約翰·霍蘭德（John Holland，1929.2.2－）
約翰·霍蘭德（John
Holland，1929.2.2－），何許人也？他是復(fù)雜理論（Complexity）和非線性科學(xué)的先驅(qū)，“遺傳算法”（Genetic
Algorithm）之父！ 主要研究領(lǐng)域為復(fù)雜自適應(yīng)系統(tǒng)（CAS）、認(rèn)知過程的計算機模型等。目前他是美國約翰·霍普金斯大學(xué)心理學(xué)教授，美國著名的職業(yè)指導(dǎo)專家，也是著名的麥克阿瑟研究獎獲得者、麥克阿瑟協(xié)會及世界經(jīng)濟論壇的會員、圣達(dá)菲研究所指導(dǎo)委員會主席之一。1950年獲得麻省理工學(xué)院學(xué)士學(xué)位。后獲得密歇根大學(xué)博士，并長期任教于該?！，F(xiàn)為心理學(xué)和電氣工程與計算機科學(xué)教授。
那么“復(fù)雜的適應(yīng)性系統(tǒng)”是什么呢，其實，包括人腦、免疫系統(tǒng)、生態(tài)系統(tǒng)、細(xì)胞、胚胎、螞蟻群。。。他們似乎有某種直觀重要的共性。 第一、每一個這樣的系統(tǒng)都是一個由許多平行發(fā)生作用的“作用者”（Agent）組成的網(wǎng)絡(luò)。更進一步說，一個復(fù)雜的適應(yīng)性系統(tǒng)的控制力是相當(dāng)分散的；而一個系統(tǒng)所產(chǎn)生的連續(xù)一致性結(jié)果，是產(chǎn)生于作用體之間的互相競爭與合作！ 第二、一個復(fù)雜的適應(yīng)性系統(tǒng)都具有多層次組織，每一個層次的作用者對更高層次的作用著來說，都起著建設(shè)磚塊的作用。更重要的是：復(fù)雜的適應(yīng)性系統(tǒng)能夠吸取經(jīng)驗，從而經(jīng)常改善和重新安排他們的建設(shè)磚塊，這是最根本的適應(yīng)機制之一！ 第三、所有復(fù)雜的適應(yīng)性系統(tǒng)都會預(yù)期將來。就是內(nèi)部的規(guī)則和假設(shè)，如：“在ABC情況下，可能要采取CDE行動”。可以把內(nèi)心的假設(shè)模型想象成是行為的建設(shè)磚塊。他們就像所有其他建設(shè)磚塊一樣，也能夠隨著系統(tǒng)不斷吸取經(jīng)驗而被檢驗、被完善和被重新安排。 第四、復(fù)雜的適應(yīng)性系統(tǒng)總是會有很多小生境（Niche），每一個這樣的，每一個這樣的小生境都可以被一個能夠使自己適應(yīng)在其間發(fā)展的作用者所利用。每一個作用者填入一個小生境的同時又打開了更多的小生境。。。因此，復(fù)雜適應(yīng)性系統(tǒng)的均衡就毫無意義：這種系統(tǒng)永遠(yuǎn)不可能達(dá)到均衡的狀態(tài)，他總是處在不斷展開，不斷轉(zhuǎn)變中。這里我們看到，復(fù)雜適應(yīng)性系統(tǒng)的特點就是永恒的新奇性?。ㄟ@讓我想起復(fù)旦胡守鈞教授在《社會共生論》里，講到人的本性就是“自我實現(xiàn)”，某種意義上，就是對可能行空間的不斷探索！這似乎就是生命的本源性的東西）
我對Holland的認(rèn)識，來自于那本曠古的經(jīng)典科普之作 - 
《復(fù)雜》（Complexity） 本文的很多對他的介紹文字，都來自該書。而之所以在今天寫下這篇博客，因為今天終于在中科院數(shù)學(xué)與系統(tǒng)科學(xué)研究所，見到了這位仰慕已久的科學(xué)家，有幸與他和國內(nèi)復(fù)雜性科學(xué)的年輕學(xué)者 – 集智俱樂部的張江一起合了影！ 
Holland Me Zhangjiang 20110331 我手里捧的這本書，就是霍蘭德的第一本書，1975寫的《自然與人工系統(tǒng)中的適應(yīng)》- 理論分析及其在生物、控制和人工智能中的應(yīng)用（Adaptation in Nature and Artificial Systems）。 
《自然與人工系統(tǒng)中的適應(yīng)》 霍蘭德在其序中說到，“這第一本書就像我的第一個孩子一樣，受到了特別的關(guān)愛”。這部著作，他是參考馮.諾依曼的《博弈理論》為樣本寫作。至今30多年過去，仍舊持續(xù)不斷的被翻印出版?？梢娖洹皟r值”！此書總結(jié)了荷蘭德早期二十多年對學(xué)習(xí)、進化和創(chuàng)造性之間深刻的內(nèi)在關(guān)聯(lián)的思考，也是對著名的“遺傳算法”（genetic algorithms）做了周密的陳述。而張江恰好是這本書中文版的譯者！（上面照片中右邊的那一位）而我與張江是因為集智俱樂部而認(rèn)識。 霍蘭德現(xiàn)在已八十高齡，此次來中國的訪問演講非常的難得，今天他在中科院的演講主題是：Steering Complex Adaptive Systems：Signals, Boundaries, and Niches 
Steering Complex Adaptive Systems 他即將出一本新書，將在明年上市。他另外兩本重要的著作是：1995年的《隱秩序》（Hidden Order: How Adaptation Builds Complexity）和1998年的《涌現(xiàn)，從混沌到有序》（Emergence: From Chaos to Order） 
《隱秩序》與《涌現(xiàn)》 這兩本書都是非常贊的復(fù)雜性科學(xué)的著作！強烈建議細(xì)讀！
Holland Holland 的能力很大程度上從其重小愛玩游戲、發(fā)明游戲開始的；中學(xué)就迷戀上了科學(xué)，吸引他的地方在于：“科學(xué)可以告訴你，幾條簡單的規(guī)律是如何產(chǎn)生整個世界變換無窮的行為表現(xiàn)的。”宇宙在一個極端上十分易于理解，在另一格極端上卻又永無可能理解（無窮的可能性）。 21歲的他參與了 IBM701 （在當(dāng)時 IBM 普夫吉普斯 實驗室）開發(fā)，美國最早的編程人員之一。計算機天才集中地，其中有約翰.麥卡菲（John McCarthy）- 人工智能創(chuàng)始人；阿瑟.塞繆爾（Arthur Samuel），他的計算機跳棋是人工智能研究方面的一個里程碑！他能針對對方的步驟調(diào)整自己的戰(zhàn)術(shù) – 抓住了學(xué)習(xí)和適應(yīng)的某種最本質(zhì)的東西。。。
1952年春，他聽了 MIT 心理學(xué)家 就是從這時起，形成了他后來 三十年 的思想。他一直在思考：什么是突現(xiàn)？什么是思考？思想是如何進行的？什么是思想的法則？一個系統(tǒng)的適應(yīng)究竟意味著什么？ 1952 年秋季，Holland來到密西根大學(xué)讀數(shù)學(xué)博士，碰到了阿瑟.伯克斯（Arthur Burks），曾與馮諾依曼研制第一臺計算機-ENIAC。1954年，死于癌癥的 馮諾依曼希望計算機用在兩個方面，一方面是一般性功能的計算機設(shè)計；另一方面是，基于自動機理論、自然和人工智能知識的計算機。 1959年，Holland 獲博士學(xué)位，是通訊科學(xué)授予的第一個博士學(xué)位！要知道，1967年時，計算機與通訊的學(xué)科才產(chǎn)生！
影響Holland的一本書：菲舍爾（R.A.Fisher） 他覺得，基因是一種長期的適應(yīng)性；神經(jīng)是一種短期的適應(yīng)性；兩者的總體性理論框架是相同的。 1961年7月，Holland發(fā)表了48頁的技術(shù)報告- 《適應(yīng)性系統(tǒng)邏輯理論之非正式描述》。1962年開始，他全力投入適應(yīng)性理論的研究，下決心解決多基因的選擇的難題。1964年獲終身教授，并開始研究遺傳算法。 1985 年，受法默（Doyne Farmer）邀請，在洛斯阿拉莫斯國家實驗室（Los Alamos National Laboratory，LAN）的“非線性研究中心”年會（此次年會主題：“進化、游戲與學(xué)習(xí)”）上，Holland 做了“涌現(xiàn)”的研究。那里，他認(rèn)識了蓋爾曼（Gell-mann），從而被引入了圣塔菲。1986年8月，喬治.考溫（George Cowan）與斯坦福大學(xué)生物學(xué)家馬克.菲爾德曼主持的《復(fù)雜的適應(yīng)性系統(tǒng)研討會》上，Holland 唱了主角。那次將 斯圖爾特.考夫曼（Stuart Kauffman）介紹進了圣塔菲。這些都是圣塔菲里神一樣的人物！ Holland是一個樂天派，一生都在做他喜歡做的事，擁有一個真正快樂的人的坦率和好脾氣，大家都喜歡他?！稄?fù)雜》一書里的主角-阿瑟，認(rèn)為 Holland 是圣塔菲中最復(fù)雜、最吸引人的知識分子。他們合住一個房間。 Holland 遺傳算法的思考起源： 假設(shè)某個物種有 1000 個基因（與海藻基因數(shù)相當(dāng)），每個基因含兩種信息，自然選擇要經(jīng)過多少次嘗試才能發(fā)現(xiàn)使海藻發(fā)展到最強壯的那組基因搭配呢？如果基因之間無關(guān)聯(lián)，那是2000次，如果基因之間有關(guān)聯(lián)，那嘗試2的1000次方次，所花時間是宇宙大爆炸到現(xiàn)在的好多倍還不止。因此，“這是一個向著無窮無盡的可能性的空間探索的系統(tǒng)，不存在哪怕為一個基因找到“最佳”點的現(xiàn)實希望。進化所能達(dá)到的是不斷改進，而絕非盡善盡美?！?荷蘭德想知道的是，進化是怎樣于無窮無盡的可能性的探索中找到有用的基因組合，而不需要搜遍整個領(lǐng)域。 直覺告訴Holland，某些基因組之間能夠很好地相互作用，形成統(tǒng)一而自我強化的整體。如果一個基因群有足夠的統(tǒng)一性和穩(wěn)定性，那么這個基因群通常就可以作為更大的基因群的建設(shè)磚塊。細(xì)胞的結(jié)合形成生理組織、生理組織的結(jié)合形成器官、器官的組合形成生物體、生物體的組合形成生態(tài)系統(tǒng)，等等。荷蘭德想，確實，這就是“涌現(xiàn)”的全部意義：一個層次上的建設(shè)磚塊組合成更高層次上的建設(shè)磚塊。這似乎是這個世界最根本的規(guī)律之一。這一規(guī)律當(dāng)然也表現(xiàn)在所有復(fù)雜的適應(yīng)性系統(tǒng)之中。它急需解釋：為什么這個世界會形成這種結(jié)構(gòu)呢？ 當(dāng)Holland思考這個問題時，他越來越覺得，更為重要的理由還基于更深的層次，因為這個等級分明的建設(shè)磚塊結(jié)構(gòu)能夠徹底改變系統(tǒng)的學(xué)習(xí)、進化和適應(yīng)能力。
適應(yīng)性系統(tǒng)能夠重組它的建設(shè)磚塊，從而產(chǎn)生巨大的飛躍，而不需要總是要逐步地在可能性的無限空間中緩慢進展。他認(rèn)識到，這就是解開多基因之謎的關(guān)鍵之所在。“進化過程中的放棄和嘗試并不只是為形成一個優(yōu)良的動物，而是在于發(fā)現(xiàn)優(yōu)良的建設(shè)磚塊，并將這些建設(shè)磚塊結(jié)合在一起，從而產(chǎn)生許多優(yōu)良的動物?！?/strong> 對Holland來說，遺傳算法的核心是兩性交換。他認(rèn)為，所有復(fù)雜的適應(yīng)性系統(tǒng)——經(jīng)濟、精神、生物體等，都能建立能讓自己預(yù)測世界的模型。在認(rèn)知領(lǐng)域，任何我們稱為“技術(shù)”或“專業(yè)知識”的，都是一種內(nèi)含的模型，或說得更精確些，是一組長期經(jīng)驗積累和凝練而成的，即銘刻在神經(jīng)系統(tǒng)的巨大而相互環(huán)扣的常規(guī)操作程序。這樣的例子不盡其數(shù)。DNA本身就是一個內(nèi)含的模型，基因說：“在這種條件下，我們期望我們特意選中的生物能有機會得到很好的發(fā)展?！?/span> 確實，模式和預(yù)測隨處可見。但模式從何而來？最終的答案只能是“沒人操縱這一切?！?/strong>（這不就是 KK 的“失控”的真諦嗎）但幸運的是，還有一個選擇：從環(huán)境而來的反饋，這是達(dá)爾文的偉大洞見。在認(rèn)知學(xué)上，這個過程基本上是一樣的：作用者是獨立的心智，反饋自老師和直接經(jīng)驗而來，改善被稱為學(xué)習(xí)。 下一個問題就是，怎樣做到這個？ 到了1977年，人工智能的研究領(lǐng)域無疑已經(jīng)取得了很大的進展。比如在斯坦福大學(xué)，人工智能小組正在研制一系列被稱為專家系統(tǒng)的極富成效的程序。專家系統(tǒng)能夠模擬專業(yè)知識，比如可以通過運作成百條規(guī)則來模擬一個醫(yī)生：“如果病人患的是細(xì)菌感染性腦膜炎，正在發(fā)高燒，那么也許是某種細(xì)菌感染。”（想到循證醫(yī)學(xué)專家系統(tǒng)：是否建立一個智能循證醫(yī)學(xué)專家系統(tǒng)，具備遺傳、進化、學(xué)習(xí)能力。。。？） Holland對于應(yīng)用性研究并不感興趣。他想要的是一個關(guān)于適應(yīng)性作用者的基本理論。從他的角度來看，這二十年來人類在人工智能領(lǐng)域取得進展的代價就是忽略了所有重要的方面，從對學(xué)習(xí)的研究到對來自環(huán)境的反饋的研究都受到了忽略，在Holland看來，反饋是最根本的問題，這正是問題之所在。拿現(xiàn)存的“學(xué)習(xí)模型”草草拼湊成一個軟件解決不了任何問題。學(xué)習(xí)是認(rèn)知的最根本的問題，正如進化是生物學(xué)的最根本的問題一樣。荷蘭德的理想模式仍然是赫伯式的神經(jīng)網(wǎng)絡(luò)，其最重要的一點是，每一次思維的神經(jīng)沖動都強化了其神經(jīng)連接，從而使思考成為可能。荷蘭德確信，思考和學(xué)習(xí)只是大腦中同件事物的兩個方面。 Holland決定自己設(shè)計一個雜交的模擬適應(yīng)性作用者，把神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的長處相結(jié)合。六十年代，卡內(nèi)奇-麥倫一派的愛倫·紐威爾和赫伯特·西蒙已經(jīng)把“如果……則”的規(guī)則語言介紹進計算機編程里來了?；谝?guī)則的系統(tǒng)對大腦的神經(jīng)分布來說具有很大的意義。比如說，一條規(guī)則就相當(dāng)于計算機中希伯式的細(xì)胞集合之一。 “赫伯的每一個細(xì)胞集合都包含了大約一千個到一萬個神經(jīng)元?！盚olland說?！懊恳粋€神經(jīng)元又有一千到一萬個與其它神經(jīng)元相連的突觸。所以每一個細(xì)胞集合就與其它許多細(xì)胞集合相互關(guān)聯(lián)?！贝篌w上說，激活一個細(xì)胞集合，就等于在某種內(nèi)部布告欄上張貼了一個布告，就會被大腦中大多數(shù)、或所有其他細(xì)胞集合看到。紐威爾－西蒙式的基于規(guī)則的系統(tǒng)的內(nèi)部組織與這個布告欄的比喻非常接近。但Holland 不想用紐威爾－西蒙式里面的象征性語言?！拔覀兿萑氲睦Ь?，與我們在不懂物種如何進化之前就對物種進行分類時所陷入的困境是同樣的。” 必須從赫伯的角度來理解概念：涌現(xiàn)的結(jié)構(gòu)是從某種更深層的、不斷在環(huán)境反饋中調(diào)整的神經(jīng)基質(zhì)中發(fā)展而來的。荷蘭德決定，他的規(guī)則和布告不用具有特別意義的符號手段來編寫。它們將就是一排排1和0的二進制的任意序列。荷蘭德只得給他的這些規(guī)則取一個新名稱，“分類器”，因為它們的辦法是根據(jù)布告的特殊類型來分別不同的布告。他認(rèn)為這個抽象的表示法至關(guān)重要。 同時，Holland還從基于規(guī)則的系統(tǒng)的中央控制的常規(guī)概念中找出了例外。他認(rèn)為，這種自上而來的爭議解決法恰恰是錯誤之所在。難道這個世界是如此簡單、如此可以預(yù)測，以致于你總是能夠在事先就知道什么是最好的規(guī)則嗎？幾乎不可能。Holland想要的是，讓控制由學(xué)習(xí)而來。他要控制從最底層涌現(xiàn)而出，就像大腦的神經(jīng)基質(zhì)中的涌現(xiàn)一樣。如果兩個分類器規(guī)則相互意見不能統(tǒng)一，那就讓它們在自己的表現(xiàn)的基礎(chǔ)上去競爭出一個結(jié)果來，這個結(jié)果就是被證實了的對完成任務(wù)的貢獻(xiàn)，而不是有一個軟件設(shè)計人員事先編好的程序的選擇。
“與主流人工智能研究正相反，我認(rèn)為競爭比連貫一致性更為本質(zhì)。”
想一想神奇的競爭能夠產(chǎn)生出合作的巨大推動力。“競爭和合作看上去也許是對立面，但在某種深層次上，它們是相同事物的兩個方面。” 為實現(xiàn)競爭的機制，Holland決定把張貼布告變成某種拍賣活動。每一個循環(huán)開始時就像以往一樣，所有的分類器都在掃描布告欄，尋找與自己相關(guān)的布告。它們就像以往一樣，一發(fā)現(xiàn)與自己相關(guān)的分類器會站起來，準(zhǔn)備張貼自己的布告。但與以往立即張貼自己的布告不同的是，每一個分類器都會先量力叫價。一個對“明天太陽會從東邊升起來”的經(jīng)驗確信不疑的分類器也許出價一千，而一個確信“貓王還活著，晚上出現(xiàn)在華拉華拉汽車旅店6號”的分類器也許出價一。然后這個系統(tǒng)就會收集所有的出價，用抽彩給獎法選擇一組贏家，叫價最高的最有可能贏。中選的分類器就會張貼它們的布告，就這樣循環(huán)往復(fù)。（因為出價高的比選中的比率也高，最后應(yīng)該呈現(xiàn)一種冪律分布的情形，也是自相似的。） 返回到學(xué)習(xí)這個問題上來了：分類器怎么來證明自己的價值，又怎么為自己獲取可信值呢？對荷蘭德來說，最顯在的答案就是采用一種赫伯式的強化作用。每當(dāng)一個作用者做對了什么事，從環(huán)境中得到了一個正反饋，它就應(yīng)該強化那些與此相關(guān)的分類器。而每當(dāng)它做錯了什么事，它就同樣應(yīng)該削弱相關(guān)的分類器。無論采取強化的方法，還是采取削弱的方法，它同時應(yīng)該不去理會那些不相干的分類器。他的布告欄前的拍賣已經(jīng)為他在系統(tǒng)中建立了某種市場機制，通過允許分類器量力叫價的辦法，他已經(jīng)創(chuàng)造出了通貨。所以，為什么不采取下一步行動？為什么不創(chuàng)造一個完整的自由市場經(jīng)濟，讓強化能夠在利益驅(qū)動下發(fā)生作用呢？ Holland認(rèn)識到，如果把張貼在布告欄上的布告當(dāng)作是上市叫賣的貨物和市場上提供的服務(wù)，那么就能把分類器想成是生產(chǎn)這些產(chǎn)品和提供這些服務(wù)的公司和廠家。當(dāng)一個分類器贏得了張貼自己的布告的權(quán)力，它就得將自己的一部分力量轉(zhuǎn)給供應(yīng)商，也就是那些觸發(fā)其張貼布告的分類器。這些財富究竟是從何而來的呢？當(dāng)然是從最終消費者而來的：環(huán)境就是系統(tǒng)的所有報償之源。所有能夠產(chǎn)生有效行動的分類器都會被強化，任何參與布局的分類器都不會被忽略。隨著時間的日積月累，隨著整個系統(tǒng)不斷汲取經(jīng)驗和從環(huán)境中獲得反饋，每一個分類器的強度就會與自己對作用者的真正價值相符。 Holland將適應(yīng)性作用者的這部分稱為“水桶隊列”算法，因為其方法是將獎賞從一個分類者傳到前一個分類者。這有如希伯的強化神經(jīng)突觸的大腦理論的直接翻版。 以利益為驅(qū)動力的經(jīng)濟強化是一個極為強大的組織力量，就如亞當(dāng)·斯密的那只看不見的手在現(xiàn)實經(jīng)濟中具有強大的力量一樣。一句話，學(xué)習(xí)從頭開始就被設(shè)入于系統(tǒng)之中了。開采式學(xué)習(xí)與探險式學(xué)習(xí)之間是有區(qū)別的，水桶隊列算法能夠強化作用者已有的分類器，可以打磨已有的技能，但它卻無法創(chuàng)新。僅僅只依靠水桶隊列算法，會使系統(tǒng)趨于最大化的平庸?fàn)顟B(tài)，正是基因算法可以承擔(dān)的工作。事實上，當(dāng)你想到這一點時你就會看到，達(dá)爾文的比喻和亞當(dāng)·斯密的比喻恰好可以相輔相成：企業(yè)能夠隨時間進化，為什么分類器不能夠呢？ 在大多數(shù)情況下，分類器會像以往一樣在市場上欣然買進或賣出。但系統(tǒng)會經(jīng)常性地選擇最強的一對分類器來繁衍后代。這些中選的分類器會通過性交換來產(chǎn)生一對后代，從而重組它們的數(shù)字化建設(shè)磚塊。而新生代會取代一對力弱的分類器。然后，新生代將有機會來證明自己的價值，通過水桶隊列算法使自己越變越強壯。 由此你就會達(dá)到目的：將遺傳算法當(dāng)作第三層，置于水桶隊列算法和基本的基于規(guī)則的系統(tǒng)之上，荷蘭德終于構(gòu)筑成了一個不僅能夠吸取經(jīng)驗，而且具有自發(fā)性和創(chuàng)造性的適應(yīng)性作用者。 1977 年，開始開發(fā)第一個“分類者”系統(tǒng)，這個系統(tǒng)的早期版本是他與密西根大學(xué)心理學(xué)教授裘迪·瑞特曼（Judy Reitman）共同研制的，發(fā)表于1978年。在對這個版本系統(tǒng)的測試中，其作用者學(xué)會了如何用遺傳算法運行一個模擬的迷宮，運行速度要比沒有用基因算法快十倍。 從此開始，“分類者”系統(tǒng)被應(yīng)用到了很多方面。對Holland來說，最感欣慰的是1983年戴維·高德勃格（David Goldberg）應(yīng)用煤氣管道的優(yōu)化。這個系統(tǒng)從一組完全隨意的分類器開始，在經(jīng)過一千天的模擬試驗之后，達(dá)到了對控制煤氣管道的專家水平。 自1980年起，他一直在與三位密西根大學(xué)的同事，心理學(xué)家凱瑟·赫力約電（Keith Holyoak）、里查德·尼斯伯特（Richard Nisbett）和哲學(xué)家保爾·查加德（Paul Thagard）密切合作，致力于創(chuàng)立一個關(guān)于學(xué)習(xí)、推理和知識發(fā)掘的認(rèn)知理論。正如他們在1986年出版的《歸納法》一書中所說的那樣，他們四個人都相信，這個理論必須建立在三項基本原則上，而這三項基本原則也正是Holland的分類器系統(tǒng)的原則，即： - 知識能夠以類似規(guī)則的思維結(jié)構(gòu)來表達(dá)； - 這些規(guī)則始終處于競爭之中，經(jīng)驗使得有用的規(guī)則越變越強，無用的規(guī)則越變越弱； - 具有說服力的新規(guī)則產(chǎn)生于舊規(guī)則的組合之中。 他們特別指出，這三項原則應(yīng)能夠產(chǎn)生缺席的等級制度的自發(fā)涌現(xiàn)。 分類器系統(tǒng)總是從零起步，它最初的規(guī)則完全是在計算機模擬的太初混沌中隨意設(shè)置的，然而就在這混沌之中，美妙的結(jié)構(gòu)涌現(xiàn)了出來，令人驚喜，讓人訝異。 |
|
|
