)境的散射和光學(xué)系統(tǒng)的調(diào)整無關(guān)，且不依賴于從熒光團到探測器的光學(xué)路徑，因而，在很多情況下是一種更有效的檢測方法[3]。例如，在研究熒光共振能量傳遞過程中的機理時，由于發(fā)生了能量傳遞，從穩(wěn)態(tài)光譜中可以觀測到熒光強度的猝滅或升高，依據(jù)這一現(xiàn)象可以解釋供體及受體之間所發(fā)生的傳遞機理，但是穩(wěn)態(tài)光譜中的熒光信號強度與濃度的關(guān)系密切，但是在實驗操作的過程中有時由于實驗的需要，對體系進行其它處理（例如，離心、稀釋等）。這就導(dǎo)致觀測到的熒光信號不是由于能量傳遞過程導(dǎo)致的而是因為一些操作誤差所引起。而通過瞬態(tài)熒光光譜進行熒光壽命的測試就能很好的規(guī)避這些現(xiàn)象，因為，熒光壽命的變化只能由于發(fā)生了共振能量傳遞，使得供體受體熒光發(fā)射機理了變化。因此，在研究熒光發(fā)射機理等實驗中，瞬態(tài)熒光光對于穩(wěn)態(tài)熒光是一種很好地補充及佐證[4]。本文將重點介紹瞬態(tài)熒光光譜的測試手段、機理并且以德國PicoQuant公司的熒光光譜儀為例，介紹在科研工作中的實際操作及應(yīng)用過程。

1.熒光壽命的測定

現(xiàn)代方法中熒光壽命的測定主要包括三種：時間相關(guān)單光子記數(shù)法（Time 2 Correlated Single 2Photon Counting ， TCSPC ）、相調(diào)制法（ Phase Modulation Methods） 和頻閃技術(shù)（ Strobe Techniques）[3]

1.1相調(diào)制技術(shù)

相調(diào)制技術(shù)也稱之為“頻域法”（Frequency 2 Domain Method）。正弦調(diào)制的激發(fā)光激發(fā)樣品后，發(fā)射光與激發(fā)光之間存在著一種受迫響應(yīng)，因此發(fā)射光和激發(fā)光有著相同的圓頻率（ω），但是由于熒光壽命的存在，電子在激發(fā)態(tài)會有一定的停留時間，調(diào)制發(fā)射波在相上滯后激發(fā)波一個相角。利用實驗測定的相角和解調(diào)參數(shù)，可計算出相壽命（τp）和調(diào)制壽命（τm），對于單指數(shù)衰減，τp與τm相等。

1.2頻閃技術(shù)

頻閃技術(shù)也叫脈沖取樣技術(shù)（Pulse Sampling Techniques），測定中，樣品被脈沖光源激發(fā)。與脈沖光源同步，電壓脈沖啟動或按一定程式延遲啟動光電倍增管，光電倍增管按預(yù)設(shè)時間門檢測樣品的熒光強度。一般檢測時間門比熒光壽命短得多，這樣通過逐漸改變光電倍增管的延遲時間，可以得到樣品被脈沖光源激發(fā)后不同時刻的一系列熒光強度。

1.3時間相關(guān)單光子記數(shù)法

TCSPC是目前主要應(yīng)用的熒光壽命測定技術(shù)，簡單的說單光子計數(shù)法的工作原理是：光源發(fā)出兩束相同的脈沖光，其中一束通過起始光電倍增管，使得光電倍增管產(chǎn)生一個電信號，該信號啟動時輻轉(zhuǎn)換器開始工作，另外一束脈沖光到達樣品池后，激發(fā)樣品，產(chǎn)生的熒光通過單色器等到達終止光電倍增管，終止光電倍增管產(chǎn)生的信號停止時幅轉(zhuǎn)換器的工作，而這樣的一個時間差被多道多道分析儀 （ Multichannel Analyzer）進行記錄、累計，表明產(chǎn)生了一個該時間下的光子，經(jīng)過幾十萬次重復(fù)以后 ，不同的時間通道累積下來的光子數(shù)目不同。將這些數(shù)目的光子對時間作圖后得到的就是一個熒光衰減曲線[5]。TCSPC 法的突出優(yōu)點在于靈敏度高、測定結(jié)果準(zhǔn)確、系統(tǒng)誤差小，是目前最流行的熒光壽命測定方法。本實驗中所采用的測量手段就是TCSPC法[6]。

2.熒光壽命及其含義

假定一個無限窄的脈沖光（δ函數(shù)） 激發(fā)n0個熒光分子到其激發(fā)態(tài)，處于激發(fā)態(tài)的分子將通過輻射或非輻射躍遷返回基態(tài)。分別用kr和knr表示兩種躍遷時的速率，那么激發(fā)態(tài)衰減速率可表示為：

dn（t）/dt=（kr+knr）n（t）

其中n（t）表示時間t時激發(fā)態(tài)分子的數(shù)目，由此可得到激發(fā)態(tài)物種的單指數(shù)衰減方程。kr為輻射躍遷衰減速率knr為非輻射躍遷衰減速率，由于發(fā)射是一個隨機事件，受激后的熒光團在一定的時間內(nèi)具有著相同的發(fā)射概率，由此可得到激發(fā)態(tài)物種的單指數(shù)衰減方程[7]：

n（t）=n0exp（-t/τ）

在實際的實驗中雖然不能直接的觀測到受激后的分子數(shù)目但是熒光強度與受激分子的數(shù)目n（t）成正比，因此可將上式改寫為時間相關(guān)的熒光強度I（t）公式：

I（t）=I0exp（-t/τ）

其中I0為時間為0時的熒光強度，熒光壽命定義為衰減總速率的倒數(shù)：

τ=（kr+knr）-1

也就是說熒光強度衰減到初始強度的1/e時所需要的時間就是該熒光團在測定條件下的熒光壽命。實際上用熒光強度的對數(shù)對時間作圖，直線斜率即為熒光壽命倒數(shù)的負(fù)值。熒光壽命也可以理解為熒光物種在激發(fā)態(tài)的統(tǒng)計平均停留時間。

3.實驗部分

3.1試劑部分：

異硫氰酸熒光素（FITC）99%，上海精純化學(xué)試劑有限公司；3-氨丙基三乙氧基硅烷（APS）98%，上海精純化學(xué)試劑有限公司；正硅酸乙酯（TEOS）分析純，上海光復(fù)發(fā)展有限公司；氯金酸99%，上海中秦化學(xué)試劑有限公司；無水乙醇，上海光復(fù)發(fā)展有限公司；氨水，上海光復(fù)發(fā)展有限公司。

3.2儀器介紹：

FluoTime200熒光壽命光譜儀配有Picoharp300時間相關(guān)單光子計數(shù)器，光源為4個LED脈沖光源，以光纖為傳輸介質(zhì)，分別為282nm、376nm、464nm、497nm、另外，還配有一個激光光源[8]，波長為633nm-535nm。擬合軟件為Fluofit

version4.5。

15nm金納米顆粒的合成：將3.2mL氯金酸25mM母液溶于48mL的超純水中，將溶液攪拌均勻后，加熱到沸騰，迅速加入8mL事先預(yù)熱好的38.8mM的檸檬酸三鈉水溶液，劇烈攪拌，并且繼續(xù)加熱到沸騰，溶液的顏色有黑色變?yōu)榫萍t色后，開始計時，保持沸騰狀態(tài)冷凝回流10min，關(guān)閉熱源，自然冷卻到室溫，則可以得到粒徑大小為15nm左右的金納米顆粒[9]。

核殼納米顆粒的合成：將預(yù)先制備好的金納米顆粒水溶液60mL放入100mL圓底燒瓶中，加入0.5mL，12.8g/ mL平均分子量為10000g/mol的PVP水溶液，在室溫下劇烈攪拌36h以上，使得PVP分子吸附在金納米顆粒的表面，在11000rpm下離心30分鐘，將上清液去除，沉淀部分用超純水再分散為30mL的水溶液。然后取5mL該溶液，加入14.6mL乙醇以及0.4mL氨水，劇烈攪拌均勻，在恒壓滴液漏斗中放置10mL，1.19mM的TEOS的乙醇溶液，逐滴的將TEOS乙醇溶液滴入金納米顆粒溶液中，并且控制較慢的攪拌速度。6h內(nèi)滴加完畢TEOS乙醇溶液，繼續(xù)攪拌反應(yīng)12h，直到金納米顆粒外層長上10nm左右的二氧化硅殼層，形成金核二氧化硅殼的納米體系[10-13]。

FITC分子負(fù)載在核殼納米顆粒表面：為了將FITC分子以共價鍵的形式連接在二氧化硅外層形成金@二氧化硅@FITC的體系，首先，先對FITC分子進行修飾，然后將修飾后的FITC分子連接到二氧化硅殼層外，簡單的說步驟為：將1 mg FITC分子以及2 μL APS分子溶解在50 mL的無水乙醇溶液中在氬氣保護下，黑暗環(huán)境中反應(yīng)48 h，使得APS分子上的氨基與FITC分子中的異硫氰根相連，形成APS-FITC體系，緊接著2.5 mLAPS-FITC分子以及1 μL TEOS分子一起加入到30 mL金@二氧化硅體系中，攪拌下反應(yīng)24 h，反應(yīng)完成后離心、洗滌將沒有連接在二氧化硅殼層表面的FITC分子除去。

4.結(jié)果與討論：

金核包裹二氧化硅殼層后的電鏡照片如圖1所示，中間較黑色的部分為金核，粒徑大小大約為15nm，包裹二氧化硅的殼層為淺灰色部分，厚度大約13nm左右，最外層的FITC染料是小分子層，因此，在透射電鏡照片中看不到。

由透射電鏡照片可以證明本實驗體系構(gòu)建。在此體系的基礎(chǔ)上，由于染料分子受激后的熒光發(fā)射光譜與15nm粒徑的金納米顆粒的紫外可見消光光譜的光譜重疊度較大，當(dāng)在一個合適的距離時（大約20nm以內(nèi)），受激后的染料分子與金納米顆粒之間會發(fā)生熒光共振能量傳遞（FRET）過程，在這一過程中染料分子的熒光會大幅度的降低，同時染料分子的熒光壽命也會發(fā)生變化，且熒光壽命的變化相比于穩(wěn)態(tài)熒光更加真實可靠。

熒光壽命的測試：選擇464nm脈沖LED作為光源，首先，打開fluotime200熒光光譜儀，打開LED光源的電源控制器后，等待LED光源點燃1min后打開TCSPC控制器電源，在測試之前，將整個儀器預(yù)熱30min以上后再使用。儀器預(yù)熱完畢后，用2cm左右寬度的紙條，調(diào)節(jié)光源的位置以及光斑的大小，光源位置要處在樣品槽的中下端，光斑大小為1cm左右的實心圓斑。測試之前，為了保護儀器的安全性，首先將IRIS以及LED光源電壓關(guān)到最小。接著點開操作軟件，將計算機與測試系統(tǒng)相連，等軟件連接完畢后，初始化波長，使得波長處在最小值。在測試之前首先要大致的了解樣品的信息，在本實驗中，F(xiàn)ITC是一種量子產(chǎn)率很高的熒光染料，熒光的最大發(fā)射在520nm，其熒光壽命大致在4 ns左右，因此，在測試時先將探測波長設(shè)置為520nm，然后設(shè)置一個合適的電壓以及重復(fù)頻率，重復(fù)頻率的選擇遵循這樣一個公式：重復(fù)頻率≤1/10*τ，本實驗中FITC的熒光壽命為4ns，依據(jù)公式選擇重復(fù)頻率為25MHz或者更小的一個值，因此選擇20MHz較為合理。通過設(shè)置電壓的大小以及IRIS的調(diào)節(jié)將信號的強度控制在重復(fù)頻率的5‰以內(nèi)。

Fluotime200在收集信號時可以設(shè)置收集一定的光子數(shù)（counts）以及一定的收集時間，這就使得信號的采集具有兩種模式：在無限時間內(nèi)收集確定的光子數(shù)；在一定時間內(nèi)收集一定的光子數(shù)。在本實驗中為了測量輻射躍遷速率常數(shù)，我們采用后一種測試方式。測試結(jié)果如圖2所示，紅色以及綠色的點為原始數(shù)據(jù)，通過fluotit軟件對數(shù)據(jù)進行擬合擬合后所得熒光壽命見表1。

圖2 FITC參比以及13nm二氧化硅殼層包裹金核體系中的熒光壽命，黑色線為擬合結(jié)果，激發(fā)波長：464nm，探測波長：520nm

我們通過實驗測得的熒光壽命可以分析出在染料分子FITC與金納米顆粒之間發(fā)生共振能量傳遞之后的輻射躍遷以及非輻射躍遷速率的變化[14]：

其中 代表熒光團的熒光量子產(chǎn)率，F(xiàn)ITC的量子產(chǎn)率為0.97，由此可得FITC的輻射躍遷速率常數(shù)kr，在公式2中的Ir（t=0）以及Ir0（t=0）分別為圖2中兩種體系在收到光激發(fā)后的光子數(shù)，然后通過公式1中所得的FITC的輻射躍遷速率常數(shù)kr0，可以計算出13nm二氧化硅殼層厚度核殼體系中的輻射躍遷速率常數(shù)kr，再通過公式3可以得出各個體系中的非輻射躍遷速率常數(shù)knr，所有計算結(jié)果以及擬合后的熒光壽命都列于表1中。

5.結(jié)論

總之，我們通過設(shè)計以金納米顆粒作為能量傳遞過程中的受體，熒光分子FITC作為給體，將二者以共價鍵的形式相連，其中的距離我們通過一定厚度的二氧化硅殼層作為間距。在此體系中研究輻射躍遷及非輻射躍遷過程，利用Picoquant公司的瞬態(tài)熒光光譜儀Fluotime200對體系進行表征。在464nm波長脈沖LED作為光源激發(fā)下的體系，其共振能量傳遞中所導(dǎo)致的輻射躍遷速率與非輻射躍遷速率的變化都可以通過瞬態(tài)熒光光譜儀得到系統(tǒng)的表征和論證。

參考文獻：

[1]閻吉祥，李家澤.激光誘導(dǎo)熒光壽命及其測量[J].光學(xué)技術(shù)，1997，（02）.

[2]Jin Y.Multifunctional Compact Hybrid Au Nanoshells： A New Generation of Nanoplasmonic Probes for Biosensing， Imaging， and Controlled Release[J]. Accounts of Chemical Research， 2013.

[3]王文韻，于皎路，于英寧，et al.分子和離子的熒光壽命測量和研究[J].激光雜志，1993，（03）.

[4]Mandal S， Ghatak C， Rao VG， et al.Pluronic Micellar Aggregates Loaded with Gold Nanoparticles （Au NPs） and Fluorescent Dyes： A Study of Controlled Nanometal Surface Energy Transfer[J]. The Journal of Physical Chemistry C， 2012， 116（9）： 5585-5597.

[5]程穎，任明明， S. A， et al. 基于TCSPC技術(shù)的心肌細胞NAD（P）H熒光光譜和壽命的研究.In：中國遺傳學(xué)會第十屆全國激光生物學(xué)學(xué)術(shù)會議論文摘要集，2009.

[6] 房喻， 王輝.熒光壽命測定的現(xiàn)代方法與應(yīng)用[J]. 化學(xué)通報， 2001， （10）.

[7] Kim K-S， Kim J-H， Kim H， et al.Switching Off FRET in the Hybrid Assemblies of Diblock Copolymer Micelles， Quantum Dots， and Dyes by Plasmonic Nanoparticles[J]. ACS Nano， 2012， 6（6）： 5051-5059.

[8] 葉明樹， 田治富， 胡慶， et al.脈沖LED激發(fā)羅丹明B瞬態(tài)熒光光譜特征[J]. 華僑大學(xué)學(xué)報（自然科學(xué)版）， 2011， （06）.

[9] Frens G.Controlled nucleation for the regulation of the particle size in monodisperse gold suspensions[J]. Nature， 1973， 241（105）： 20-22.

[10] Liz-Marzán LM， Giersig M， Mulvaney P.Synthesis of nanosized gold-silica core-shell particles[J]. Langmuir， 1996， 12（18）： 4329-4335.

[11] Shanthil M， Thomas R， Swathi RS， et al.Ag@SiO2 Core–Shell Nanostructures： Distance-Dependent Plasmon Coupling and SERS Investigation[J]. The Journal of Physical Chemistry Letters， 2012， 1459-1464.

[12] Chen Y， Chen HR， Guo LM， et al.Hollow/Rattle-Type Mesoporous Nanostructures by a Structural Difference-Based Selective Etching Strategy[J]. ACS Nano， 2010， 4（1）： 529-539.