佰家富app走势图-新版APP下载-安全购彩
佰家富app开奖结果2023-01-31 16:05

佰家富app走势图

走向世俗与儒雅——汉唐间孔子形象的演变******

  作者:丁红旗(华东师范大学中文系古籍所副研究员)

  一时代有一时代的思潮。随着儒学的沉浮,作为中国传统文化与儒学的象征,孔子形象的变迁附着了更多的政治、社会内涵,特别在汉唐时期。

走向世俗与儒雅——汉唐间孔子形象的演变

  一 汉时谶纬神化下的孔子形象

  东汉灵帝建宁二年(169年)三月,鲁国相史晨向尚书省奏请祭祀孔庙。文中,史晨一再强调孔子是“乾坤所挺,西狩获麟,玄丘制命,……为汉制作”“汁光之精,大帝所挺,……承敝遭衰,黑不代仓……获麟趣作,端门见征,血书著纪”(《隶释》卷一《鲁相史晨祠孔庙奏铭》),因是上奏尚书省,自是要谨重万分。显然,对孔子形象的描述,其杂用了当日弥漫一时的较多的谶纬观念,这也是一个时代的基调和底色:其母颜征在“野合”,诞育了孔子,一如刘媪息止大泽,“梦与神遇”而产下汉高祖般,是应世感生,也即声称的“乾坤所挺”。“玄丘”,指孔子被称为“玄圣素王”。“有德无位”是孔子一生真实的写照,为此尊奉为“素王”;素王为汉制作宪法。孔子为黑帝水精,即水德,是尚法的象征。秦始皇定秦为水德,就是取其“刚毅戾深,事皆决于法……然后合五德之数”(《史记》卷六《秦始皇本纪》)。更何况,孔子曾做过鲁国的司寇,本就掌管、熟习律法。所以孔子被派来人世,制定宪法,阐释天命,以推行教化,即水胜火(汉,火德,尚赤)也。对此,孔子本人也有明确的自觉,“文王既没,文不在兹乎”,亦有担当大道的自信。

  这种比附下,各种《论语摘辅像谶》《论语素王受命谶》等踊跃出现,进而成了一个时代的思潮。这中间的一个关键,就是时人对远在700多年前孔子形象的描述,典型的就是《春秋演孔图》所描绘的“大九围,坐如蹲龙”,“首丘”“龟脊虎掌”等;“龟脊”,即凸起,从另一个角度看正是驼背。

  与此尊崇孔子(时封褒成侯)及儒学在西汉元、成间的上升相联系的,是西汉中晚期以来,可能存有画孔子及七十二弟子的画像以表彰、推尊的传统,如“光和元年(178年),遂置鸿都门学,画孔子及七十二弟子像”(《后汉书》卷六十下《蔡邕传》)。同时,与西汉中期的海昏侯汉墓孔子衣镜相比,也一改画风,集中以“孔子见老子”、表彰好学的儒者之风的面貌出现,也沉淀成了一种稳定的构图式样:头戴小冠、长须、束带、长衣的孔子毕恭毕敬地站立右边,面向左边的老子请教,身着长袍的老子则拄一弯曲的拐杖躬身而立,中间是一童子,即孔子的老师项橐。孔子身后,是陪侍的弟子,即其足以自豪的颜渊、子路、子贡等五人。

  《春秋演孔图》的描述不免空泛,今能有幸一睹汉时的孔子画像。这类画像,集中在两个方面:一、留存物较多的是画像石上的孔子形象。今所见最早的这类画像石是山东微山县出土,约在元帝时期(前49—前33年)。集中出现在东汉中后期,即数量较多的“孔子见老子”画像石(至少30块以上),又以曲阜附近地域出土为多。虽然孔子的面貌因石材的漫漶等不甚清晰,但其俯身前倾以示敬重,其背略驼,却是一望即知。这正吻合这一时期谶纬思潮的想象。二、墓室壁画中屡见不鲜。典型的是西汉晚期的洛阳烧沟61号墓、新莽时的陕西靖边渠树壕汉墓、东汉晚期的和林格尔汉墓中所绘制的孔子形象;但其帽饰(小冠、幞头、平冠)、身形(瘦削、粗壮)等都有明显差别。

  这说明孔子形象的绘制基本稳定,但细节上有不同——还处在一种变动不居的状态。不过,附着在孔子形象上的不无牵强、粗鄙、浅陋的谶纬比附,所谓的“异相”,在曹魏就已开始的严禁谶纬下,急遽地走上了衰落之路而渐趋被剥离;隋时,谶纬已完全衰歇、败落了。

  二 南朝:孔子人间形象的转变与彰显

  荡去了谶纬附着上的种种神异与光彩,东晋、南朝,因儒学地位受到玄学、佛教等强烈的冲击,而在一定程度上回到了孔子原始的本真形貌。

  早在东汉末年的中平三年(184年),党锢解禁后,晚年的郑玄在注释《论语》时,已特别注意解说孔子言行的背景,即剥离了各种《论语》谶的比附、神化,展示出了一位切实、活泼生动、言语蔼如的长者形象,一个更趋坦诚、真实的孔子形象。如郑玄对《述而》“加我数年,五十以学《易》,可以无大过矣”的注释,就只是强调孔子“习读不敢懈倦”“汲汲然,自恐不能究竟其意”而带来的对未来的一丝隐忧和恐惧。这更符合孔子的生活实际,也把孔子从云间拉到地上,一变昔日扑朔迷离的神化色泽,是一位蔼如的智者。这一倾向,东晋时被另一名士范宁——范晔的祖父所继承。范宁力图抬升儒家的地位,竭力恢复一度被何晏、王弼等玄解所遮蔽的一些真实景象,表现了朴实解经的风貌。

  这样,明显有过多神化、特异的孔子形象自然如无源之水,枯竭了。

  与儒学的衰退相一致的,是这一时期的墓葬,也一改两汉时期墓葬墙壁多绘制圣贤忠臣、勇士、烈女贤妻等形象,孔子及其弟子的形象不见了踪迹。在南方,着意凸显了荣启期与竹林七贤(特别是南朝的帝王陵,如南京西善桥南朝墓、丹阳胡桥南朝大墓等壁画)等名士;北方则多为隐士、孝子形象(如《山东临朐北齐崔芬壁画墓》、北魏正光五年(524年)下葬的元谧石棺等)。

  不过,在一些时人的绘画中,仍不时见到孔子的形象,如《历代名画记》卷五至七有戴逵《孔子十弟子图》,陆探微《孔子像》《十弟子像》《孔颜图》,宗炳《孔子弟子像》,张僧繇画“仲尼十哲”等,但明显少了许多。在今孔庙圣迹殿,或传为顾恺之绘的孔子像,接续东汉时墓葬壁画的传统,头戴平冠、褒衣博带、“秀骨清相”的孔子成了心中较真实、最理想的孔子形象。

  这是孔子形象转变的一个关键。

  三 隋唐时祭孔制度的完善与孔子形象的基本定型

  在初唐、盛唐,就已开辟了一个完全不同于往昔的尊崇情形。两汉时,“先圣”成了周公的专称,孔子只好屈居第二,成为传达周公意旨的“先师”。据《新唐书》卷一五《礼乐志五》、《唐会要》卷三五“褒崇先圣”条,这一时期尊崇、祭祀孔子的重要举措有:贞观二年(628年),罢周公,升孔子为先圣,以颜回配。贞观四年,诏州、县学皆作孔子庙。神龙元年(705年),以邹、鲁百户为隆道公采邑,以奉岁祀,子孙世袭褒圣侯。开元五年(717年),颁布诏令《令明经进士就国子监谒先师敕》,考试前先拜谒先师孔子。开元二十七年(739年),更进一步抬升,追谥孔子为“文宣王”,并褒赠“十哲”,东西列侍(《旧唐书》卷二四《仪礼志四》)。制度日趋完善,规格、地位日渐上升、稳定。重要的是,在浓烈的尊崇氛围下,更沿袭、上升到国家的层面,即借助科举的力量,《论语》成了一门必考科目,促使了整个社会的研学。

  既然各地州县需建孔庙,孔子形象的绘制与规范就不得不提上议事日程。如檀州刺史韦机,显庆(656—661年)中“创立孔子庙”时,就“图七十二子及自古贤达,皆为之赞述”。

  与此相应,是一流画家阎立本、吴道子等对孔子形象的绘制与定型。

  今仍能一睹、颇负盛名的是传为阎立本所作的《孔子弟子像》长卷,绢本设色(今藏故宫博物院)。阎立本(601—673年),曾奉诏作《凌烟阁二十四功臣图》《秦府十八学士图》《历代帝王图卷》,卒前曾任中书令,当日地位极为尊崇。阎氏生活的时代,正是各州县诏令营建孔庙的突飞猛进时期,适逢其会,恰能作为规制,颁示天下。其所画,正是一位头着儒冠、长髯及颔、目光深邃、睿智,一袭长衣的儒者形象;侧面;左手略微举起,一副正在讲解、授业的模样。唐时“孔庙”“先师”身份的界定,也自会孕育出这类形象。

  而今曲阜孔府所藏高大威猛、目光略微向上,为汉制作律法的《司寇像》,一般认为是吴道子或以其粉本为基础的作品。但其“口露齿”“眼露白”“重耳”等不免丑陋的异相,这汉时谶纬的遗绪,与唐人主流认知、传达智慧与理政观念的“先师”形象截然异趣。反倒是“圣迹殿”中陈列的刻石、传为吴道子所绘的“先师孔子行教像”,长髯飘飘,一副儒雅、蔼如的形象,倒很契合唐人的界定和心理期待。

  阎、吴之后,可能因其盛名,或因诏令作画、版式一统等缘故,唐人无力超越反而渐趋不再绘作,衰歇了——但也形成了一种稳定的格式,即一种粉本与经典,在世间流传。同时,又以绘刻、塑像的形式,展现了孔子形象在社会上的全面拓展。

  《光明日报》( 2022年12月19日 13版)

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

 

中国网客户端

国家重点新闻网站,9语种权威发布

佰家富app地图