深入理解JUL：剖析Jul的定义与核心功能，东西问·汉学家｜施寒微：AI如何重塑人文研究的价值与未来？原创 等你老了，鞋子不用买太多，备上这“三双”就足够了，舒适又显高对于舒淇来说，“熟女范”的穿搭轻车熟路。他喜欢这种松弛显贵的look，也能穿出属于自己的风格魅力。
中国科学院信息中心开发的全球领先的科学计算平台——Jul，以其高效、灵活和强大的计算能力在科研领域中发挥了不可替代的作用。它以深度学习为核心技术，通过对大量数据进行训练和优化，构建出具有高度智能化决策能力的人工智能系统，被誉为“人工智能领域的‘珠穆朗玛峰’”。
Jul的定义及核心功能主要由以下几方面构成：
1. 丰富数据处理能力：Jul作为多模态人工智能系统，支持多种数据类型的输入和输出，包括文本、图像、音频、视频等多种类型的数据，能够快速准确地处理和分析这些海量数据。其强大的并行计算和分布式存储能力，使得Jul可以有效地处理复杂的问题，如自然语言处理、计算机视觉、机器翻译等。
2. 深度学习算法驱动：Jul的核心是深度学习算法，主要包括卷积神经网络（CNN）、循环神经网络（RNN）和注意力机制（Attention Mechanism）。通过这些算法，Jul能够从大量数据中提取特征，建立复杂的模型，并利用这些模型做出精准的预测和判断。例如，在图像识别任务上，Jul可以通过深度学习算法对图像中的像素进行分类和识别；在语音识别任务上，Jul可以通过RNN技术提取语音信号中的特征，实现语音识别和转换。
3. 强大的模型训练和优化能力：Jul拥有丰富的模型库和算法资源，可以根据用户的需求和问题特性，自动生成适合的模型结构和参数配置，同时具备高效的模型训练和优化能力，可以在短时间内完成大规模的模型训练和更新。这得益于Jul的超大规模并行计算平台和高效的数据挖掘算法，使得Jul能够快速调整模型参数，适应各种挑战性的场景和任务。
4. 多源数据融合与集成：Jul不仅限于单一的数据源，还能处理来自不同来源的信息，例如从互联网、数据库、文献、实验等多源数据进行融合和集成，形成更加全面、可靠和有效的知识表示和推理。这有助于Jul在跨学科、跨领域的问题解决中发挥更大的作用。
5. 自动化部署和扩展性：Jul提供了丰富的API接口和SDK，方便开发者快速集成到自己的应用或系统中，实现了自动化模型部署和扩展。Jul还具有良好的可扩展性和灵活性，可以根据业务需求和数据量的变化，动态调整模型大小和运行策略，满足未来业务发展的需求。
Jul作为深度学习为核心的人工智能系统，以其丰富而强大的数据处理能力、深度学习算法驱动、强大的模型训练和优化能力、多源数据融合与集成、自动化的部署和扩展性等多个优势，使其在科学研究、工业应用、大数据分析等领域具有广泛的应用前景和深远的影响。在未来的发展中，Jul将继续深化研究、拓展应用场景，推动人工智能技术的进步和社会文明的进步。
在首个“文明对话国际日”即将到来之际，6月5日至7日，以“理解中国：人工智能时代的汉学研究”为主题，由教育部中外语言交流合作中心和中国人民大学共同主办的第九届世界汉学大会在中国人民大学深圳研究院举行。
来自50余个国家和地区的近200位汉学家共商汉学在人工智能时代的创新发展之路，为践行全球文明倡议、推动中外文明交流互鉴注入新动能。
德国汉学家、哥廷根大学东亚文学与文化荣休教授施寒微(Helwig Schmidt-Glintzer)是本次大会的特邀嘉宾。20世纪60年代，施寒微以研究中国古典名著开启汉学生涯。如今，他将目光投向人工智能对人文领域的冲击。
面对部分高校调整人文学科的趋势，他在主题演讲中提出：AI是“征服世界”的工具，还是助力“共享世界”的伙伴？大会期间，施寒微接受中新社“东西问”专访，分享了他对人工智能时代人文研究价值的观察与思考。
施寒微：人文专业的调整反映了技术变革下的结构性挑战，但绝非人文价值的消亡。我发现，中国一些高校调整了人文招生规模，这是应对人工智能时代的一种策略性调整。现代社会对人文的需求反而会增强。
人文研究者的核心竞争力在于提出深刻问题、批判性解读与综合能力，这是AI无法替代的。转型关键在于成为“六边形战士”：既要深耕人文传统，也需掌握技术工具。例如，AI可承担流程化任务(如数据处理)，而学者应聚焦跨文化对话、价值反思及复杂文本的创造性阐释。
人文教育培养的是理解人类关系(如《红楼梦》对人际关系的揭示)、批判性思维及文化认同构建能力。若我们能以技术拓展人文边界(如利用AI分析古籍或构建全球文明数据库)，传统研究者非但不会失业，反而将引领“新轴心时代”的智性革新。
2025年6月6日，第九届世界汉学大会在广东深圳开幕，著名汉学家施寒微参加平行会议并发表题为《征服世界还是共享世界：人工智能的核心命脉何在》的演讲。记者 陈楚红 摄
施寒微：AI生成选题多基于现有数据模式，而人文研究的核心优势在于提出颠覆性命题——例如追问现代化进程中文明身份的重构，或“轴心时代”伦理如何回应AI引发的全球性危机。
在我看来，人文研究者的核心竞争力在于“问题意识”与“综合批判力”。AI可基于数据生成选题，但无法触及“轴心时代”的终极关怀——如第一个“轴心时代”的道德敏感度(约翰·托尔佩理论)或第三个“轴心时代”所需的全球公民意识。研究者需追问如“和谐社会的传统如何应对AI伦理危机”等融合历史与未来的命题。
此外，当AI承担流程化任务(如文献梳理)，学者应转向整合不同国家和地区专家学者的观点，构建跨文明对话。人文研究可参照“双螺旋结构”，以传统文化复杂性约束技术霸权，以AI增强跨文明理解能力，例如通过机器翻译时，学者需主导价值选择。
AI对《红楼梦》的速读可能提供表面隐喻，却难触及清代史学家章学诚所称的“恕”，即设身处地为他人着想——这种基于文化浸润的共情能力，需长期文本精读与生命体验。
中国学生通过《红楼梦》学习人际关系解读，其价值在于文本与读者生活的互动生成意义。汉语涉及的多地方言、历史语境及未言之意(如庄子“能止”的哲学)，要求学者在创造性诠释中激活传统。
AI翻译虽便捷，却可能消解语言多样性。因此，文本分析能力非但未被淘汰，反而因AI的“浅层化”风险更显珍贵——它要求学者以德国社会学家哈特穆特·罗萨(Hartmut Rosa)所说的“共鸣敏感度”，深耕语言细节，重视倾听和旁听，掌握适时停止的能力，将技术工具转化为深化人文洞察的桥梁。
2025年6月6日，第九届世界汉学大会在广东深圳开幕，著名汉学家施寒微(右)倾听嘉宾提问。记者 陈楚红 摄
施寒微：章学诚提出的“恕”是建立信任与文明的基础，需基于个人命运与文化归属感。当前，AI可模拟基础情感反馈，但无法实践德国哲学家哈贝马斯(Jürgen Habermas)要求的“敏锐相互换位思考”，即在话语中权衡所有受影响者的利益并自我调整。
AI可作为增强工具辅助文化体验(如实时翻译学术讲座)，但真实理解仍依赖“精读”训练。而精读《论语》需结合自身社会关系，实践“仁”。这是目前机器尚未抵达的领域。
施寒微：借助科技建设更包容的世界，不是对AI进行简单数据输入，而是以文明互鉴重塑技术哲学。从不同文明中寻求智慧，转化为AI的伦理架构。
具体来说，可以通过辩证训练，将《浮士德》《庄子》等多元经典纳入机器“集体记忆”，提升文化互补性，培育多维价值判断。此外，通过建立冲突预防机制，比如借鉴澶渊之盟的和解智慧，训练AI模拟文化冲突的谈判路径，使机器成为“第三个轴心时代”的伦理伙伴。
施寒微：“第三个轴心时代”的思想主要集中在技术对人类认知和精神世界的重塑。在这种情况下，人文研究更有探讨价值。在人生意义层面，如有学生阅读《红楼梦》是为“理解人类本身”，其生命困惑无法被AI答案消解。在文明存续层面，“轴心时代”的伦理遗产(孔子、苏格拉底等人的理论)需人类在技术狂潮中主动抉择——例如用章学诚所提到的“恕”，平衡AI效率逻辑。在批判自由层面，AI论文依赖既有数据，而人类可挑战传统，甚至质疑AI自身(如哈贝马斯反对“技术代理冲突”)。
2025年4月29日，“2025梦想天堂：AI机器人酷玩乐园”在浙江杭州开园。小朋友体验与“苏东坡”时空对话。记者 吴君毅 摄
汉学研究的本质是“理解转型中的中华文明”，其反思性、批判性与创造性，使人类在技术革命中保有定义自身价值的主动权。如今伴随着技术的进步，AI也能写论文，恰证明人文教育更需聚焦提问的勇气与共情的深度。唯此，人类才能在机器时代守护“人之为人”的尊严。(完)
施寒微。 记者 陈楚红 摄
施寒微(Helwig Schmidt-Glintzer)，德国汉学家、德国哥廷根大学东亚文学与文化荣休教授。截至2023年底担任德国图宾根中国中心主任、资深教授。其著述颇丰，专著多达几十部，涉及中国思想、宗教、历史、文学、语言等诸多方面。
我们总是说爱美是不分年龄的，可是真正上了年纪之后，很多人都会控制不住自己穿衣老土的现象，随着年龄的增长，女性对于美的追求就会有所改观，选择的衣服也不再以个性潮流为主，而是会考虑到更加舒适大气的效果。
进入六月，很多地区都开启了“高温模式”，酷热的天气也让我们对穿搭失去了耐心，有时候打扮好一身，出门没走几步，便已经爆汗淋漓，再好看的造型也被浸湿，美感瞬间全无，比起好看，清爽、舒适更是烈日里大多数人的追求，尤其是鞋子。
对于每个女人来说，我们需要了解自己的身体特点、肤色以及个人风格。因为只有这样，才可以有针对性地选择适合自己的服装款式、颜色和设计，让穿衣打扮完美又自然。不过往往在整体穿搭的过程中，我们会容易忽略鞋子的重要性。
第一章：中老年女人可以选择这三双鞋子，舒适又显高
NO.1奶奶鞋