点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
意大利航天员引用的《兰亭集序》，竟有这么多故事！******
中新网北京10月14日电(记者 王诗尧)“仰观宇宙之大，俯察品类之盛，所以游目骋怀，足以极视听之娱，信可乐也”。中国著名书法家王羲之所著《兰亭集序》中一句描绘宇宙景观的古文，近日出现在意大利女航天员萨曼萨·克里斯托福雷蒂的社交媒体上，她在发布一组太空摄影作品时配上了上述文字。
没想到这篇帖文一经发布便受到国内外网友热议，并获中国外交部发言人点赞。跨越千年，《兰亭集序》的影响力丝毫未减，再度成为时下文化热点。
这位意大利女航天员此前接受采访的视频截图“天下第一行书”
《兰亭序》又名《兰亭集序》，是晋代书法家王羲之在会稽(今绍兴)撰写，全文28行，共计324字，被誉为“天下第一行书”。
东晋穆帝永和九年(公元353年)三月三日，会稽内史王羲之邀约谢安、孙绰等41名文人雅士和家族子弟相聚山阴之兰亭，大家一起饮酒赋诗、畅叙幽情。会上26人赋诗41首，并聚诗成集，为《兰亭集》，王羲之乘兴为他们书写序文手稿，曰《兰亭集序》。
资料图为唐·冯承素(传)摹兰亭序帖卷。向一鹏 摄据说次日王羲之酒醒之后发现自己写得甚好，只是有几个字不满意，又复书序文十余遍，始终不得其妙。于是他涂改了几字，留下这篇被历代书界奉为极品的《兰亭集序》。
《兰亭集序》全文没有一个字写法相同，仅一个“之”字就有二十余种写法。明代书画家董其昌曾在《画禅室随笔》中写道：“右军《兰亭序》，章法为古今第一，其字皆为映带而生，或小或大，随手所如，皆入法则，所以为神品也。”
资料图：位于绍兴的兰亭书法博物馆 项菁 摄真迹下落不明 曾被唐太宗重金悬赏
然而，就是这件被誉为“贵越群品，古今莫二”的书法极品，真迹至今下落不明，流传作品皆为临摹之作。
其实，王羲之成为千古留名的“书圣”，与历代帝王对他的推崇离不开关系。而他的头号粉丝，就是唐太宗李世民。
唐代《徐氏法书记》记载：“太宗於右军之书，特留睿赏，贞观初下诏购求，殆尽遗逸”。彼时刚当上皇帝的唐太宗，就已经急不可待地筹划要把王羲之的全部作品买回来，可是最为著名的《兰亭集序》却怎么都找不到，于是命人到处搜集，并重金悬赏。
资料图：王羲之墓 项菁 摄早在《兰亭集序》写成之后，王羲之就把它视作传家宝，坚持不肯卖给别人，并命令子孙将其代代相传。令人惋惜的是，《兰亭集序》传到第七代的时候，王家的世孙智永出家为僧，没有后代，最后只好将《兰亭集序》的真迹传给了他的弟子辩才。
唐太宗获悉《兰亭集序》在辨才和尚手里，就命令监察御史萧翼去“智取”。萧翼到寺庙以后，和辩才和尚谈天论地，二人十分投机。辩才以为遇上知音，有一天“碰巧”谈论到王羲之的书法作品时，他难掩激动之情就把藏于屋梁洞内的真迹拿了出来，萧翼趁其不备偷走了它，转呈给唐太宗。
曾被众多名家临摹仿写入选教材背诵推荐篇目
据史料记载，唐太宗死后，根据他的遗愿，《兰亭集序》也随他一起下葬。不过，对于《兰亭集序》的真实下落史学界仍说法不一，千百年来谁也不知道它最终去向何方。
现在人们可以欣赏到的《兰亭集序》，都是唐代以后的摹本，其中“神龙本”《兰亭集序》是最著名的版本之一。该版本因卷首有唐中宗李显神龙年号小印，故而得名，学界一度认为是唐代书法家冯承素临摹，也有人认为是褚遂良所摹，一直争议不断。
宋拓神龙兰亭序。图片来源：故宫博物院官网古往今来，《兰亭集序》曾被众多名家临摹、仿写，故宫博物院就有数十个版本的藏品，供世人参观、欣赏。普通高中课程标准实验教科书中，《兰亭集序》入选为“古诗文背诵推荐篇目”，相信许多人的学生时代都背诵过这篇旷世杰作。
面对浩瀚宇宙与时间长河时，人类或许只是渺小的一粒尘埃。但优秀文化的魅力却可以跨越时空限制，让不同年代、不同地域、不同背景的人，从中感受到属于自己的思想脉动。(完)
提速近10倍！基于深度学习的全基因组选择新方法来了****** 近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。 全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。 统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。 相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。 该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。 与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。 该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。 学术支持 中国农业科学院作物科学研究所 记者 宋雅娟
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
大众彩票地图 |
)