https://wiki.swarma.org/api.php?action=feedcontributions&feedformat=atom&user=Mobility 2026-11-03T03:08:51Z 用户贡献 MediaWiki 1.35.0 https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8&diff=46031 2025-08-12T11:54:51Z

<p>Mobility：/* 基本介绍 */</p> <hr /> <div>{{#seo:<br /> |keywords=集智俱乐部<br /> |description=集智俱乐部介绍<br /> }}<br /> ==集智俱乐部介绍==<br /> <br /> <br /> ===名称和简介===<br /> <br /> [http://swarma.org/ 集智俱乐部(Swarma Club)]是专注在复杂系统、人工智能领域的科学社区。为从事科学研究、享受科学乐趣的探索者提供科研合作、知识交流、科学传播等服务。我们倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流 ”。集智科学研究中心（民办非营利企业）是集智俱乐部的运营主体，以营造跨学科探索小生境为使命，催化复杂性科学新理论为愿景。<br /> <br /> ==== 集智研究中心简介 ====<br /> 集智科学研究中心是门头沟民政局批准成立、门头沟科信局主管的民办非企业，致力于营造跨学科探索小生境，催化复杂性科学新理论。集智科学研究中心有接受社会捐赠的资质，长期面向企业、个人募集公益性捐赠款，用于集智俱乐部科学社区的运营工作，以支持复杂系统相关科研、交流、传播工作。<br /> <br /> * [https://www.bilibili.com/video/BV1zt41127WH/?vd_source=1726c8ded9694dc66a4fd063683905b6 集智俱乐部宣传片]<br /> * [https://swarma.org/?p=43492 中国有“集智俱乐部”]<br /> <br /> ===集智俱乐部的LOGO和口号===<br /> <br /> <br /> [[File:集智俱乐部logo.png|200px|thumb|居中|'''让苹果砸得更猛烈些吧！''']]<br /> <br /> ===集智俱乐部的使命 ===<br /> <br /> 营造跨学科探索小生境，催化复杂性科学新理论。<br /> <br /> ===集智俱乐部思想起源 ===<br /> <br /> <br /> 1902年，在伯尔尼的瑞士专利局工作的爱因斯坦，跟几位朋友自发成立了讨论小组，取名“奥林匹亚科学院”，定期讨论科学和哲学问题。离开学校后，这段和友人讨论学术的经历，让爱因斯坦对自己的思想实验深入打磨，为那个连续发表多篇跨时代论文的爱因斯坦奇迹年做了铺垫。<br /> [[File:三人组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1903年的奥林匹亚科学院三人组]]<br /> 1920年代，在奥地利首都维也纳，包括哥德尔在内的欧洲大陆几位优秀的物理学家、数学家和逻辑学家，以共同遵循的科学哲学为根基，形成了“维也纳小组”，逐渐发展为著名的维也纳学派。此后多年中，这个小组贡献甚多，不仅哥德尔不完备性定理影响了世界，而且维也纳小组推崇的逻辑实证主义的科学方法论，也成为了科学界的主流。<br /> [[File:1925年的维也纳小组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1925年的维也纳小组]]<br /> <br /> 1984年，在核子时代的起源地洛斯阿拉莫斯国家实验旁，几位科学家跳出国家体制，建立了自主募资的圣塔菲研究所，研究被霍金称为“21世纪的科学”的复杂性科学，圣塔菲研究所逐渐成为复杂系统研究的圣地。发现现象背后的 pattern，探索事物涌现的秘密，寻找复杂世界的统一规律，这个新兴学科在与各个学科的交互中，正走向科学研究的核心地带。<br /> [[File:圣塔菲研究所.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|圣塔菲研究所]]<br /> <br /> 奥林匹亚学院、维也纳小组、圣塔菲研究所，这是科学社区和科学共同体的真正典范，而打造出一个像它们一样，开放、自由、没有围墙的研究所，正是集智俱乐部的长期愿景。<br /> [[File:集智俱乐部长图标.jpg|800px|1903年的奥林匹亚科学院三人组|thumb|居中|集智俱乐部]]<br /> <br /> <br /> 从集智俱乐部到集智学园，从松散的互联网社群到线下社交网络，从读书交流到合作发文出书，从靠兴趣驱动探索，到用产品改变生活，一个科学社区已经初步成型。飞速发展的集智科学社区，召唤热爱科学、乐于探索的你。<br /> <br /> ===发展历史 ===<br /> [[文件:集智俱乐部历史.jpg|替代=集智俱乐部发展历史2022|居中|缩略图|800x800像素|集智俱乐部发展历史]]<br /> * 2003年，集智俱乐部创始人张江（ Jake ）创办了集智俱乐部网站，该网站一直致力于宣传、普及、推广复杂系统科学，并展开广泛的跨学科交流，俱乐部渐渐聚集了一批有识之士。 <br /> * 2007年，集智俱乐部的交流和活动开始从虚拟世界走向现实，在叁号会所开始了第一次线下活动，并尝试发展一个现实世界中的学术组织。<br /> * 2013年，袁行远等核心成员建立了集智百科网站。<br /> * 2014年，通过集智俱乐部的读书会活动，由集智俱乐部内部核心成员袁行远孕育了第一个创业项目——彩云天气。同年集智俱乐部南京分部由[[王成军]]创立，并开始组织活动。<br /> * 2015年7月，集智俱乐部在南京举办了第一届学术年会。目前集智俱乐部的主要活动有开放式的讲座与交流，技术专题读书会，以及不定期的学术研讨会，系列沙龙活动等。同年，集智俱乐部出版的第一本书《科学的极致：漫谈人工智能》，曾获得知名主持人杨澜的大力推荐；并且在8月份的时候成立了第一个线下志愿者团队，第一位线下活动志愿者就是图灵出版社的美女编辑张霞。<br /> * 2016年，第二本书《走近2050——注意力、互联网与人工智能》出版面世；在2016年10月，凯风基金会赞助集智俱乐部共同举办了凯风研读营，开展了《网络、几何和机器学习》的学术会议；2016年底孵化了集智俱乐部第二个创业项目：集智学园，致力于打造人工智能、复杂科学领域的科学学习社区。<br /> * 2017年，首次与腾讯研究院发起了[[AI&amp;Society系列沙龙活动]]，致力于发掘在学术界和工业界的学术新星。<br /> * 2018年，同年，由集智俱乐部牵头，以众包的形式，出版了两本书籍，第一本是《深度学习原理与PyTorch实战》；第二本是翻译书籍《深度思考》。<br /> *2019年，集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> *2019年，集智学园新产品[https://pattern.swarma.org/ 集智斑图]上线。<br /> *2020年，网络科学等线上课程模式/ 2020年度学术媒体公众号Top10<br /> *2021年：因果涌现等读书会模式火爆社区/《NetLogo多主体建模入门》/ 筹建集智造化研究院 / 拯救2050项目/得到APP复杂科学课程<br /> <br /> <br /> 张老师记录的从2003年-2016年的故事，他简单的记录了一下~2003-2015年的故事：<br /> <br /> [[记录集智2003-2015]]<br /> <br /> [[记录集智2015-2016 --超越与重生]]<br /> <br /> [[记录集智2017-2021]]<br /> <br /> <br /> 新的故事篇章也在继续书写。<br /> <br /> === 集智科学家 ===<br /> <br /> 集智科学家是指集智俱乐部对社区内有突出科研贡献和科研成果学者，是集智俱乐部社区的最高荣誉。我们梳理了这些年参与过集智社区建设的重要学者，符合以下标准之一则可以认定为集智科学家：<br /> * 1.以学者的身份参与过集智凯风研读营<br /> * 2.以特邀讲者的身份参与过AI&amp;Society的活动<br /> * 3.自己发表论文后写对应的解读文章投稿到集智俱乐部公众号，并以主推的形式进行推广<br /> <br /> ''以下为部分科学家代表，非社区内全部科学家名单。''<br /> ==== W. Brian Arthur ====<br /> *[[布莱恩·阿瑟 W. Brian Arthur]]是著名经济学家，圣塔菲研究所外聘教授，帕罗奥多研究中心系统科学实验室访问研究员。阿瑟在上世纪八十年代，受诺贝尔经济学奖得主肯尼斯·阿罗的邀请，来到刚刚建立的圣塔菲研究所。在圣塔菲研究所，阿瑟将复杂系统理论与经济学研究结合在一起，逐渐形成了“复杂经济学（complexity economics）”的构想，并凭借报酬递增理论，于1990年获得熊彼特奖。作为报酬递增理论的提出者，阿瑟创立了对经济学和复杂系统的跨学科研究新模式。作为圣塔菲研究所最早一批研究复杂性的学者，阿瑟是复杂性科学领域的奠基人之一，由于其突出成绩，于2008年荣获复杂性科学领域首届拉格朗日奖。<br /> <br /> *主要贡献：AI&amp;Society第18期活动特邀讲者。<br /> <br /> ==== José Lobo ====<br /> *José Lobo，美国亚利桑那州立大学可持续发展学院副研究员，Julie Ann Wrigley全球可持续发展研究所科学家，圣塔菲研究所“城市、规模可持续性”研究组成员。他的研究主题涵盖从人类早期群落到古代城市再到现代城市系统的规模理论，以及人类发明的本质和驱动因素，特别是城市环境如何住进技术和文化创新的形成。他是城市科学领域的领军研究者之一，在PNAS、Nature Human Behaviour等顶级期刊上发表多篇重要论文。<br /> <br /> *主要贡献：AI&amp;Society第17期活动特邀讲者。<br /> <br /> ==== James Evans ====<br /> *James Evans 是芝加哥大学社会学系教授，是科学学（science of science）、复杂网络、知识社会学的世界级知名学者。毕业于斯坦福大学，曾在哈佛大学从事社会组织结构方面的研究，在芝加哥大学创立知识挖掘实验室，并创立和主持了芝加哥大学计算社会学硕士项目。主要兴趣包括：群体智能、社会组织结构分析、科技创新产生和传播规律等，在 Science, PNAS, American Journal of Sociology，Management Science 等顶级期刊上发表大量文章。<br /> <br /> *主要贡献：AI&amp;Society第12期活动特邀讲者，研读营学者<br /> <br /> ==== Geoffrey West ====<br /> *Geoffrey West，理论物理学家，城市科学的顶尖学者，圣塔菲研究所杰出教授和前任所长，曾入选《时代周刊》全球最具影响力100人。数十年致力于“规模”的研究工作，其研究成果被应用在理解生命体、城市可持续发展、企业运营等众多领域，被业内奉为“跨学科诺贝奖”的不二人选。<br /> <br /> *主要贡献：AI&amp;Society第11期活动特邀讲者。<br /> <br /> <br /> ==== 侯世达 ====<br /> *侯世达（Douglas, R.Hofstadter）是印第安纳大学认知科学与比较文学特聘教授、美国艺术与科学院院士、美国哲学学会成员和瑞典皇家社会科学院院士。他主要研究：自我与外部世界的关系、意识、类比、艺术创作、文学翻译、数学和物理学。除了学术成就，侯世达还出版了《哥德尔、艾舍尔、巴赫：集异璧之大成》（GEB）和《我是个怪圈》（I Am a Strange Loop），分别获得普利策文学奖（非虚构类）与美国国家图书奖（科学类）和《洛杉矶时报》科学写作图书奖。<br /> <br /> *主要贡献：AI&amp;Society第5期活动特邀讲者。<br /> <br /> ==== Ginestra Bianconi ====<br /> 伦敦玛丽女王大学数学科学学院的应用数学教授，也是艾伦·图灵研究所的艾伦·图灵研究员。目前，她是 JPhys Complex 期刊的主编，PlosOne 和 Scientific Reports 的编辑。2020年，她被 NetSci 学会授予 Network Scientific Fellowships，以表彰她对网络科学的基础性贡献，特别是在复杂网络中玻色-爱因斯坦凝聚的提出以及在多层网络结构和动力学方面的进展。她的研究领域是统计力学和网络科学，具体包括网络理论及其跨学科应用。她是网络建模的专家，包括增长网络模型和均衡网络系综。同时也出版了关于网络上的动态过程的重要著作，特别是关于渗流的研究。最近几年，她一直专注于多层网络、单纯复形、网络几何和拓扑。她是牛津大学出版社出版的 ''Multilayer Networks: Structure and Function'' 和剑桥大学出版社出版的 ''Higher-order networks: An introduction to simplicial complexes'' 两本书籍的作者。<br /> <br /> 主要贡献：在高阶网络读书会上做出以高阶网络与动力学（Higher-order networks and dynamics）为主题的分享。<br /> <br /> ==== Erik Hoel ====<br /> 威斯康星大学麦迪逊分校博士，塔夫茨大学助理教授，哥伦比亚大学理论神经科学家，同时也是因果涌现理论提出者之一。他致力于运用信息论和因果分析来探索意识的生物学基础，理解涌现的本质。研究问题为如何利用复杂性和信息论来测量意识与无意识之间的神经差异、因果结构如何跨尺度变化、信息论指标如何捕捉和量化宏观尺度上的因果涌现。<br /> <br /> 主要贡献：在因果涌现读书会上做出以用信息度量因果（Causal Emergence Theory）为主题的分享。<br /> <br /> ==== 陈德亮 ====<br /> 现任瑞典哥德堡大学的 August Röhss 讲席教授，本科毕业于南京大学，于德国美因茨古腾堡大学师从诺贝尔奖得主Paul Crutzen教授获得博士学位。陈教授的研究方向包括'''气候动力学、气候模拟、全球和区域气候变化、地理信息科学和应用气候学'''等。<br /> <br /> 陈教授是国际著名的'''气候学家、诺贝尔奖评奖委员会专家、是地球系统科学的倡导和践行者，也是具有全球视野的战略科学家'''。他参与和领导了多个国际计划和组织，为多个政府、政府间组织和国际非政府组织以及国家研究资助机构担任科学顾问，是IPCC第五次、第六次评估报告第一工作组的主要作者和协调主要作者，于2009-2012年担任国际科学理事会（ICSU）执行主席。他长期致力于全球系统科学、未来地球学、全球可持续发展研究的领导、协调与合作工作，为国际科技合作做出了重要贡献。<br /> <br /> 陈教授先后当选为瑞典皇家科学院院士、哥德堡皇家艺术与科学院院士、发展中国家科学院院士、瑞典皇家科学院地学部主任、中国科学院外籍院士、挪威科学与文学院外籍院士、欧洲科学与艺术学院院士，曾获2017年度中华人民共和国国际科学技术合作奖。鉴于他对瑞典和国际气候研究做出的杰出贡献最近由瑞典国王颁发国王勋章。<br /> <br /> 主要贡献：在地球系统科学读书会上做出以地球系统科学的简史及重大挑战为主题的分享。<br /> <br /> ==== 周昌松 ====<br /> 物理学博士，香港浸会大学物理系教授、系主任，浸会大学非线性研究中心主任，计算及理论研究所副所长。1992年获南开大学物理学士，1997年获南开大学物理博士，1997-2007年在新加坡、香港、德国等地从事访问研究， 是洪堡基金获得者。 2007年加入香港浸会大学物理系， 2011年获浸会大学&quot;杰出青年研究者校长奖&quot;，2021年获&quot;杰出研究表现校长奖&quot;。在国际交叉学术刊物 PNAS，PRL，Physics Reports，National Science Review，J Neuroscience，NeuroImage，Cerebral Cortex，PLoS Computational Biology等发表论文150余篇 (Google Scholar引用15900余次，H因子为48)。任Scientific Reports 编委，PLoS One，Cognitive Neurodynamics学术编辑，及多种国际期刊常任审稿人。对生物神经网络复杂结构、动力学及其低成本高效益如何启发类脑智能具有浓厚的兴趣。致力于复杂系统动力学基础研究及其应用，特别是网络的复杂联结结构与体系的动态行为的关系和相互作用。近几年与国际国内系统和认知神经科学家合作，把这些理论进展应用到大脑的复杂联结结构和活动以及认知功能及障碍的分析和建模等方面研究中。<br /> <br /> 主要贡献：在神经动力学模型读书会上做出以复杂神经动力学：从分析到建模——从从神经元脉冲到皮层震荡，从涌现到功能（Complex Neural Dynamics: Analysis and Modeling ----<br /> <br /> From neuronalspikes to cortical waves, from emergence to function）为主题的分享。<br /> <br /> ==== 张江 ====<br /> *北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园（北京）科技有限公司创始人兼董事长、曾任腾讯研究院特聘顾问，复杂系统、人工智能的研究者与布道者。主要研究领域包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学等。曾在Nature Communications、Scientific Reports、Physical Review E、Journal of Theoretical Biology等国际知名刊物上发表过学术论文数十篇。<br /> <br /> *主要贡献：'''集智俱乐部创始人'''<br /> <br /> ==== 王大顺 ====<br /> *王大顺是西北大学副教授。他的研究方向是科学学，希望能够使用和开发复杂性科学的工具和人工智能，探索科学领域的发展和研究规律。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 吴令飞 ====<br /> <br /> *吴令飞集智科学家，匹兹堡大学助理教授，研究兴趣是组织创新与学习。通过使用数学模型和机器学习方法，通过研究来自科学界（例如Web of Science 和 ORCID数据）、工业界（例如美国专利数据）、和互联网众包社区（例如Stack Exchange 和 GitHub）大量团队的人员结构与产出的关系，报告人致力于寻找组织创新与学习的一般规律，促进组织管理和政策制定。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> ==== 尤亦庄 ====<br /> <br /> *尤亦庄，2013年博士毕业于清华大学，凝聚态物理方向。现为加州大学圣地亚哥分校助理教授。主要研究领域是量子多体物理，及其演生现象和临界现象。具体方向包括：拓扑量子物态，多体局域化和热化，高温超导和自旋液体等强关联体系，多体量子纠缠和张量网络。研究手段包括量子场论，拓扑场论，重整化群等等，对信息论（特别是量子信息），复杂系统，人工智能等领域也很感兴趣。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> <br /> ==== 周涛 ====<br /> *周涛，电子科技大学教授，成都新经济发展研究院执行院长。主要从事统计物理与复杂性方面的研究。在 Physics Reports、 PNAS、Nature Communications 等国际 SCI 期刊发表 300 余篇学术论文，引用 20000 余次，H指数为69。现象级畅销书《大数据时代》中文版译者，《为数据而生》作者。<br /> <br /> *主要贡献：AI&amp;Society第13期活动特邀讲者，文章贡献<br /> <br /> ==== 吕琳媛 ====<br /> *吕琳媛，国家优秀青年基金获得者，电子科技大学教授，阿里巴巴复杂科学研究中心副主任。主要从事网络信息挖掘和社会经济复杂性方面的研究。在Nature Communications、Physics Reports、PNAS等学术期刊发表论文60余篇，引用6 000余次，8篇论文入选ESI全球Top-1%高引论文，研究成果入选2016年中国百篇具有影响力国际学术论文。<br /> <br /> *主要贡献：AI&amp;Society第9，13期活动特邀讲者，文章贡献<br /> <br /> ==== 王成军 ====<br /> <br /> *王成军，南京大学新闻传播学院助理研究员、计算传播学实验中心成员，对复杂性科学和可计算方法(如机器学习)感兴趣，现在的研究主要集中于采用网络科学方法分析计算社会科学的研究问题，例如，采用重整化方法分析手机用户的注意力网络和移动网络。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 唐乾元/傅渥成 ====<br /> 唐乾元，东京大学博士后，南京大学物理系物理学在读博士，集智核心成员，「知乎盐 Club 2014」荣誉会员，曾出版知乎盐系列电子书《写在物理边上》《临界：智能的设计原则》和知乎一小时电子书《能量守恒》。主要研究方向为统计物理及其在生命科学问题中的应用，曾作为中国博士生代表参加在德国林岛举办的「诺贝尔奖获得者大会」。<br /> <br /> ==== 殷裔安 ====<br /> *殷裔安美国西北大学在读博士，王大顺合作者。研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：研读营学者，文章贡献<br /> <br /> ==== 黄俊铭 ====<br /> *黄俊铭，普林斯顿大学博士后，博士毕业于中国科学院计算技术研究所，曾在美国东北大学[[Albert-László Barabási]]实验室担任博士后，研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：文章贡献<br /> <br /> == 集智活动 ==<br /> 集智活动以线下活动居多，多以公开讲座、读书会、系列沙龙等形式研讨、科普前沿科学知识。活动所覆盖的学科领域包括：人工智能、复杂系统、生物科学、脑与认知等多个不同的领域。<br /> === 读书会 ===<br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> ===== 基本介绍 =====<br /> 读书会是针对人工智能、复杂系统、生命科学、脑与认知等多个领域，由一位或多位发起人组织，系统研读经典文献，或深入学习某项特定技术，最终输出一些文章或者产品。该活动一般按照主题举办，为期1～3个月，定期举行线上或者线下讨论，每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会可以针对具体主题进行一定强度的讨论研究，从而孕育出新的创新成果，例如科研论文、产品原型或者学术报告等；“彩云天气”APP就是“深度学习”读书会的成果；《走近2050》也是在“集体注意力流”读书会讨论中产生的。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的深度爱好者、学习者<br /> <br /> 线下读书会列表<br /> <br /> *复杂系统自动建模读书会<br /> *图网络读书会<br /> *幂律读书会<br /> *意识与认知读书会<br /> *深度“深度学习”读书会<br /> *探索脑与深度学习读书会<br /> *热力学与进化论读书会<br /> *自然语言处理读书会<br /> *复杂经济学读书会<br /> *量子决策理论读书会<br /> *GEB读书会<br /> *计算心理学读书会<br /> <br /> 线上读书会列表<br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2024年读书会排期表<br /> |-<br /> !读书会主题!!核心发起人!!运营负责人<br /> !报名途径!!持续期数!!当前状态!!固定时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;65&quot; |[https://pattern.swarma.org/study_groups?from=baike 了解更多详情，点此链接报名]<br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|居中|缩略图|206x206像素|小助手微信|链接=Special:FilePath/Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二20:00-22:00<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |23<br /> |已结束<br /> |周一19:00-21:00<br /> |-<br /> |图网络：算法原理与应用系列论文解读<br /> |高飞等<br /> |周莉<br /> |23<br /> |已结束<br /> |<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |16<br /> |已结束<br /> |周一20:00-22:00<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |20<br /> |已结束<br /> |周日20:00-22:00<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |14<br /> |已结束<br /> |周日20:00-22:00<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四20:00-22:00<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |8<br /> |已结束<br /> |周三20:00-22:00<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |17<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |27<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |已结束<br /> |周六20:00-22:00<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |21<br /> |已结束<br /> |周六9:00-11:00<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四20:00-22:00<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |21<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |14<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |21<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |25<br /> |已结束<br /> |周六14:00-16:00<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |20<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |13<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |13<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |14<br /> |已结束<br /> |周日9-11点<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> | 周莉<br /> |10<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |已结束<br /> |周二19:00-21:00<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |11<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |AI+Science第二季：生物医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |13<br /> |已结束<br /> |周日9:00-11:00<br /> |-<br /> |AGI通用人工智能读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |10<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |AI+Science第三季：人工智能与数学读书会<br /> |袁洋等<br /> |苏婉婷<br /> |8<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |复杂系统管理学读书会第二季：生态型组织进化<br /> |罗家德等<br /> |张倩<br /> |9<br /> |已结束<br /> |周六14:00-17:00<br /> |-<br /> |新信息论，从分解到整合<br /> |张江等<br /> |梁金<br /> |11<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |大模型安全与对齐<br /> |段雅文等<br /> |李欣儒<br /> |10<br /> |已结束<br /> |周六10：00-12:00<br /> |-<br /> |计算神经科学<br /> |周昌松等<br /> |周莉<br /> |15<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |大语言模型与多智能体系统<br /> |赵世钰等<br /> |黄璐瑶<br /> |8<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |自由能原理与强化学习<br /> |牟牧云等<br /> |梁金<br /> |10<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |计算社会科学第三季：AI+Social Science<br /> |裴佳欣等<br /> |汪馨玥<br /> |12<br /> |已结束<br /> |周六20:00-22:00<br /> |-<br /> |复杂管理学第三季：生态型组织涌现<br /> |陆云波等<br /> |张倩<br /> |9<br /> |已结束<br /> |周六14:00-16:00<br /> |-<br /> |时序时空大模型<br /> |梁宇轩等<br /> |张屹莉<br /> |9<br /> |已结束<br /> |周三20:00-22:00<br /> |-<br /> |因果涌现第五季<br /> |张江等<br /> |梁金<br /> |12<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |脑机接口：从科幻到现实<br /> |刘冰等<br /> |周莉<br /> |10<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |AI by Complexity<br /> |张章等<br /> |王朝会<br /> |11<br /> |已结束<br /> |周一20:00-22:00<br /> |-<br /> |因果科学与大语言模型<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |已结束<br /> |周日20:00-22:00<br /> |-<br /> |几何深度学习<br /> |黄文炳等<br /> |余孟君<br /> |8<br /> |'''已结束'''<br /> |周四19:00-21:00<br /> |-<br /> |生命复杂性：生命复杂系统的构成原理<br /> |常乘等<br /> |梁金<br /> |10<br /> |已结束<br /> |周二19:00-21:00<br /> |-<br /> |一种新科学<br /> |章彦博等<br /> |王婷<br /> |10<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |面向未来的科学学<br /> |崔浩川等<br /> |周莉<br /> |10<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |复杂系统自动建模第二季<br /> |朱群喜<br /> |余孟君<br /> |8<br /> |已结束<br /> |周四20:00-22:00<br /> |-<br /> |整合信息论<br /> |张江等<br /> |梁金<br /> |10<br /> |已结束<br /> |周二19:00-21:00<br /> |-<br /> |昆虫智能与AI<br /> |宋卓异等<br /> |尹爱华<br /> |10<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |非平衡统计物理<br /> |梁师翎等<br /> |梁金<br /> |10<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |大模型2.0: 融合学习与推理的大模型新范式<br /> |张江等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周六20:00-22:00<br /> |-<br /> |地球系统科学第二季<br /> |陈德亮等<br /> |周莉<br /> |12<br /> |已结束<br /> |周二19:00-21:00<br /> |-<br /> |具身智能<br /> |史雪松等<br /> |王建男<br /> |9<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |复杂网络动力学<br /> |史贵元等<br /> |余孟君<br /> |12<br /> |已结束<br /> |周五19:30-21:30<br /> |-<br /> |因果涌现第六季<br /> |张江等<br /> |潘琳莉<br /> |8<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |AI时代的学习：共探学习的复杂性<br /> |王志军等<br /> |苏晨予<br /> |<br /> |进行中<br /> |周三19:30-21:30<br /> |-<br /> |大模型时代下的人机交互与协同<br /> |赵云波等<br /> |尹爱华<br /> |<br /> |进行中<br /> |周六19:00-21:00<br /> |-<br /> |大模型可解释性<br /> |肖达等<br /> |刘易明<br /> |<br /> |进行中<br /> |周四19:30-21:30<br /> |-<br /> |大模型时代下的Agent建模与仿真<br /> |高德华等<br /> |周莉<br /> |<br /> |进行中<br /> |周二19:30-21:30<br /> |-<br /> |AI驱动的计算医学研讨会：从科学发现到数字孪生<br /> |黄柯鑫等<br /> |刘培源<br /> |6<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |金融复杂性<br /> |李红刚等<br /> |王朝会<br /> |<br /> |进行中<br /> |周一19:00-21:00<br /> |-<br /> |AIX传播<br /> |许小可等<br /> |王朝会<br /> |<br /> |即将开始<br /> |周六10:00-12:00<br /> |-<br /> |圣塔菲·复杂科学经典论文研读第一季<br /> |张江等<br /> |周莉<br /> |<br /> |即将开始<br /> |周五19:30-21:30<br /> |}可以进入[[集智俱乐部读书会]]页面，查看更多关于读书会的内容<br /> <br /> === 科普讲座 ===<br /> <br /> ===== 基本介绍=====<br /> 科普讲座是集智俱乐部的传统活动，是由集智俱乐部核心成员或者粉丝自发组织的讲座，面向公众，偏向于科普性质，活动频率大约1个月1次，力图用通俗的语言进行广泛的跨学科交流。<br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的爱好者<br /> ===== 典型活动介绍（挑选典型活动）=====<br /> *2016/09/17 ·【任远】 复杂性科学与生成艺术 <br /> *2016/08/28 ·【罗淼】 科学与游戏沙龙活动<br /> *2015/11/22 ·【董磊】 基于大数据预测地区发展<br /> *2015/07/26 ·【曹旭东、张江、袁行远】 开源科学：人类科学往何处去<br /> *2013/07/21 ·【张江】 大自然如何设计？ — 探索网络、流动中的自组织规律<br /> *2013/06/22 ·【尤亦庄】 从涡旋到光与电的演生—漫谈凝聚态物理新思潮<br /> *2013/05/12 ·【Robert Ackland】 一个社会科学家眼中的“计算社会科学”<br /> *2013/01/20 ·【吴令飞】 计算社会科学总论<br /> *2012/11/11 ·【Bertrand Roehner 】 我们如何开始科学探索? <br /> *2011/07/24 ·【Monk】 自复制 — 生命的核心 <br /> *2009/04/18 ·【Miner】 人工智能之梦<br /> <br /> <br /> === 研读营 ===<br /> <br /> ===== 基本介绍 =====<br /> 研读营是集智俱乐部的特色活动，汇集一批青年学者，围绕某个与复杂系统和人工智能领域的前沿课题，进行一周左右的深度交流，激发科研灵感，孕育学术成果。集智研读营一般由相关基金或企业赞助。<br /> <br /> *烧脑指数：🌟🌟🌟🌟🌟（5颗星）<br /> *参与方式：学者推荐或外部申请<br /> *适用人群：相关领域的科研工作者，或在读研究生、博士；思想开放，热爱交流<br /> <br /> ===== 典型活动 =====<br /> <br /> *2016年10月8日-2016年10月14日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2016年集智俱乐部研读营]]<br /> <br /> *2017年7月16日-2017年7月22日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“物理、人工智能、几何与机器学习”研读营[[2017年集智俱乐部研读营]]<br /> <br /> *2018年6月22日-2017年6月28日在云南大理喜洲召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2018集智－凯风研读营]]<br /> <br /> *2019年1月14日-2017年1月23日在南京大学仙林校区召开了由腾讯基金会赞助，集智俱乐部主办“从复杂网络到图神经网络的计算社会科学：理解人性、理解机器、理解当代社会”研读营[[2018年集智腾讯计算社会科学研读营]]<br /> <br /> *2019年6月7日-2017年6月14日在云南剑川沙溪古镇召开了由凯风基金会赞助，集智俱乐部主办“网络、几何与机器学习”研读营[[2019凯风研读营]]<br /> <br /> * 2020年研读营分为线上研读营和线下研读营，线上研读营时间是8月25日-8月29日，共计5天，地点是在Zoom在线会议；线下研读营时间是9月23日-9月26日，共计4天，地点是在北京周边的灵水村。参与人数共计有56人（具体人员信息见附录），主题是“面向复杂系统的人工智能”研读营。[[2020集智凯风研读营]]<br /> <br /> === 学术沙龙 ===<br /> <br /> ===== 基本介绍 =====<br /> 针对前沿技术热点和重大社会问题，邀请一线研究者，面向公众，分享其最新研究成果。学术沙龙的宗旨是，挖掘交叉型人才，孕育原创性思想，传播最新科学认知。集智学术沙龙一般相关基金或企业赞助，面向公众开放。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的研究者、从业者、爱好者<br /> <br /> 活动主题包括但不限于：<br /> *计算社会科学：概况、发展现状与应用、大数据与机器学习在科学学中的应用专题；<br /> *人工智能与城市科学：卫星遥感数据在城市科学中的应用；大数据与人工智能在城市科中的应用；智慧城市发展展望；<br /> *多智能体系统：多智能体系统社会学仿真及其最新发展现状；<br /> *人工智能社会：多主体智能、深度学习与多主体、经济推理与人工智能；<br /> *算法与社会：计算广告学、推荐算法等算法简介以及对社会的影响；<br /> *算法经济：云计算、算法经济平台，以及算法经济的发展展望。<br /> <br /> ===== 典型活动 =====<br /> <br /> 主要分享学者：黄晶生、程明霞、施永仁、吴令飞、王成军、侯世达、陆云波、韩战钢、陈永伟、张江、肖达、吕林媛、李睿琪、Geoffrey West、James Evans、周涛、高见、龙瀛、肖仰华、王鹏、José Lobo、W.Brain Arthur<br /> <br /> 详情请见：[[AI&amp;Society系列沙龙活动]]<br /> <br /> === 集智圣诞年会 ===<br /> <br /> ===== 基本介绍 =====<br /> <br /> 集智年会是集智俱乐部一年一度的盛会，一般在圣诞节或者元旦举办，其目的是为了总结集智俱乐部一年的发展，并为集智俱乐部的忠实粉丝提供一个深度交流的平台。<br /> <br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：邀请或报名审核<br /> *适用人群：集智俱乐部粉丝；希望深入了解集智俱乐部的朋友<br /> <br /> ===== 典型活动 =====<br /> *2015年7月15日、7月16日在南京大学新闻传播学院召开了第一次学术会议：南京'''注意力'''的科学会议[http://wiki.swarma.net/index.php/%E5%8D%97%E4%BA%AC%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%9A%84%E7%A7%91%E5%AD%A6%E4%BC%9A%E8%AE%AE]<br /> <br /> *2016年的学术圣诞晚会是在帝都心脏三里屯的Surperfit举办，此次活动的主题是'''AI与创业'''。[https://mp.weixin.qq.com/s/JMaf3r70ej0E5-_5rQ-Dmg]<br /> <br /> *2017年的学术圣诞晚会是在768创意产业园区内的彩云科技举办，此次活动的主题是'''AI改变生活'''[https://mp.weixin.qq.com/s/QjRJ-Rf2qDwcdweKOXF5uw]。<br /> <br /> *2018年的学术圣诞晚会是在北京朝阳区乌托邦工厂举办，此次活动的主题是'''奇点临近'''[https://mp.weixin.qq.com/s/aTd8fLStWOiDafBpv2ptdw]。<br /> <br /> *2019年的学术年会是在北京海淀区的E_ZIKOO智慧谷举办，此次活动的主题是'''量子跃迁'''[https://swarma.org/?p=17911]。<br /> <br /> ==集智内容 ==<br /> <br /> === 集智公众号 ===<br /> [[File:集智俱乐部公众号云图.png|800px|集智俱乐部发展历史|thumb|居中|集智俱乐部公众号关键词云图]]<br /> <br /> 集智俱乐部致力于报道复杂性科学与人工智能领域的最新进展，特别关注跨学科研究与交流。从社交网络到生态系统，从城市的结构到语言的结构，从机器学习到量子信息……「集智俱乐部」这个公众号跨越了学科的局限，向我们揭示出复杂世界背后的简单规则，也启发我们思考人工智能和复杂系统中的那些最前沿、最深刻、最普适的问题。<br /> <br /> 集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> <br /> ==== 代表作品 ====<br /> 集智俱乐部公众号下分为多个子栏目，包括前沿报道、科研议题、科普文章、科学解释世界、经典论文回顾等。典型代表作品如下：<br /> <br /> *栏目：前沿报道<br /> 代表文章：[https://mp.weixin.qq.com/s/eDP_1GdltOeER4mgJKrnBg 巴拉巴西nature封面文章，网络3d打印]<br /> <br /> *栏目：科研议题<br /> 代表文章：[https://mp.weixin.qq.com/s/iXXZi6dQeTBBSZoHlLuCHA 学术互捧没有用？可能还有负面作用]<br /> <br /> *栏目：科普文章<br /> 代表文章：[https://mp.weixin.qq.com/s/pVgX5o2pu7l_Fbq3GAcn0A 一文读懂复杂网络与群体智慧]<br /> <br /> *栏目：科学解释世界<br /> 代表文章：[https://mp.weixin.qq.com/s/Dl0DowLx70uFwq67XJGvVA Science文章：要想成功，快抱大腿]<br /> <br /> *栏目：经典论文回顾<br /> 代表文章：[https://mp.weixin.qq.com/s/X7AWuytD8D3Z5-rUAi7TEQ 热力学与进化论]<br /> <br /> *栏目：集智活动<br /> 代表文章：[https://mp.weixin.qq.com/s/TOOcBnaMPm6NycWvZYa8sQ 集智-凯风复杂系统论坛全天回顾]<br /> <br /> 公众号 ID：swarma_org<br /> [[File:集智俱乐部.jpg|200px|集智俱乐部发展历史|thumb|居中|扫一扫，关注集智俱乐部]]<br /> <br /> === 集智百科 ===<br /> <br /> [[File:集智百科-全面图.png|1000px|集智俱乐部发展历史|thumb|居中|[[集智百科]]]]<br /> <br /> [[集智百科]]是一个自由内容、公开编辑的科学知识库，主要内容集中在复杂系统科学与人工智能，创建于2013年，主要内容由集智俱乐部志愿者贡献。<br /> <br /> 集智百科作为一个开源的项目，致力于在复杂性科学这个学科领域，为大家翻译、整理、编辑最专业、准确的中文百科全书，为广大的科学爱好者提供最便捷的搜索方式。<br /> <br /> 集智百科的'''愿景'''：做复杂性科学领域科学、全面、客观的百科全书；<br /> <br /> 集智百科的'''口号'''：知识从我而来，问题到我为止。<br /> <br /> 从13年创建以来，集智百科上断断续续的有人生产内容，但是这些内容缺乏规范性，也不成体系，自2019年年底以来，集智俱乐部希望可以着重的梳理复杂性科学领域的基础知识，为广大的科学爱好者提供便捷易懂的知识。所以我们成立了信息收集、整理翻译、审校、编辑、专家审校、代码实现等小组，希望可以共同去完成这样一个万古长青的事业。<br /> <br /> 如果恰好你也对知识整理、分享感兴趣，也愿意参与我们，请添加相关负责人联系方式，加入对应的小组，和大家一同前行，共同编辑，改变世界！<br /> <br /> [[File:集智百科报名.png |200px|集智俱乐部发展历史|thumb|居中|集智百科志愿者报名]]<br /> <br /> ==== 代表作品 ====<br /> 知识类词条：<br /> *[[摄像机-电视自指系统]]<br /> *[[无标度网络]]<br /> *[[小世界网络]]<br /> *[[异速生长律]]<br /> *[[元胞自动机]]<br /> *[[复杂系统]]<br /> <br /> 人物类词条：<br /> * [[斯蒂芬·沃尔夫勒姆 Stephen Wolfram]]<br /> * [[香农]]<br /> * [[吉布斯]]<br /> * [[巴拉巴西]]<br /> <br /> <br /> 书籍类词条：<br /> * [[链接：网络新科学]]<br /> * [[巴拉巴西网络科学 Network Science]]<br /> * [[巴拉巴西成功定律]]<br /> <br /> === 集智众包 ===<br /> 集智俱乐部自2015年以来，在集智社区形成了成熟的众包运作模式，充分利用集体智慧，进行团体合作写作、翻译等活动，最终输出内容。目前已创作和翻译3本图书作品：<br /> <br /> ==== 代表作品 ====<br /> <br /> [[File:科学的极致：漫谈人工智能.JPG|350px|居中|科学的极致：漫谈人工智能]]<br /> <br /> [[科学的极致：漫谈人工智能]]<br /> <br /> 简介：这本书主要向大家介绍了人工智能的历史和发展，当然也包括了很多在集智俱乐部讨论过的AI方面的主题，例如：哥德尔不完备定理、柯尔莫戈洛夫复杂性、深度学习和集体智慧等主题。<br /> <br /> [[File:走近2050——注意力、互联网与人工智能.jpg|300px|居中|走近2050——注意力、互联网与人工智能]]<br /> <br /> [[走近2050]]——注意力、互联网与人工智能<br /> <br /> 简介：这本书主要讲述了机器世界最重要的能源：注意力流，因为我们生活中所有的产品和程序都是为了获取我们的注意力。这本书涵盖了人工智能、互联网、心理学和计算机游戏。<br /> <br /> <br /> [[File:深度思考——人工智能的终点与人类创造力的起点.jpg |400px|居中|深度思考——人工智能的终点与人类创造力的起点]]<br /> <br /> [[深度思考]]——人工智能的终点与人类创造力的起点<br /> <br /> 简介：在这本突破性的书中，卡斯帕罗夫第次揭示了他惊人的一面，描述了他在面对最为强大的对手时的谋划与布局，在全世界的注视下奋勇争先，并叙述了通过国际象棋程序的发展考察人工智能的发展历史。<br /> <br /> <br /> <br /> [[File:深度学习原理与PyTorch实战.png |400px|居中|[http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]]]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> 简介：本书系统介绍了深度学习技术及开源框架 PyTorch。实战与理论兼具，每章围绕一个有意思的实战案例展开，全面深入地介绍了计算机视觉、自然语言处理、迁移学习，以及最新的对抗式学习和深度强化学习等前沿技术。<br /> <br /> <br /> <br /> [[文件:Netlogo入门书籍.jpg|替代=|居中|400x400像素]]<br /> [https://item.jd.com/10039871937829.html NetLogo多主体建模入门]<br /> <br /> 简介：从入门讲解NetLogo多主体建模，精选七大跨领域实战案例，循序渐近讲解NetLogo的使用方法，附赠代码示例和讲解视频，计算机模拟仿真建模教程书籍。<br /> <br /> ==成果展示 ==<br /> <br /> === 集智社区 ===<br /> <br /> 在集智社群中<br /> <br /> 既有做出重要贡献的'''成熟学者'''<br /> <br /> 也有引领科技行业潮流的'''先锋企业家'''<br /> <br /> 还有许多正冉冉升起的'''青年学者、潜力硕博'''<br /> <br /> 更不乏从志愿者工作开始，逐渐切入学界、迅速成长的'''优秀青年'''<br /> <br /> 集智社群名人不完全名单：<br /> 文小刚，侯世达，凯文·凯利，李子青，王飞跃，段永朝，王小川，顾学雍，陈晓松，周海军，王啸，吴岩，刘锋，张寒燕，俞志晨，张一甲，杨南征，狄增如，韩战钢，吴金闪，尹相志，韩锋，李嫣然，傅渥成，林思恩，吴令飞，吕正东，唐璐，贾梓筠，尤亦庄，肖达，谷鹄翔，王成军，张勉，秦建军，苑明理，董磊，王乃岩，许铁，陆宜，陆云波，赵云峰，袁行远，曹旭东，陆树燊，王昆，刘寰青，唐文，姚欣，宋家泰，黄钊等等等等。<br /> <br /> [[File:GEB侯世达.jpg|800px|GEB作者侯世达公开分享|thumb|居中|《GEB》作者侯世达先生在集智俱乐部演讲]]<br /> <br /> <br /> [[File:部分集智科学家.jpg|800px|部分集智科学家合照|thumb|居中|部分集智科学家合照]]<br /> <br /> 还有许许多多的大咖参与其中， 共同打造没有围墙的研究所！<br /> &lt;br /&gt;<br /> <br /> ==== 社区科研成果 ====<br /> <br /> '''[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]'''<br /> * 2017年11月28日，集智科学家[[张江]]、董磊、[[李睿琪]]等人在Nature Communications上发表文章[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]&lt;ref name=&quot;z&quot;&gt;Ruiqi Li,Lei Dong,Jiang Zhang,Xinran Wang,Wen-Xu Wang,Zengru Di,H. Eugene Stanley (2017) [https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities].&lt;/ref&gt;，该文提出了一种模拟城市分形生长过程的模型，用简单的规则就可以刻画纷繁复杂的城市背后的统一规律：[https://mp.weixin.qq.com/s/Kqwcpg3Tyl78eF6YQyHESw 复杂的城市，简单的规则]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]'''<br /> * 2018年12月11日，集智科学家吴令飞（[[计算士]]）和王成军合作在PANS上发表文章[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]&lt;ref name=&quot;w1&quot;&gt;Katy Börner,Olga Scrivner,Mike Gallant,Shutian Ma,Xiaozhong Liu,Keith Chewning,Lingfei Wu,James A. Evans (2018) [https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy].&lt;/ref&gt;，该文系统性分析了一万三千个技能关键词在过去七年间（2010-2016）发布的一亿两千万份招聘广告、三百万份课程大纲和一百万研究论文上被提及的频率，发现人类社会对编程、财务、统计等“硬技能”（hard skills）的需求越来越大，与此同时，研究人员发现，沟通、管理和团队合作等“软技能”（soft skills）频率波动的时间序列与硬技能之间密切相关，硬技能需求增加驱动着与之适配的软技能：[https://swarma.org/?p=13892 为什么未来需要软技能]<br /> <br /> '''[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It]''' <br /> * 2019年2月21日，集智科学家吴令飞（[[计算士]]）在Nature杂志上发表封面文章[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It] &lt;ref name=&quot;w&quot;&gt;Lingfei Wu,Dashun Wang,James A. Evans (2019) [https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large teams develop and small teams disrupt science and technology].&lt;/ref&gt;。该文介绍了一项对1954年-2014年期间超过6500万篇论文、专利和软件产品的数据分析工作。研究者量化评估了创新的“颠覆性”，发现小团队更有可能做出突破性的研究：[https://swarma.org/?p=14730 团队规模与颠覆性创新]。论文第一作者吴令飞为 Nature 撰写了这篇文章，介绍了论文背后的故事和作者们的思考：[https://swarma.org/?p=14825 Nature封面文章作者讲述论文故事：小团队知道答案]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]'''<br /> * 2019年7月8日，集智科学家靳擎、王大顺等人在Nature Human Behaviour上发表封面文章[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]&lt;ref name=&quot;j&quot;&gt;Ching Jin,Chaoming Song,Johannes Bjelland,Geoffrey Canright,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems].&lt;/ref&gt;，该文章发表消费者购买产品的行为模式、新思想在网络上传播的模式，本质上都是一种幂律增长的模式：[https://swarma.org/?p=17317 复杂演替系统中的幂律增长模式]<br /> <br /> '''[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]'''<br /> * 2019年10月30日，集智科学家殷裔安和王大顺等人一起在Nature发表文章[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]&lt;ref name=&quot;y&quot;&gt;Yian Yin,Yang Wang,James A. Evans,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security].&lt;/ref&gt;，分析了科研（数据集来源于NIH Grants）、投资（数据集来源于 VentureXpert 数据库）、公共安全（数据集来源于全球恐怖主义数据库GTD）三个领域的大规模数据，阐述了失败的动力学机制。从动力学所得到的早期信号中“明察秋毫”，或许胜败早有伏笔：[https://mp.weixin.qq.com/s/SNxL91Q-pRfP83YoXK9LSQ 原来胜败早有信号]<br /> <br /> '''[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]'''<br /> * 2020年2月18日，集智科学家黄俊铭在PANS杂志上发表文章[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;，该文整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据，对学术界中女性科研人员的学术能力表现及其背后的原因做出了分析:[https://swarma.org/?p=18557 女性科研工作者的退出风险与学术成就]<br /> <br /> === 集智孕育 ===<br /> <br /> ==== 彩云AI ====<br /> <br /> [[File:彩云天气.png|800px|居中]]<br /> <br /> 2014年，集智俱乐部核心成员袁行远、肖达开发彩云天气，这是一款能够精确预测未来1小时内局部地区降雨情况的APP。这款APP是集智俱乐部举办的深度学习读书会孕育出来的一款产品。目前，袁行远、肖达、苑明理、何永振等集智核心成员已独立成立了彩彻区明科技有限公司。<br /> <br /> 有关彩云天气可以参看：[http://caiyunapp.com/]<br /> <br /> 最近，这个团队又研发了一个“彩云小译”的AI应用，这个应用可以做中英之间的同声翻译，帮助你与外国人无障碍交流。<br /> <br /> [[File:彩云小译.png|800px|居中]]<br /> <br /> ==== 集智斑图 ====<br /> <br /> <br /> [[文件:集智斑图新首页.png|替代=|居中|缩略图|800x800像素|[https://pattern.swarma.org/ 集智斑图]首页截图]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> [https://pattern.swarma.org/ 集智斑图]是是集智俱乐部创建的复杂科学领域的高质量内容聚合平台，包含了自组织社区、多领域学习路径、最新论文更新、论文解读活动等板块。集智斑图的目标是沉淀聚合复杂科学相关的科研资料，提高信息匹配效率。<br /> <br /> 斑图的含义：来源于英文的pattern，有花纹，图案的意思，在复杂系统中特指大量相互作用单元涌现出的时间空间模式，集智斑图则特指学习者在探索互动中形成的知识空间和集体智慧<br /> <br /> slogan：用知识连接探索者<br /> <br /> '''推荐学习路径：'''<br /> <br /> [https://pattern.swarma.org/path?id=13 意识科学入门路径]从意识是什么，详细介绍了认知科学有关的实验，介绍了认知科学当前的最新研究进展，并且从跨学科的角度探讨了认知科学的发展方向。<br /> <br /> [https://pattern.swarma.org/path?id=2 复杂网络分析入门路径]系统地整理了复杂网络分析领域的主要问题、意义和研究思路（但并不包括具体细节），整理相关的学习资料、论文和在线课程，供新手快速入门复杂网络。<br /> <br /> [https://pattern.swarma.org/path?id=9 因果推断方法概述]从因果关系，理解因果关系的三个层次，以及研究因果关系的算法详细的阐述了因果关系的研究问题。<br /> <br /> [https://pattern.swarma.org/path?id=21 解读幂律(Power Law)分布与无标度(Scale Free)网络]从什么是幂律分布，什么是无标度网络，如何产生幂律分布以及如何估计和判断幂律分布等几个方面详细阐述了幂律分布的原理。<br /> <br /> [https://pattern.swarma.org/path?id=11 人工生命入门路径]整理自Lana Sinapayen为人工智能研究者们提供的一份人工生命入门指南，从人工生命的研究目标，人工生命的发展历史，人工生命的未来展望和学习清单多方面阐述了人工生命这个领域的研究问题和方向。<br /> <br /> '''推荐论文解读：'''<br /> <br /> * Albert-Laszlo Barabasi;Reka Albert;Emergence of scaling in random networks ,Science,1999&lt;ref name=&quot;a&quot;&gt;Albert-Laszlo Barabasi,Reka Albert (1999) [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 Emergence of scaling in random networks].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 随机网络的无标度性]总结了存在于许多实际网络中的[[幂律分布]]特性，首次命名了[[无标度网络]]这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。<br /> <br /> * Dirk Brockmann; Dirk Helbing;The Hidden Geometry of Complex, Network-Driven Contagion Phenomena ,Science,2013 &lt;ref name=&quot;b&quot;&gt;Dirk Brockmann, Dirk Helbing (2013) [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 The Hidden Geometry of Complex, Network-Driven Contagion Phenomena].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 通过网络的隐藏几何推断病毒的传播]指出疾病的传播其实与城市间的地理距离没啥关系，而与城市间的“等效”距离密切相关。这里的等效距离就是指根据城市间交通流量数据而折合以后的距离。<br /> <br /> * Marc Timme; Jose Casadiego;Revealing networks from dynamics: an introduction ,Journal of Physics A: Mathematical and Theoretical,2014,41 .37&lt;ref name=&quot;c&quot;&gt;Marc Timme, Jose Casadiego (2014) [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 Revealing networks from dynamics: an introduction].Journal of Physics A: Mathematical and Theoretical.41.37:&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 基于动力学的网络重构]简单地引入了复杂网络的基本概念后，介绍了复杂网络中有效链接和结构链接两者之间的区别。文章中详细地回顾了基于群体动力学数据，重构网络中结构链接的三种主要基本方法，即驱动-响应方法、复制-同步方法和直接重构方法，并指出了每种方法的优缺点和适用范围；简略地介绍了基于相关函数和最大熵理论，重构有效链接的思路。<br /> <br /> * Junming Huang;Alexander J. Gates;Roberta Sinatra;Historical comparison of gender inequality in scientific careers across countries and disciplines ,proceedings of the national academy of sciences,2020,117 .9:4609-4616&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 PNAS论文解读：科学事业在不同国家和学科中性别不平等的历史比较]整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、署名、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据。对学术界中女性科研人员的学术能力表现、及其背后的原因做出了分析。<br /> <br /> <br /> '''集智斑图论文速递：'''<br /> <br /> 实现了自动采集和遴选各大学术顶刊中与复杂科学密切相关的最新进展，并通过定期推送和建立论文库服务社区，是集智斑图聚合高质量信息、服务自组织科学社区的一项代表性产品。<br /> <br /> 斑图速递是由数据自动采集、科学术语自动提取、跨学科领域论文过滤、科学影响力评价体系等一系列技术支撑的，其中多项技术为自主研发并已注册专利。集智技术团队将持续专注于建立更完善的复杂科学知识体系和知识管理体系，服务于集智社区。<br /> [[文件:顶刊速递.png|居中|缩略图|569x569像素|顶刊速递栏目]]<br /> [[文件:顶刊速递订阅.png|替代=顶刊速递订阅|边框|居中|647x647像素]]<br /> <br /> <br /> ==== 集智学园 ====<br /> [http://campus.swarma.org 集智学园]成立于2016年10月1日，是集智俱乐部孕育的创业项目之一。为一个知识服务社区，专门致力于复杂性科学、人工智能等先进技术的普及工作，合作伙伴包括腾讯、华为、北京师范大学、湖畔大学、混沌大学等多家知名机构。2019年底获得国家高新技术企业称号。<br /> <br /> [http://campus.swarma.org 集智学园]的课程涵盖基础通识、复杂系统、网络科学、计算社会、人工智能五大模块。每个模块的精品课程，下表是部分课程：<br /> <br /> {| class=&quot;wikitable sortable&quot;<br /> |-<br /> ! 课程类别 !! 课程名称<br /> |-<br /> | 基础与通识 || [http://campus.swarma.org/play/coursedetail?id=429 NetLogo 多主体建模入门]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10405 Mathematica基础入门教程]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=388 快速入门 Julia 语言]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10406 数据科学心法与机器学习实战] <br /> |-<br /> | 复杂系统 || [http://campus.swarma.org/play/coursedetail?id=432 复杂性思维2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10665 系统科学概论]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=394 复杂系统中的幂律分布]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=397 非线性动力学与混沌]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=433 复杂性与临界现象2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=423 系统科学与社会经济] <br /> |-<br /> | 网络科学 || [http://campus.swarma.org/play/coursedetail?id=381 图网络：融合推理与学习的全新深度学习架构]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=440 复杂网络2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=443 图网络算法原理探究]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=122 非欧式数据的几何深度学习]<br /> |-<br /> | 计算社会 || [http://campus.swarma.org/play/coursedetail?id=10634 计算社会科学的前沿与展望]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10624 地球未来——生物体、城市和公司的生命、生长与死亡]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10582 生长与设计——复杂性视角下的智慧城市]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=425 复杂系统与社会计算研讨会]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10844 知识图谱与认知智能] <br /> |-<br /> | 人工智能 || [http://campus.swarma.org/play/coursedetail?id=11076 产学结合：自然语言处理及其应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=416 系统讲解知识图谱——从建模到应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=412 GAN 专题论文解读]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=413 GAN 专题代码实践]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10484 计算机视觉与深度学习]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=121 中文自然语言理解（NLU）在金融领域的应用] <br /> |-<br /> <br /> |}<br /> <br /> 查看各模块的精品课程，去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===== [http://wiki.swarma.net/index.php/%E4%BC%81%E4%B8%9A%E5%90%88%E4%BD%9C%E8%AF%BE%E7%A8%8B%E5%88%97%E8%A1%A8 企业培训] =====<br /> <br /> 集智学园特别推出企业培训服务，为企业提供系统完整的技术、思维培训。建立员工深度学习机器学习思维，掌握机器学习的基本方法，提高企业活力。<br /> &lt;br/&gt;详细信息：http://business.swarma.org/<br /> <br /> <br /> '''技术培训'''<br /> <br /> 《python数据科学与机器学习》&lt;br /&gt;<br /> <br /> 《如何打造你自己的聊天机器人》&lt;br /&gt;<br /> <br /> 《中文自然语言理解在中文中的应用》&lt;br /&gt;<br /> <br /> 《自然语言处理与深度学习》&lt;br /&gt;<br /> <br /> 《计算机视觉与深度学习》&lt;br /&gt;<br /> <br /> 《火炬上的深度学习》&lt;br/&gt;<br /> ......<br /> <br /> '''思维升级'''<br /> <br /> 《复杂性科学》&lt;br /&gt;<br /> <br /> 《迎接AI时代》&lt;br /&gt;<br /> <br /> 《走近2050—人工智能、注意力与互联网》&lt;br /&gt;<br /> <br /> 《机器学习思维》&lt;br /&gt;<br /> <br /> 《企业生长的规模法则》&lt;br/&gt;<br /> ......<br /> <br /> 查看更多精彩内容，请去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===媒体报道===<br /> <br /> 李白薇：[http://sttc.net.cn/journal/130.html 没有围墙的研究所]，中国科技人才，2015 原文链接<br /> <br /> Xtecher:[http://www.sohu.com/a/125848135_472705 集智俱乐部张江：复杂系统里“简单纯粹”的前行者]<br /> <br /> 以特邀嘉宾的身份参与录制CCTV2的节目：未来架构师。[http://tv.cctv.com/2017/08/06/VIDESuxtIaeQMfwZVNHtV1zU170806.shtml 《未来架构师》 人与机器交融的未来场景]<br /> <br /> ----<br /> <br /> ==加入方式==<br /> <br /> 目前集智俱乐部官方运营的社区加入方式如下：<br /> <br /> * '''1.加入具体领域微信群，参与学术交流，需要报名对应主题的读书会，读书会列表可查看 https://pattern.swarma.org/study_groups'''<br /> * '''2.成为集智VIP， 解锁全部读书会、课程权限，VIP报名通道：https://campus.swarma.org/vip'''<br /> * '''3.加入集智俱乐部QQ群：'''<br /> ** 集智俱乐部一群：292641157（已满）<br /> ** 集智俱乐部二群：877391004<br /> ** 集智学园交流群：426390994<br /> <br /> 成为集智俱乐部实习生：[https://mp.weixin.qq.com/s/5MD_56h3FwU80Yt221rckw 加入集智，一起复杂！2021集智实习生/志愿者招募]。<br /> <br /> 微信公共账号：集智俱乐部<br /> <br /> [[File:集智俱乐部.jpg|200px|right|thumb|扫一扫，关注集智俱乐部]]<br /> <br /> 还可以添加微信小助手：swarmaAI<br /> <br /> 官方网站：https://pattern.swarma.org/<br /> <br /> B站地址：[https://space.bilibili.com/233204821/#/ 集智俱乐部]<br /> <br /> 张江知乎账号：[https://www.zhihu.com/people/zhang-jiang-78-29-94/activities 张江]<br /> <br /> 集智俱乐部知乎账号：[https://www.zhihu.com/people/swarma/activities 集智俱乐部]<br /> <br /> 集智科学家微博：@集智科学家（https://weibo.com/swamagents?refer_flag=1001030101_）<br /> <br /> <br /> 更多入口，请参看：[https://www.wolai.com/fHxGuDuNUvwqfq7mjHtLFe 关于我们]<br /> <br /> == 参考资料 ==<br /> <br /> &lt;references /&gt;<br /> [[Category:集智相关]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8&diff=46030 2025-08-12T10:19:31Z

<p>Mobility：/* 集智俱乐部介绍 */</p> <hr /> <div>{{#seo:<br /> |keywords=集智俱乐部<br /> |description=集智俱乐部介绍<br /> }}<br /> ==集智俱乐部介绍==<br /> <br /> <br /> ===名称和简介===<br /> <br /> [http://swarma.org/ 集智俱乐部(Swarma Club)]是专注在复杂系统、人工智能领域的科学社区。为从事科学研究、享受科学乐趣的探索者提供科研合作、知识交流、科学传播等服务。我们倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流 ”。集智科学研究中心（民办非营利企业）是集智俱乐部的运营主体，以营造跨学科探索小生境为使命，催化复杂性科学新理论为愿景。<br /> <br /> ==== 集智研究中心简介 ====<br /> 集智科学研究中心是门头沟民政局批准成立、门头沟科信局主管的民办非企业，致力于营造跨学科探索小生境，催化复杂性科学新理论。集智科学研究中心有接受社会捐赠的资质，长期面向企业、个人募集公益性捐赠款，用于集智俱乐部科学社区的运营工作，以支持复杂系统相关科研、交流、传播工作。<br /> <br /> * [https://www.bilibili.com/video/BV1zt41127WH/?vd_source=1726c8ded9694dc66a4fd063683905b6 集智俱乐部宣传片]<br /> * [https://swarma.org/?p=43492 中国有“集智俱乐部”]<br /> <br /> ===集智俱乐部的LOGO和口号===<br /> <br /> <br /> [[File:集智俱乐部logo.png|200px|thumb|居中|'''让苹果砸得更猛烈些吧！''']]<br /> <br /> ===集智俱乐部的使命 ===<br /> <br /> 营造跨学科探索小生境，催化复杂性科学新理论。<br /> <br /> ===集智俱乐部思想起源 ===<br /> <br /> <br /> 1902年，在伯尔尼的瑞士专利局工作的爱因斯坦，跟几位朋友自发成立了讨论小组，取名“奥林匹亚科学院”，定期讨论科学和哲学问题。离开学校后，这段和友人讨论学术的经历，让爱因斯坦对自己的思想实验深入打磨，为那个连续发表多篇跨时代论文的爱因斯坦奇迹年做了铺垫。<br /> [[File:三人组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1903年的奥林匹亚科学院三人组]]<br /> 1920年代，在奥地利首都维也纳，包括哥德尔在内的欧洲大陆几位优秀的物理学家、数学家和逻辑学家，以共同遵循的科学哲学为根基，形成了“维也纳小组”，逐渐发展为著名的维也纳学派。此后多年中，这个小组贡献甚多，不仅哥德尔不完备性定理影响了世界，而且维也纳小组推崇的逻辑实证主义的科学方法论，也成为了科学界的主流。<br /> [[File:1925年的维也纳小组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1925年的维也纳小组]]<br /> <br /> 1984年，在核子时代的起源地洛斯阿拉莫斯国家实验旁，几位科学家跳出国家体制，建立了自主募资的圣塔菲研究所，研究被霍金称为“21世纪的科学”的复杂性科学，圣塔菲研究所逐渐成为复杂系统研究的圣地。发现现象背后的 pattern，探索事物涌现的秘密，寻找复杂世界的统一规律，这个新兴学科在与各个学科的交互中，正走向科学研究的核心地带。<br /> [[File:圣塔菲研究所.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|圣塔菲研究所]]<br /> <br /> 奥林匹亚学院、维也纳小组、圣塔菲研究所，这是科学社区和科学共同体的真正典范，而打造出一个像它们一样，开放、自由、没有围墙的研究所，正是集智俱乐部的长期愿景。<br /> [[File:集智俱乐部长图标.jpg|800px|1903年的奥林匹亚科学院三人组|thumb|居中|集智俱乐部]]<br /> <br /> <br /> 从集智俱乐部到集智学园，从松散的互联网社群到线下社交网络，从读书交流到合作发文出书，从靠兴趣驱动探索，到用产品改变生活，一个科学社区已经初步成型。飞速发展的集智科学社区，召唤热爱科学、乐于探索的你。<br /> <br /> ===发展历史 ===<br /> [[文件:集智俱乐部历史.jpg|替代=集智俱乐部发展历史2022|居中|缩略图|800x800像素|集智俱乐部发展历史]]<br /> * 2003年，集智俱乐部创始人张江（ Jake ）创办了集智俱乐部网站，该网站一直致力于宣传、普及、推广复杂系统科学，并展开广泛的跨学科交流，俱乐部渐渐聚集了一批有识之士。 <br /> * 2007年，集智俱乐部的交流和活动开始从虚拟世界走向现实，在叁号会所开始了第一次线下活动，并尝试发展一个现实世界中的学术组织。<br /> * 2013年，袁行远等核心成员建立了集智百科网站。<br /> * 2014年，通过集智俱乐部的读书会活动，由集智俱乐部内部核心成员袁行远孕育了第一个创业项目——彩云天气。同年集智俱乐部南京分部由[[王成军]]创立，并开始组织活动。<br /> * 2015年7月，集智俱乐部在南京举办了第一届学术年会。目前集智俱乐部的主要活动有开放式的讲座与交流，技术专题读书会，以及不定期的学术研讨会，系列沙龙活动等。同年，集智俱乐部出版的第一本书《科学的极致：漫谈人工智能》，曾获得知名主持人杨澜的大力推荐；并且在8月份的时候成立了第一个线下志愿者团队，第一位线下活动志愿者就是图灵出版社的美女编辑张霞。<br /> * 2016年，第二本书《走近2050——注意力、互联网与人工智能》出版面世；在2016年10月，凯风基金会赞助集智俱乐部共同举办了凯风研读营，开展了《网络、几何和机器学习》的学术会议；2016年底孵化了集智俱乐部第二个创业项目：集智学园，致力于打造人工智能、复杂科学领域的科学学习社区。<br /> * 2017年，首次与腾讯研究院发起了[[AI&amp;Society系列沙龙活动]]，致力于发掘在学术界和工业界的学术新星。<br /> * 2018年，同年，由集智俱乐部牵头，以众包的形式，出版了两本书籍，第一本是《深度学习原理与PyTorch实战》；第二本是翻译书籍《深度思考》。<br /> *2019年，集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> *2019年，集智学园新产品[https://pattern.swarma.org/ 集智斑图]上线。<br /> *2020年，网络科学等线上课程模式/ 2020年度学术媒体公众号Top10<br /> *2021年：因果涌现等读书会模式火爆社区/《NetLogo多主体建模入门》/ 筹建集智造化研究院 / 拯救2050项目/得到APP复杂科学课程<br /> <br /> <br /> 张老师记录的从2003年-2016年的故事，他简单的记录了一下~2003-2015年的故事：<br /> <br /> [[记录集智2003-2015]]<br /> <br /> [[记录集智2015-2016 --超越与重生]]<br /> <br /> [[记录集智2017-2021]]<br /> <br /> <br /> 新的故事篇章也在继续书写。<br /> <br /> === 集智科学家 ===<br /> <br /> 集智科学家是指集智俱乐部对社区内有突出科研贡献和科研成果学者，是集智俱乐部社区的最高荣誉。我们梳理了这些年参与过集智社区建设的重要学者，符合以下标准之一则可以认定为集智科学家：<br /> * 1.以学者的身份参与过集智凯风研读营<br /> * 2.以特邀讲者的身份参与过AI&amp;Society的活动<br /> * 3.自己发表论文后写对应的解读文章投稿到集智俱乐部公众号，并以主推的形式进行推广<br /> <br /> ''以下为部分科学家代表，非社区内全部科学家名单。''<br /> ==== W. Brian Arthur ====<br /> *[[布莱恩·阿瑟 W. Brian Arthur]]是著名经济学家，圣塔菲研究所外聘教授，帕罗奥多研究中心系统科学实验室访问研究员。阿瑟在上世纪八十年代，受诺贝尔经济学奖得主肯尼斯·阿罗的邀请，来到刚刚建立的圣塔菲研究所。在圣塔菲研究所，阿瑟将复杂系统理论与经济学研究结合在一起，逐渐形成了“复杂经济学（complexity economics）”的构想，并凭借报酬递增理论，于1990年获得熊彼特奖。作为报酬递增理论的提出者，阿瑟创立了对经济学和复杂系统的跨学科研究新模式。作为圣塔菲研究所最早一批研究复杂性的学者，阿瑟是复杂性科学领域的奠基人之一，由于其突出成绩，于2008年荣获复杂性科学领域首届拉格朗日奖。<br /> <br /> *主要贡献：AI&amp;Society第18期活动特邀讲者。<br /> <br /> ==== José Lobo ====<br /> *José Lobo，美国亚利桑那州立大学可持续发展学院副研究员，Julie Ann Wrigley全球可持续发展研究所科学家，圣塔菲研究所“城市、规模可持续性”研究组成员。他的研究主题涵盖从人类早期群落到古代城市再到现代城市系统的规模理论，以及人类发明的本质和驱动因素，特别是城市环境如何住进技术和文化创新的形成。他是城市科学领域的领军研究者之一，在PNAS、Nature Human Behaviour等顶级期刊上发表多篇重要论文。<br /> <br /> *主要贡献：AI&amp;Society第17期活动特邀讲者。<br /> <br /> ==== James Evans ====<br /> *James Evans 是芝加哥大学社会学系教授，是科学学（science of science）、复杂网络、知识社会学的世界级知名学者。毕业于斯坦福大学，曾在哈佛大学从事社会组织结构方面的研究，在芝加哥大学创立知识挖掘实验室，并创立和主持了芝加哥大学计算社会学硕士项目。主要兴趣包括：群体智能、社会组织结构分析、科技创新产生和传播规律等，在 Science, PNAS, American Journal of Sociology，Management Science 等顶级期刊上发表大量文章。<br /> <br /> *主要贡献：AI&amp;Society第12期活动特邀讲者，研读营学者<br /> <br /> ==== Geoffrey West ====<br /> *Geoffrey West，理论物理学家，城市科学的顶尖学者，圣塔菲研究所杰出教授和前任所长，曾入选《时代周刊》全球最具影响力100人。数十年致力于“规模”的研究工作，其研究成果被应用在理解生命体、城市可持续发展、企业运营等众多领域，被业内奉为“跨学科诺贝奖”的不二人选。<br /> <br /> *主要贡献：AI&amp;Society第11期活动特邀讲者。<br /> <br /> <br /> ==== 侯世达 ====<br /> *侯世达（Douglas, R.Hofstadter）是印第安纳大学认知科学与比较文学特聘教授、美国艺术与科学院院士、美国哲学学会成员和瑞典皇家社会科学院院士。他主要研究：自我与外部世界的关系、意识、类比、艺术创作、文学翻译、数学和物理学。除了学术成就，侯世达还出版了《哥德尔、艾舍尔、巴赫：集异璧之大成》（GEB）和《我是个怪圈》（I Am a Strange Loop），分别获得普利策文学奖（非虚构类）与美国国家图书奖（科学类）和《洛杉矶时报》科学写作图书奖。<br /> <br /> *主要贡献：AI&amp;Society第5期活动特邀讲者。<br /> <br /> ==== Ginestra Bianconi ====<br /> 伦敦玛丽女王大学数学科学学院的应用数学教授，也是艾伦·图灵研究所的艾伦·图灵研究员。目前，她是 JPhys Complex 期刊的主编，PlosOne 和 Scientific Reports 的编辑。2020年，她被 NetSci 学会授予 Network Scientific Fellowships，以表彰她对网络科学的基础性贡献，特别是在复杂网络中玻色-爱因斯坦凝聚的提出以及在多层网络结构和动力学方面的进展。她的研究领域是统计力学和网络科学，具体包括网络理论及其跨学科应用。她是网络建模的专家，包括增长网络模型和均衡网络系综。同时也出版了关于网络上的动态过程的重要著作，特别是关于渗流的研究。最近几年，她一直专注于多层网络、单纯复形、网络几何和拓扑。她是牛津大学出版社出版的 ''Multilayer Networks: Structure and Function'' 和剑桥大学出版社出版的 ''Higher-order networks: An introduction to simplicial complexes'' 两本书籍的作者。<br /> <br /> 主要贡献：在高阶网络读书会上做出以高阶网络与动力学（Higher-order networks and dynamics）为主题的分享。<br /> <br /> ==== Erik Hoel ====<br /> 威斯康星大学麦迪逊分校博士，塔夫茨大学助理教授，哥伦比亚大学理论神经科学家，同时也是因果涌现理论提出者之一。他致力于运用信息论和因果分析来探索意识的生物学基础，理解涌现的本质。研究问题为如何利用复杂性和信息论来测量意识与无意识之间的神经差异、因果结构如何跨尺度变化、信息论指标如何捕捉和量化宏观尺度上的因果涌现。<br /> <br /> 主要贡献：在因果涌现读书会上做出以用信息度量因果（Causal Emergence Theory）为主题的分享。<br /> <br /> ==== 陈德亮 ====<br /> 现任瑞典哥德堡大学的 August Röhss 讲席教授，本科毕业于南京大学，于德国美因茨古腾堡大学师从诺贝尔奖得主Paul Crutzen教授获得博士学位。陈教授的研究方向包括'''气候动力学、气候模拟、全球和区域气候变化、地理信息科学和应用气候学'''等。<br /> <br /> 陈教授是国际著名的'''气候学家、诺贝尔奖评奖委员会专家、是地球系统科学的倡导和践行者，也是具有全球视野的战略科学家'''。他参与和领导了多个国际计划和组织，为多个政府、政府间组织和国际非政府组织以及国家研究资助机构担任科学顾问，是IPCC第五次、第六次评估报告第一工作组的主要作者和协调主要作者，于2009-2012年担任国际科学理事会（ICSU）执行主席。他长期致力于全球系统科学、未来地球学、全球可持续发展研究的领导、协调与合作工作，为国际科技合作做出了重要贡献。<br /> <br /> 陈教授先后当选为瑞典皇家科学院院士、哥德堡皇家艺术与科学院院士、发展中国家科学院院士、瑞典皇家科学院地学部主任、中国科学院外籍院士、挪威科学与文学院外籍院士、欧洲科学与艺术学院院士，曾获2017年度中华人民共和国国际科学技术合作奖。鉴于他对瑞典和国际气候研究做出的杰出贡献最近由瑞典国王颁发国王勋章。<br /> <br /> 主要贡献：在地球系统科学读书会上做出以地球系统科学的简史及重大挑战为主题的分享。<br /> <br /> ==== 周昌松 ====<br /> 物理学博士，香港浸会大学物理系教授、系主任，浸会大学非线性研究中心主任，计算及理论研究所副所长。1992年获南开大学物理学士，1997年获南开大学物理博士，1997-2007年在新加坡、香港、德国等地从事访问研究， 是洪堡基金获得者。 2007年加入香港浸会大学物理系， 2011年获浸会大学&quot;杰出青年研究者校长奖&quot;，2021年获&quot;杰出研究表现校长奖&quot;。在国际交叉学术刊物 PNAS，PRL，Physics Reports，National Science Review，J Neuroscience，NeuroImage，Cerebral Cortex，PLoS Computational Biology等发表论文150余篇 (Google Scholar引用15900余次，H因子为48)。任Scientific Reports 编委，PLoS One，Cognitive Neurodynamics学术编辑，及多种国际期刊常任审稿人。对生物神经网络复杂结构、动力学及其低成本高效益如何启发类脑智能具有浓厚的兴趣。致力于复杂系统动力学基础研究及其应用，特别是网络的复杂联结结构与体系的动态行为的关系和相互作用。近几年与国际国内系统和认知神经科学家合作，把这些理论进展应用到大脑的复杂联结结构和活动以及认知功能及障碍的分析和建模等方面研究中。<br /> <br /> 主要贡献：在神经动力学模型读书会上做出以复杂神经动力学：从分析到建模——从从神经元脉冲到皮层震荡，从涌现到功能（Complex Neural Dynamics: Analysis and Modeling ----<br /> <br /> From neuronalspikes to cortical waves, from emergence to function）为主题的分享。<br /> <br /> ==== 张江 ====<br /> *北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园（北京）科技有限公司创始人兼董事长、曾任腾讯研究院特聘顾问，复杂系统、人工智能的研究者与布道者。主要研究领域包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学等。曾在Nature Communications、Scientific Reports、Physical Review E、Journal of Theoretical Biology等国际知名刊物上发表过学术论文数十篇。<br /> <br /> *主要贡献：'''集智俱乐部创始人'''<br /> <br /> ==== 王大顺 ====<br /> *王大顺是西北大学副教授。他的研究方向是科学学，希望能够使用和开发复杂性科学的工具和人工智能，探索科学领域的发展和研究规律。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 吴令飞 ====<br /> <br /> *吴令飞集智科学家，匹兹堡大学助理教授，研究兴趣是组织创新与学习。通过使用数学模型和机器学习方法，通过研究来自科学界（例如Web of Science 和 ORCID数据）、工业界（例如美国专利数据）、和互联网众包社区（例如Stack Exchange 和 GitHub）大量团队的人员结构与产出的关系，报告人致力于寻找组织创新与学习的一般规律，促进组织管理和政策制定。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> ==== 尤亦庄 ====<br /> <br /> *尤亦庄，2013年博士毕业于清华大学，凝聚态物理方向。现为加州大学圣地亚哥分校助理教授。主要研究领域是量子多体物理，及其演生现象和临界现象。具体方向包括：拓扑量子物态，多体局域化和热化，高温超导和自旋液体等强关联体系，多体量子纠缠和张量网络。研究手段包括量子场论，拓扑场论，重整化群等等，对信息论（特别是量子信息），复杂系统，人工智能等领域也很感兴趣。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> <br /> ==== 周涛 ====<br /> *周涛，电子科技大学教授，成都新经济发展研究院执行院长。主要从事统计物理与复杂性方面的研究。在 Physics Reports、 PNAS、Nature Communications 等国际 SCI 期刊发表 300 余篇学术论文，引用 20000 余次，H指数为69。现象级畅销书《大数据时代》中文版译者，《为数据而生》作者。<br /> <br /> *主要贡献：AI&amp;Society第13期活动特邀讲者，文章贡献<br /> <br /> ==== 吕琳媛 ====<br /> *吕琳媛，国家优秀青年基金获得者，电子科技大学教授，阿里巴巴复杂科学研究中心副主任。主要从事网络信息挖掘和社会经济复杂性方面的研究。在Nature Communications、Physics Reports、PNAS等学术期刊发表论文60余篇，引用6 000余次，8篇论文入选ESI全球Top-1%高引论文，研究成果入选2016年中国百篇具有影响力国际学术论文。<br /> <br /> *主要贡献：AI&amp;Society第9，13期活动特邀讲者，文章贡献<br /> <br /> ==== 王成军 ====<br /> <br /> *王成军，南京大学新闻传播学院助理研究员、计算传播学实验中心成员，对复杂性科学和可计算方法(如机器学习)感兴趣，现在的研究主要集中于采用网络科学方法分析计算社会科学的研究问题，例如，采用重整化方法分析手机用户的注意力网络和移动网络。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 唐乾元/傅渥成 ====<br /> 唐乾元，东京大学博士后，南京大学物理系物理学在读博士，集智核心成员，「知乎盐 Club 2014」荣誉会员，曾出版知乎盐系列电子书《写在物理边上》《临界：智能的设计原则》和知乎一小时电子书《能量守恒》。主要研究方向为统计物理及其在生命科学问题中的应用，曾作为中国博士生代表参加在德国林岛举办的「诺贝尔奖获得者大会」。<br /> <br /> ==== 殷裔安 ====<br /> *殷裔安美国西北大学在读博士，王大顺合作者。研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：研读营学者，文章贡献<br /> <br /> ==== 黄俊铭 ====<br /> *黄俊铭，普林斯顿大学博士后，博士毕业于中国科学院计算技术研究所，曾在美国东北大学[[Albert-László Barabási]]实验室担任博士后，研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：文章贡献<br /> <br /> == 集智活动 ==<br /> 集智活动以线下活动居多，多以公开讲座、读书会、系列沙龙等形式研讨、科普前沿科学知识。活动所覆盖的学科领域包括：人工智能、复杂系统、生物科学、脑与认知等多个不同的领域。<br /> === 读书会 ===<br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> ===== 基本介绍 =====<br /> 读书会是针对人工智能、复杂系统、生命科学、脑与认知等多个领域，由一位或多位发起人组织，系统研读经典文献，或深入学习某项特定技术，最终输出一些文章或者产品。该活动一般按照主题举办，为期1～3个月，定期举行线上或者线下讨论，每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会可以针对具体主题进行一定强度的讨论研究，从而孕育出新的创新成果，例如科研论文、产品原型或者学术报告等；“彩云天气”APP就是“深度学习”读书会的成果；《走近2050》也是在“集体注意力流”读书会讨论中产生的。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的深度爱好者、学习者<br /> <br /> 线下读书会列表<br /> <br /> *复杂系统自动建模读书会<br /> *图网络读书会<br /> *幂律读书会<br /> *意识与认知读书会<br /> *深度“深度学习”读书会<br /> *探索脑与深度学习读书会<br /> *热力学与进化论读书会<br /> *自然语言处理读书会<br /> *复杂经济学读书会<br /> *量子决策理论读书会<br /> *GEB读书会<br /> *计算心理学读书会<br /> <br /> 线上读书会列表<br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2024年读书会排期表<br /> |-<br /> !读书会主题!!核心发起人!!运营负责人<br /> !报名途径!!持续期数!!当前状态!!固定时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;51&quot; |[https://pattern.swarma.org/study_groups?from=baike 了解更多详情，点此链接报名]<br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|居中|缩略图|206x206像素|小助手微信|链接=Special:FilePath/Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二20:00-22:00<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |23<br /> |已结束<br /> |周一19:00-21:00<br /> |-<br /> |图网络：算法原理与应用系列论文解读<br /> |高飞等<br /> |周莉<br /> |23<br /> |已结束<br /> |<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |16<br /> |已结束<br /> |周一20:00-22:00<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |20<br /> |已结束<br /> |周日20:00-22:00<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |14<br /> |已结束<br /> |周日20:00-22:00<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四20:00-22:00<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |8<br /> |已结束<br /> |周三20:00-22:00<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |17<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |27<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |已结束<br /> |周六20:00-22:00<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |21<br /> |已结束<br /> |周六9:00-11:00<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四20:00-22:00<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |21<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |14<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |21<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |25<br /> |已结束<br /> |周六14:00-16:00<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |20<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |13<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |13<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |14<br /> |已结束<br /> |周日9-11点<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> | 周莉<br /> |10<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |已结束<br /> |周二19:00-21:00<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |11<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |AI+Science第二季：生物医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |13<br /> |已结束<br /> |周日9:00-11:00<br /> |-<br /> |AGI通用人工智能读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |10<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |AI+Science第三季：人工智能与数学读书会<br /> |袁洋等<br /> |苏婉婷<br /> |8<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |复杂系统管理学读书会第二季：生态型组织进化<br /> |罗家德等<br /> |张倩<br /> |9<br /> |已结束<br /> |周六14:00-17:00<br /> |-<br /> |新信息论，从分解到整合<br /> |张江等<br /> |梁金<br /> |11<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |大模型安全与对齐<br /> |段雅文等<br /> |李欣儒<br /> |10<br /> |已结束<br /> |周六10：00-12:00<br /> |-<br /> |计算神经科学<br /> |周昌松等<br /> |周莉<br /> |15<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |大语言模型与多智能体系统<br /> |赵世钰等<br /> |黄璐瑶<br /> |8<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |自由能原理与强化学习<br /> |牟牧云等<br /> |梁金<br /> |10<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |计算社会科学第三季：AI+Social Science<br /> |裴佳欣等<br /> |汪馨玥<br /> |12<br /> |已结束<br /> |周六20:00-22:00<br /> |-<br /> |复杂管理学第三季：生态型组织涌现<br /> |陆云波等<br /> |张倩<br /> |9<br /> |已结束<br /> |周六14:00-16:00<br /> |-<br /> |时序时空大模型<br /> |梁宇轩等<br /> |张屹莉<br /> |9<br /> |已结束<br /> |周三20:00-22:00<br /> |-<br /> |因果涌现第五季<br /> |张江等<br /> |梁金<br /> |12<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |脑机接口：从科幻到现实<br /> |刘冰等<br /> |周莉<br /> |10<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |AI by Complexity<br /> |张章等<br /> |王朝会<br /> |11<br /> |进行中<br /> |周一20:00-22:00<br /> |-<br /> |因果科学与大语言模型<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |进行中<br /> |周日20:00-22:00<br /> |-<br /> |几何深度学习<br /> |黄文炳等<br /> |余孟君<br /> |8<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |生命复杂性：生命复杂系统的构成原理<br /> |常乘等<br /> |梁金<br /> |10<br /> |进行中<br /> |周二19:00-21:00<br /> |-<br /> |一种新科学<br /> |章彦博等<br /> |王婷<br /> |10<br /> |进行中<br /> |周日10:00-12:00<br /> |-<br /> |面向未来的科学学<br /> |崔浩川等<br /> |周莉<br /> |10<br /> |进行中<br /> |周六19:00-21:00<br /> |-<br /> |复杂系统自动建模第二季<br /> |朱群喜<br /> |余孟君<br /> |8<br /> |进行中<br /> |周四20:00-22:00<br /> |-<br /> |整合信息论<br /> |张江等<br /> |梁金<br /> |10<br /> |进行中<br /> |周二19:00-21:00<br /> |-<br /> |昆虫智能与AI<br /> |宋卓异等<br /> |尹爱华<br /> |10<br /> |进行中<br /> |周三19:00-21:00<br /> |-<br /> |非平衡统计物理<br /> |梁师翎等<br /> |梁金<br /> |<br /> |10<br /> |即将开始<br /> |<br /> |}可以进入[[集智俱乐部读书会]]页面，查看更多关于读书会的内容<br /> <br /> === 科普讲座 ===<br /> <br /> ===== 基本介绍=====<br /> 科普讲座是集智俱乐部的传统活动，是由集智俱乐部核心成员或者粉丝自发组织的讲座，面向公众，偏向于科普性质，活动频率大约1个月1次，力图用通俗的语言进行广泛的跨学科交流。<br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的爱好者<br /> ===== 典型活动介绍（挑选典型活动）=====<br /> *2016/09/17 ·【任远】 复杂性科学与生成艺术 <br /> *2016/08/28 ·【罗淼】 科学与游戏沙龙活动<br /> *2015/11/22 ·【董磊】 基于大数据预测地区发展<br /> *2015/07/26 ·【曹旭东、张江、袁行远】 开源科学：人类科学往何处去<br /> *2013/07/21 ·【张江】 大自然如何设计？ — 探索网络、流动中的自组织规律<br /> *2013/06/22 ·【尤亦庄】 从涡旋到光与电的演生—漫谈凝聚态物理新思潮<br /> *2013/05/12 ·【Robert Ackland】 一个社会科学家眼中的“计算社会科学”<br /> *2013/01/20 ·【吴令飞】 计算社会科学总论<br /> *2012/11/11 ·【Bertrand Roehner 】 我们如何开始科学探索? <br /> *2011/07/24 ·【Monk】 自复制 — 生命的核心 <br /> *2009/04/18 ·【Miner】 人工智能之梦<br /> <br /> <br /> === 研读营 ===<br /> <br /> ===== 基本介绍 =====<br /> 研读营是集智俱乐部的特色活动，汇集一批青年学者，围绕某个与复杂系统和人工智能领域的前沿课题，进行一周左右的深度交流，激发科研灵感，孕育学术成果。集智研读营一般由相关基金或企业赞助。<br /> <br /> *烧脑指数：🌟🌟🌟🌟🌟（5颗星）<br /> *参与方式：学者推荐或外部申请<br /> *适用人群：相关领域的科研工作者，或在读研究生、博士；思想开放，热爱交流<br /> <br /> ===== 典型活动 =====<br /> <br /> *2016年10月8日-2016年10月14日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2016年集智俱乐部研读营]]<br /> <br /> *2017年7月16日-2017年7月22日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“物理、人工智能、几何与机器学习”研读营[[2017年集智俱乐部研读营]]<br /> <br /> *2018年6月22日-2017年6月28日在云南大理喜洲召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2018集智－凯风研读营]]<br /> <br /> *2019年1月14日-2017年1月23日在南京大学仙林校区召开了由腾讯基金会赞助，集智俱乐部主办“从复杂网络到图神经网络的计算社会科学：理解人性、理解机器、理解当代社会”研读营[[2018年集智腾讯计算社会科学研读营]]<br /> <br /> *2019年6月7日-2017年6月14日在云南剑川沙溪古镇召开了由凯风基金会赞助，集智俱乐部主办“网络、几何与机器学习”研读营[[2019凯风研读营]]<br /> <br /> * 2020年研读营分为线上研读营和线下研读营，线上研读营时间是8月25日-8月29日，共计5天，地点是在Zoom在线会议；线下研读营时间是9月23日-9月26日，共计4天，地点是在北京周边的灵水村。参与人数共计有56人（具体人员信息见附录），主题是“面向复杂系统的人工智能”研读营。[[2020集智凯风研读营]]<br /> <br /> === 学术沙龙 ===<br /> <br /> ===== 基本介绍 =====<br /> 针对前沿技术热点和重大社会问题，邀请一线研究者，面向公众，分享其最新研究成果。学术沙龙的宗旨是，挖掘交叉型人才，孕育原创性思想，传播最新科学认知。集智学术沙龙一般相关基金或企业赞助，面向公众开放。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的研究者、从业者、爱好者<br /> <br /> 活动主题包括但不限于：<br /> *计算社会科学：概况、发展现状与应用、大数据与机器学习在科学学中的应用专题；<br /> *人工智能与城市科学：卫星遥感数据在城市科学中的应用；大数据与人工智能在城市科中的应用；智慧城市发展展望；<br /> *多智能体系统：多智能体系统社会学仿真及其最新发展现状；<br /> *人工智能社会：多主体智能、深度学习与多主体、经济推理与人工智能；<br /> *算法与社会：计算广告学、推荐算法等算法简介以及对社会的影响；<br /> *算法经济：云计算、算法经济平台，以及算法经济的发展展望。<br /> <br /> ===== 典型活动 =====<br /> <br /> 主要分享学者：黄晶生、程明霞、施永仁、吴令飞、王成军、侯世达、陆云波、韩战钢、陈永伟、张江、肖达、吕林媛、李睿琪、Geoffrey West、James Evans、周涛、高见、龙瀛、肖仰华、王鹏、José Lobo、W.Brain Arthur<br /> <br /> 详情请见：[[AI&amp;Society系列沙龙活动]]<br /> <br /> === 集智圣诞年会 ===<br /> <br /> ===== 基本介绍 =====<br /> <br /> 集智年会是集智俱乐部一年一度的盛会，一般在圣诞节或者元旦举办，其目的是为了总结集智俱乐部一年的发展，并为集智俱乐部的忠实粉丝提供一个深度交流的平台。<br /> <br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：邀请或报名审核<br /> *适用人群：集智俱乐部粉丝；希望深入了解集智俱乐部的朋友<br /> <br /> ===== 典型活动 =====<br /> *2015年7月15日、7月16日在南京大学新闻传播学院召开了第一次学术会议：南京'''注意力'''的科学会议[http://wiki.swarma.net/index.php/%E5%8D%97%E4%BA%AC%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%9A%84%E7%A7%91%E5%AD%A6%E4%BC%9A%E8%AE%AE]<br /> <br /> *2016年的学术圣诞晚会是在帝都心脏三里屯的Surperfit举办，此次活动的主题是'''AI与创业'''。[https://mp.weixin.qq.com/s/JMaf3r70ej0E5-_5rQ-Dmg]<br /> <br /> *2017年的学术圣诞晚会是在768创意产业园区内的彩云科技举办，此次活动的主题是'''AI改变生活'''[https://mp.weixin.qq.com/s/QjRJ-Rf2qDwcdweKOXF5uw]。<br /> <br /> *2018年的学术圣诞晚会是在北京朝阳区乌托邦工厂举办，此次活动的主题是'''奇点临近'''[https://mp.weixin.qq.com/s/aTd8fLStWOiDafBpv2ptdw]。<br /> <br /> *2019年的学术年会是在北京海淀区的E_ZIKOO智慧谷举办，此次活动的主题是'''量子跃迁'''[https://swarma.org/?p=17911]。<br /> <br /> ==集智内容 ==<br /> <br /> === 集智公众号 ===<br /> [[File:集智俱乐部公众号云图.png|800px|集智俱乐部发展历史|thumb|居中|集智俱乐部公众号关键词云图]]<br /> <br /> 集智俱乐部致力于报道复杂性科学与人工智能领域的最新进展，特别关注跨学科研究与交流。从社交网络到生态系统，从城市的结构到语言的结构，从机器学习到量子信息……「集智俱乐部」这个公众号跨越了学科的局限，向我们揭示出复杂世界背后的简单规则，也启发我们思考人工智能和复杂系统中的那些最前沿、最深刻、最普适的问题。<br /> <br /> 集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> <br /> ==== 代表作品 ====<br /> 集智俱乐部公众号下分为多个子栏目，包括前沿报道、科研议题、科普文章、科学解释世界、经典论文回顾等。典型代表作品如下：<br /> <br /> *栏目：前沿报道<br /> 代表文章：[https://mp.weixin.qq.com/s/eDP_1GdltOeER4mgJKrnBg 巴拉巴西nature封面文章，网络3d打印]<br /> <br /> *栏目：科研议题<br /> 代表文章：[https://mp.weixin.qq.com/s/iXXZi6dQeTBBSZoHlLuCHA 学术互捧没有用？可能还有负面作用]<br /> <br /> *栏目：科普文章<br /> 代表文章：[https://mp.weixin.qq.com/s/pVgX5o2pu7l_Fbq3GAcn0A 一文读懂复杂网络与群体智慧]<br /> <br /> *栏目：科学解释世界<br /> 代表文章：[https://mp.weixin.qq.com/s/Dl0DowLx70uFwq67XJGvVA Science文章：要想成功，快抱大腿]<br /> <br /> *栏目：经典论文回顾<br /> 代表文章：[https://mp.weixin.qq.com/s/X7AWuytD8D3Z5-rUAi7TEQ 热力学与进化论]<br /> <br /> *栏目：集智活动<br /> 代表文章：[https://mp.weixin.qq.com/s/TOOcBnaMPm6NycWvZYa8sQ 集智-凯风复杂系统论坛全天回顾]<br /> <br /> 公众号 ID：swarma_org<br /> [[File:集智俱乐部.jpg|200px|集智俱乐部发展历史|thumb|居中|扫一扫，关注集智俱乐部]]<br /> <br /> === 集智百科 ===<br /> <br /> [[File:集智百科-全面图.png|1000px|集智俱乐部发展历史|thumb|居中|[[集智百科]]]]<br /> <br /> [[集智百科]]是一个自由内容、公开编辑的科学知识库，主要内容集中在复杂系统科学与人工智能，创建于2013年，主要内容由集智俱乐部志愿者贡献。<br /> <br /> 集智百科作为一个开源的项目，致力于在复杂性科学这个学科领域，为大家翻译、整理、编辑最专业、准确的中文百科全书，为广大的科学爱好者提供最便捷的搜索方式。<br /> <br /> 集智百科的'''愿景'''：做复杂性科学领域科学、全面、客观的百科全书；<br /> <br /> 集智百科的'''口号'''：知识从我而来，问题到我为止。<br /> <br /> 从13年创建以来，集智百科上断断续续的有人生产内容，但是这些内容缺乏规范性，也不成体系，自2019年年底以来，集智俱乐部希望可以着重的梳理复杂性科学领域的基础知识，为广大的科学爱好者提供便捷易懂的知识。所以我们成立了信息收集、整理翻译、审校、编辑、专家审校、代码实现等小组，希望可以共同去完成这样一个万古长青的事业。<br /> <br /> 如果恰好你也对知识整理、分享感兴趣，也愿意参与我们，请添加相关负责人联系方式，加入对应的小组，和大家一同前行，共同编辑，改变世界！<br /> <br /> [[File:集智百科报名.png |200px|集智俱乐部发展历史|thumb|居中|集智百科志愿者报名]]<br /> <br /> ==== 代表作品 ====<br /> 知识类词条：<br /> *[[摄像机-电视自指系统]]<br /> *[[无标度网络]]<br /> *[[小世界网络]]<br /> *[[异速生长律]]<br /> *[[元胞自动机]]<br /> *[[复杂系统]]<br /> <br /> 人物类词条：<br /> * [[斯蒂芬·沃尔夫勒姆 Stephen Wolfram]]<br /> * [[香农]]<br /> * [[吉布斯]]<br /> * [[巴拉巴西]]<br /> <br /> <br /> 书籍类词条：<br /> * [[链接：网络新科学]]<br /> * [[巴拉巴西网络科学 Network Science]]<br /> * [[巴拉巴西成功定律]]<br /> <br /> === 集智众包 ===<br /> 集智俱乐部自2015年以来，在集智社区形成了成熟的众包运作模式，充分利用集体智慧，进行团体合作写作、翻译等活动，最终输出内容。目前已创作和翻译3本图书作品：<br /> <br /> ==== 代表作品 ====<br /> <br /> [[File:科学的极致：漫谈人工智能.JPG|350px|居中|科学的极致：漫谈人工智能]]<br /> <br /> [[科学的极致：漫谈人工智能]]<br /> <br /> 简介：这本书主要向大家介绍了人工智能的历史和发展，当然也包括了很多在集智俱乐部讨论过的AI方面的主题，例如：哥德尔不完备定理、柯尔莫戈洛夫复杂性、深度学习和集体智慧等主题。<br /> <br /> [[File:走近2050——注意力、互联网与人工智能.jpg|300px|居中|走近2050——注意力、互联网与人工智能]]<br /> <br /> [[走近2050]]——注意力、互联网与人工智能<br /> <br /> 简介：这本书主要讲述了机器世界最重要的能源：注意力流，因为我们生活中所有的产品和程序都是为了获取我们的注意力。这本书涵盖了人工智能、互联网、心理学和计算机游戏。<br /> <br /> <br /> [[File:深度思考——人工智能的终点与人类创造力的起点.jpg |400px|居中|深度思考——人工智能的终点与人类创造力的起点]]<br /> <br /> [[深度思考]]——人工智能的终点与人类创造力的起点<br /> <br /> 简介：在这本突破性的书中，卡斯帕罗夫第次揭示了他惊人的一面，描述了他在面对最为强大的对手时的谋划与布局，在全世界的注视下奋勇争先，并叙述了通过国际象棋程序的发展考察人工智能的发展历史。<br /> <br /> <br /> <br /> [[File:深度学习原理与PyTorch实战.png |400px|居中|[http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]]]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> 简介：本书系统介绍了深度学习技术及开源框架 PyTorch。实战与理论兼具，每章围绕一个有意思的实战案例展开，全面深入地介绍了计算机视觉、自然语言处理、迁移学习，以及最新的对抗式学习和深度强化学习等前沿技术。<br /> <br /> <br /> <br /> [[文件:Netlogo入门书籍.jpg|替代=|居中|400x400像素]]<br /> [https://item.jd.com/10039871937829.html NetLogo多主体建模入门]<br /> <br /> 简介：从入门讲解NetLogo多主体建模，精选七大跨领域实战案例，循序渐近讲解NetLogo的使用方法，附赠代码示例和讲解视频，计算机模拟仿真建模教程书籍。<br /> <br /> ==成果展示 ==<br /> <br /> === 集智社区 ===<br /> <br /> 在集智社群中<br /> <br /> 既有做出重要贡献的'''成熟学者'''<br /> <br /> 也有引领科技行业潮流的'''先锋企业家'''<br /> <br /> 还有许多正冉冉升起的'''青年学者、潜力硕博'''<br /> <br /> 更不乏从志愿者工作开始，逐渐切入学界、迅速成长的'''优秀青年'''<br /> <br /> 集智社群名人不完全名单：<br /> 文小刚，侯世达，凯文·凯利，李子青，王飞跃，段永朝，王小川，顾学雍，陈晓松，周海军，王啸，吴岩，刘锋，张寒燕，俞志晨，张一甲，杨南征，狄增如，韩战钢，吴金闪，尹相志，韩锋，李嫣然，傅渥成，林思恩，吴令飞，吕正东，唐璐，贾梓筠，尤亦庄，肖达，谷鹄翔，王成军，张勉，秦建军，苑明理，董磊，王乃岩，许铁，陆宜，陆云波，赵云峰，袁行远，曹旭东，陆树燊，王昆，刘寰青，唐文，姚欣，宋家泰，黄钊等等等等。<br /> <br /> [[File:GEB侯世达.jpg|800px|GEB作者侯世达公开分享|thumb|居中|《GEB》作者侯世达先生在集智俱乐部演讲]]<br /> <br /> <br /> [[File:部分集智科学家.jpg|800px|部分集智科学家合照|thumb|居中|部分集智科学家合照]]<br /> <br /> 还有许许多多的大咖参与其中， 共同打造没有围墙的研究所！<br /> &lt;br /&gt;<br /> <br /> ==== 社区科研成果 ====<br /> <br /> '''[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]'''<br /> * 2017年11月28日，集智科学家[[张江]]、董磊、[[李睿琪]]等人在Nature Communications上发表文章[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]&lt;ref name=&quot;z&quot;&gt;Ruiqi Li,Lei Dong,Jiang Zhang,Xinran Wang,Wen-Xu Wang,Zengru Di,H. Eugene Stanley (2017) [https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities].&lt;/ref&gt;，该文提出了一种模拟城市分形生长过程的模型，用简单的规则就可以刻画纷繁复杂的城市背后的统一规律：[https://mp.weixin.qq.com/s/Kqwcpg3Tyl78eF6YQyHESw 复杂的城市，简单的规则]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]'''<br /> * 2018年12月11日，集智科学家吴令飞（[[计算士]]）和王成军合作在PANS上发表文章[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]&lt;ref name=&quot;w1&quot;&gt;Katy Börner,Olga Scrivner,Mike Gallant,Shutian Ma,Xiaozhong Liu,Keith Chewning,Lingfei Wu,James A. Evans (2018) [https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy].&lt;/ref&gt;，该文系统性分析了一万三千个技能关键词在过去七年间（2010-2016）发布的一亿两千万份招聘广告、三百万份课程大纲和一百万研究论文上被提及的频率，发现人类社会对编程、财务、统计等“硬技能”（hard skills）的需求越来越大，与此同时，研究人员发现，沟通、管理和团队合作等“软技能”（soft skills）频率波动的时间序列与硬技能之间密切相关，硬技能需求增加驱动着与之适配的软技能：[https://swarma.org/?p=13892 为什么未来需要软技能]<br /> <br /> '''[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It]''' <br /> * 2019年2月21日，集智科学家吴令飞（[[计算士]]）在Nature杂志上发表封面文章[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It] &lt;ref name=&quot;w&quot;&gt;Lingfei Wu,Dashun Wang,James A. Evans (2019) [https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large teams develop and small teams disrupt science and technology].&lt;/ref&gt;。该文介绍了一项对1954年-2014年期间超过6500万篇论文、专利和软件产品的数据分析工作。研究者量化评估了创新的“颠覆性”，发现小团队更有可能做出突破性的研究：[https://swarma.org/?p=14730 团队规模与颠覆性创新]。论文第一作者吴令飞为 Nature 撰写了这篇文章，介绍了论文背后的故事和作者们的思考：[https://swarma.org/?p=14825 Nature封面文章作者讲述论文故事：小团队知道答案]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]'''<br /> * 2019年7月8日，集智科学家靳擎、王大顺等人在Nature Human Behaviour上发表封面文章[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]&lt;ref name=&quot;j&quot;&gt;Ching Jin,Chaoming Song,Johannes Bjelland,Geoffrey Canright,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems].&lt;/ref&gt;，该文章发表消费者购买产品的行为模式、新思想在网络上传播的模式，本质上都是一种幂律增长的模式：[https://swarma.org/?p=17317 复杂演替系统中的幂律增长模式]<br /> <br /> '''[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]'''<br /> * 2019年10月30日，集智科学家殷裔安和王大顺等人一起在Nature发表文章[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]&lt;ref name=&quot;y&quot;&gt;Yian Yin,Yang Wang,James A. Evans,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security].&lt;/ref&gt;，分析了科研（数据集来源于NIH Grants）、投资（数据集来源于 VentureXpert 数据库）、公共安全（数据集来源于全球恐怖主义数据库GTD）三个领域的大规模数据，阐述了失败的动力学机制。从动力学所得到的早期信号中“明察秋毫”，或许胜败早有伏笔：[https://mp.weixin.qq.com/s/SNxL91Q-pRfP83YoXK9LSQ 原来胜败早有信号]<br /> <br /> '''[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]'''<br /> * 2020年2月18日，集智科学家黄俊铭在PANS杂志上发表文章[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;，该文整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据，对学术界中女性科研人员的学术能力表现及其背后的原因做出了分析:[https://swarma.org/?p=18557 女性科研工作者的退出风险与学术成就]<br /> <br /> === 集智孕育 ===<br /> <br /> ==== 彩云AI ====<br /> <br /> [[File:彩云天气.png|800px|居中]]<br /> <br /> 2014年，集智俱乐部核心成员袁行远、肖达开发彩云天气，这是一款能够精确预测未来1小时内局部地区降雨情况的APP。这款APP是集智俱乐部举办的深度学习读书会孕育出来的一款产品。目前，袁行远、肖达、苑明理、何永振等集智核心成员已独立成立了彩彻区明科技有限公司。<br /> <br /> 有关彩云天气可以参看：[http://caiyunapp.com/]<br /> <br /> 最近，这个团队又研发了一个“彩云小译”的AI应用，这个应用可以做中英之间的同声翻译，帮助你与外国人无障碍交流。<br /> <br /> [[File:彩云小译.png|800px|居中]]<br /> <br /> ==== 集智斑图 ====<br /> <br /> <br /> [[文件:集智斑图新首页.png|替代=|居中|缩略图|800x800像素|[https://pattern.swarma.org/ 集智斑图]首页截图]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> [https://pattern.swarma.org/ 集智斑图]是是集智俱乐部创建的复杂科学领域的高质量内容聚合平台，包含了自组织社区、多领域学习路径、最新论文更新、论文解读活动等板块。集智斑图的目标是沉淀聚合复杂科学相关的科研资料，提高信息匹配效率。<br /> <br /> 斑图的含义：来源于英文的pattern，有花纹，图案的意思，在复杂系统中特指大量相互作用单元涌现出的时间空间模式，集智斑图则特指学习者在探索互动中形成的知识空间和集体智慧<br /> <br /> slogan：用知识连接探索者<br /> <br /> '''推荐学习路径：'''<br /> <br /> [https://pattern.swarma.org/path?id=13 意识科学入门路径]从意识是什么，详细介绍了认知科学有关的实验，介绍了认知科学当前的最新研究进展，并且从跨学科的角度探讨了认知科学的发展方向。<br /> <br /> [https://pattern.swarma.org/path?id=2 复杂网络分析入门路径]系统地整理了复杂网络分析领域的主要问题、意义和研究思路（但并不包括具体细节），整理相关的学习资料、论文和在线课程，供新手快速入门复杂网络。<br /> <br /> [https://pattern.swarma.org/path?id=9 因果推断方法概述]从因果关系，理解因果关系的三个层次，以及研究因果关系的算法详细的阐述了因果关系的研究问题。<br /> <br /> [https://pattern.swarma.org/path?id=21 解读幂律(Power Law)分布与无标度(Scale Free)网络]从什么是幂律分布，什么是无标度网络，如何产生幂律分布以及如何估计和判断幂律分布等几个方面详细阐述了幂律分布的原理。<br /> <br /> [https://pattern.swarma.org/path?id=11 人工生命入门路径]整理自Lana Sinapayen为人工智能研究者们提供的一份人工生命入门指南，从人工生命的研究目标，人工生命的发展历史，人工生命的未来展望和学习清单多方面阐述了人工生命这个领域的研究问题和方向。<br /> <br /> '''推荐论文解读：'''<br /> <br /> * Albert-Laszlo Barabasi;Reka Albert;Emergence of scaling in random networks ,Science,1999&lt;ref name=&quot;a&quot;&gt;Albert-Laszlo Barabasi,Reka Albert (1999) [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 Emergence of scaling in random networks].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 随机网络的无标度性]总结了存在于许多实际网络中的[[幂律分布]]特性，首次命名了[[无标度网络]]这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。<br /> <br /> * Dirk Brockmann; Dirk Helbing;The Hidden Geometry of Complex, Network-Driven Contagion Phenomena ,Science,2013 &lt;ref name=&quot;b&quot;&gt;Dirk Brockmann, Dirk Helbing (2013) [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 The Hidden Geometry of Complex, Network-Driven Contagion Phenomena].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 通过网络的隐藏几何推断病毒的传播]指出疾病的传播其实与城市间的地理距离没啥关系，而与城市间的“等效”距离密切相关。这里的等效距离就是指根据城市间交通流量数据而折合以后的距离。<br /> <br /> * Marc Timme; Jose Casadiego;Revealing networks from dynamics: an introduction ,Journal of Physics A: Mathematical and Theoretical,2014,41 .37&lt;ref name=&quot;c&quot;&gt;Marc Timme, Jose Casadiego (2014) [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 Revealing networks from dynamics: an introduction].Journal of Physics A: Mathematical and Theoretical.41.37:&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 基于动力学的网络重构]简单地引入了复杂网络的基本概念后，介绍了复杂网络中有效链接和结构链接两者之间的区别。文章中详细地回顾了基于群体动力学数据，重构网络中结构链接的三种主要基本方法，即驱动-响应方法、复制-同步方法和直接重构方法，并指出了每种方法的优缺点和适用范围；简略地介绍了基于相关函数和最大熵理论，重构有效链接的思路。<br /> <br /> * Junming Huang;Alexander J. Gates;Roberta Sinatra;Historical comparison of gender inequality in scientific careers across countries and disciplines ,proceedings of the national academy of sciences,2020,117 .9:4609-4616&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 PNAS论文解读：科学事业在不同国家和学科中性别不平等的历史比较]整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、署名、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据。对学术界中女性科研人员的学术能力表现、及其背后的原因做出了分析。<br /> <br /> <br /> '''集智斑图论文速递：'''<br /> <br /> 实现了自动采集和遴选各大学术顶刊中与复杂科学密切相关的最新进展，并通过定期推送和建立论文库服务社区，是集智斑图聚合高质量信息、服务自组织科学社区的一项代表性产品。<br /> <br /> 斑图速递是由数据自动采集、科学术语自动提取、跨学科领域论文过滤、科学影响力评价体系等一系列技术支撑的，其中多项技术为自主研发并已注册专利。集智技术团队将持续专注于建立更完善的复杂科学知识体系和知识管理体系，服务于集智社区。<br /> [[文件:顶刊速递.png|居中|缩略图|569x569像素|顶刊速递栏目]]<br /> [[文件:顶刊速递订阅.png|替代=顶刊速递订阅|边框|居中|647x647像素]]<br /> <br /> <br /> ==== 集智学园 ====<br /> [http://campus.swarma.org 集智学园]成立于2016年10月1日，是集智俱乐部孕育的创业项目之一。为一个知识服务社区，专门致力于复杂性科学、人工智能等先进技术的普及工作，合作伙伴包括腾讯、华为、北京师范大学、湖畔大学、混沌大学等多家知名机构。2019年底获得国家高新技术企业称号。<br /> <br /> [http://campus.swarma.org 集智学园]的课程涵盖基础通识、复杂系统、网络科学、计算社会、人工智能五大模块。每个模块的精品课程，下表是部分课程：<br /> <br /> {| class=&quot;wikitable sortable&quot;<br /> |-<br /> ! 课程类别 !! 课程名称<br /> |-<br /> | 基础与通识 || [http://campus.swarma.org/play/coursedetail?id=429 NetLogo 多主体建模入门]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10405 Mathematica基础入门教程]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=388 快速入门 Julia 语言]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10406 数据科学心法与机器学习实战] <br /> |-<br /> | 复杂系统 || [http://campus.swarma.org/play/coursedetail?id=432 复杂性思维2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10665 系统科学概论]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=394 复杂系统中的幂律分布]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=397 非线性动力学与混沌]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=433 复杂性与临界现象2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=423 系统科学与社会经济] <br /> |-<br /> | 网络科学 || [http://campus.swarma.org/play/coursedetail?id=381 图网络：融合推理与学习的全新深度学习架构]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=440 复杂网络2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=443 图网络算法原理探究]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=122 非欧式数据的几何深度学习]<br /> |-<br /> | 计算社会 || [http://campus.swarma.org/play/coursedetail?id=10634 计算社会科学的前沿与展望]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10624 地球未来——生物体、城市和公司的生命、生长与死亡]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10582 生长与设计——复杂性视角下的智慧城市]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=425 复杂系统与社会计算研讨会]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10844 知识图谱与认知智能] <br /> |-<br /> | 人工智能 || [http://campus.swarma.org/play/coursedetail?id=11076 产学结合：自然语言处理及其应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=416 系统讲解知识图谱——从建模到应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=412 GAN 专题论文解读]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=413 GAN 专题代码实践]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10484 计算机视觉与深度学习]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=121 中文自然语言理解（NLU）在金融领域的应用] <br /> |-<br /> <br /> |}<br /> <br /> 查看各模块的精品课程，去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===== [http://wiki.swarma.net/index.php/%E4%BC%81%E4%B8%9A%E5%90%88%E4%BD%9C%E8%AF%BE%E7%A8%8B%E5%88%97%E8%A1%A8 企业培训] =====<br /> <br /> 集智学园特别推出企业培训服务，为企业提供系统完整的技术、思维培训。建立员工深度学习机器学习思维，掌握机器学习的基本方法，提高企业活力。<br /> &lt;br/&gt;详细信息：http://business.swarma.org/<br /> <br /> <br /> '''技术培训'''<br /> <br /> 《python数据科学与机器学习》&lt;br /&gt;<br /> <br /> 《如何打造你自己的聊天机器人》&lt;br /&gt;<br /> <br /> 《中文自然语言理解在中文中的应用》&lt;br /&gt;<br /> <br /> 《自然语言处理与深度学习》&lt;br /&gt;<br /> <br /> 《计算机视觉与深度学习》&lt;br /&gt;<br /> <br /> 《火炬上的深度学习》&lt;br/&gt;<br /> ......<br /> <br /> '''思维升级'''<br /> <br /> 《复杂性科学》&lt;br /&gt;<br /> <br /> 《迎接AI时代》&lt;br /&gt;<br /> <br /> 《走近2050—人工智能、注意力与互联网》&lt;br /&gt;<br /> <br /> 《机器学习思维》&lt;br /&gt;<br /> <br /> 《企业生长的规模法则》&lt;br/&gt;<br /> ......<br /> <br /> 查看更多精彩内容，请去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===媒体报道===<br /> <br /> 李白薇：[http://sttc.net.cn/journal/130.html 没有围墙的研究所]，中国科技人才，2015 原文链接<br /> <br /> Xtecher:[http://www.sohu.com/a/125848135_472705 集智俱乐部张江：复杂系统里“简单纯粹”的前行者]<br /> <br /> 以特邀嘉宾的身份参与录制CCTV2的节目：未来架构师。[http://tv.cctv.com/2017/08/06/VIDESuxtIaeQMfwZVNHtV1zU170806.shtml 《未来架构师》 人与机器交融的未来场景]<br /> <br /> ----<br /> <br /> ==加入方式==<br /> <br /> 目前集智俱乐部官方运营的社区加入方式如下：<br /> <br /> * '''1.加入具体领域微信群，参与学术交流，需要报名对应主题的读书会，读书会列表可查看 https://pattern.swarma.org/study_groups'''<br /> * '''2.成为集智VIP， 解锁全部读书会、课程权限，VIP报名通道：https://campus.swarma.org/vip'''<br /> * '''3.加入集智俱乐部QQ群：'''<br /> ** 集智俱乐部一群：292641157（已满）<br /> ** 集智俱乐部二群：877391004<br /> ** 集智学园交流群：426390994<br /> <br /> 成为集智俱乐部实习生：[https://mp.weixin.qq.com/s/5MD_56h3FwU80Yt221rckw 加入集智，一起复杂！2021集智实习生/志愿者招募]。<br /> <br /> 微信公共账号：集智俱乐部<br /> <br /> [[File:集智俱乐部.jpg|200px|right|thumb|扫一扫，关注集智俱乐部]]<br /> <br /> 还可以添加微信小助手：swarmaAI<br /> <br /> 官方网站：https://pattern.swarma.org/<br /> <br /> B站地址：[https://space.bilibili.com/233204821/#/ 集智俱乐部]<br /> <br /> 张江知乎账号：[https://www.zhihu.com/people/zhang-jiang-78-29-94/activities 张江]<br /> <br /> 集智俱乐部知乎账号：[https://www.zhihu.com/people/swarma/activities 集智俱乐部]<br /> <br /> 集智科学家微博：@集智科学家（https://weibo.com/swamagents?refer_flag=1001030101_）<br /> <br /> <br /> 更多入口，请参看：[https://www.wolai.com/fHxGuDuNUvwqfq7mjHtLFe 关于我们]<br /> <br /> == 参考资料 ==<br /> <br /> &lt;references /&gt;<br /> [[Category:集智相关]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8&diff=38523 2024-10-16T06:23:12Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=集智俱乐部<br /> |description=集智俱乐部介绍<br /> }}<br /> ==集智俱乐部介绍==<br /> <br /> <br /> ===名称和简介===<br /> <br /> [http://swarma.org/ 集智俱乐部(Swarma Club)]是专注在复杂系统、人工智能领域的科学社区。为从事科学研究、享受科学乐趣的探索者提供科研合作、知识交流、科学传播等服务。我们倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流，力图搭建一个中国的 “ 没有围墙的研究所 ”。集智科学研究中心（民办非营利企业）是集智俱乐部的运营主体，长期运营社区生态，催化理论创新。<br /> <br /> ==== 集智研究中心简介 ====<br /> 集智科学研究中心是门头沟民政局批准成立、门头沟科信局主管的民办非企业，致力于营造跨学科探索小生境，催化复杂性科学新理论。集智科学研究中心有接受社会捐赠的资质，长期面向企业、个人募集公益性捐赠款，用于集智俱乐部科学社区的运营工作，以支持复杂系统相关科研、交流、传播工作。<br /> <br /> * [https://www.bilibili.com/video/BV1zt41127WH/?vd_source=1726c8ded9694dc66a4fd063683905b6 集智俱乐部宣传片]<br /> * [https://swarma.org/?p=43492 中国有“集智俱乐部”]<br /> <br /> ===集智俱乐部的LOGO和口号===<br /> <br /> <br /> [[File:集智俱乐部logo.png|200px|thumb|居中|'''让苹果砸得更猛烈些吧！''']]<br /> <br /> ===集智俱乐部的使命 ===<br /> <br /> 营造跨学科探索小生境，催化复杂性科学新理论。<br /> <br /> ===集智俱乐部思想起源 ===<br /> <br /> <br /> 1902年，在伯尔尼的瑞士专利局工作的爱因斯坦，跟几位朋友自发成立了讨论小组，取名“奥林匹亚科学院”，定期讨论科学和哲学问题。离开学校后，这段和友人讨论学术的经历，让爱因斯坦对自己的思想实验深入打磨，为那个连续发表多篇跨时代论文的爱因斯坦奇迹年做了铺垫。<br /> [[File:三人组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1903年的奥林匹亚科学院三人组]]<br /> 1920年代，在奥地利首都维也纳，包括哥德尔在内的欧洲大陆几位优秀的物理学家、数学家和逻辑学家，以共同遵循的科学哲学为根基，形成了“维也纳小组”，逐渐发展为著名的维也纳学派。此后多年中，这个小组贡献甚多，不仅哥德尔不完备性定理影响了世界，而且维也纳小组推崇的逻辑实证主义的科学方法论，也成为了科学界的主流。<br /> [[File:1925年的维也纳小组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1925年的维也纳小组]]<br /> <br /> 1984年，在核子时代的起源地洛斯阿拉莫斯国家实验旁，几位科学家跳出国家体制，建立了自主募资的圣塔菲研究所，研究被霍金称为“21世纪的科学”的复杂性科学，圣塔菲研究所逐渐成为复杂系统研究的圣地。发现现象背后的 pattern，探索事物涌现的秘密，寻找复杂世界的统一规律，这个新兴学科在与各个学科的交互中，正走向科学研究的核心地带。<br /> [[File:圣塔菲研究所.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|圣塔菲研究所]]<br /> <br /> 奥林匹亚学院、维也纳小组、圣塔菲研究所，这是科学社区和科学共同体的真正典范，而打造出一个像它们一样，开放、自由、没有围墙的研究所，正是集智俱乐部的长期愿景。<br /> [[File:集智俱乐部长图标.jpg|800px|1903年的奥林匹亚科学院三人组|thumb|居中|集智俱乐部]]<br /> <br /> <br /> 从集智俱乐部到集智学园，从松散的互联网社群到线下社交网络，从读书交流到合作发文出书，从靠兴趣驱动探索，到用产品改变生活，一个科学社区已经初步成型。飞速发展的集智科学社区，召唤热爱科学、乐于探索的你。<br /> <br /> ===发展历史 ===<br /> [[文件:集智俱乐部历史.jpg|替代=集智俱乐部发展历史2022|居中|缩略图|800x800像素|集智俱乐部发展历史]]<br /> * 2003年，集智俱乐部创始人张江（ Jake ）创办了集智俱乐部网站，该网站一直致力于宣传、普及、推广复杂系统科学，并展开广泛的跨学科交流，俱乐部渐渐聚集了一批有识之士。 <br /> * 2007年，集智俱乐部的交流和活动开始从虚拟世界走向现实，在叁号会所开始了第一次线下活动，并尝试发展一个现实世界中的学术组织。<br /> * 2013年，袁行远等核心成员建立了集智百科网站。<br /> * 2014年，通过集智俱乐部的读书会活动，由集智俱乐部内部核心成员袁行远孕育了第一个创业项目——彩云天气。同年集智俱乐部南京分部由[[王成军]]创立，并开始组织活动。<br /> * 2015年7月，集智俱乐部在南京举办了第一届学术年会。目前集智俱乐部的主要活动有开放式的讲座与交流，技术专题读书会，以及不定期的学术研讨会，系列沙龙活动等。同年，集智俱乐部出版的第一本书《科学的极致：漫谈人工智能》，曾获得知名主持人杨澜的大力推荐；并且在8月份的时候成立了第一个线下志愿者团队，第一位线下活动志愿者就是图灵出版社的美女编辑张霞。<br /> * 2016年，第二本书《走近2050——注意力、互联网与人工智能》出版面世；在2016年10月，凯风基金会赞助集智俱乐部共同举办了凯风研读营，开展了《网络、几何和机器学习》的学术会议；2016年底孵化了集智俱乐部第二个创业项目：集智学园，致力于打造人工智能、复杂科学领域的科学学习社区。<br /> * 2017年，首次与腾讯研究院发起了[[AI&amp;Society系列沙龙活动]]，致力于发掘在学术界和工业界的学术新星。<br /> * 2018年，同年，由集智俱乐部牵头，以众包的形式，出版了两本书籍，第一本是《深度学习原理与PyTorch实战》；第二本是翻译书籍《深度思考》。<br /> *2019年，集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> *2019年，集智学园新产品[https://pattern.swarma.org/ 集智斑图]上线。<br /> *2020年，网络科学等线上课程模式/ 2020年度学术媒体公众号Top10<br /> *2021年：因果涌现等读书会模式火爆社区/《NetLogo多主体建模入门》/ 筹建集智造化研究院 / 拯救2050项目/得到APP复杂科学课程<br /> <br /> <br /> 张老师记录的从2003年-2016年的故事，他简单的记录了一下~2003-2015年的故事：<br /> <br /> [[记录集智2003-2015]]<br /> <br /> [[记录集智2015-2016 --超越与重生]]<br /> <br /> [[记录集智2017-2021]]<br /> <br /> <br /> 新的故事篇章也在继续书写。<br /> <br /> === 集智科学家 ===<br /> <br /> 集智科学家是指集智俱乐部对社区内有突出科研贡献和科研成果学者，是集智俱乐部社区的最高荣誉。我们梳理了这些年参与过集智社区建设的重要学者，符合以下标准之一则可以认定为集智科学家：<br /> * 1.以学者的身份参与过集智凯风研读营<br /> * 2.以特邀讲者的身份参与过AI&amp;Society的活动<br /> * 3.自己发表论文后写对应的解读文章投稿到集智俱乐部公众号，并以主推的形式进行推广<br /> <br /> ''以下为部分科学家代表，非社区内全部科学家名单。''<br /> ==== W. Brian Arthur ====<br /> *[[布莱恩·阿瑟 W. Brian Arthur]]是著名经济学家，圣塔菲研究所外聘教授，帕罗奥多研究中心系统科学实验室访问研究员。阿瑟在上世纪八十年代，受诺贝尔经济学奖得主肯尼斯·阿罗的邀请，来到刚刚建立的圣塔菲研究所。在圣塔菲研究所，阿瑟将复杂系统理论与经济学研究结合在一起，逐渐形成了“复杂经济学（complexity economics）”的构想，并凭借报酬递增理论，于1990年获得熊彼特奖。作为报酬递增理论的提出者，阿瑟创立了对经济学和复杂系统的跨学科研究新模式。作为圣塔菲研究所最早一批研究复杂性的学者，阿瑟是复杂性科学领域的奠基人之一，由于其突出成绩，于2008年荣获复杂性科学领域首届拉格朗日奖。<br /> <br /> *主要贡献：AI&amp;Society第18期活动特邀讲者。<br /> <br /> ==== José Lobo ====<br /> *José Lobo，美国亚利桑那州立大学可持续发展学院副研究员，Julie Ann Wrigley全球可持续发展研究所科学家，圣塔菲研究所“城市、规模可持续性”研究组成员。他的研究主题涵盖从人类早期群落到古代城市再到现代城市系统的规模理论，以及人类发明的本质和驱动因素，特别是城市环境如何住进技术和文化创新的形成。他是城市科学领域的领军研究者之一，在PNAS、Nature Human Behaviour等顶级期刊上发表多篇重要论文。<br /> <br /> *主要贡献：AI&amp;Society第17期活动特邀讲者。<br /> <br /> ==== James Evans ====<br /> *James Evans 是芝加哥大学社会学系教授，是科学学（science of science）、复杂网络、知识社会学的世界级知名学者。毕业于斯坦福大学，曾在哈佛大学从事社会组织结构方面的研究，在芝加哥大学创立知识挖掘实验室，并创立和主持了芝加哥大学计算社会学硕士项目。主要兴趣包括：群体智能、社会组织结构分析、科技创新产生和传播规律等，在 Science, PNAS, American Journal of Sociology，Management Science 等顶级期刊上发表大量文章。<br /> <br /> *主要贡献：AI&amp;Society第12期活动特邀讲者，研读营学者<br /> <br /> ==== Geoffrey West ====<br /> *Geoffrey West，理论物理学家，城市科学的顶尖学者，圣塔菲研究所杰出教授和前任所长，曾入选《时代周刊》全球最具影响力100人。数十年致力于“规模”的研究工作，其研究成果被应用在理解生命体、城市可持续发展、企业运营等众多领域，被业内奉为“跨学科诺贝奖”的不二人选。<br /> <br /> *主要贡献：AI&amp;Society第11期活动特邀讲者。<br /> <br /> <br /> ==== 侯世达 ====<br /> *侯世达（Douglas, R.Hofstadter）是印第安纳大学认知科学与比较文学特聘教授、美国艺术与科学院院士、美国哲学学会成员和瑞典皇家社会科学院院士。他主要研究：自我与外部世界的关系、意识、类比、艺术创作、文学翻译、数学和物理学。除了学术成就，侯世达还出版了《哥德尔、艾舍尔、巴赫：集异璧之大成》（GEB）和《我是个怪圈》（I Am a Strange Loop），分别获得普利策文学奖（非虚构类）与美国国家图书奖（科学类）和《洛杉矶时报》科学写作图书奖。<br /> <br /> *主要贡献：AI&amp;Society第5期活动特邀讲者。<br /> <br /> ==== Ginestra Bianconi ====<br /> 伦敦玛丽女王大学数学科学学院的应用数学教授，也是艾伦·图灵研究所的艾伦·图灵研究员。目前，她是 JPhys Complex 期刊的主编，PlosOne 和 Scientific Reports 的编辑。2020年，她被 NetSci 学会授予 Network Scientific Fellowships，以表彰她对网络科学的基础性贡献，特别是在复杂网络中玻色-爱因斯坦凝聚的提出以及在多层网络结构和动力学方面的进展。她的研究领域是统计力学和网络科学，具体包括网络理论及其跨学科应用。她是网络建模的专家，包括增长网络模型和均衡网络系综。同时也出版了关于网络上的动态过程的重要著作，特别是关于渗流的研究。最近几年，她一直专注于多层网络、单纯复形、网络几何和拓扑。她是牛津大学出版社出版的 ''Multilayer Networks: Structure and Function'' 和剑桥大学出版社出版的 ''Higher-order networks: An introduction to simplicial complexes'' 两本书籍的作者。<br /> <br /> 主要贡献：在高阶网络读书会上做出以高阶网络与动力学（Higher-order networks and dynamics）为主题的分享。<br /> <br /> ==== Erik Hoel ====<br /> 威斯康星大学麦迪逊分校博士，塔夫茨大学助理教授，哥伦比亚大学理论神经科学家，同时也是因果涌现理论提出者之一。他致力于运用信息论和因果分析来探索意识的生物学基础，理解涌现的本质。研究问题为如何利用复杂性和信息论来测量意识与无意识之间的神经差异、因果结构如何跨尺度变化、信息论指标如何捕捉和量化宏观尺度上的因果涌现。<br /> <br /> 主要贡献：在因果涌现读书会上做出以用信息度量因果（Causal Emergence Theory）为主题的分享。<br /> <br /> ==== 陈德亮 ====<br /> 现任瑞典哥德堡大学的 August Röhss 讲席教授，本科毕业于南京大学，于德国美因茨古腾堡大学师从诺贝尔奖得主Paul Crutzen教授获得博士学位。陈教授的研究方向包括'''气候动力学、气候模拟、全球和区域气候变化、地理信息科学和应用气候学'''等。<br /> <br /> 陈教授是国际著名的'''气候学家、诺贝尔奖评奖委员会专家、是地球系统科学的倡导和践行者，也是具有全球视野的战略科学家'''。他参与和领导了多个国际计划和组织，为多个政府、政府间组织和国际非政府组织以及国家研究资助机构担任科学顾问，是IPCC第五次、第六次评估报告第一工作组的主要作者和协调主要作者，于2009-2012年担任国际科学理事会（ICSU）执行主席。他长期致力于全球系统科学、未来地球学、全球可持续发展研究的领导、协调与合作工作，为国际科技合作做出了重要贡献。<br /> <br /> 陈教授先后当选为瑞典皇家科学院院士、哥德堡皇家艺术与科学院院士、发展中国家科学院院士、瑞典皇家科学院地学部主任、中国科学院外籍院士、挪威科学与文学院外籍院士、欧洲科学与艺术学院院士，曾获2017年度中华人民共和国国际科学技术合作奖。鉴于他对瑞典和国际气候研究做出的杰出贡献最近由瑞典国王颁发国王勋章。<br /> <br /> 主要贡献：在地球系统科学读书会上做出以地球系统科学的简史及重大挑战为主题的分享。<br /> <br /> ==== 周昌松 ====<br /> 物理学博士，香港浸会大学物理系教授、系主任，浸会大学非线性研究中心主任，计算及理论研究所副所长。1992年获南开大学物理学士，1997年获南开大学物理博士，1997-2007年在新加坡、香港、德国等地从事访问研究， 是洪堡基金获得者。 2007年加入香港浸会大学物理系， 2011年获浸会大学&quot;杰出青年研究者校长奖&quot;，2021年获&quot;杰出研究表现校长奖&quot;。在国际交叉学术刊物 PNAS，PRL，Physics Reports，National Science Review，J Neuroscience，NeuroImage，Cerebral Cortex，PLoS Computational Biology等发表论文150余篇 (Google Scholar引用15900余次，H因子为48)。任Scientific Reports 编委，PLoS One，Cognitive Neurodynamics学术编辑，及多种国际期刊常任审稿人。对生物神经网络复杂结构、动力学及其低成本高效益如何启发类脑智能具有浓厚的兴趣。致力于复杂系统动力学基础研究及其应用，特别是网络的复杂联结结构与体系的动态行为的关系和相互作用。近几年与国际国内系统和认知神经科学家合作，把这些理论进展应用到大脑的复杂联结结构和活动以及认知功能及障碍的分析和建模等方面研究中。<br /> <br /> 主要贡献：在神经动力学模型读书会上做出以复杂神经动力学：从分析到建模——从从神经元脉冲到皮层震荡，从涌现到功能（Complex Neural Dynamics: Analysis and Modeling ----<br /> <br /> From neuronalspikes to cortical waves, from emergence to function）为主题的分享。<br /> <br /> ==== 张江 ====<br /> *北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园（北京）科技有限公司创始人兼董事长、曾任腾讯研究院特聘顾问，复杂系统、人工智能的研究者与布道者。主要研究领域包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学等。曾在Nature Communications、Scientific Reports、Physical Review E、Journal of Theoretical Biology等国际知名刊物上发表过学术论文数十篇。<br /> <br /> *主要贡献：'''集智俱乐部创始人'''<br /> <br /> ==== 王大顺 ====<br /> *王大顺是西北大学副教授。他的研究方向是科学学，希望能够使用和开发复杂性科学的工具和人工智能，探索科学领域的发展和研究规律。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 吴令飞 ====<br /> <br /> *吴令飞集智科学家，匹兹堡大学助理教授，研究兴趣是组织创新与学习。通过使用数学模型和机器学习方法，通过研究来自科学界（例如Web of Science 和 ORCID数据）、工业界（例如美国专利数据）、和互联网众包社区（例如Stack Exchange 和 GitHub）大量团队的人员结构与产出的关系，报告人致力于寻找组织创新与学习的一般规律，促进组织管理和政策制定。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> ==== 尤亦庄 ====<br /> <br /> *尤亦庄，2013年博士毕业于清华大学，凝聚态物理方向。现为加州大学圣地亚哥分校助理教授。主要研究领域是量子多体物理，及其演生现象和临界现象。具体方向包括：拓扑量子物态，多体局域化和热化，高温超导和自旋液体等强关联体系，多体量子纠缠和张量网络。研究手段包括量子场论，拓扑场论，重整化群等等，对信息论（特别是量子信息），复杂系统，人工智能等领域也很感兴趣。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> <br /> ==== 周涛 ====<br /> *周涛，电子科技大学教授，成都新经济发展研究院执行院长。主要从事统计物理与复杂性方面的研究。在 Physics Reports、 PNAS、Nature Communications 等国际 SCI 期刊发表 300 余篇学术论文，引用 20000 余次，H指数为69。现象级畅销书《大数据时代》中文版译者，《为数据而生》作者。<br /> <br /> *主要贡献：AI&amp;Society第13期活动特邀讲者，文章贡献<br /> <br /> ==== 吕琳媛 ====<br /> *吕琳媛，国家优秀青年基金获得者，电子科技大学教授，阿里巴巴复杂科学研究中心副主任。主要从事网络信息挖掘和社会经济复杂性方面的研究。在Nature Communications、Physics Reports、PNAS等学术期刊发表论文60余篇，引用6 000余次，8篇论文入选ESI全球Top-1%高引论文，研究成果入选2016年中国百篇具有影响力国际学术论文。<br /> <br /> *主要贡献：AI&amp;Society第9，13期活动特邀讲者，文章贡献<br /> <br /> ==== 王成军 ====<br /> <br /> *王成军，南京大学新闻传播学院助理研究员、计算传播学实验中心成员，对复杂性科学和可计算方法(如机器学习)感兴趣，现在的研究主要集中于采用网络科学方法分析计算社会科学的研究问题，例如，采用重整化方法分析手机用户的注意力网络和移动网络。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 唐乾元/傅渥成 ====<br /> 唐乾元，东京大学博士后，南京大学物理系物理学在读博士，集智核心成员，「知乎盐 Club 2014」荣誉会员，曾出版知乎盐系列电子书《写在物理边上》《临界：智能的设计原则》和知乎一小时电子书《能量守恒》。主要研究方向为统计物理及其在生命科学问题中的应用，曾作为中国博士生代表参加在德国林岛举办的「诺贝尔奖获得者大会」。<br /> <br /> ==== 殷裔安 ====<br /> *殷裔安美国西北大学在读博士，王大顺合作者。研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：研读营学者，文章贡献<br /> <br /> ==== 黄俊铭 ====<br /> *黄俊铭，普林斯顿大学博士后，博士毕业于中国科学院计算技术研究所，曾在美国东北大学[[Albert-László Barabási]]实验室担任博士后，研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：文章贡献<br /> <br /> == 集智活动 ==<br /> 集智活动以线下活动居多，多以公开讲座、读书会、系列沙龙等形式研讨、科普前沿科学知识。活动所覆盖的学科领域包括：人工智能、复杂系统、生物科学、脑与认知等多个不同的领域。<br /> === 读书会 ===<br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> ===== 基本介绍 =====<br /> 读书会是针对人工智能、复杂系统、生命科学、脑与认知等多个领域，由一位或多位发起人组织，系统研读经典文献，或深入学习某项特定技术，最终输出一些文章或者产品。该活动一般按照主题举办，为期1～3个月，定期举行线上或者线下讨论，每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会可以针对具体主题进行一定强度的讨论研究，从而孕育出新的创新成果，例如科研论文、产品原型或者学术报告等；“彩云天气”APP就是“深度学习”读书会的成果；《走近2050》也是在“集体注意力流”读书会讨论中产生的。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的深度爱好者、学习者<br /> <br /> 线下读书会列表<br /> <br /> *复杂系统自动建模读书会<br /> *图网络读书会<br /> *幂律读书会<br /> *意识与认知读书会<br /> *深度“深度学习”读书会<br /> *探索脑与深度学习读书会<br /> *热力学与进化论读书会<br /> *自然语言处理读书会<br /> *复杂经济学读书会<br /> *量子决策理论读书会<br /> *GEB读书会<br /> *计算心理学读书会<br /> <br /> 线上读书会列表<br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2024年读书会排期表<br /> |-<br /> !读书会主题!!核心发起人!!运营负责人<br /> !报名途径!!持续期数!!当前状态!!固定时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;51&quot; |[https://pattern.swarma.org/study_groups?from=baike 了解更多详情，点此链接报名]<br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|居中|缩略图|206x206像素|小助手微信|链接=Special:FilePath/Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二20:00-22:00<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |23<br /> |已结束<br /> |周一19:00-21:00<br /> |-<br /> |图网络：算法原理与应用系列论文解读<br /> |高飞等<br /> |周莉<br /> |23<br /> |已结束<br /> |<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |16<br /> |已结束<br /> |周一20:00-22:00<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |20<br /> |已结束<br /> |周日20:00-22:00<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |14<br /> |已结束<br /> |周日20:00-22:00<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四20:00-22:00<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |8<br /> |已结束<br /> |周三20:00-22:00<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |17<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |27<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |已结束<br /> |周六20:00-22:00<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |21<br /> |已结束<br /> |周六9:00-11:00<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四20:00-22:00<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |21<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |14<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |21<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |25<br /> |已结束<br /> |周六14:00-16:00<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |20<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |13<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |13<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |14<br /> |已结束<br /> |周日9-11点<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> | 周莉<br /> |10<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |已结束<br /> |周二19:00-21:00<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |11<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |AI+Science第二季：生物医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |13<br /> |已结束<br /> |周日9:00-11:00<br /> |-<br /> |AGI通用人工智能读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |10<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |AI+Science第三季：人工智能与数学读书会<br /> |袁洋等<br /> |苏婉婷<br /> |8<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |复杂系统管理学读书会第二季：生态型组织进化<br /> |罗家德等<br /> |张倩<br /> |9<br /> |已结束<br /> |周六14:00-17:00<br /> |-<br /> |新信息论，从分解到整合<br /> |张江等<br /> |梁金<br /> |11<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |大模型安全与对齐<br /> |段雅文等<br /> |李欣儒<br /> |10<br /> |已结束<br /> |周六10：00-12:00<br /> |-<br /> |计算神经科学<br /> |周昌松等<br /> |周莉<br /> |15<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |大语言模型与多智能体系统<br /> |赵世钰等<br /> |黄璐瑶<br /> |8<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |自由能原理与强化学习<br /> |牟牧云等<br /> |梁金<br /> |10<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |计算社会科学第三季：AI+Social Science<br /> |裴佳欣等<br /> |汪馨玥<br /> |12<br /> |已结束<br /> |周六20:00-22:00<br /> |-<br /> |复杂管理学第三季：生态型组织涌现<br /> |陆云波等<br /> |张倩<br /> |9<br /> |已结束<br /> |周六14:00-16:00<br /> |-<br /> |时序时空大模型<br /> |梁宇轩等<br /> |张屹莉<br /> |9<br /> |已结束<br /> |周三20:00-22:00<br /> |-<br /> |因果涌现第五季<br /> |张江等<br /> |梁金<br /> |12<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |脑机接口：从科幻到现实<br /> |刘冰等<br /> |周莉<br /> |10<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |AI by Complexity<br /> |张章等<br /> |王朝会<br /> |11<br /> |进行中<br /> |周一20:00-22:00<br /> |-<br /> |因果科学与大语言模型<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |进行中<br /> |周日20:00-22:00<br /> |-<br /> |几何深度学习<br /> |黄文炳等<br /> |余孟君<br /> |8<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |生命复杂性：生命复杂系统的构成原理<br /> |常乘等<br /> |梁金<br /> |10<br /> |进行中<br /> |周二19:00-21:00<br /> |-<br /> |一种新科学<br /> |章彦博等<br /> |王婷<br /> |10<br /> |进行中<br /> |周日10:00-12:00<br /> |-<br /> |面向未来的科学学<br /> |崔浩川等<br /> |周莉<br /> |10<br /> |进行中<br /> |周六19:00-21:00<br /> |-<br /> |复杂系统自动建模第二季<br /> |朱群喜<br /> |余孟君<br /> |8<br /> |进行中<br /> |周四20:00-22:00<br /> |-<br /> |整合信息论<br /> |张江等<br /> |梁金<br /> |10<br /> |进行中<br /> |周二19:00-21:00<br /> |-<br /> |昆虫智能与AI<br /> |宋卓异等<br /> |尹爱华<br /> |10<br /> |进行中<br /> |周三19:00-21:00<br /> |-<br /> |非平衡统计物理<br /> |梁师翎等<br /> |梁金<br /> |<br /> |10<br /> |即将开始<br /> |<br /> |}可以进入[[集智俱乐部读书会]]页面，查看更多关于读书会的内容<br /> <br /> === 科普讲座 ===<br /> <br /> ===== 基本介绍=====<br /> 科普讲座是集智俱乐部的传统活动，是由集智俱乐部核心成员或者粉丝自发组织的讲座，面向公众，偏向于科普性质，活动频率大约1个月1次，力图用通俗的语言进行广泛的跨学科交流。<br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的爱好者<br /> ===== 典型活动介绍（挑选典型活动）=====<br /> *2016/09/17 ·【任远】 复杂性科学与生成艺术 <br /> *2016/08/28 ·【罗淼】 科学与游戏沙龙活动<br /> *2015/11/22 ·【董磊】 基于大数据预测地区发展<br /> *2015/07/26 ·【曹旭东、张江、袁行远】 开源科学：人类科学往何处去<br /> *2013/07/21 ·【张江】 大自然如何设计？ — 探索网络、流动中的自组织规律<br /> *2013/06/22 ·【尤亦庄】 从涡旋到光与电的演生—漫谈凝聚态物理新思潮<br /> *2013/05/12 ·【Robert Ackland】 一个社会科学家眼中的“计算社会科学”<br /> *2013/01/20 ·【吴令飞】 计算社会科学总论<br /> *2012/11/11 ·【Bertrand Roehner 】 我们如何开始科学探索? <br /> *2011/07/24 ·【Monk】 自复制 — 生命的核心 <br /> *2009/04/18 ·【Miner】 人工智能之梦<br /> <br /> <br /> === 研读营 ===<br /> <br /> ===== 基本介绍 =====<br /> 研读营是集智俱乐部的特色活动，汇集一批青年学者，围绕某个与复杂系统和人工智能领域的前沿课题，进行一周左右的深度交流，激发科研灵感，孕育学术成果。集智研读营一般由相关基金或企业赞助。<br /> <br /> *烧脑指数：🌟🌟🌟🌟🌟（5颗星）<br /> *参与方式：学者推荐或外部申请<br /> *适用人群：相关领域的科研工作者，或在读研究生、博士；思想开放，热爱交流<br /> <br /> ===== 典型活动 =====<br /> <br /> *2016年10月8日-2016年10月14日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2016年集智俱乐部研读营]]<br /> <br /> *2017年7月16日-2017年7月22日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“物理、人工智能、几何与机器学习”研读营[[2017年集智俱乐部研读营]]<br /> <br /> *2018年6月22日-2017年6月28日在云南大理喜洲召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2018集智－凯风研读营]]<br /> <br /> *2019年1月14日-2017年1月23日在南京大学仙林校区召开了由腾讯基金会赞助，集智俱乐部主办“从复杂网络到图神经网络的计算社会科学：理解人性、理解机器、理解当代社会”研读营[[2018年集智腾讯计算社会科学研读营]]<br /> <br /> *2019年6月7日-2017年6月14日在云南剑川沙溪古镇召开了由凯风基金会赞助，集智俱乐部主办“网络、几何与机器学习”研读营[[2019凯风研读营]]<br /> <br /> * 2020年研读营分为线上研读营和线下研读营，线上研读营时间是8月25日-8月29日，共计5天，地点是在Zoom在线会议；线下研读营时间是9月23日-9月26日，共计4天，地点是在北京周边的灵水村。参与人数共计有56人（具体人员信息见附录），主题是“面向复杂系统的人工智能”研读营。[[2020集智凯风研读营]]<br /> <br /> === 学术沙龙 ===<br /> <br /> ===== 基本介绍 =====<br /> 针对前沿技术热点和重大社会问题，邀请一线研究者，面向公众，分享其最新研究成果。学术沙龙的宗旨是，挖掘交叉型人才，孕育原创性思想，传播最新科学认知。集智学术沙龙一般相关基金或企业赞助，面向公众开放。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的研究者、从业者、爱好者<br /> <br /> 活动主题包括但不限于：<br /> *计算社会科学：概况、发展现状与应用、大数据与机器学习在科学学中的应用专题；<br /> *人工智能与城市科学：卫星遥感数据在城市科学中的应用；大数据与人工智能在城市科中的应用；智慧城市发展展望；<br /> *多智能体系统：多智能体系统社会学仿真及其最新发展现状；<br /> *人工智能社会：多主体智能、深度学习与多主体、经济推理与人工智能；<br /> *算法与社会：计算广告学、推荐算法等算法简介以及对社会的影响；<br /> *算法经济：云计算、算法经济平台，以及算法经济的发展展望。<br /> <br /> ===== 典型活动 =====<br /> <br /> 主要分享学者：黄晶生、程明霞、施永仁、吴令飞、王成军、侯世达、陆云波、韩战钢、陈永伟、张江、肖达、吕林媛、李睿琪、Geoffrey West、James Evans、周涛、高见、龙瀛、肖仰华、王鹏、José Lobo、W.Brain Arthur<br /> <br /> 详情请见：[[AI&amp;Society系列沙龙活动]]<br /> <br /> === 集智圣诞年会 ===<br /> <br /> ===== 基本介绍 =====<br /> <br /> 集智年会是集智俱乐部一年一度的盛会，一般在圣诞节或者元旦举办，其目的是为了总结集智俱乐部一年的发展，并为集智俱乐部的忠实粉丝提供一个深度交流的平台。<br /> <br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：邀请或报名审核<br /> *适用人群：集智俱乐部粉丝；希望深入了解集智俱乐部的朋友<br /> <br /> ===== 典型活动 =====<br /> *2015年7月15日、7月16日在南京大学新闻传播学院召开了第一次学术会议：南京'''注意力'''的科学会议[http://wiki.swarma.net/index.php/%E5%8D%97%E4%BA%AC%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%9A%84%E7%A7%91%E5%AD%A6%E4%BC%9A%E8%AE%AE]<br /> <br /> *2016年的学术圣诞晚会是在帝都心脏三里屯的Surperfit举办，此次活动的主题是'''AI与创业'''。[https://mp.weixin.qq.com/s/JMaf3r70ej0E5-_5rQ-Dmg]<br /> <br /> *2017年的学术圣诞晚会是在768创意产业园区内的彩云科技举办，此次活动的主题是'''AI改变生活'''[https://mp.weixin.qq.com/s/QjRJ-Rf2qDwcdweKOXF5uw]。<br /> <br /> *2018年的学术圣诞晚会是在北京朝阳区乌托邦工厂举办，此次活动的主题是'''奇点临近'''[https://mp.weixin.qq.com/s/aTd8fLStWOiDafBpv2ptdw]。<br /> <br /> *2019年的学术年会是在北京海淀区的E_ZIKOO智慧谷举办，此次活动的主题是'''量子跃迁'''[https://swarma.org/?p=17911]。<br /> <br /> ==集智内容 ==<br /> <br /> === 集智公众号 ===<br /> [[File:集智俱乐部公众号云图.png|800px|集智俱乐部发展历史|thumb|居中|集智俱乐部公众号关键词云图]]<br /> <br /> 集智俱乐部致力于报道复杂性科学与人工智能领域的最新进展，特别关注跨学科研究与交流。从社交网络到生态系统，从城市的结构到语言的结构，从机器学习到量子信息……「集智俱乐部」这个公众号跨越了学科的局限，向我们揭示出复杂世界背后的简单规则，也启发我们思考人工智能和复杂系统中的那些最前沿、最深刻、最普适的问题。<br /> <br /> 集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> <br /> ==== 代表作品 ====<br /> 集智俱乐部公众号下分为多个子栏目，包括前沿报道、科研议题、科普文章、科学解释世界、经典论文回顾等。典型代表作品如下：<br /> <br /> *栏目：前沿报道<br /> 代表文章：[https://mp.weixin.qq.com/s/eDP_1GdltOeER4mgJKrnBg 巴拉巴西nature封面文章，网络3d打印]<br /> <br /> *栏目：科研议题<br /> 代表文章：[https://mp.weixin.qq.com/s/iXXZi6dQeTBBSZoHlLuCHA 学术互捧没有用？可能还有负面作用]<br /> <br /> *栏目：科普文章<br /> 代表文章：[https://mp.weixin.qq.com/s/pVgX5o2pu7l_Fbq3GAcn0A 一文读懂复杂网络与群体智慧]<br /> <br /> *栏目：科学解释世界<br /> 代表文章：[https://mp.weixin.qq.com/s/Dl0DowLx70uFwq67XJGvVA Science文章：要想成功，快抱大腿]<br /> <br /> *栏目：经典论文回顾<br /> 代表文章：[https://mp.weixin.qq.com/s/X7AWuytD8D3Z5-rUAi7TEQ 热力学与进化论]<br /> <br /> *栏目：集智活动<br /> 代表文章：[https://mp.weixin.qq.com/s/TOOcBnaMPm6NycWvZYa8sQ 集智-凯风复杂系统论坛全天回顾]<br /> <br /> 公众号 ID：swarma_org<br /> [[File:集智俱乐部.jpg|200px|集智俱乐部发展历史|thumb|居中|扫一扫，关注集智俱乐部]]<br /> <br /> === 集智百科 ===<br /> <br /> [[File:集智百科-全面图.png|1000px|集智俱乐部发展历史|thumb|居中|[[集智百科]]]]<br /> <br /> [[集智百科]]是一个自由内容、公开编辑的科学知识库，主要内容集中在复杂系统科学与人工智能，创建于2013年，主要内容由集智俱乐部志愿者贡献。<br /> <br /> 集智百科作为一个开源的项目，致力于在复杂性科学这个学科领域，为大家翻译、整理、编辑最专业、准确的中文百科全书，为广大的科学爱好者提供最便捷的搜索方式。<br /> <br /> 集智百科的'''愿景'''：做复杂性科学领域科学、全面、客观的百科全书；<br /> <br /> 集智百科的'''口号'''：知识从我而来，问题到我为止。<br /> <br /> 从13年创建以来，集智百科上断断续续的有人生产内容，但是这些内容缺乏规范性，也不成体系，自2019年年底以来，集智俱乐部希望可以着重的梳理复杂性科学领域的基础知识，为广大的科学爱好者提供便捷易懂的知识。所以我们成立了信息收集、整理翻译、审校、编辑、专家审校、代码实现等小组，希望可以共同去完成这样一个万古长青的事业。<br /> <br /> 如果恰好你也对知识整理、分享感兴趣，也愿意参与我们，请添加相关负责人联系方式，加入对应的小组，和大家一同前行，共同编辑，改变世界！<br /> <br /> [[File:集智百科报名.png |200px|集智俱乐部发展历史|thumb|居中|集智百科志愿者报名]]<br /> <br /> ==== 代表作品 ====<br /> 知识类词条：<br /> *[[摄像机-电视自指系统]]<br /> *[[无标度网络]]<br /> *[[小世界网络]]<br /> *[[异速生长律]]<br /> *[[元胞自动机]]<br /> *[[复杂系统]]<br /> <br /> 人物类词条：<br /> * [[斯蒂芬·沃尔夫勒姆 Stephen Wolfram]]<br /> * [[香农]]<br /> * [[吉布斯]]<br /> * [[巴拉巴西]]<br /> <br /> <br /> 书籍类词条：<br /> * [[链接：网络新科学]]<br /> * [[巴拉巴西网络科学 Network Science]]<br /> * [[巴拉巴西成功定律]]<br /> <br /> === 集智众包 ===<br /> 集智俱乐部自2015年以来，在集智社区形成了成熟的众包运作模式，充分利用集体智慧，进行团体合作写作、翻译等活动，最终输出内容。目前已创作和翻译3本图书作品：<br /> <br /> ==== 代表作品 ====<br /> <br /> [[File:科学的极致：漫谈人工智能.JPG|350px|居中|科学的极致：漫谈人工智能]]<br /> <br /> [[科学的极致：漫谈人工智能]]<br /> <br /> 简介：这本书主要向大家介绍了人工智能的历史和发展，当然也包括了很多在集智俱乐部讨论过的AI方面的主题，例如：哥德尔不完备定理、柯尔莫戈洛夫复杂性、深度学习和集体智慧等主题。<br /> <br /> [[File:走近2050——注意力、互联网与人工智能.jpg|300px|居中|走近2050——注意力、互联网与人工智能]]<br /> <br /> [[走近2050]]——注意力、互联网与人工智能<br /> <br /> 简介：这本书主要讲述了机器世界最重要的能源：注意力流，因为我们生活中所有的产品和程序都是为了获取我们的注意力。这本书涵盖了人工智能、互联网、心理学和计算机游戏。<br /> <br /> <br /> [[File:深度思考——人工智能的终点与人类创造力的起点.jpg |400px|居中|深度思考——人工智能的终点与人类创造力的起点]]<br /> <br /> [[深度思考]]——人工智能的终点与人类创造力的起点<br /> <br /> 简介：在这本突破性的书中，卡斯帕罗夫第次揭示了他惊人的一面，描述了他在面对最为强大的对手时的谋划与布局，在全世界的注视下奋勇争先，并叙述了通过国际象棋程序的发展考察人工智能的发展历史。<br /> <br /> <br /> <br /> [[File:深度学习原理与PyTorch实战.png |400px|居中|[http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]]]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> 简介：本书系统介绍了深度学习技术及开源框架 PyTorch。实战与理论兼具，每章围绕一个有意思的实战案例展开，全面深入地介绍了计算机视觉、自然语言处理、迁移学习，以及最新的对抗式学习和深度强化学习等前沿技术。<br /> <br /> <br /> <br /> [[文件:Netlogo入门书籍.jpg|替代=|居中|400x400像素]]<br /> [https://item.jd.com/10039871937829.html NetLogo多主体建模入门]<br /> <br /> 简介：从入门讲解NetLogo多主体建模，精选七大跨领域实战案例，循序渐近讲解NetLogo的使用方法，附赠代码示例和讲解视频，计算机模拟仿真建模教程书籍。<br /> <br /> ==成果展示 ==<br /> <br /> === 集智社区 ===<br /> <br /> 在集智社群中<br /> <br /> 既有做出重要贡献的'''成熟学者'''<br /> <br /> 也有引领科技行业潮流的'''先锋企业家'''<br /> <br /> 还有许多正冉冉升起的'''青年学者、潜力硕博'''<br /> <br /> 更不乏从志愿者工作开始，逐渐切入学界、迅速成长的'''优秀青年'''<br /> <br /> 集智社群名人不完全名单：<br /> 文小刚，侯世达，凯文·凯利，李子青，王飞跃，段永朝，王小川，顾学雍，陈晓松，周海军，王啸，吴岩，刘锋，张寒燕，俞志晨，张一甲，杨南征，狄增如，韩战钢，吴金闪，尹相志，韩锋，李嫣然，傅渥成，林思恩，吴令飞，吕正东，唐璐，贾梓筠，尤亦庄，肖达，谷鹄翔，王成军，张勉，秦建军，苑明理，董磊，王乃岩，许铁，陆宜，陆云波，赵云峰，袁行远，曹旭东，陆树燊，王昆，刘寰青，唐文，姚欣，宋家泰，黄钊等等等等。<br /> <br /> [[File:GEB侯世达.jpg|800px|GEB作者侯世达公开分享|thumb|居中|《GEB》作者侯世达先生在集智俱乐部演讲]]<br /> <br /> <br /> [[File:部分集智科学家.jpg|800px|部分集智科学家合照|thumb|居中|部分集智科学家合照]]<br /> <br /> 还有许许多多的大咖参与其中， 共同打造没有围墙的研究所！<br /> &lt;br /&gt;<br /> <br /> ==== 社区科研成果 ====<br /> <br /> '''[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]'''<br /> * 2017年11月28日，集智科学家[[张江]]、董磊、[[李睿琪]]等人在Nature Communications上发表文章[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]&lt;ref name=&quot;z&quot;&gt;Ruiqi Li,Lei Dong,Jiang Zhang,Xinran Wang,Wen-Xu Wang,Zengru Di,H. Eugene Stanley (2017) [https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities].&lt;/ref&gt;，该文提出了一种模拟城市分形生长过程的模型，用简单的规则就可以刻画纷繁复杂的城市背后的统一规律：[https://mp.weixin.qq.com/s/Kqwcpg3Tyl78eF6YQyHESw 复杂的城市，简单的规则]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]'''<br /> * 2018年12月11日，集智科学家吴令飞（[[计算士]]）和王成军合作在PANS上发表文章[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]&lt;ref name=&quot;w1&quot;&gt;Katy Börner,Olga Scrivner,Mike Gallant,Shutian Ma,Xiaozhong Liu,Keith Chewning,Lingfei Wu,James A. Evans (2018) [https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy].&lt;/ref&gt;，该文系统性分析了一万三千个技能关键词在过去七年间（2010-2016）发布的一亿两千万份招聘广告、三百万份课程大纲和一百万研究论文上被提及的频率，发现人类社会对编程、财务、统计等“硬技能”（hard skills）的需求越来越大，与此同时，研究人员发现，沟通、管理和团队合作等“软技能”（soft skills）频率波动的时间序列与硬技能之间密切相关，硬技能需求增加驱动着与之适配的软技能：[https://swarma.org/?p=13892 为什么未来需要软技能]<br /> <br /> '''[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It]''' <br /> * 2019年2月21日，集智科学家吴令飞（[[计算士]]）在Nature杂志上发表封面文章[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It] &lt;ref name=&quot;w&quot;&gt;Lingfei Wu,Dashun Wang,James A. Evans (2019) [https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large teams develop and small teams disrupt science and technology].&lt;/ref&gt;。该文介绍了一项对1954年-2014年期间超过6500万篇论文、专利和软件产品的数据分析工作。研究者量化评估了创新的“颠覆性”，发现小团队更有可能做出突破性的研究：[https://swarma.org/?p=14730 团队规模与颠覆性创新]。论文第一作者吴令飞为 Nature 撰写了这篇文章，介绍了论文背后的故事和作者们的思考：[https://swarma.org/?p=14825 Nature封面文章作者讲述论文故事：小团队知道答案]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]'''<br /> * 2019年7月8日，集智科学家靳擎、王大顺等人在Nature Human Behaviour上发表封面文章[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]&lt;ref name=&quot;j&quot;&gt;Ching Jin,Chaoming Song,Johannes Bjelland,Geoffrey Canright,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems].&lt;/ref&gt;，该文章发表消费者购买产品的行为模式、新思想在网络上传播的模式，本质上都是一种幂律增长的模式：[https://swarma.org/?p=17317 复杂演替系统中的幂律增长模式]<br /> <br /> '''[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]'''<br /> * 2019年10月30日，集智科学家殷裔安和王大顺等人一起在Nature发表文章[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]&lt;ref name=&quot;y&quot;&gt;Yian Yin,Yang Wang,James A. Evans,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security].&lt;/ref&gt;，分析了科研（数据集来源于NIH Grants）、投资（数据集来源于 VentureXpert 数据库）、公共安全（数据集来源于全球恐怖主义数据库GTD）三个领域的大规模数据，阐述了失败的动力学机制。从动力学所得到的早期信号中“明察秋毫”，或许胜败早有伏笔：[https://mp.weixin.qq.com/s/SNxL91Q-pRfP83YoXK9LSQ 原来胜败早有信号]<br /> <br /> '''[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]'''<br /> * 2020年2月18日，集智科学家黄俊铭在PANS杂志上发表文章[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;，该文整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据，对学术界中女性科研人员的学术能力表现及其背后的原因做出了分析:[https://swarma.org/?p=18557 女性科研工作者的退出风险与学术成就]<br /> <br /> === 集智孕育 ===<br /> <br /> ==== 彩云AI ====<br /> <br /> [[File:彩云天气.png|800px|居中]]<br /> <br /> 2014年，集智俱乐部核心成员袁行远、肖达开发彩云天气，这是一款能够精确预测未来1小时内局部地区降雨情况的APP。这款APP是集智俱乐部举办的深度学习读书会孕育出来的一款产品。目前，袁行远、肖达、苑明理、何永振等集智核心成员已独立成立了彩彻区明科技有限公司。<br /> <br /> 有关彩云天气可以参看：[http://caiyunapp.com/]<br /> <br /> 最近，这个团队又研发了一个“彩云小译”的AI应用，这个应用可以做中英之间的同声翻译，帮助你与外国人无障碍交流。<br /> <br /> [[File:彩云小译.png|800px|居中]]<br /> <br /> ==== 集智斑图 ====<br /> <br /> <br /> [[文件:集智斑图新首页.png|替代=|居中|缩略图|800x800像素|[https://pattern.swarma.org/ 集智斑图]首页截图]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> [https://pattern.swarma.org/ 集智斑图]是是集智俱乐部创建的复杂科学领域的高质量内容聚合平台，包含了自组织社区、多领域学习路径、最新论文更新、论文解读活动等板块。集智斑图的目标是沉淀聚合复杂科学相关的科研资料，提高信息匹配效率。<br /> <br /> 斑图的含义：来源于英文的pattern，有花纹，图案的意思，在复杂系统中特指大量相互作用单元涌现出的时间空间模式，集智斑图则特指学习者在探索互动中形成的知识空间和集体智慧<br /> <br /> slogan：用知识连接探索者<br /> <br /> '''推荐学习路径：'''<br /> <br /> [https://pattern.swarma.org/path?id=13 意识科学入门路径]从意识是什么，详细介绍了认知科学有关的实验，介绍了认知科学当前的最新研究进展，并且从跨学科的角度探讨了认知科学的发展方向。<br /> <br /> [https://pattern.swarma.org/path?id=2 复杂网络分析入门路径]系统地整理了复杂网络分析领域的主要问题、意义和研究思路（但并不包括具体细节），整理相关的学习资料、论文和在线课程，供新手快速入门复杂网络。<br /> <br /> [https://pattern.swarma.org/path?id=9 因果推断方法概述]从因果关系，理解因果关系的三个层次，以及研究因果关系的算法详细的阐述了因果关系的研究问题。<br /> <br /> [https://pattern.swarma.org/path?id=21 解读幂律(Power Law)分布与无标度(Scale Free)网络]从什么是幂律分布，什么是无标度网络，如何产生幂律分布以及如何估计和判断幂律分布等几个方面详细阐述了幂律分布的原理。<br /> <br /> [https://pattern.swarma.org/path?id=11 人工生命入门路径]整理自Lana Sinapayen为人工智能研究者们提供的一份人工生命入门指南，从人工生命的研究目标，人工生命的发展历史，人工生命的未来展望和学习清单多方面阐述了人工生命这个领域的研究问题和方向。<br /> <br /> '''推荐论文解读：'''<br /> <br /> * Albert-Laszlo Barabasi;Reka Albert;Emergence of scaling in random networks ,Science,1999&lt;ref name=&quot;a&quot;&gt;Albert-Laszlo Barabasi,Reka Albert (1999) [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 Emergence of scaling in random networks].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 随机网络的无标度性]总结了存在于许多实际网络中的[[幂律分布]]特性，首次命名了[[无标度网络]]这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。<br /> <br /> * Dirk Brockmann; Dirk Helbing;The Hidden Geometry of Complex, Network-Driven Contagion Phenomena ,Science,2013 &lt;ref name=&quot;b&quot;&gt;Dirk Brockmann, Dirk Helbing (2013) [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 The Hidden Geometry of Complex, Network-Driven Contagion Phenomena].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 通过网络的隐藏几何推断病毒的传播]指出疾病的传播其实与城市间的地理距离没啥关系，而与城市间的“等效”距离密切相关。这里的等效距离就是指根据城市间交通流量数据而折合以后的距离。<br /> <br /> * Marc Timme; Jose Casadiego;Revealing networks from dynamics: an introduction ,Journal of Physics A: Mathematical and Theoretical,2014,41 .37&lt;ref name=&quot;c&quot;&gt;Marc Timme, Jose Casadiego (2014) [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 Revealing networks from dynamics: an introduction].Journal of Physics A: Mathematical and Theoretical.41.37:&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 基于动力学的网络重构]简单地引入了复杂网络的基本概念后，介绍了复杂网络中有效链接和结构链接两者之间的区别。文章中详细地回顾了基于群体动力学数据，重构网络中结构链接的三种主要基本方法，即驱动-响应方法、复制-同步方法和直接重构方法，并指出了每种方法的优缺点和适用范围；简略地介绍了基于相关函数和最大熵理论，重构有效链接的思路。<br /> <br /> * Junming Huang;Alexander J. Gates;Roberta Sinatra;Historical comparison of gender inequality in scientific careers across countries and disciplines ,proceedings of the national academy of sciences,2020,117 .9:4609-4616&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 PNAS论文解读：科学事业在不同国家和学科中性别不平等的历史比较]整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、署名、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据。对学术界中女性科研人员的学术能力表现、及其背后的原因做出了分析。<br /> <br /> <br /> '''集智斑图论文速递：'''<br /> <br /> 实现了自动采集和遴选各大学术顶刊中与复杂科学密切相关的最新进展，并通过定期推送和建立论文库服务社区，是集智斑图聚合高质量信息、服务自组织科学社区的一项代表性产品。<br /> <br /> 斑图速递是由数据自动采集、科学术语自动提取、跨学科领域论文过滤、科学影响力评价体系等一系列技术支撑的，其中多项技术为自主研发并已注册专利。集智技术团队将持续专注于建立更完善的复杂科学知识体系和知识管理体系，服务于集智社区。<br /> [[文件:顶刊速递.png|居中|缩略图|569x569像素|顶刊速递栏目]]<br /> [[文件:顶刊速递订阅.png|替代=顶刊速递订阅|边框|居中|647x647像素]]<br /> <br /> <br /> ==== 集智学园 ====<br /> [http://campus.swarma.org 集智学园]成立于2016年10月1日，是集智俱乐部孕育的创业项目之一。为一个知识服务社区，专门致力于复杂性科学、人工智能等先进技术的普及工作，合作伙伴包括腾讯、华为、北京师范大学、湖畔大学、混沌大学等多家知名机构。2019年底获得国家高新技术企业称号。<br /> <br /> [http://campus.swarma.org 集智学园]的课程涵盖基础通识、复杂系统、网络科学、计算社会、人工智能五大模块。每个模块的精品课程，下表是部分课程：<br /> <br /> {| class=&quot;wikitable sortable&quot;<br /> |-<br /> ! 课程类别 !! 课程名称<br /> |-<br /> | 基础与通识 || [http://campus.swarma.org/play/coursedetail?id=429 NetLogo 多主体建模入门]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10405 Mathematica基础入门教程]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=388 快速入门 Julia 语言]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10406 数据科学心法与机器学习实战] <br /> |-<br /> | 复杂系统 || [http://campus.swarma.org/play/coursedetail?id=432 复杂性思维2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10665 系统科学概论]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=394 复杂系统中的幂律分布]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=397 非线性动力学与混沌]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=433 复杂性与临界现象2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=423 系统科学与社会经济] <br /> |-<br /> | 网络科学 || [http://campus.swarma.org/play/coursedetail?id=381 图网络：融合推理与学习的全新深度学习架构]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=440 复杂网络2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=443 图网络算法原理探究]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=122 非欧式数据的几何深度学习]<br /> |-<br /> | 计算社会 || [http://campus.swarma.org/play/coursedetail?id=10634 计算社会科学的前沿与展望]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10624 地球未来——生物体、城市和公司的生命、生长与死亡]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10582 生长与设计——复杂性视角下的智慧城市]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=425 复杂系统与社会计算研讨会]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10844 知识图谱与认知智能] <br /> |-<br /> | 人工智能 || [http://campus.swarma.org/play/coursedetail?id=11076 产学结合：自然语言处理及其应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=416 系统讲解知识图谱——从建模到应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=412 GAN 专题论文解读]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=413 GAN 专题代码实践]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10484 计算机视觉与深度学习]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=121 中文自然语言理解（NLU）在金融领域的应用] <br /> |-<br /> <br /> |}<br /> <br /> 查看各模块的精品课程，去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===== [http://wiki.swarma.net/index.php/%E4%BC%81%E4%B8%9A%E5%90%88%E4%BD%9C%E8%AF%BE%E7%A8%8B%E5%88%97%E8%A1%A8 企业培训] =====<br /> <br /> 集智学园特别推出企业培训服务，为企业提供系统完整的技术、思维培训。建立员工深度学习机器学习思维，掌握机器学习的基本方法，提高企业活力。<br /> &lt;br/&gt;详细信息：http://business.swarma.org/<br /> <br /> <br /> '''技术培训'''<br /> <br /> 《python数据科学与机器学习》&lt;br /&gt;<br /> <br /> 《如何打造你自己的聊天机器人》&lt;br /&gt;<br /> <br /> 《中文自然语言理解在中文中的应用》&lt;br /&gt;<br /> <br /> 《自然语言处理与深度学习》&lt;br /&gt;<br /> <br /> 《计算机视觉与深度学习》&lt;br /&gt;<br /> <br /> 《火炬上的深度学习》&lt;br/&gt;<br /> ......<br /> <br /> '''思维升级'''<br /> <br /> 《复杂性科学》&lt;br /&gt;<br /> <br /> 《迎接AI时代》&lt;br /&gt;<br /> <br /> 《走近2050—人工智能、注意力与互联网》&lt;br /&gt;<br /> <br /> 《机器学习思维》&lt;br /&gt;<br /> <br /> 《企业生长的规模法则》&lt;br/&gt;<br /> ......<br /> <br /> 查看更多精彩内容，请去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===媒体报道===<br /> <br /> 李白薇：[http://sttc.net.cn/journal/130.html 没有围墙的研究所]，中国科技人才，2015 原文链接<br /> <br /> Xtecher:[http://www.sohu.com/a/125848135_472705 集智俱乐部张江：复杂系统里“简单纯粹”的前行者]<br /> <br /> 以特邀嘉宾的身份参与录制CCTV2的节目：未来架构师。[http://tv.cctv.com/2017/08/06/VIDESuxtIaeQMfwZVNHtV1zU170806.shtml 《未来架构师》 人与机器交融的未来场景]<br /> <br /> ----<br /> <br /> ==加入方式==<br /> <br /> 目前集智俱乐部官方运营的社区加入方式如下：<br /> <br /> * '''1.加入具体领域微信群，参与学术交流，需要报名对应主题的读书会，读书会列表可查看 https://pattern.swarma.org/study_groups'''<br /> * '''2.成为集智VIP， 解锁全部读书会、课程权限，VIP报名通道：https://campus.swarma.org/vip'''<br /> * '''3.加入集智俱乐部QQ群：'''<br /> ** 集智俱乐部一群：292641157（已满）<br /> ** 集智俱乐部二群：877391004<br /> ** 集智学园交流群：426390994<br /> <br /> 成为集智俱乐部实习生：[https://mp.weixin.qq.com/s/5MD_56h3FwU80Yt221rckw 加入集智，一起复杂！2021集智实习生/志愿者招募]。<br /> <br /> 微信公共账号：集智俱乐部<br /> <br /> [[File:集智俱乐部.jpg|200px|right|thumb|扫一扫，关注集智俱乐部]]<br /> <br /> 还可以添加微信小助手：swarmaAI<br /> <br /> 官方网站：https://pattern.swarma.org/<br /> <br /> B站地址：[https://space.bilibili.com/233204821/#/ 集智俱乐部]<br /> <br /> 张江知乎账号：[https://www.zhihu.com/people/zhang-jiang-78-29-94/activities 张江]<br /> <br /> 集智俱乐部知乎账号：[https://www.zhihu.com/people/swarma/activities 集智俱乐部]<br /> <br /> 集智科学家微博：@集智科学家（https://weibo.com/swamagents?refer_flag=1001030101_）<br /> <br /> <br /> 更多入口，请参看：[https://www.wolai.com/fHxGuDuNUvwqfq7mjHtLFe 关于我们]<br /> <br /> == 参考资料 ==<br /> <br /> &lt;references /&gt;<br /> [[Category:集智相关]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=38273 2024-10-07T08:07:39Z

<p>Mobility：更改了读书会的引流标识</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2023年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;51&quot; |[https://pattern.swarma.org/study_groups?from=baike 了解更多详情，点此链接报名]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|居中|缩略图|206x206像素|小助手微信|链接=Special:FilePath/Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二20:00-22:00<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |23<br /> |已结束<br /> |周一19:00-21:00<br /> |-<br /> |图网络：算法原理与应用系列论文解读<br /> |高飞等<br /> |周莉<br /> |23<br /> |已结束<br /> |<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |16<br /> |已结束<br /> |周一20:00-22:00<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |20<br /> |已结束<br /> |周日20:00-22:00<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |14<br /> |已结束<br /> |周日20:00-22:00<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四20:00-22:00<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |8<br /> |已结束<br /> |周三20:00-22:00<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |17<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |27<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |已结束<br /> |周六20:00-22:00<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |21<br /> |已结束<br /> |周六9:00-11:00<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四20:00-22:00<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |21<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |14<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |21<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |25<br /> |已结束<br /> |周六14:00-16:00<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |20<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |13<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |13<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |14<br /> |已结束<br /> |周日9-11点<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> |周莉<br /> |10<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |已结束<br /> |周二19:00-21:00<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |11<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |AI+Science第二季：生物医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |13<br /> |已结束<br /> |周日9:00-11:00<br /> |-<br /> |AGI通用人工智能读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |10<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |AI+Science第三季：人工智能与数学读书会<br /> |袁洋等<br /> |苏婉婷<br /> |8<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |复杂系统管理学读书会第二季：生态型组织进化<br /> |罗家德等<br /> |张倩<br /> |9<br /> |已结束<br /> |周六14:00-17:00<br /> |-<br /> |新信息论，从分解到整合<br /> |张江等<br /> |梁金<br /> |11<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |大模型安全与对齐<br /> |段雅文等<br /> |李欣儒<br /> |10<br /> |已结束<br /> |周六10：00-12:00<br /> |-<br /> |计算神经科学<br /> |周昌松等<br /> |周莉<br /> |15<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |大语言模型与多智能体系统<br /> |赵世钰等<br /> |黄璐瑶<br /> |8<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |自由能原理与强化学习<br /> |牟牧云等<br /> |梁金<br /> |10<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |计算社会科学第三季：AI+Social Science<br /> |裴佳欣等<br /> |汪馨玥<br /> |12<br /> |已结束<br /> |周六20:00-22:00<br /> |-<br /> |复杂管理学第三季：生态型组织涌现<br /> |陆云波等<br /> |张倩<br /> |9<br /> |已结束<br /> |周六14:00-16:00<br /> |-<br /> |时序时空大模型<br /> |梁宇轩等<br /> |张屹莉<br /> |9<br /> |已结束<br /> |周三20:00-22:00<br /> |-<br /> |因果涌现第五季<br /> |张江等<br /> |梁金<br /> |12<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |脑机接口：从科幻到现实<br /> |刘冰等<br /> |周莉<br /> |10<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |AI by Complexity<br /> |张章等<br /> |王朝会<br /> |11<br /> |进行中<br /> |周一20:00-22:00<br /> |-<br /> |因果科学与大语言模型<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |进行中<br /> |周日20:00-22:00<br /> |-<br /> |几何深度学习<br /> |黄文炳等<br /> |余孟君<br /> |8<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |生命复杂性：生命复杂系统的构成原理<br /> |常乘等<br /> |梁金<br /> |10<br /> |进行中<br /> |周二19:00-21:00<br /> |-<br /> |一种新科学<br /> |章彦博等<br /> |王婷<br /> |10<br /> |进行中<br /> |周日10:00-12:00<br /> |-<br /> |面向未来的科学学<br /> |崔浩川等<br /> |周莉<br /> |10<br /> |进行中<br /> |周六19:00-21:00<br /> |-<br /> |复杂系统自动建模第二季<br /> |朱群喜<br /> |余孟君<br /> |8<br /> |进行中<br /> |周四20:00-22:00<br /> |-<br /> |整合信息论<br /> |张江等<br /> |梁金<br /> |10<br /> |进行中<br /> |周二19:00-21:00<br /> |-<br /> |昆虫智能与AI<br /> |宋卓异等<br /> |尹爱华<br /> |10<br /> |即将开始<br /> |周三19:00-21:00<br /> |}<br /> <br /> == [https://pattern.swarma.org/study_group/11?from=baike 宏观金融系列读书会] ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == 复杂经济学读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/3?from=baike 第一季] ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== [https://pattern.swarma.org/study_group/20?from=baike 第二季] ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|600x600像素|链接=Special:FilePath/复杂经济学第二季安排.png]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125?from=baike 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智斑图[https://pattern.swarma.org/study_group/3?from=baike 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/5?from=baike 【第一季：企业发展建模与预测】] ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== [https://pattern.swarma.org/study_group/8?from=baike 【第二季：复杂系统自动建模】] ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125?from=baike 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智斑图[https://pattern.swarma.org/study_group/5?from=baike 企业建模与发展预测]<br /> <br /> == [https://pattern.swarma.org/study_group/26?from=baike 面向复杂系统的人工智能研究读书会] ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79?from=baike 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智斑图面向[https://pattern.swarma.org/study_group/26?from=baike 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2?from=baike 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智斑图[https://pattern.swarma.org/study_group/2?from=baike 生命复杂性读书会]<br /> == [https://pattern.swarma.org/study_group/12?from=baike 科学学读书会] ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70?from=baike 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://pattern.swarma.org/study_group/12?from=baike 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1?from=baike 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4?from=baike 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10?from=baike 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22?from=baike 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|600x600像素|链接=Special:FilePath/因果科学读书会第四季.png]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7?from=baike 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16?from=baike 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> [https://pattern.swarma.org/study_group/28?from=baike 【因果涌现读书会第三季】]<br /> [[文件:因果涌现第三季框架图.png|居中|缩略图|600x600像素|因果涌现第三季读书会安排|链接=Special:FilePath/因果涌现第三季框架图.png]]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6?from=baike 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19?from=baike 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9https://pattern.swarma.org/study_group/16?from=baike 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13?from=baike 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14?from=baike 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15https://pattern.swarma.org/study_group/16?from=baike 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17?from=baike 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== [https://pattern.swarma.org/study_group/17?from=baike 高阶网络读书会] ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|600x600像素|链接=Special:FilePath/高阶网络读书会安排.png]]<br /> == [https://pattern.swarma.org/study_group/21?from=baike NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|居中|缩略图|NeuroAI读书会安排|600x600像素|链接=Special:FilePath/读书会框架.jpg]]<br /> ==[https://pattern.swarma.org/study_group/23?from=baike “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|600x600像素|链接=Special:FilePath/“后ChatGPT时代”读书会.png]]<br /> ==[https://pattern.swarma.org/study_group/24?from=baike AI+Science]==<br /> [https://pattern.swarma.org/study_group/24?from=baike AI+Science读书会第一季]<br /> <br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|居中|缩略图|600x600像素|AI+Science读书会安排|链接=Special:FilePath/AI+Science读书会大纲.png]][https://pattern.swarma.org/study_group/29?from=baike AI+Science读书会第二季：大模型与生物医学]<br /> <br /> 在生物医学健康领域，研究深度和广度覆盖了各个层次尺度。这些研究范围从微观的分子层面（包括DNA，RNA和蛋白质等的研究）展开，进而深入到细胞和器官组织的层面（例如，对癌症等疾病的病理组织的探索）。最后，研究聚焦到宏观的个体健康临床治疗，以及社群的公共健康问题的应对。<br /> <br /> 以信息流动的视角来看，研究工作通常从最上游的DNA和基因表达分析开始，逐步深入到功能性的蛋白质和小分子药物的研究，最终到达临床诊断和疗法的研发。这构成了一个自上而下，由微观到宏观的研究框架。<br /> <br /> 在即将召开的读书会中，我们将按照这个流程进行深入讨论。首先，我们将概述并讨论当前在基础基因组学领域中所进行的大规模模型相关的探索研究工作。随后，转向相对更成熟的蛋白质，小分子以及医学领域的大模型的最新研究成果。我们的目标是通过这样全面和深入的探讨，为大家呈现大模型在生物医学健康研究方面应用的全貌，同时揭示可能的未来研究发展方向。<br /> [[文件:AI+Science第二季读书会安排.png|居中|缩略图|600x600像素|AI+Science第二季读书会安排|链接=Special:FilePath/AI+Science第二季读书会安排.png]]<br /> <br /> ==[https://pattern.swarma.org/study_group/25?from=baike 图神经网络与组合优化]==<br /> 本次读书会聚焦于图神经网络与算法神经化求解的相关领域，我们将邀请一些业内专家分享他们在这些领域的最新研究成果。通过这次读书会，我们希望能够激发与会者的学术兴趣，进一步推动图神经网络与算法神经化求解领域的研究和应用发展。此外，我们还将探讨GNN在实际问题中的应用案例，以及如何将理论研究成果转化为实际应用，以帮助参会者更好地理解和掌握图神经网络在实际场景中的应用。<br /> [[文件:图神经网络与组合优化读书会安排.png|居中|缩略图|600x600像素|图神经网络与组合优化读书会安排|链接=Special:FilePath/图神经网络与组合优化读书会安排.png]]<br /> <br /> <br /> ==[https://pattern.swarma.org/study_group/27?from=baike 复杂系统视角下的城市科学]==<br /> 本次读书会，我们聚焦城市科学中的三个重要主题，对“城市作为复杂系统”的理论基础、研究方法及实践应用进行分享、讨论和梳理。<br /> <br /> 第一个主题是“复杂系统视角下的城市科学”。我们将讨论城市要素空间分布与交互的研究进展，并追溯这些模型与经典城市模型的联系；以标度律为切入点，讨论城市的规模法则及其在城市增长、创新等方面的体现；结合空间网络理论，讨论城市中的信息熵、城市空间认知与导航复杂度等新兴研究方向。<br /> <br /> 第二个主题是城市科学中的AI。我们将讨论城市背景下的地理人工智能方法与模型，介绍CNN、GNN、RNN、Generative model、Transformer等主流AI框架与地理空间分析方法的内在联系；讨论AI模型辅助理解城市内社会经济、自然环境等特征的空间分布模式，以及人类移动性、交通等空间交互模式的潜力；并归纳领域挑战，涉及城市场景下AI的可解释性，时空规律的弱可复现性、伦理和隐私问题等。<br /> <br /> 第三个主题是城市科学中的因果性。我们将以因果假设和因果实验为主线展开城市科学视角下的因果论讨论；从Randomized controlled trial (RCT)的角度重新思考因果发现的基本假设，讨论城市科学视角下因果发现的框架、假设、策略、方法和模型，以及城市政策与因果发现的联系；讨论城市科学视角下因果推断的框架、假设、策略、方法和模型，以及城市中跨尺度的因果不变性和相变特性。<br /> [[文件:城市科学读书会安排.png|居中|缩略图|600x600像素|城市科学读书会安排|链接=Special:FilePath/城市科学读书会安排.png]]<br /> <br /> ==[https://pattern.swarma.org/study_group/32?from=baike AI+Science第三季：人工智能与数学]==<br /> 从自动定理证明到 AI发现数学规律，以及几何拓扑，动力系统等数学分支在AI的应用，人工智能与数学一直有着非常密切的联系。在即将召开的读书会中，我们将从AI　for　math，math　for　AI两个方面深入探讨人工智能与数学的密切联系。首先，我们将概述人工智能在数学的应用，并深入探讨大模型与数学推理，定理自动证明， AI发现数学规律，符号计算等方向的研究工作。随后，我们将转向大模型与神经网络的数学基础。最后，我们将深入探讨几何与拓扑在机器学习的应用。我们的目的是通过这样深入的探讨，与大家一起交流学习人工智能与数学的联系，同时揭示未来可能的研究发展方向。<br /> <br /> ==[https://pattern.swarma.org/study_group/33?from=baike AGI通用人工智能]==<br /> 本次读书会预计分为七个板块，分别是智能的定义与度量、智能的原理、大语言模型与信息世界的智能、感知与具身智能、多视角下的人工智能、对齐技术与AGI安全性、AGI时代的未来社会。<br /> ==[https://pattern.swarma.org/study_group/34?from=baike 复杂系统管理第二季：生态型组织进化]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法<br /> <br /> ==[https://pattern.swarma.org/study_group/35?from=baike 新信息论：从分解到整合]==<br /> 读书会将首先对信息论领域进行整体回顾，介绍经典信息指标，希望建立对信息熵的直觉，给后面的内容打基础。第二部分介绍整合信息论的理论框架。第三部分将详细梳理信息分解的理论框架，包括部分信息分解（PID）、延展的PID框架、信息分解计算，以及信息论在脑与复杂系统中的应用。最后介绍整合信息分解（ΦID）与 Rosas 的因果涌现框架。<br /> <br /> ==[https://pattern.swarma.org/study_group/36?from=baike 大模型安全与对齐]==<br /> 读书会将详细讨论AI安全与对齐话题，涵盖分支有AI风险、安全与对齐导论、对齐失败的技术原因、可扩展监督、对抗鲁棒性与对齐泛化、可解释性研究、多主体互动风险、前沿AI滥用风险与失控风险和应对。<br /> <br /> ==[https://pattern.swarma.org/study_group/37?from=baike 计算神经科学]==<br /> 读书会聚焦大脑在神经元及其环路的微观尺度的信息处理机制及其鲁棒性与非线性，在介观与宏观尺度认知功能的组织结构特征的适应性与稳定性，以及对类脑智能及人工智能的启发，对相关文献进行深入梳理。包括复杂神经动力学：全景与基础、神经元建模与计算、跨尺度神经动力学、计算神经科学与AI融合四个模块。<br /> <br /> ==[https://pattern.swarma.org/study_group/38?from=baike 大语言模型与多智能体系统]==<br /> 本次读书会将介绍大模型与智能体的话题，涵盖内容包括大语言模型赋能下智能体之间的辩论、协作、模拟人类，以及实际场景中的多Agent协作等问题。主要目的是希望能够帮助各个不同学科领域的学者了解大模型与智能Agent的这个交叉领域，尤其是Agent控制与决策、集群智能等方向的研究者，同时揭示未来可能的研究发展方向。<br /> <br /> ==[https://pattern.swarma.org/study_group/39?from=baike 自由能原理与强化学习]==<br /> 本次读书会中，我们将探讨自由能原理下感知与行动的统一框架，涉及变分自由能、期望自由能、注意力与显著性，以及模型学习和结构学习等相关概念。同时，我们还将深入探讨强化学习世界模型的学习与探索，多尺度世界模型、分层强化学习等相关概念，并结合自由能原理重新审视强化学习中智能体的感知与行动。最后，我们希望从脑与意识的角度出发，探讨与自由能原理相关的预测加工理论如何解释和启发我们对认知和主观体验的理解。<br /> <br /> ==[https://pattern.swarma.org/study_group/40?from=baike 计算社会科学第三季：AI+Social Science]==<br /> 在前两季的读书会中，我们主要从计算社会科学的方法以及几个大的分支展开。过去一年中人工智能技术的蓬勃发展为计算社会科学研究带来了全新的问题，机遇和挑战。本次读书会就围绕人工智能技术和计算社会科学之间的交叉展开，涉及到传播学，心理学，管理学，计算机科学等多个学科。通过本次读书会的学习，我们希望你能够了解到关于人工智能和计算社会科学方面最前沿的研究话题，包括人机交互、生成式AI与社会科学、大模型与心理学、AI与商业和管理几个模块。<br /> <br /> ==[https://pattern.swarma.org/study_group/41?from=baike 复杂管理学第三季]==<br /> 本次读书会聚焦在自组织、多主体模拟、创新型管理、网络等方向，分享复杂系统管理领域的前沿理论、经典科普图书，更加结合实践，在数字化、公益、医疗、仿真、组织创新与教育等多个领域进行实际案例与理论结合的探讨，一起展望未来，一同研究讨论AI新范式下的未来组织形态。<br /> <br /> ==[https://pattern.swarma.org/study_group/42?from=baike 时序时空大模型]==<br /> 时序时空大模型读书会主要围绕【时空大模型】、【时序大模型】、【轨迹大模型】三大板块进行研讨。时序数据、时空数据是刻画各类复杂系统动态行为的重要维度。以往的时序时空数据研究，主要依赖于统计学方法、时间序列分析技术、地理信息技术、机器学习方法等，但传统模型在可解释性、多源数据融合、非线性、实时预测等方面尚且面临局限与挑战。随着深度学习架构蓬勃发展，尤其是近几年大语言模型技术的异军突起，一系列时序时空数据处理方法涌现出来。其中，时序大模型主要用于分析时间序列数据，以识别复杂系统随时间变化的模式，建立预测模型；时空大模型主要用于分析和预测复杂系统中空间和时间维度的相互作用，揭示揭示空间分布如何随时间变化，以及不同地理位置之间的相互作用。轨迹大模型则结合了时序和时空分析的特点，分析对象在时间空间中的移动路径。随着大模型等技术的进一步发展，时序时空大模型的方法创新正层出不穷，我们对复杂系统动态行为的认识、对干预策略的设计都将获得提升。<br /> <br /> ==[https://pattern.swarma.org/study_group/43?from=baike 因果涌现第五季]==<br /> 本季读书会分成两部分，一部分是有关因果涌现理论方面的最新进展，包括信息分解的定量化、动力学可逆性与因果涌现，以及复杂系统的低秩表示理论、本征微观态理论等，第二部分是这些理论在脑科学及其它学科上的应用。<br /> <br /> ==[https://pattern.swarma.org/study_group/45?from=baike AI by Complexity]==<br /> 如今的AI领域正在经历着加速发展，并产生了广泛的社会影响，神经网络现在已经占据了人工智能算法研究的核心。通过观察神经网络领域的发展，我们发现人们通过引入不同的结构设计偏见（bias）开发出了具有不同性质的算法模型。例如，层级化的信息聚合机制带来了卷积神经网络，记忆机制带来了循环神经网络，稀疏性的引入带来了节省能量的稀疏网络，生物神经元的放电机制带来了脉冲神经网路模型，等等。<br /> <br /> 通过观察近期的科研趋势，尤其是大语言模型的进展，我们可以观察到数据量和参数量的胜利，然而系统的尺寸只是其复杂性的一个方面。如何度量复杂系统的“好坏”？如何理解复杂系统的机制？这些理解是否可以启发我们设计更好的AI模型？这是我们想要通过这个读书会回答的问题。<br /> <br /> 在本次读书会中，我们主要关注这条双向箭头的其中一边，即复杂系统的新理论如何指导人工智能的设计。因此，我们会共同学习复杂系统的最新进展，并一起讨论如何将其应用于AI领域。<br /> <br /> ==[https://pattern.swarma.org/study_group/49?from=baike 一种新科学]==<br /> 《一种新科学》作为Stephen Wolfram的开创性著作，在人工智能蓬勃发展的今天重新焕发生机。该书探讨的简单程序生成复杂性、计算普遍性和涌现行为等核心概念，与现代AI和大语言模型的基本原理高度吻合。<br /> <br /> 这个读书会分享框架采用了灵活而创新的方法来探讨《A New Kind of Science》(NKS)的内容。它不仅遵循书籍的基本结构，还根据有趣的主题进行了重新组合，以便更好地展现Wolfram的核心思想。每个主题都不局限于书本内容，而是扩展到了最新的科学进展，特别是在人工智能、大模型和物理研究方面的应用和联系。这种方法允许读者在理解NKS基本概念的同时，也能看到这些思想如何与当代科学发展相融合，从而提供了一个更加全面和现代化的视角来理解Wolfram的理论及其持续的影响力。<br /> <br /> ==[https://pattern.swarma.org/study_group/51?from=baike 复杂系统自动建模第二季]==<br /> 《一种新科学》作为Stephen Wolfram的开创性著作，在人工智能蓬勃发展的今天重新焕发生机。该书探讨的简单程序生成复杂性、计算普遍性和涌现行为等核心概念，与现代AI和大语言模型的基本原理高度吻合。<br /> <br /> 这个读书会分享框架采用了灵活而创新的方法来探讨《A New Kind of Science》(NKS)的内容。它不仅遵循书籍的基本结构，还根据有趣的主题进行了重新组合，以便更好地展现Wolfram的核心思想。每个主题都不局限于书本内容，而是扩展到了最新的科学进展，特别是在人工智能、大模型和物理研究方面的应用和联系。这种方法允许读者在理解NKS基本概念的同时，也能看到这些思想如何与当代科学发展相融合，从而提供了一个更加全面和现代化的视角来理解Wolfram的理论及其持续的影响力。<br /> <br /> ==[https://pattern.swarma.org/study_group/52?from=baike 整合信息论]==<br /> 意识是什么？我们能否模拟意识？人工智能大模型能否产生意识？意识如何度量？“意识的定量与建模”研究主题系列读书会将围绕着这一系列的问题展开，分别为整合信息论的综述，基础理论框架，近似计算方法，在神经科学中的应用，在复杂系统中的拓展应用、Φ与系统临界态，以及机器意识。<br /> <br /> ==[https://pattern.swarma.org/study_group/50?from=baike 面向未来的科学学]==<br /> 本次读书会共同探讨一系列关键议题，包括但不限于科学概念的演变、科学的多元化挑战，科学开放性面临的危机，新兴技术对科学冲击以及科学家流动与科技劳动力政策等。我们希望通过深入的交流和讨论，不仅增进对科学学这一领域的理解，更能为应对未来的挑战提供创新的思路和解决方案。<br /> <br /> ==[https://pattern.swarma.org/study_group/47?from=baike 几何深度学习]==<br /> 本次读书会系统地介绍几何深度学习的发展脉络和前沿动态，组织相关研究人员和学生进行学术讨论和交流。争取打造国内首个几何深度学习社区。读书会包括“几何背景知识”、“模型与算法”与“科学应用”三大专题。其中，“几何背景知识”专题拟从集合、图的概念延伸到双曲空间、单纯复形、胞腔复形等拓扑概念，进而介绍拓扑深度学习的相关知识。“模型与算法”专题探讨对称性的重要性以及如何将其嵌入到深度学习模型中，介绍几何深度学习与现有主流研究包括大模型、生成模型之间的结合。“科学应用”专题将以材料科学和生物科学为代表，介绍几何深度学习在AI for Science领域的重要应用案例。<br /> <br /> ==[https://pattern.swarma.org/study_group/46?from=baike 因果科学与大语言模型]==<br /> 本次读书会围绕因果科学的最新进展，包括因果科学与大模型的结合等方面进行深度的探讨和梳理。大模型出现，可以很好的助力因果科学的研究，所以我们会重点探讨大语言模型如何帮助因果发现和因果推断；其次因果科学的方法也能帮助大模型在推理能力、提升可信水平、数据集与基准等角度来探讨因果如何在大模型中发挥作用；现在大家多模态大模型是大模型的重要赛道，在这部分，我们也会探讨因果科学的方法如何解决多模态大模型在视觉问答生成、单模态偏见和因果提示策略等方面的研究。作为一年之后再次重启的第五季，我们也会回顾在前四季中大家重点关注的核心研究方向，包括但不限于：因果发现、因果表征学习、因果强化学习和因果数据挖掘等领域的最新进展。<br /> <br /> ==[https://pattern.swarma.org/study_group/46?from=baike 生命复杂性：生命复杂系统的构成原理]==<br /> 本次读书会，我们从生物角度出发，梳理生命科学领域中的重要问题以及重要数据，希望促进统计物理/机器学习方法研究者和组学研究者之间的交流，促进统计物理/机器学习方法研究者和组学研究者之间的深度交流，分享最新的研究方法和技术，建立跨学科合作关系，激发新的研究思路和合作项目，加速科学问题的解决；明确当前生命科学研究中值得关注和有待解决的重要科学问题，为下一步的深入研究制定切实可行的研究计划，为生命科学的前沿研究提供新的动力和方向。<br /> <br /> ==[https://pattern.swarma.org/study_group/53?from=baike 昆虫智能与AI]==<br /> 昆虫数量是全球总人口数量的约2亿倍，在陆地、大气、水中都有它们的踪迹。目前已经有100多万种昆虫被发现，约占地球已知动植物种类的75%。昆虫为什么具有这样的感官系统？它们怎么理解它的自然及社会环境？它们能否从自身经验中学习？我们能否从昆虫入手理解感知、学习、记忆和行为决策等智能行为，并启发人工智能的研究？<br /> <br /> 本次读书会将会以昆虫作为研究智能的入口，一方面通过研究昆虫相对简单的神经系统如何精确感知环境，处理信息，并指导自身的认知行为过程去理解神经系统处理复杂任务的编解码计算机制与能量效率平衡。另一方面基于对昆虫智能的理解，探讨昆虫智能启发的轻量化智能算法和昆虫仿生系统在AI和工程领域的潜力。<br /> [[Category:集智相关]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=38272 2024-10-07T07:48:50Z

<p>Mobility：更新截止到2024年10月7日之前的读书会</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2023年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;51&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|居中|缩略图|206x206像素|小助手微信|链接=Special:FilePath/Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二20:00-22:00<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |23<br /> |已结束<br /> |周一19:00-21:00<br /> |-<br /> |图网络：算法原理与应用系列论文解读<br /> |高飞等<br /> |周莉<br /> |23<br /> |已结束<br /> |<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |16<br /> |已结束<br /> |周一20:00-22:00<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |20<br /> |已结束<br /> |周日20:00-22:00<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |14<br /> |已结束<br /> |周日20:00-22:00<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四20:00-22:00<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |8<br /> |已结束<br /> |周三20:00-22:00<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |17<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |27<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |已结束<br /> |周六20:00-22:00<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |21<br /> |已结束<br /> |周六9:00-11:00<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四20:00-22:00<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |21<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |14<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |21<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |25<br /> |已结束<br /> |周六14:00-16:00<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |20<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |13<br /> |已结束<br /> |周日19:00-21:00<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |13<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |14<br /> |已结束<br /> |周日9-11点<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> |周莉<br /> |10<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |已结束<br /> |周二19:00-21:00<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |11<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |AI+Science第二季：生物医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |13<br /> |已结束<br /> |周日9:00-11:00<br /> |-<br /> |AGI通用人工智能读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |10<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |AI+Science第三季：人工智能与数学读书会<br /> |袁洋等<br /> |苏婉婷<br /> |8<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |复杂系统管理学读书会第二季：生态型组织进化<br /> |罗家德等<br /> |张倩<br /> |9<br /> |已结束<br /> |周六14:00-17:00<br /> |-<br /> |新信息论，从分解到整合<br /> |张江等<br /> |梁金<br /> |11<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |大模型安全与对齐<br /> |段雅文等<br /> |李欣儒<br /> |10<br /> |已结束<br /> |周六10：00-12:00<br /> |-<br /> |计算神经科学<br /> |周昌松等<br /> |周莉<br /> |15<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |大语言模型与多智能体系统<br /> |赵世钰等<br /> |黄璐瑶<br /> |8<br /> |已结束<br /> |周三19:00-21:00<br /> |-<br /> |自由能原理与强化学习<br /> |牟牧云等<br /> |梁金<br /> |10<br /> |已结束<br /> |周日10:00-12:00<br /> |-<br /> |计算社会科学第三季：AI+Social Science<br /> |裴佳欣等<br /> |汪馨玥<br /> |12<br /> |已结束<br /> |周六20:00-22:00<br /> |-<br /> |复杂管理学第三季：生态型组织涌现<br /> |陆云波等<br /> |张倩<br /> |9<br /> |已结束<br /> |周六14:00-16:00<br /> |-<br /> |时序时空大模型<br /> |梁宇轩等<br /> |张屹莉<br /> |9<br /> |已结束<br /> |周三20:00-22:00<br /> |-<br /> |因果涌现第五季<br /> |张江等<br /> |梁金<br /> |12<br /> |已结束<br /> |周五19:00-21:00<br /> |-<br /> |脑机接口：从科幻到现实<br /> |刘冰等<br /> |周莉<br /> |10<br /> |已结束<br /> |周六19:00-21:00<br /> |-<br /> |AI by Complexity<br /> |张章等<br /> |王朝会<br /> |11<br /> |进行中<br /> |周一20:00-22:00<br /> |-<br /> |因果科学与大语言模型<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |进行中<br /> |周日20:00-22:00<br /> |-<br /> |几何深度学习<br /> |黄文炳等<br /> |余孟君<br /> |8<br /> |已结束<br /> |周四19:00-21:00<br /> |-<br /> |生命复杂性：生命复杂系统的构成原理<br /> |常乘等<br /> |梁金<br /> |10<br /> |进行中<br /> |周二19:00-21:00<br /> |-<br /> |一种新科学<br /> |章彦博等<br /> |王婷<br /> |10<br /> |进行中<br /> |周日10:00-12:00<br /> |-<br /> |面向未来的科学学<br /> |崔浩川等<br /> |周莉<br /> |10<br /> |进行中<br /> |周六19:00-21:00<br /> |-<br /> |复杂系统自动建模第二季<br /> |朱群喜<br /> |余孟君<br /> |8<br /> |进行中<br /> |周四20:00-22:00<br /> |-<br /> |整合信息论<br /> |张江等<br /> |梁金<br /> |10<br /> |进行中<br /> |周二19:00-21:00<br /> |-<br /> |昆虫智能与AI<br /> |宋卓异等<br /> |尹爱华<br /> |10<br /> |即将开始<br /> |周三19:00-21:00<br /> |}<br /> <br /> == [https://pattern.swarma.org/study_group/11 宏观金融系列读书会] ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == 复杂经济学读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/3 第一季] ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== [https://pattern.swarma.org/study_group/20 第二季] ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|600x600像素|链接=Special:FilePath/复杂经济学第二季安排.png]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/5 【第一季：企业发展建模与预测】] ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== [https://pattern.swarma.org/study_group/8 【第二季：复杂系统自动建模】] ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == [https://pattern.swarma.org/study_group/26 面向复杂系统的人工智能研究读书会] ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == [https://pattern.swarma.org/study_group/12 科学学读书会] ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|600x600像素|链接=Special:FilePath/因果科学读书会第四季.png]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> [https://pattern.swarma.org/study_group/28 【因果涌现读书会第三季】]<br /> [[文件:因果涌现第三季框架图.png|居中|缩略图|600x600像素|因果涌现第三季读书会安排|链接=Special:FilePath/因果涌现第三季框架图.png]]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== [https://pattern.swarma.org/study_group/17 高阶网络读书会] ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|600x600像素|链接=Special:FilePath/高阶网络读书会安排.png]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|居中|缩略图|NeuroAI读书会安排|600x600像素|链接=Special:FilePath/读书会框架.jpg]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|600x600像素|链接=Special:FilePath/“后ChatGPT时代”读书会.png]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> [https://pattern.swarma.org/study_group/24 AI+Science读书会第一季]<br /> <br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|居中|缩略图|600x600像素|AI+Science读书会安排|链接=Special:FilePath/AI+Science读书会大纲.png]][https://pattern.swarma.org/study_group/29 AI+Science读书会第二季：大模型与生物医学]<br /> <br /> 在生物医学健康领域，研究深度和广度覆盖了各个层次尺度。这些研究范围从微观的分子层面（包括DNA，RNA和蛋白质等的研究）展开，进而深入到细胞和器官组织的层面（例如，对癌症等疾病的病理组织的探索）。最后，研究聚焦到宏观的个体健康临床治疗，以及社群的公共健康问题的应对。<br /> <br /> 以信息流动的视角来看，研究工作通常从最上游的DNA和基因表达分析开始，逐步深入到功能性的蛋白质和小分子药物的研究，最终到达临床诊断和疗法的研发。这构成了一个自上而下，由微观到宏观的研究框架。<br /> <br /> 在即将召开的读书会中，我们将按照这个流程进行深入讨论。首先，我们将概述并讨论当前在基础基因组学领域中所进行的大规模模型相关的探索研究工作。随后，转向相对更成熟的蛋白质，小分子以及医学领域的大模型的最新研究成果。我们的目标是通过这样全面和深入的探讨，为大家呈现大模型在生物医学健康研究方面应用的全貌，同时揭示可能的未来研究发展方向。<br /> [[文件:AI+Science第二季读书会安排.png|居中|缩略图|600x600像素|AI+Science第二季读书会安排|链接=Special:FilePath/AI+Science第二季读书会安排.png]]<br /> <br /> ==[https://pattern.swarma.org/study_group/25 图神经网络与组合优化]==<br /> 本次读书会聚焦于图神经网络与算法神经化求解的相关领域，我们将邀请一些业内专家分享他们在这些领域的最新研究成果。通过这次读书会，我们希望能够激发与会者的学术兴趣，进一步推动图神经网络与算法神经化求解领域的研究和应用发展。此外，我们还将探讨GNN在实际问题中的应用案例，以及如何将理论研究成果转化为实际应用，以帮助参会者更好地理解和掌握图神经网络在实际场景中的应用。<br /> [[文件:图神经网络与组合优化读书会安排.png|居中|缩略图|600x600像素|图神经网络与组合优化读书会安排|链接=Special:FilePath/图神经网络与组合优化读书会安排.png]]<br /> <br /> <br /> ==[https://pattern.swarma.org/study_group/27 复杂系统视角下的城市科学]==<br /> 本次读书会，我们聚焦城市科学中的三个重要主题，对“城市作为复杂系统”的理论基础、研究方法及实践应用进行分享、讨论和梳理。<br /> <br /> 第一个主题是“复杂系统视角下的城市科学”。我们将讨论城市要素空间分布与交互的研究进展，并追溯这些模型与经典城市模型的联系；以标度律为切入点，讨论城市的规模法则及其在城市增长、创新等方面的体现；结合空间网络理论，讨论城市中的信息熵、城市空间认知与导航复杂度等新兴研究方向。<br /> <br /> 第二个主题是城市科学中的AI。我们将讨论城市背景下的地理人工智能方法与模型，介绍CNN、GNN、RNN、Generative model、Transformer等主流AI框架与地理空间分析方法的内在联系；讨论AI模型辅助理解城市内社会经济、自然环境等特征的空间分布模式，以及人类移动性、交通等空间交互模式的潜力；并归纳领域挑战，涉及城市场景下AI的可解释性，时空规律的弱可复现性、伦理和隐私问题等。<br /> <br /> 第三个主题是城市科学中的因果性。我们将以因果假设和因果实验为主线展开城市科学视角下的因果论讨论；从Randomized controlled trial (RCT)的角度重新思考因果发现的基本假设，讨论城市科学视角下因果发现的框架、假设、策略、方法和模型，以及城市政策与因果发现的联系；讨论城市科学视角下因果推断的框架、假设、策略、方法和模型，以及城市中跨尺度的因果不变性和相变特性。<br /> [[文件:城市科学读书会安排.png|居中|缩略图|600x600像素|城市科学读书会安排|链接=Special:FilePath/城市科学读书会安排.png]]<br /> <br /> ==[https://pattern.swarma.org/study_group/32 AI+Science第三季：人工智能与数学]==<br /> 从自动定理证明到 AI发现数学规律，以及几何拓扑，动力系统等数学分支在AI的应用，人工智能与数学一直有着非常密切的联系。在即将召开的读书会中，我们将从AI　for　math，math　for　AI两个方面深入探讨人工智能与数学的密切联系。首先，我们将概述人工智能在数学的应用，并深入探讨大模型与数学推理，定理自动证明， AI发现数学规律，符号计算等方向的研究工作。随后，我们将转向大模型与神经网络的数学基础。最后，我们将深入探讨几何与拓扑在机器学习的应用。我们的目的是通过这样深入的探讨，与大家一起交流学习人工智能与数学的联系，同时揭示未来可能的研究发展方向。<br /> <br /> ==[https://pattern.swarma.org/study_group/33 AGI通用人工智能]==<br /> 本次读书会预计分为七个板块，分别是智能的定义与度量、智能的原理、大语言模型与信息世界的智能、感知与具身智能、多视角下的人工智能、对齐技术与AGI安全性、AGI时代的未来社会。<br /> ==[https://pattern.swarma.org/study_group/34 复杂系统管理第二季：生态型组织进化]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法<br /> <br /> ==[https://pattern.swarma.org/study_group/35 新信息论：从分解到整合]==<br /> 读书会将首先对信息论领域进行整体回顾，介绍经典信息指标，希望建立对信息熵的直觉，给后面的内容打基础。第二部分介绍整合信息论的理论框架。第三部分将详细梳理信息分解的理论框架，包括部分信息分解（PID）、延展的PID框架、信息分解计算，以及信息论在脑与复杂系统中的应用。最后介绍整合信息分解（ΦID）与 Rosas 的因果涌现框架。<br /> <br /> ==[https://pattern.swarma.org/study_group/36 大模型安全与对齐]==<br /> 读书会将详细讨论AI安全与对齐话题，涵盖分支有AI风险、安全与对齐导论、对齐失败的技术原因、可扩展监督、对抗鲁棒性与对齐泛化、可解释性研究、多主体互动风险、前沿AI滥用风险与失控风险和应对。<br /> <br /> ==[https://pattern.swarma.org/study_group/37 计算神经科学]==<br /> 读书会聚焦大脑在神经元及其环路的微观尺度的信息处理机制及其鲁棒性与非线性，在介观与宏观尺度认知功能的组织结构特征的适应性与稳定性，以及对类脑智能及人工智能的启发，对相关文献进行深入梳理。包括复杂神经动力学：全景与基础、神经元建模与计算、跨尺度神经动力学、计算神经科学与AI融合四个模块。<br /> <br /> ==[https://pattern.swarma.org/study_group/38 大语言模型与多智能体系统]==<br /> 本次读书会将介绍大模型与智能体的话题，涵盖内容包括大语言模型赋能下智能体之间的辩论、协作、模拟人类，以及实际场景中的多Agent协作等问题。主要目的是希望能够帮助各个不同学科领域的学者了解大模型与智能Agent的这个交叉领域，尤其是Agent控制与决策、集群智能等方向的研究者，同时揭示未来可能的研究发展方向。<br /> <br /> ==[https://pattern.swarma.org/study_group/39 自由能原理与强化学习]==<br /> 本次读书会中，我们将探讨自由能原理下感知与行动的统一框架，涉及变分自由能、期望自由能、注意力与显著性，以及模型学习和结构学习等相关概念。同时，我们还将深入探讨强化学习世界模型的学习与探索，多尺度世界模型、分层强化学习等相关概念，并结合自由能原理重新审视强化学习中智能体的感知与行动。最后，我们希望从脑与意识的角度出发，探讨与自由能原理相关的预测加工理论如何解释和启发我们对认知和主观体验的理解。<br /> <br /> ==[https://pattern.swarma.org/study_group/40 计算社会科学第三季：AI+Social Science]==<br /> 在前两季的读书会中，我们主要从计算社会科学的方法以及几个大的分支展开。过去一年中人工智能技术的蓬勃发展为计算社会科学研究带来了全新的问题，机遇和挑战。本次读书会就围绕人工智能技术和计算社会科学之间的交叉展开，涉及到传播学，心理学，管理学，计算机科学等多个学科。通过本次读书会的学习，我们希望你能够了解到关于人工智能和计算社会科学方面最前沿的研究话题，包括人机交互、生成式AI与社会科学、大模型与心理学、AI与商业和管理几个模块。<br /> <br /> ==[https://pattern.swarma.org/study_group/41 复杂管理学第三季]==<br /> 本次读书会聚焦在自组织、多主体模拟、创新型管理、网络等方向，分享复杂系统管理领域的前沿理论、经典科普图书，更加结合实践，在数字化、公益、医疗、仿真、组织创新与教育等多个领域进行实际案例与理论结合的探讨，一起展望未来，一同研究讨论AI新范式下的未来组织形态。<br /> <br /> ==[https://pattern.swarma.org/study_group/42 时序时空大模型]==<br /> 时序时空大模型读书会主要围绕【时空大模型】、【时序大模型】、【轨迹大模型】三大板块进行研讨。时序数据、时空数据是刻画各类复杂系统动态行为的重要维度。以往的时序时空数据研究，主要依赖于统计学方法、时间序列分析技术、地理信息技术、机器学习方法等，但传统模型在可解释性、多源数据融合、非线性、实时预测等方面尚且面临局限与挑战。随着深度学习架构蓬勃发展，尤其是近几年大语言模型技术的异军突起，一系列时序时空数据处理方法涌现出来。其中，时序大模型主要用于分析时间序列数据，以识别复杂系统随时间变化的模式，建立预测模型；时空大模型主要用于分析和预测复杂系统中空间和时间维度的相互作用，揭示揭示空间分布如何随时间变化，以及不同地理位置之间的相互作用。轨迹大模型则结合了时序和时空分析的特点，分析对象在时间空间中的移动路径。随着大模型等技术的进一步发展，时序时空大模型的方法创新正层出不穷，我们对复杂系统动态行为的认识、对干预策略的设计都将获得提升。<br /> <br /> ==[https://pattern.swarma.org/study_group/43 因果涌现第五季]==<br /> 本季读书会分成两部分，一部分是有关因果涌现理论方面的最新进展，包括信息分解的定量化、动力学可逆性与因果涌现，以及复杂系统的低秩表示理论、本征微观态理论等，第二部分是这些理论在脑科学及其它学科上的应用。<br /> <br /> ==[https://pattern.swarma.org/study_group/45 AI by Complexity]==<br /> 如今的AI领域正在经历着加速发展，并产生了广泛的社会影响，神经网络现在已经占据了人工智能算法研究的核心。通过观察神经网络领域的发展，我们发现人们通过引入不同的结构设计偏见（bias）开发出了具有不同性质的算法模型。例如，层级化的信息聚合机制带来了卷积神经网络，记忆机制带来了循环神经网络，稀疏性的引入带来了节省能量的稀疏网络，生物神经元的放电机制带来了脉冲神经网路模型，等等。<br /> <br /> 通过观察近期的科研趋势，尤其是大语言模型的进展，我们可以观察到数据量和参数量的胜利，然而系统的尺寸只是其复杂性的一个方面。如何度量复杂系统的“好坏”？如何理解复杂系统的机制？这些理解是否可以启发我们设计更好的AI模型？这是我们想要通过这个读书会回答的问题。<br /> <br /> 在本次读书会中，我们主要关注这条双向箭头的其中一边，即复杂系统的新理论如何指导人工智能的设计。因此，我们会共同学习复杂系统的最新进展，并一起讨论如何将其应用于AI领域。<br /> <br /> ==[https://pattern.swarma.org/study_group/49 一种新科学]==<br /> 《一种新科学》作为Stephen Wolfram的开创性著作，在人工智能蓬勃发展的今天重新焕发生机。该书探讨的简单程序生成复杂性、计算普遍性和涌现行为等核心概念，与现代AI和大语言模型的基本原理高度吻合。<br /> <br /> 这个读书会分享框架采用了灵活而创新的方法来探讨《A New Kind of Science》(NKS)的内容。它不仅遵循书籍的基本结构，还根据有趣的主题进行了重新组合，以便更好地展现Wolfram的核心思想。每个主题都不局限于书本内容，而是扩展到了最新的科学进展，特别是在人工智能、大模型和物理研究方面的应用和联系。这种方法允许读者在理解NKS基本概念的同时，也能看到这些思想如何与当代科学发展相融合，从而提供了一个更加全面和现代化的视角来理解Wolfram的理论及其持续的影响力。<br /> <br /> ==[https://pattern.swarma.org/study_group/51 复杂系统自动建模第二季]==<br /> 《一种新科学》作为Stephen Wolfram的开创性著作，在人工智能蓬勃发展的今天重新焕发生机。该书探讨的简单程序生成复杂性、计算普遍性和涌现行为等核心概念，与现代AI和大语言模型的基本原理高度吻合。<br /> <br /> 这个读书会分享框架采用了灵活而创新的方法来探讨《A New Kind of Science》(NKS)的内容。它不仅遵循书籍的基本结构，还根据有趣的主题进行了重新组合，以便更好地展现Wolfram的核心思想。每个主题都不局限于书本内容，而是扩展到了最新的科学进展，特别是在人工智能、大模型和物理研究方面的应用和联系。这种方法允许读者在理解NKS基本概念的同时，也能看到这些思想如何与当代科学发展相融合，从而提供了一个更加全面和现代化的视角来理解Wolfram的理论及其持续的影响力。<br /> <br /> ==[https://pattern.swarma.org/study_group/52 整合信息论]==<br /> 意识是什么？我们能否模拟意识？人工智能大模型能否产生意识？意识如何度量？“意识的定量与建模”研究主题系列读书会将围绕着这一系列的问题展开，分别为整合信息论的综述，基础理论框架，近似计算方法，在神经科学中的应用，在复杂系统中的拓展应用、Φ与系统临界态，以及机器意识。<br /> <br /> ==[https://pattern.swarma.org/study_group/50 面向未来的科学学]==<br /> 本次读书会共同探讨一系列关键议题，包括但不限于科学概念的演变、科学的多元化挑战，科学开放性面临的危机，新兴技术对科学冲击以及科学家流动与科技劳动力政策等。我们希望通过深入的交流和讨论，不仅增进对科学学这一领域的理解，更能为应对未来的挑战提供创新的思路和解决方案。<br /> <br /> ==[https://pattern.swarma.org/study_group/47 几何深度学习]==<br /> 本次读书会系统地介绍几何深度学习的发展脉络和前沿动态，组织相关研究人员和学生进行学术讨论和交流。争取打造国内首个几何深度学习社区。读书会包括“几何背景知识”、“模型与算法”与“科学应用”三大专题。其中，“几何背景知识”专题拟从集合、图的概念延伸到双曲空间、单纯复形、胞腔复形等拓扑概念，进而介绍拓扑深度学习的相关知识。“模型与算法”专题探讨对称性的重要性以及如何将其嵌入到深度学习模型中，介绍几何深度学习与现有主流研究包括大模型、生成模型之间的结合。“科学应用”专题将以材料科学和生物科学为代表，介绍几何深度学习在AI for Science领域的重要应用案例。<br /> <br /> ==[https://pattern.swarma.org/study_group/46 因果科学与大语言模型]==<br /> 本次读书会围绕因果科学的最新进展，包括因果科学与大模型的结合等方面进行深度的探讨和梳理。大模型出现，可以很好的助力因果科学的研究，所以我们会重点探讨大语言模型如何帮助因果发现和因果推断；其次因果科学的方法也能帮助大模型在推理能力、提升可信水平、数据集与基准等角度来探讨因果如何在大模型中发挥作用；现在大家多模态大模型是大模型的重要赛道，在这部分，我们也会探讨因果科学的方法如何解决多模态大模型在视觉问答生成、单模态偏见和因果提示策略等方面的研究。作为一年之后再次重启的第五季，我们也会回顾在前四季中大家重点关注的核心研究方向，包括但不限于：因果发现、因果表征学习、因果强化学习和因果数据挖掘等领域的最新进展。<br /> <br /> ==[https://pattern.swarma.org/study_group/46 生命复杂性：生命复杂系统的构成原理]==<br /> 本次读书会，我们从生物角度出发，梳理生命科学领域中的重要问题以及重要数据，希望促进统计物理/机器学习方法研究者和组学研究者之间的交流，促进统计物理/机器学习方法研究者和组学研究者之间的深度交流，分享最新的研究方法和技术，建立跨学科合作关系，激发新的研究思路和合作项目，加速科学问题的解决；明确当前生命科学研究中值得关注和有待解决的重要科学问题，为下一步的深入研究制定切实可行的研究计划，为生命科学的前沿研究提供新的动力和方向。<br /> <br /> ==[https://pattern.swarma.org/study_group/53 昆虫智能与AI]==<br /> 昆虫数量是全球总人口数量的约2亿倍，在陆地、大气、水中都有它们的踪迹。目前已经有100多万种昆虫被发现，约占地球已知动植物种类的75%。昆虫为什么具有这样的感官系统？它们怎么理解它的自然及社会环境？它们能否从自身经验中学习？我们能否从昆虫入手理解感知、学习、记忆和行为决策等智能行为，并启发人工智能的研究？<br /> <br /> 本次读书会将会以昆虫作为研究智能的入口，一方面通过研究昆虫相对简单的神经系统如何精确感知环境，处理信息，并指导自身的认知行为过程去理解神经系统处理复杂任务的编解码计算机制与能量效率平衡。另一方面基于对昆虫智能的理解，探讨昆虫智能启发的轻量化智能算法和昆虫仿生系统在AI和工程领域的潜力。<br /> [[Category:集智相关]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8&diff=35797 2024-07-11T09:04:29Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=集智俱乐部<br /> |description=集智俱乐部介绍<br /> }}<br /> ==集智俱乐部介绍==<br /> <br /> <br /> ===名称和简介===<br /> <br /> [http://swarma.org/ 集智俱乐部(Swarma Club)]是专注在复杂系统、人工智能领域的科学社区。为从事科学研究、享受科学乐趣的探索者提供科研合作、知识交流、科学传播等服务。我们倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流，力图搭建一个中国的 “ 没有围墙的研究所 ”。集智科学研究中心（民办非营利企业）是集智俱乐部的运营主体，长期运营社区生态，催化理论创新。<br /> <br /> ==== 集智研究中心简介 ====<br /> 集智科学研究中心是门头沟民政局批准成立、门头沟科信局主管的民办非企业，致力于营造跨学科探索小生境，催化复杂性科学新理论。集智科学研究中心有接受社会捐赠的资质，长期面向企业、个人募集公益性捐赠款，用于集智俱乐部科学社区的运营工作，以支持复杂系统相关科研、交流、传播工作。<br /> <br /> * [https://www.bilibili.com/video/BV1zt41127WH/?vd_source=1726c8ded9694dc66a4fd063683905b6 集智俱乐部宣传片]<br /> * [https://swarma.org/?p=43492 中国有“集智俱乐部”]<br /> <br /> ===集智俱乐部的LOGO和口号===<br /> <br /> <br /> [[File:集智俱乐部logo.png|200px|thumb|居中|'''让苹果砸得更猛烈些吧！''']]<br /> <br /> ===集智俱乐部的使命 ===<br /> <br /> 营造跨学科探索小生境，催化复杂性科学新理论。<br /> <br /> ===集智俱乐部思想起源 ===<br /> <br /> <br /> 1902年，在伯尔尼的瑞士专利局工作的爱因斯坦，跟几位朋友自发成立了讨论小组，取名“奥林匹亚科学院”，定期讨论科学和哲学问题。离开学校后，这段和友人讨论学术的经历，让爱因斯坦对自己的思想实验深入打磨，为那个连续发表多篇跨时代论文的爱因斯坦奇迹年做了铺垫。<br /> [[File:三人组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1903年的奥林匹亚科学院三人组]]<br /> 1920年代，在奥地利首都维也纳，包括哥德尔在内的欧洲大陆几位优秀的物理学家、数学家和逻辑学家，以共同遵循的科学哲学为根基，形成了“维也纳小组”，逐渐发展为著名的维也纳学派。此后多年中，这个小组贡献甚多，不仅哥德尔不完备性定理影响了世界，而且维也纳小组推崇的逻辑实证主义的科学方法论，也成为了科学界的主流。<br /> [[File:1925年的维也纳小组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1925年的维也纳小组]]<br /> <br /> 1984年，在核子时代的起源地洛斯阿拉莫斯国家实验旁，几位科学家跳出国家体制，建立了自主募资的圣塔菲研究所，研究被霍金称为“21世纪的科学”的复杂性科学，圣塔菲研究所逐渐成为复杂系统研究的圣地。发现现象背后的 pattern，探索事物涌现的秘密，寻找复杂世界的统一规律，这个新兴学科在与各个学科的交互中，正走向科学研究的核心地带。<br /> [[File:圣塔菲研究所.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|圣塔菲研究所]]<br /> <br /> 奥林匹亚学院、维也纳小组、圣塔菲研究所，这是科学社区和科学共同体的真正典范，而打造出一个像它们一样，开放、自由、没有围墙的研究所，正是集智俱乐部的长期愿景。<br /> [[File:集智俱乐部长图标.jpg|800px|1903年的奥林匹亚科学院三人组|thumb|居中|集智俱乐部]]<br /> <br /> <br /> 从集智俱乐部到集智学园，从松散的互联网社群到线下社交网络，从读书交流到合作发文出书，从靠兴趣驱动探索，到用产品改变生活，一个科学社区已经初步成型。飞速发展的集智科学社区，召唤热爱科学、乐于探索的你。<br /> <br /> ===发展历史 ===<br /> [[文件:集智俱乐部历史.jpg|替代=集智俱乐部发展历史2022|居中|缩略图|800x800像素|集智俱乐部发展历史]]<br /> * 2003年，集智俱乐部创始人张江（ Jake ）创办了集智俱乐部网站，该网站一直致力于宣传、普及、推广复杂系统科学，并展开广泛的跨学科交流，俱乐部渐渐聚集了一批有识之士。 <br /> * 2007年，集智俱乐部的交流和活动开始从虚拟世界走向现实，在叁号会所开始了第一次线下活动，并尝试发展一个现实世界中的学术组织。<br /> * 2013年，袁行远等核心成员建立了集智百科网站。<br /> * 2014年，通过集智俱乐部的读书会活动，由集智俱乐部内部核心成员袁行远孕育了第一个创业项目——彩云天气。同年集智俱乐部南京分部由[[王成军]]创立，并开始组织活动。<br /> * 2015年7月，集智俱乐部在南京举办了第一届学术年会。目前集智俱乐部的主要活动有开放式的讲座与交流，技术专题读书会，以及不定期的学术研讨会，系列沙龙活动等。同年，集智俱乐部出版的第一本书《科学的极致：漫谈人工智能》，曾获得知名主持人杨澜的大力推荐；并且在8月份的时候成立了第一个线下志愿者团队，第一位线下活动志愿者就是图灵出版社的美女编辑张霞。<br /> * 2016年，第二本书《走近2050——注意力、互联网与人工智能》出版面世；在2016年10月，凯风基金会赞助集智俱乐部共同举办了凯风研读营，开展了《网络、几何和机器学习》的学术会议；2016年底孵化了集智俱乐部第二个创业项目：集智学园，致力于打造人工智能、复杂科学领域的科学学习社区。<br /> * 2017年，首次与腾讯研究院发起了[[AI&amp;Society系列沙龙活动]]，致力于发掘在学术界和工业界的学术新星。<br /> * 2018年，同年，由集智俱乐部牵头，以众包的形式，出版了两本书籍，第一本是《深度学习原理与PyTorch实战》；第二本是翻译书籍《深度思考》。<br /> *2019年，集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> *2019年，集智学园新产品[https://pattern.swarma.org/ 集智斑图]上线。<br /> *2020年，网络科学等线上课程模式/ 2020年度学术媒体公众号Top10<br /> *2021年：因果涌现等读书会模式火爆社区/《NetLogo多主体建模入门》/ 筹建集智造化研究院 / 拯救2050项目/得到APP复杂科学课程<br /> <br /> <br /> 张老师记录的从2003年-2016年的故事，他简单的记录了一下~2003-2015年的故事：<br /> <br /> [[记录集智2003-2015]]<br /> <br /> [[记录集智2015-2016 --超越与重生]]<br /> <br /> [[记录集智2017-2021]]<br /> <br /> <br /> 新的故事篇章也在继续书写。<br /> <br /> === 集智科学家 ===<br /> <br /> 集智科学家是指集智俱乐部对社区内有突出科研贡献和科研成果学者，是集智俱乐部社区的最高荣誉。我们梳理了这些年参与过集智社区建设的重要学者，符合以下标准之一则可以认定为集智科学家：<br /> * 1.以学者的身份参与过集智凯风研读营<br /> * 2.以特邀讲者的身份参与过AI&amp;Society的活动<br /> * 3.自己发表论文后写对应的解读文章投稿到集智俱乐部公众号，并以主推的形式进行推广<br /> <br /> ''以下为部分科学家代表，非社区内全部科学家名单。''<br /> ==== W. Brian Arthur ====<br /> *[[布莱恩·阿瑟 W. Brian Arthur]]是著名经济学家，圣塔菲研究所外聘教授，帕罗奥多研究中心系统科学实验室访问研究员。阿瑟在上世纪八十年代，受诺贝尔经济学奖得主肯尼斯·阿罗的邀请，来到刚刚建立的圣塔菲研究所。在圣塔菲研究所，阿瑟将复杂系统理论与经济学研究结合在一起，逐渐形成了“复杂经济学（complexity economics）”的构想，并凭借报酬递增理论，于1990年获得熊彼特奖。作为报酬递增理论的提出者，阿瑟创立了对经济学和复杂系统的跨学科研究新模式。作为圣塔菲研究所最早一批研究复杂性的学者，阿瑟是复杂性科学领域的奠基人之一，由于其突出成绩，于2008年荣获复杂性科学领域首届拉格朗日奖。<br /> <br /> *主要贡献：AI&amp;Society第18期活动特邀讲者。<br /> <br /> ==== José Lobo ====<br /> *José Lobo，美国亚利桑那州立大学可持续发展学院副研究员，Julie Ann Wrigley全球可持续发展研究所科学家，圣塔菲研究所“城市、规模可持续性”研究组成员。他的研究主题涵盖从人类早期群落到古代城市再到现代城市系统的规模理论，以及人类发明的本质和驱动因素，特别是城市环境如何住进技术和文化创新的形成。他是城市科学领域的领军研究者之一，在PNAS、Nature Human Behaviour等顶级期刊上发表多篇重要论文。<br /> <br /> *主要贡献：AI&amp;Society第17期活动特邀讲者。<br /> <br /> ==== James Evans ====<br /> *James Evans 是芝加哥大学社会学系教授，是科学学（science of science）、复杂网络、知识社会学的世界级知名学者。毕业于斯坦福大学，曾在哈佛大学从事社会组织结构方面的研究，在芝加哥大学创立知识挖掘实验室，并创立和主持了芝加哥大学计算社会学硕士项目。主要兴趣包括：群体智能、社会组织结构分析、科技创新产生和传播规律等，在 Science, PNAS, American Journal of Sociology，Management Science 等顶级期刊上发表大量文章。<br /> <br /> *主要贡献：AI&amp;Society第12期活动特邀讲者，研读营学者<br /> <br /> ==== Geoffrey West ====<br /> *Geoffrey West，理论物理学家，城市科学的顶尖学者，圣塔菲研究所杰出教授和前任所长，曾入选《时代周刊》全球最具影响力100人。数十年致力于“规模”的研究工作，其研究成果被应用在理解生命体、城市可持续发展、企业运营等众多领域，被业内奉为“跨学科诺贝奖”的不二人选。<br /> <br /> *主要贡献：AI&amp;Society第11期活动特邀讲者。<br /> <br /> <br /> ==== 侯世达 ====<br /> *侯世达（Douglas, R.Hofstadter）是印第安纳大学认知科学与比较文学特聘教授、美国艺术与科学院院士、美国哲学学会成员和瑞典皇家社会科学院院士。他主要研究：自我与外部世界的关系、意识、类比、艺术创作、文学翻译、数学和物理学。除了学术成就，侯世达还出版了《哥德尔、艾舍尔、巴赫：集异璧之大成》（GEB）和《我是个怪圈》（I Am a Strange Loop），分别获得普利策文学奖（非虚构类）与美国国家图书奖（科学类）和《洛杉矶时报》科学写作图书奖。<br /> <br /> *主要贡献：AI&amp;Society第5期活动特邀讲者。<br /> <br /> ==== Ginestra Bianconi ====<br /> 伦敦玛丽女王大学数学科学学院的应用数学教授，也是艾伦·图灵研究所的艾伦·图灵研究员。目前，她是 JPhys Complex 期刊的主编，PlosOne 和 Scientific Reports 的编辑。2020年，她被 NetSci 学会授予 Network Scientific Fellowships，以表彰她对网络科学的基础性贡献，特别是在复杂网络中玻色-爱因斯坦凝聚的提出以及在多层网络结构和动力学方面的进展。她的研究领域是统计力学和网络科学，具体包括网络理论及其跨学科应用。她是网络建模的专家，包括增长网络模型和均衡网络系综。同时也出版了关于网络上的动态过程的重要著作，特别是关于渗流的研究。最近几年，她一直专注于多层网络、单纯复形、网络几何和拓扑。她是牛津大学出版社出版的 ''Multilayer Networks: Structure and Function'' 和剑桥大学出版社出版的 ''Higher-order networks: An introduction to simplicial complexes'' 两本书籍的作者。<br /> <br /> 主要贡献：在高阶网络读书会上做出以高阶网络与动力学（Higher-order networks and dynamics）为主题的分享。<br /> <br /> ==== Erik Hoel ====<br /> 威斯康星大学麦迪逊分校博士，塔夫茨大学助理教授，哥伦比亚大学理论神经科学家，同时也是因果涌现理论提出者之一。他致力于运用信息论和因果分析来探索意识的生物学基础，理解涌现的本质。研究问题为如何利用复杂性和信息论来测量意识与无意识之间的神经差异、因果结构如何跨尺度变化、信息论指标如何捕捉和量化宏观尺度上的因果涌现。<br /> <br /> 主要贡献：在因果涌现读书会上做出以用信息度量因果（Causal Emergence Theory）为主题的分享。<br /> <br /> ==== 陈德亮 ====<br /> 现任瑞典哥德堡大学的 August Röhss 讲席教授，本科毕业于南京大学，于德国美因茨古腾堡大学师从诺贝尔奖得主Paul Crutzen教授获得博士学位。陈教授的研究方向包括'''气候动力学、气候模拟、全球和区域气候变化、地理信息科学和应用气候学'''等。<br /> <br /> 陈教授是国际著名的'''气候学家、诺贝尔奖评奖委员会专家、是地球系统科学的倡导和践行者，也是具有全球视野的战略科学家'''。他参与和领导了多个国际计划和组织，为多个政府、政府间组织和国际非政府组织以及国家研究资助机构担任科学顾问，是IPCC第五次、第六次评估报告第一工作组的主要作者和协调主要作者，于2009-2012年担任国际科学理事会（ICSU）执行主席。他长期致力于全球系统科学、未来地球学、全球可持续发展研究的领导、协调与合作工作，为国际科技合作做出了重要贡献。<br /> <br /> 陈教授先后当选为瑞典皇家科学院院士、哥德堡皇家艺术与科学院院士、发展中国家科学院院士、瑞典皇家科学院地学部主任、中国科学院外籍院士、挪威科学与文学院外籍院士、欧洲科学与艺术学院院士，曾获2017年度中华人民共和国国际科学技术合作奖。鉴于他对瑞典和国际气候研究做出的杰出贡献最近由瑞典国王颁发国王勋章。<br /> <br /> 主要贡献：在地球系统科学读书会上做出以地球系统科学的简史及重大挑战为主题的分享。<br /> <br /> ==== 周昌松 ====<br /> 物理学博士，香港浸会大学物理系教授、系主任，浸会大学非线性研究中心主任，计算及理论研究所副所长。1992年获南开大学物理学士，1997年获南开大学物理博士，1997-2007年在新加坡、香港、德国等地从事访问研究， 是洪堡基金获得者。 2007年加入香港浸会大学物理系， 2011年获浸会大学&quot;杰出青年研究者校长奖&quot;，2021年获&quot;杰出研究表现校长奖&quot;。在国际交叉学术刊物 PNAS，PRL，Physics Reports，National Science Review，J Neuroscience，NeuroImage，Cerebral Cortex，PLoS Computational Biology等发表论文150余篇 (Google Scholar引用15900余次，H因子为48)。任Scientific Reports 编委，PLoS One，Cognitive Neurodynamics学术编辑，及多种国际期刊常任审稿人。对生物神经网络复杂结构、动力学及其低成本高效益如何启发类脑智能具有浓厚的兴趣。致力于复杂系统动力学基础研究及其应用，特别是网络的复杂联结结构与体系的动态行为的关系和相互作用。近几年与国际国内系统和认知神经科学家合作，把这些理论进展应用到大脑的复杂联结结构和活动以及认知功能及障碍的分析和建模等方面研究中。<br /> <br /> 主要贡献：在神经动力学模型读书会上做出以复杂神经动力学：从分析到建模——从从神经元脉冲到皮层震荡，从涌现到功能（Complex Neural Dynamics: Analysis and Modeling ----<br /> <br /> From neuronalspikes to cortical waves, from emergence to function）为主题的分享。<br /> <br /> ==== 张江 ====<br /> *北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园（北京）科技有限公司创始人兼董事长、曾任腾讯研究院特聘顾问，复杂系统、人工智能的研究者与布道者。主要研究领域包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学等。曾在Nature Communications、Scientific Reports、Physical Review E、Journal of Theoretical Biology等国际知名刊物上发表过学术论文数十篇。<br /> <br /> *主要贡献：'''集智俱乐部创始人'''<br /> <br /> ==== 王大顺 ====<br /> *王大顺是西北大学副教授。他的研究方向是科学学，希望能够使用和开发复杂性科学的工具和人工智能，探索科学领域的发展和研究规律。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 吴令飞 ====<br /> <br /> *吴令飞集智科学家，匹兹堡大学助理教授，研究兴趣是组织创新与学习。通过使用数学模型和机器学习方法，通过研究来自科学界（例如Web of Science 和 ORCID数据）、工业界（例如美国专利数据）、和互联网众包社区（例如Stack Exchange 和 GitHub）大量团队的人员结构与产出的关系，报告人致力于寻找组织创新与学习的一般规律，促进组织管理和政策制定。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> ==== 尤亦庄 ====<br /> <br /> *尤亦庄，2013年博士毕业于清华大学，凝聚态物理方向。现为加州大学圣地亚哥分校助理教授。主要研究领域是量子多体物理，及其演生现象和临界现象。具体方向包括：拓扑量子物态，多体局域化和热化，高温超导和自旋液体等强关联体系，多体量子纠缠和张量网络。研究手段包括量子场论，拓扑场论，重整化群等等，对信息论（特别是量子信息），复杂系统，人工智能等领域也很感兴趣。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> <br /> ==== 周涛 ====<br /> *周涛，电子科技大学教授，成都新经济发展研究院执行院长。主要从事统计物理与复杂性方面的研究。在 Physics Reports、 PNAS、Nature Communications 等国际 SCI 期刊发表 300 余篇学术论文，引用 20000 余次，H指数为69。现象级畅销书《大数据时代》中文版译者，《为数据而生》作者。<br /> <br /> *主要贡献：AI&amp;Society第13期活动特邀讲者，文章贡献<br /> <br /> ==== 吕琳媛 ====<br /> *吕琳媛，国家优秀青年基金获得者，电子科技大学教授，阿里巴巴复杂科学研究中心副主任。主要从事网络信息挖掘和社会经济复杂性方面的研究。在Nature Communications、Physics Reports、PNAS等学术期刊发表论文60余篇，引用6 000余次，8篇论文入选ESI全球Top-1%高引论文，研究成果入选2016年中国百篇具有影响力国际学术论文。<br /> <br /> *主要贡献：AI&amp;Society第9，13期活动特邀讲者，文章贡献<br /> <br /> ==== 王成军 ====<br /> <br /> *王成军，南京大学新闻传播学院助理研究员、计算传播学实验中心成员，对复杂性科学和可计算方法(如机器学习)感兴趣，现在的研究主要集中于采用网络科学方法分析计算社会科学的研究问题，例如，采用重整化方法分析手机用户的注意力网络和移动网络。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 唐乾元/傅渥成 ====<br /> 唐乾元，东京大学博士后，南京大学物理系物理学在读博士，集智核心成员，「知乎盐 Club 2014」荣誉会员，曾出版知乎盐系列电子书《写在物理边上》《临界：智能的设计原则》和知乎一小时电子书《能量守恒》。主要研究方向为统计物理及其在生命科学问题中的应用，曾作为中国博士生代表参加在德国林岛举办的「诺贝尔奖获得者大会」。<br /> <br /> ==== 殷裔安 ====<br /> *殷裔安美国西北大学在读博士，王大顺合作者。研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：研读营学者，文章贡献<br /> <br /> ==== 黄俊铭 ====<br /> *黄俊铭，普林斯顿大学博士后，博士毕业于中国科学院计算技术研究所，曾在美国东北大学[[Albert-László Barabási]]实验室担任博士后，研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：文章贡献<br /> <br /> == 集智活动 ==<br /> 集智活动以线下活动居多，多以公开讲座、读书会、系列沙龙等形式研讨、科普前沿科学知识。活动所覆盖的学科领域包括：人工智能、复杂系统、生物科学、脑与认知等多个不同的领域。<br /> === 读书会 ===<br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> ===== 基本介绍 =====<br /> 读书会是针对人工智能、复杂系统、生命科学、脑与认知等多个领域，由一位或多位发起人组织，系统研读经典文献，或深入学习某项特定技术，最终输出一些文章或者产品。该活动一般按照主题举办，为期1～3个月，定期举行线上或者线下讨论，每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会可以针对具体主题进行一定强度的讨论研究，从而孕育出新的创新成果，例如科研论文、产品原型或者学术报告等；“彩云天气”APP就是“深度学习”读书会的成果；《走近2050》也是在“集体注意力流”读书会讨论中产生的。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的深度爱好者、学习者<br /> <br /> 线下读书会列表<br /> <br /> *复杂系统自动建模读书会<br /> *图网络读书会<br /> *幂律读书会<br /> *意识与认知读书会<br /> *深度“深度学习”读书会<br /> *探索脑与深度学习读书会<br /> *热力学与进化论读书会<br /> *自然语言处理读书会<br /> *复杂经济学读书会<br /> *量子决策理论读书会<br /> *GEB读书会<br /> *计算心理学读书会<br /> <br /> 线上读书会列表<br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> | colspan=&quot;8&quot; |集智俱乐部2020-2023年读书会排期表<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信|链接=https://wiki.swarma.org/index.php/%E6%96%87%E4%BB%B6:Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> | 张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> | 自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |}<br /> 可以进入[[集智俱乐部读书会]]页面，查看更多关于读书会的内容<br /> <br /> === 科普讲座 ===<br /> <br /> ===== 基本介绍=====<br /> 科普讲座是集智俱乐部的传统活动，是由集智俱乐部核心成员或者粉丝自发组织的讲座，面向公众，偏向于科普性质，活动频率大约1个月1次，力图用通俗的语言进行广泛的跨学科交流。<br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的爱好者<br /> ===== 典型活动介绍（挑选典型活动）=====<br /> *2016/09/17 ·【任远】 复杂性科学与生成艺术 <br /> *2016/08/28 ·【罗淼】 科学与游戏沙龙活动<br /> *2015/11/22 ·【董磊】 基于大数据预测地区发展<br /> *2015/07/26 ·【曹旭东、张江、袁行远】 开源科学：人类科学往何处去<br /> *2013/07/21 ·【张江】 大自然如何设计？ — 探索网络、流动中的自组织规律<br /> *2013/06/22 ·【尤亦庄】 从涡旋到光与电的演生—漫谈凝聚态物理新思潮<br /> *2013/05/12 ·【Robert Ackland】 一个社会科学家眼中的“计算社会科学”<br /> *2013/01/20 ·【吴令飞】 计算社会科学总论<br /> *2012/11/11 ·【Bertrand Roehner 】 我们如何开始科学探索? <br /> *2011/07/24 ·【Monk】 自复制 — 生命的核心 <br /> *2009/04/18 ·【Miner】 人工智能之梦<br /> <br /> <br /> === 研读营 ===<br /> <br /> ===== 基本介绍 =====<br /> 研读营是集智俱乐部的特色活动，汇集一批青年学者，围绕某个与复杂系统和人工智能领域的前沿课题，进行一周左右的深度交流，激发科研灵感，孕育学术成果。集智研读营一般由相关基金或企业赞助。<br /> <br /> *烧脑指数：🌟🌟🌟🌟🌟（5颗星）<br /> *参与方式：学者推荐或外部申请<br /> *适用人群：相关领域的科研工作者，或在读研究生、博士；思想开放，热爱交流<br /> <br /> ===== 典型活动 =====<br /> <br /> *2016年10月8日-2016年10月14日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2016年集智俱乐部研读营]]<br /> <br /> *2017年7月16日-2017年7月22日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“物理、人工智能、几何与机器学习”研读营[[2017年集智俱乐部研读营]]<br /> <br /> *2018年6月22日-2017年6月28日在云南大理喜洲召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2018集智－凯风研读营]]<br /> <br /> *2019年1月14日-2017年1月23日在南京大学仙林校区召开了由腾讯基金会赞助，集智俱乐部主办“从复杂网络到图神经网络的计算社会科学：理解人性、理解机器、理解当代社会”研读营[[2018年集智腾讯计算社会科学研读营]]<br /> <br /> *2019年6月7日-2017年6月14日在云南剑川沙溪古镇召开了由凯风基金会赞助，集智俱乐部主办“网络、几何与机器学习”研读营[[2019凯风研读营]]<br /> <br /> * 2020年研读营分为线上研读营和线下研读营，线上研读营时间是8月25日-8月29日，共计5天，地点是在Zoom在线会议；线下研读营时间是9月23日-9月26日，共计4天，地点是在北京周边的灵水村。参与人数共计有56人（具体人员信息见附录），主题是“面向复杂系统的人工智能”研读营。[[2020集智凯风研读营]]<br /> <br /> === 学术沙龙 ===<br /> <br /> ===== 基本介绍 =====<br /> 针对前沿技术热点和重大社会问题，邀请一线研究者，面向公众，分享其最新研究成果。学术沙龙的宗旨是，挖掘交叉型人才，孕育原创性思想，传播最新科学认知。集智学术沙龙一般相关基金或企业赞助，面向公众开放。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的研究者、从业者、爱好者<br /> <br /> 活动主题包括但不限于：<br /> *计算社会科学：概况、发展现状与应用、大数据与机器学习在科学学中的应用专题；<br /> *人工智能与城市科学：卫星遥感数据在城市科学中的应用；大数据与人工智能在城市科中的应用；智慧城市发展展望；<br /> *多智能体系统：多智能体系统社会学仿真及其最新发展现状；<br /> *人工智能社会：多主体智能、深度学习与多主体、经济推理与人工智能；<br /> *算法与社会：计算广告学、推荐算法等算法简介以及对社会的影响；<br /> *算法经济：云计算、算法经济平台，以及算法经济的发展展望。<br /> <br /> ===== 典型活动 =====<br /> <br /> 主要分享学者：黄晶生、程明霞、施永仁、吴令飞、王成军、侯世达、陆云波、韩战钢、陈永伟、张江、肖达、吕林媛、李睿琪、Geoffrey West、James Evans、周涛、高见、龙瀛、肖仰华、王鹏、José Lobo、W.Brain Arthur<br /> <br /> 详情请见：[[AI&amp;Society系列沙龙活动]]<br /> <br /> === 集智圣诞年会 ===<br /> <br /> ===== 基本介绍 =====<br /> <br /> 集智年会是集智俱乐部一年一度的盛会，一般在圣诞节或者元旦举办，其目的是为了总结集智俱乐部一年的发展，并为集智俱乐部的忠实粉丝提供一个深度交流的平台。<br /> <br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：邀请或报名审核<br /> *适用人群：集智俱乐部粉丝；希望深入了解集智俱乐部的朋友<br /> <br /> ===== 典型活动 =====<br /> *2015年7月15日、7月16日在南京大学新闻传播学院召开了第一次学术会议：南京'''注意力'''的科学会议[http://wiki.swarma.net/index.php/%E5%8D%97%E4%BA%AC%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%9A%84%E7%A7%91%E5%AD%A6%E4%BC%9A%E8%AE%AE]<br /> <br /> *2016年的学术圣诞晚会是在帝都心脏三里屯的Surperfit举办，此次活动的主题是'''AI与创业'''。[https://mp.weixin.qq.com/s/JMaf3r70ej0E5-_5rQ-Dmg]<br /> <br /> *2017年的学术圣诞晚会是在768创意产业园区内的彩云科技举办，此次活动的主题是'''AI改变生活'''[https://mp.weixin.qq.com/s/QjRJ-Rf2qDwcdweKOXF5uw]。<br /> <br /> *2018年的学术圣诞晚会是在北京朝阳区乌托邦工厂举办，此次活动的主题是'''奇点临近'''[https://mp.weixin.qq.com/s/aTd8fLStWOiDafBpv2ptdw]。<br /> <br /> *2019年的学术年会是在北京海淀区的E_ZIKOO智慧谷举办，此次活动的主题是'''量子跃迁'''[https://swarma.org/?p=17911]。<br /> <br /> ==集智内容 ==<br /> <br /> === 集智公众号 ===<br /> [[File:集智俱乐部公众号云图.png|800px|集智俱乐部发展历史|thumb|居中|集智俱乐部公众号关键词云图]]<br /> <br /> 集智俱乐部致力于报道复杂性科学与人工智能领域的最新进展，特别关注跨学科研究与交流。从社交网络到生态系统，从城市的结构到语言的结构，从机器学习到量子信息……「集智俱乐部」这个公众号跨越了学科的局限，向我们揭示出复杂世界背后的简单规则，也启发我们思考人工智能和复杂系统中的那些最前沿、最深刻、最普适的问题。<br /> <br /> 集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> <br /> ==== 代表作品 ====<br /> 集智俱乐部公众号下分为多个子栏目，包括前沿报道、科研议题、科普文章、科学解释世界、经典论文回顾等。典型代表作品如下：<br /> <br /> *栏目：前沿报道<br /> 代表文章：[https://mp.weixin.qq.com/s/eDP_1GdltOeER4mgJKrnBg 巴拉巴西nature封面文章，网络3d打印]<br /> <br /> *栏目：科研议题<br /> 代表文章：[https://mp.weixin.qq.com/s/iXXZi6dQeTBBSZoHlLuCHA 学术互捧没有用？可能还有负面作用]<br /> <br /> *栏目：科普文章<br /> 代表文章：[https://mp.weixin.qq.com/s/pVgX5o2pu7l_Fbq3GAcn0A 一文读懂复杂网络与群体智慧]<br /> <br /> *栏目：科学解释世界<br /> 代表文章：[https://mp.weixin.qq.com/s/Dl0DowLx70uFwq67XJGvVA Science文章：要想成功，快抱大腿]<br /> <br /> *栏目：经典论文回顾<br /> 代表文章：[https://mp.weixin.qq.com/s/X7AWuytD8D3Z5-rUAi7TEQ 热力学与进化论]<br /> <br /> *栏目：集智活动<br /> 代表文章：[https://mp.weixin.qq.com/s/TOOcBnaMPm6NycWvZYa8sQ 集智-凯风复杂系统论坛全天回顾]<br /> <br /> 公众号 ID：swarma_org<br /> [[File:集智俱乐部.jpg|200px|集智俱乐部发展历史|thumb|居中|扫一扫，关注集智俱乐部]]<br /> <br /> === 集智百科 ===<br /> <br /> [[File:集智百科-全面图.png|1000px|集智俱乐部发展历史|thumb|居中|[[集智百科]]]]<br /> <br /> [[集智百科]]是一个自由内容、公开编辑的科学知识库，主要内容集中在复杂系统科学与人工智能，创建于2013年，主要内容由集智俱乐部志愿者贡献。<br /> <br /> 集智百科作为一个开源的项目，致力于在复杂性科学这个学科领域，为大家翻译、整理、编辑最专业、准确的中文百科全书，为广大的科学爱好者提供最便捷的搜索方式。<br /> <br /> 集智百科的'''愿景'''：做复杂性科学领域科学、全面、客观的百科全书；<br /> <br /> 集智百科的'''口号'''：知识从我而来，问题到我为止。<br /> <br /> 从13年创建以来，集智百科上断断续续的有人生产内容，但是这些内容缺乏规范性，也不成体系，自2019年年底以来，集智俱乐部希望可以着重的梳理复杂性科学领域的基础知识，为广大的科学爱好者提供便捷易懂的知识。所以我们成立了信息收集、整理翻译、审校、编辑、专家审校、代码实现等小组，希望可以共同去完成这样一个万古长青的事业。<br /> <br /> 如果恰好你也对知识整理、分享感兴趣，也愿意参与我们，请添加相关负责人联系方式，加入对应的小组，和大家一同前行，共同编辑，改变世界！<br /> <br /> [[File:集智百科报名.png |200px|集智俱乐部发展历史|thumb|居中|集智百科志愿者报名]]<br /> <br /> ==== 代表作品 ====<br /> 知识类词条：<br /> *[[摄像机-电视自指系统]]<br /> *[[无标度网络]]<br /> *[[小世界网络]]<br /> *[[异速生长律]]<br /> *[[元胞自动机]]<br /> *[[复杂系统]]<br /> <br /> 人物类词条：<br /> * [[斯蒂芬·沃尔夫勒姆 Stephen Wolfram]]<br /> * [[香农]]<br /> * [[吉布斯]]<br /> * [[巴拉巴西]]<br /> <br /> <br /> 书籍类词条：<br /> * [[链接：网络新科学]]<br /> * [[巴拉巴西网络科学 Network Science]]<br /> * [[巴拉巴西成功定律]]<br /> <br /> === 集智众包 ===<br /> 集智俱乐部自2015年以来，在集智社区形成了成熟的众包运作模式，充分利用集体智慧，进行团体合作写作、翻译等活动，最终输出内容。目前已创作和翻译3本图书作品：<br /> <br /> ==== 代表作品 ====<br /> <br /> [[File:科学的极致：漫谈人工智能.JPG|350px|居中|科学的极致：漫谈人工智能]]<br /> <br /> [[科学的极致：漫谈人工智能]]<br /> <br /> 简介：这本书主要向大家介绍了人工智能的历史和发展，当然也包括了很多在集智俱乐部讨论过的AI方面的主题，例如：哥德尔不完备定理、柯尔莫戈洛夫复杂性、深度学习和集体智慧等主题。<br /> <br /> [[File:走近2050——注意力、互联网与人工智能.jpg|300px|居中|走近2050——注意力、互联网与人工智能]]<br /> <br /> [[走近2050]]——注意力、互联网与人工智能<br /> <br /> 简介：这本书主要讲述了机器世界最重要的能源：注意力流，因为我们生活中所有的产品和程序都是为了获取我们的注意力。这本书涵盖了人工智能、互联网、心理学和计算机游戏。<br /> <br /> <br /> [[File:深度思考——人工智能的终点与人类创造力的起点.jpg |400px|居中|深度思考——人工智能的终点与人类创造力的起点]]<br /> <br /> [[深度思考]]——人工智能的终点与人类创造力的起点<br /> <br /> 简介：在这本突破性的书中，卡斯帕罗夫第次揭示了他惊人的一面，描述了他在面对最为强大的对手时的谋划与布局，在全世界的注视下奋勇争先，并叙述了通过国际象棋程序的发展考察人工智能的发展历史。<br /> <br /> <br /> <br /> [[File:深度学习原理与PyTorch实战.png |400px|居中|[http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]]]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> 简介：本书系统介绍了深度学习技术及开源框架 PyTorch。实战与理论兼具，每章围绕一个有意思的实战案例展开，全面深入地介绍了计算机视觉、自然语言处理、迁移学习，以及最新的对抗式学习和深度强化学习等前沿技术。<br /> <br /> <br /> <br /> [[文件:Netlogo入门书籍.jpg|替代=|居中|400x400像素]]<br /> [https://item.jd.com/10039871937829.html NetLogo多主体建模入门]<br /> <br /> 简介：从入门讲解NetLogo多主体建模，精选七大跨领域实战案例，循序渐近讲解NetLogo的使用方法，附赠代码示例和讲解视频，计算机模拟仿真建模教程书籍。<br /> <br /> ==成果展示 ==<br /> <br /> === 集智社区 ===<br /> <br /> 在集智社群中<br /> <br /> 既有做出重要贡献的'''成熟学者'''<br /> <br /> 也有引领科技行业潮流的'''先锋企业家'''<br /> <br /> 还有许多正冉冉升起的'''青年学者、潜力硕博'''<br /> <br /> 更不乏从志愿者工作开始，逐渐切入学界、迅速成长的'''优秀青年'''<br /> <br /> 集智社群名人不完全名单：<br /> 文小刚，侯世达，凯文·凯利，李子青，王飞跃，段永朝，王小川，顾学雍，陈晓松，周海军，王啸，吴岩，刘锋，张寒燕，俞志晨，张一甲，杨南征，狄增如，韩战钢，吴金闪，尹相志，韩锋，李嫣然，傅渥成，林思恩，吴令飞，吕正东，唐璐，贾梓筠，尤亦庄，肖达，谷鹄翔，王成军，张勉，秦建军，苑明理，董磊，王乃岩，许铁，陆宜，陆云波，赵云峰，袁行远，曹旭东，陆树燊，王昆，刘寰青，唐文，姚欣，宋家泰，黄钊等等等等。<br /> <br /> [[File:GEB侯世达.jpg|800px|GEB作者侯世达公开分享|thumb|居中|《GEB》作者侯世达先生在集智俱乐部演讲]]<br /> <br /> <br /> [[File:部分集智科学家.jpg|800px|部分集智科学家合照|thumb|居中|部分集智科学家合照]]<br /> <br /> 还有许许多多的大咖参与其中， 共同打造没有围墙的研究所！<br /> &lt;br /&gt;<br /> <br /> ==== 社区科研成果 ====<br /> <br /> '''[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]'''<br /> * 2017年11月28日，集智科学家[[张江]]、董磊、[[李睿琪]]等人在Nature Communications上发表文章[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]&lt;ref name=&quot;z&quot;&gt;Ruiqi Li,Lei Dong,Jiang Zhang,Xinran Wang,Wen-Xu Wang,Zengru Di,H. Eugene Stanley (2017) [https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities].&lt;/ref&gt;，该文提出了一种模拟城市分形生长过程的模型，用简单的规则就可以刻画纷繁复杂的城市背后的统一规律：[https://mp.weixin.qq.com/s/Kqwcpg3Tyl78eF6YQyHESw 复杂的城市，简单的规则]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]'''<br /> * 2018年12月11日，集智科学家吴令飞（[[计算士]]）和王成军合作在PANS上发表文章[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]&lt;ref name=&quot;w1&quot;&gt;Katy Börner,Olga Scrivner,Mike Gallant,Shutian Ma,Xiaozhong Liu,Keith Chewning,Lingfei Wu,James A. Evans (2018) [https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy].&lt;/ref&gt;，该文系统性分析了一万三千个技能关键词在过去七年间（2010-2016）发布的一亿两千万份招聘广告、三百万份课程大纲和一百万研究论文上被提及的频率，发现人类社会对编程、财务、统计等“硬技能”（hard skills）的需求越来越大，与此同时，研究人员发现，沟通、管理和团队合作等“软技能”（soft skills）频率波动的时间序列与硬技能之间密切相关，硬技能需求增加驱动着与之适配的软技能：[https://swarma.org/?p=13892 为什么未来需要软技能]<br /> <br /> '''[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It]''' <br /> * 2019年2月21日，集智科学家吴令飞（[[计算士]]）在Nature杂志上发表封面文章[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It] &lt;ref name=&quot;w&quot;&gt;Lingfei Wu,Dashun Wang,James A. Evans (2019) [https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large teams develop and small teams disrupt science and technology].&lt;/ref&gt;。该文介绍了一项对1954年-2014年期间超过6500万篇论文、专利和软件产品的数据分析工作。研究者量化评估了创新的“颠覆性”，发现小团队更有可能做出突破性的研究：[https://swarma.org/?p=14730 团队规模与颠覆性创新]。论文第一作者吴令飞为 Nature 撰写了这篇文章，介绍了论文背后的故事和作者们的思考：[https://swarma.org/?p=14825 Nature封面文章作者讲述论文故事：小团队知道答案]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]'''<br /> * 2019年7月8日，集智科学家靳擎、王大顺等人在Nature Human Behaviour上发表封面文章[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]&lt;ref name=&quot;j&quot;&gt;Ching Jin,Chaoming Song,Johannes Bjelland,Geoffrey Canright,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems].&lt;/ref&gt;，该文章发表消费者购买产品的行为模式、新思想在网络上传播的模式，本质上都是一种幂律增长的模式：[https://swarma.org/?p=17317 复杂演替系统中的幂律增长模式]<br /> <br /> '''[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]'''<br /> * 2019年10月30日，集智科学家殷裔安和王大顺等人一起在Nature发表文章[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]&lt;ref name=&quot;y&quot;&gt;Yian Yin,Yang Wang,James A. Evans,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security].&lt;/ref&gt;，分析了科研（数据集来源于NIH Grants）、投资（数据集来源于 VentureXpert 数据库）、公共安全（数据集来源于全球恐怖主义数据库GTD）三个领域的大规模数据，阐述了失败的动力学机制。从动力学所得到的早期信号中“明察秋毫”，或许胜败早有伏笔：[https://mp.weixin.qq.com/s/SNxL91Q-pRfP83YoXK9LSQ 原来胜败早有信号]<br /> <br /> '''[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]'''<br /> * 2020年2月18日，集智科学家黄俊铭在PANS杂志上发表文章[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;，该文整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据，对学术界中女性科研人员的学术能力表现及其背后的原因做出了分析:[https://swarma.org/?p=18557 女性科研工作者的退出风险与学术成就]<br /> <br /> === 集智孕育 ===<br /> <br /> ==== 彩云AI ====<br /> <br /> [[File:彩云天气.png|800px|居中]]<br /> <br /> 2014年，集智俱乐部核心成员袁行远、肖达开发彩云天气，这是一款能够精确预测未来1小时内局部地区降雨情况的APP。这款APP是集智俱乐部举办的深度学习读书会孕育出来的一款产品。目前，袁行远、肖达、苑明理、何永振等集智核心成员已独立成立了彩彻区明科技有限公司。<br /> <br /> 有关彩云天气可以参看：[http://caiyunapp.com/]<br /> <br /> 最近，这个团队又研发了一个“彩云小译”的AI应用，这个应用可以做中英之间的同声翻译，帮助你与外国人无障碍交流。<br /> <br /> [[File:彩云小译.png|800px|居中]]<br /> <br /> ==== 集智斑图 ====<br /> <br /> <br /> [[文件:集智斑图新首页.png|替代=|居中|缩略图|800x800像素|[https://pattern.swarma.org/ 集智斑图]首页截图]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> [https://pattern.swarma.org/ 集智斑图]是是集智俱乐部创建的复杂科学领域的高质量内容聚合平台，包含了自组织社区、多领域学习路径、最新论文更新、论文解读活动等板块。集智斑图的目标是沉淀聚合复杂科学相关的科研资料，提高信息匹配效率。<br /> <br /> 斑图的含义：来源于英文的pattern，有花纹，图案的意思，在复杂系统中特指大量相互作用单元涌现出的时间空间模式，集智斑图则特指学习者在探索互动中形成的知识空间和集体智慧<br /> <br /> slogan：用知识连接探索者<br /> <br /> '''推荐学习路径：'''<br /> <br /> [https://pattern.swarma.org/path?id=13 意识科学入门路径]从意识是什么，详细介绍了认知科学有关的实验，介绍了认知科学当前的最新研究进展，并且从跨学科的角度探讨了认知科学的发展方向。<br /> <br /> [https://pattern.swarma.org/path?id=2 复杂网络分析入门路径]系统地整理了复杂网络分析领域的主要问题、意义和研究思路（但并不包括具体细节），整理相关的学习资料、论文和在线课程，供新手快速入门复杂网络。<br /> <br /> [https://pattern.swarma.org/path?id=9 因果推断方法概述]从因果关系，理解因果关系的三个层次，以及研究因果关系的算法详细的阐述了因果关系的研究问题。<br /> <br /> [https://pattern.swarma.org/path?id=21 解读幂律(Power Law)分布与无标度(Scale Free)网络]从什么是幂律分布，什么是无标度网络，如何产生幂律分布以及如何估计和判断幂律分布等几个方面详细阐述了幂律分布的原理。<br /> <br /> [https://pattern.swarma.org/path?id=11 人工生命入门路径]整理自Lana Sinapayen为人工智能研究者们提供的一份人工生命入门指南，从人工生命的研究目标，人工生命的发展历史，人工生命的未来展望和学习清单多方面阐述了人工生命这个领域的研究问题和方向。<br /> <br /> '''推荐论文解读：'''<br /> <br /> * Albert-Laszlo Barabasi;Reka Albert;Emergence of scaling in random networks ,Science,1999&lt;ref name=&quot;a&quot;&gt;Albert-Laszlo Barabasi,Reka Albert (1999) [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 Emergence of scaling in random networks].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 随机网络的无标度性]总结了存在于许多实际网络中的[[幂律分布]]特性，首次命名了[[无标度网络]]这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。<br /> <br /> * Dirk Brockmann; Dirk Helbing;The Hidden Geometry of Complex, Network-Driven Contagion Phenomena ,Science,2013 &lt;ref name=&quot;b&quot;&gt;Dirk Brockmann, Dirk Helbing (2013) [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 The Hidden Geometry of Complex, Network-Driven Contagion Phenomena].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 通过网络的隐藏几何推断病毒的传播]指出疾病的传播其实与城市间的地理距离没啥关系，而与城市间的“等效”距离密切相关。这里的等效距离就是指根据城市间交通流量数据而折合以后的距离。<br /> <br /> * Marc Timme; Jose Casadiego;Revealing networks from dynamics: an introduction ,Journal of Physics A: Mathematical and Theoretical,2014,41 .37&lt;ref name=&quot;c&quot;&gt;Marc Timme, Jose Casadiego (2014) [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 Revealing networks from dynamics: an introduction].Journal of Physics A: Mathematical and Theoretical.41.37:&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 基于动力学的网络重构]简单地引入了复杂网络的基本概念后，介绍了复杂网络中有效链接和结构链接两者之间的区别。文章中详细地回顾了基于群体动力学数据，重构网络中结构链接的三种主要基本方法，即驱动-响应方法、复制-同步方法和直接重构方法，并指出了每种方法的优缺点和适用范围；简略地介绍了基于相关函数和最大熵理论，重构有效链接的思路。<br /> <br /> * Junming Huang;Alexander J. Gates;Roberta Sinatra;Historical comparison of gender inequality in scientific careers across countries and disciplines ,proceedings of the national academy of sciences,2020,117 .9:4609-4616&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 PNAS论文解读：科学事业在不同国家和学科中性别不平等的历史比较]整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、署名、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据。对学术界中女性科研人员的学术能力表现、及其背后的原因做出了分析。<br /> <br /> <br /> '''集智斑图论文速递：'''<br /> <br /> 实现了自动采集和遴选各大学术顶刊中与复杂科学密切相关的最新进展，并通过定期推送和建立论文库服务社区，是集智斑图聚合高质量信息、服务自组织科学社区的一项代表性产品。<br /> <br /> 斑图速递是由数据自动采集、科学术语自动提取、跨学科领域论文过滤、科学影响力评价体系等一系列技术支撑的，其中多项技术为自主研发并已注册专利。集智技术团队将持续专注于建立更完善的复杂科学知识体系和知识管理体系，服务于集智社区。<br /> [[文件:顶刊速递.png|居中|缩略图|569x569像素|顶刊速递栏目]]<br /> [[文件:顶刊速递订阅.png|替代=顶刊速递订阅|边框|居中|647x647像素]]<br /> <br /> <br /> ==== 集智学园 ====<br /> [http://campus.swarma.org 集智学园]成立于2016年10月1日，是集智俱乐部孕育的创业项目之一。为一个知识服务社区，专门致力于复杂性科学、人工智能等先进技术的普及工作，合作伙伴包括腾讯、华为、北京师范大学、湖畔大学、混沌大学等多家知名机构。2019年底获得国家高新技术企业称号。<br /> <br /> [http://campus.swarma.org 集智学园]的课程涵盖基础通识、复杂系统、网络科学、计算社会、人工智能五大模块。每个模块的精品课程，下表是部分课程：<br /> <br /> {| class=&quot;wikitable sortable&quot;<br /> |-<br /> ! 课程类别 !! 课程名称<br /> |-<br /> | 基础与通识 || [http://campus.swarma.org/play/coursedetail?id=429 NetLogo 多主体建模入门]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10405 Mathematica基础入门教程]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=388 快速入门 Julia 语言]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10406 数据科学心法与机器学习实战] <br /> |-<br /> | 复杂系统 || [http://campus.swarma.org/play/coursedetail?id=432 复杂性思维2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10665 系统科学概论]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=394 复杂系统中的幂律分布]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=397 非线性动力学与混沌]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=433 复杂性与临界现象2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=423 系统科学与社会经济] <br /> |-<br /> | 网络科学 || [http://campus.swarma.org/play/coursedetail?id=381 图网络：融合推理与学习的全新深度学习架构]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=440 复杂网络2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=443 图网络算法原理探究]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=122 非欧式数据的几何深度学习]<br /> |-<br /> | 计算社会 || [http://campus.swarma.org/play/coursedetail?id=10634 计算社会科学的前沿与展望]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10624 地球未来——生物体、城市和公司的生命、生长与死亡]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10582 生长与设计——复杂性视角下的智慧城市]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=425 复杂系统与社会计算研讨会]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10844 知识图谱与认知智能] <br /> |-<br /> | 人工智能 || [http://campus.swarma.org/play/coursedetail?id=11076 产学结合：自然语言处理及其应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=416 系统讲解知识图谱——从建模到应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=412 GAN 专题论文解读]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=413 GAN 专题代码实践]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10484 计算机视觉与深度学习]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=121 中文自然语言理解（NLU）在金融领域的应用] <br /> |-<br /> <br /> |}<br /> <br /> 查看各模块的精品课程，去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===== [http://wiki.swarma.net/index.php/%E4%BC%81%E4%B8%9A%E5%90%88%E4%BD%9C%E8%AF%BE%E7%A8%8B%E5%88%97%E8%A1%A8 企业培训] =====<br /> <br /> 集智学园特别推出企业培训服务，为企业提供系统完整的技术、思维培训。建立员工深度学习机器学习思维，掌握机器学习的基本方法，提高企业活力。<br /> &lt;br/&gt;详细信息：http://business.swarma.org/<br /> <br /> <br /> '''技术培训'''<br /> <br /> 《python数据科学与机器学习》&lt;br /&gt;<br /> <br /> 《如何打造你自己的聊天机器人》&lt;br /&gt;<br /> <br /> 《中文自然语言理解在中文中的应用》&lt;br /&gt;<br /> <br /> 《自然语言处理与深度学习》&lt;br /&gt;<br /> <br /> 《计算机视觉与深度学习》&lt;br /&gt;<br /> <br /> 《火炬上的深度学习》&lt;br/&gt;<br /> ......<br /> <br /> '''思维升级'''<br /> <br /> 《复杂性科学》&lt;br /&gt;<br /> <br /> 《迎接AI时代》&lt;br /&gt;<br /> <br /> 《走近2050—人工智能、注意力与互联网》&lt;br /&gt;<br /> <br /> 《机器学习思维》&lt;br /&gt;<br /> <br /> 《企业生长的规模法则》&lt;br/&gt;<br /> ......<br /> <br /> 查看更多精彩内容，请去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===媒体报道===<br /> <br /> 李白薇：[http://sttc.net.cn/journal/130.html 没有围墙的研究所]，中国科技人才，2015 原文链接<br /> <br /> Xtecher:[http://www.sohu.com/a/125848135_472705 集智俱乐部张江：复杂系统里“简单纯粹”的前行者]<br /> <br /> 以特邀嘉宾的身份参与录制CCTV2的节目：未来架构师。[http://tv.cctv.com/2017/08/06/VIDESuxtIaeQMfwZVNHtV1zU170806.shtml 《未来架构师》 人与机器交融的未来场景]<br /> <br /> ----<br /> <br /> ==加入方式==<br /> <br /> 目前集智俱乐部官方运营的社区加入方式如下：<br /> <br /> * '''1.加入具体领域微信群，参与学术交流，需要报名对应主题的读书会，读书会列表可查看 https://pattern.swarma.org/study_groups'''<br /> * '''2.成为集智VIP， 解锁全部读书会、课程权限，VIP报名通道：https://campus.swarma.org/vip'''<br /> * '''3.加入集智俱乐部QQ群：'''<br /> ** 集智俱乐部一群：292641157（已满）<br /> ** 集智俱乐部二群：877391004<br /> ** 集智学园交流群：426390994<br /> <br /> 成为集智俱乐部实习生：[https://mp.weixin.qq.com/s/5MD_56h3FwU80Yt221rckw 加入集智，一起复杂！2021集智实习生/志愿者招募]。<br /> <br /> 微信公共账号：集智俱乐部<br /> <br /> [[File:集智俱乐部.jpg|200px|right|thumb|扫一扫，关注集智俱乐部]]<br /> <br /> 还可以添加微信小助手：swarmaAI<br /> <br /> 官方网站：https://pattern.swarma.org/<br /> <br /> B站地址：[https://space.bilibili.com/233204821/#/ 集智俱乐部]<br /> <br /> 张江知乎账号：[https://www.zhihu.com/people/zhang-jiang-78-29-94/activities 张江]<br /> <br /> 集智俱乐部知乎账号：[https://www.zhihu.com/people/swarma/activities 集智俱乐部]<br /> <br /> 集智科学家微博：@集智科学家（https://weibo.com/swamagents?refer_flag=1001030101_）<br /> <br /> <br /> 更多入口，请参看：[https://www.wolai.com/fHxGuDuNUvwqfq7mjHtLFe 关于我们]<br /> <br /> == 参考资料 ==<br /> <br /> &lt;references /&gt;<br /> [[Category:集智相关]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8&diff=34653 2024-05-09T10:44:05Z

<p>Mobility：/* 集智俱乐部的使命 */</p> <hr /> <div>{{#seo:<br /> |keywords=集智俱乐部<br /> |description=集智俱乐部介绍<br /> }}<br /> ==集智俱乐部介绍==<br /> <br /> <br /> ===名称和简介===<br /> <br /> [http://swarma.org/ 集智俱乐部(Swarma Club)]是专注在复杂系统、人工智能领域的科学社区。为从事科学研究、享受科学乐趣的探索者提供科研合作、知识交流、科学传播等服务。我们倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流，力图搭建一个中国的 “ 没有围墙的研究所 ”。<br /> <br /> ===集智俱乐部的LOGO和口号===<br /> <br /> <br /> [[File:集智俱乐部logo.png|200px|thumb|居中|'''让苹果砸得更猛烈些吧！''']]<br /> <br /> <br /> 口号：'''让苹果砸得更猛烈些吧！'''<br /> <br /> 象征含义：通过砸在牛顿脑袋上的苹果，来象征着科学发现的灵感。<br /> <br /> ===集智俱乐部的使命 ===<br /> <br /> 营造跨学科探索小生境，催化复杂性科学新理论。<br /> <br /> ===集智俱乐部思想起源 ===<br /> <br /> <br /> 1902年，在伯尔尼的瑞士专利局工作的爱因斯坦，跟几位朋友自发成立了讨论小组，取名“奥林匹亚科学院”，定期讨论科学和哲学问题。离开学校后，这段和友人讨论学术的经历，让爱因斯坦对自己的思想实验深入打磨，为那个连续发表多篇跨时代论文的爱因斯坦奇迹年做了铺垫。<br /> [[File:三人组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1903年的奥林匹亚科学院三人组]]<br /> 1920年代，在奥地利首都维也纳，包括哥德尔在内的欧洲大陆几位优秀的物理学家、数学家和逻辑学家，以共同遵循的科学哲学为根基，形成了“维也纳小组”，逐渐发展为著名的维也纳学派。此后多年中，这个小组贡献甚多，不仅哥德尔不完备性定理影响了世界，而且维也纳小组推崇的逻辑实证主义的科学方法论，也成为了科学界的主流。<br /> [[File:1925年的维也纳小组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1925年的维也纳小组]]<br /> <br /> 1984年，在核子时代的起源地洛斯阿拉莫斯国家实验旁，几位科学家跳出国家体制，建立了自主募资的圣塔菲研究所，研究被霍金称为“21世纪的科学”的复杂性科学，圣塔菲研究所逐渐成为复杂系统研究的圣地。发现现象背后的 pattern，探索事物涌现的秘密，寻找复杂世界的统一规律，这个新兴学科在与各个学科的交互中，正走向科学研究的核心地带。<br /> [[File:圣塔菲研究所.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|圣塔菲研究所]]<br /> <br /> 奥林匹亚学院、维也纳小组、圣塔菲研究所，这是科学社区和科学共同体的真正典范，而打造出一个像它们一样，开放、自由、没有围墙的研究所，正是集智俱乐部的长期愿景。<br /> [[File:集智俱乐部长图标.jpg|800px|1903年的奥林匹亚科学院三人组|thumb|居中|集智俱乐部]]<br /> <br /> <br /> 从集智俱乐部到集智学园，从松散的互联网社群到线下社交网络，从读书交流到合作发文出书，从靠兴趣驱动探索，到用产品改变生活，一个科学社区已经初步成型。飞速发展的集智科学社区，召唤热爱科学、乐于探索的你。<br /> <br /> ===发展历史 ===<br /> [[文件:集智俱乐部历史.jpg|替代=集智俱乐部发展历史2022|居中|缩略图|800x800像素|集智俱乐部发展历史]]<br /> * 2003年，集智俱乐部创始人张江（ Jake ）创办了集智俱乐部网站，该网站一直致力于宣传、普及、推广复杂系统科学，并展开广泛的跨学科交流，俱乐部渐渐聚集了一批有识之士。 <br /> * 2007年，集智俱乐部的交流和活动开始从虚拟世界走向现实，在叁号会所开始了第一次线下活动，并尝试发展一个现实世界中的学术组织。<br /> * 2013年，袁行远等核心成员建立了集智百科网站。<br /> * 2014年，通过集智俱乐部的读书会活动，由集智俱乐部内部核心成员袁行远孕育了第一个创业项目——彩云天气。同年集智俱乐部南京分部由[[王成军]]创立，并开始组织活动。<br /> * 2015年7月，集智俱乐部在南京举办了第一届学术年会。目前集智俱乐部的主要活动有开放式的讲座与交流，技术专题读书会，以及不定期的学术研讨会，系列沙龙活动等。同年，集智俱乐部出版的第一本书《科学的极致：漫谈人工智能》，曾获得知名主持人杨澜的大力推荐；并且在8月份的时候成立了第一个线下志愿者团队，第一位线下活动志愿者就是图灵出版社的美女编辑张霞。<br /> * 2016年，第二本书《走近2050——注意力、互联网与人工智能》出版面世；在2016年10月，凯风基金会赞助集智俱乐部共同举办了凯风研读营，开展了《网络、几何和机器学习》的学术会议；2016年底孵化了集智俱乐部第二个创业项目：集智学园，致力于打造人工智能、复杂科学领域的科学学习社区。<br /> * 2017年，首次与腾讯研究院发起了[[AI&amp;Society系列沙龙活动]]，致力于发掘在学术界和工业界的学术新星。<br /> * 2018年，同年，由集智俱乐部牵头，以众包的形式，出版了两本书籍，第一本是《深度学习原理与PyTorch实战》；第二本是翻译书籍《深度思考》。<br /> *2019年，集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> *2019年，集智学园新产品[https://pattern.swarma.org/ 集智斑图]上线。<br /> *2020年，网络科学等线上课程模式/ 2020年度学术媒体公众号Top10<br /> *2021年：因果涌现等读书会模式火爆社区/《NetLogo多主体建模入门》/ 筹建集智造化研究院 / 拯救2050项目/得到APP复杂科学课程<br /> <br /> <br /> 张老师记录的从2003年-2016年的故事，他简单的记录了一下~2003-2015年的故事：<br /> <br /> [[记录集智2003-2015]]<br /> <br /> [[记录集智2015-2016 --超越与重生]]<br /> <br /> [[记录集智2017-2021]]<br /> <br /> <br /> 新的故事篇章也在继续书写。<br /> <br /> === 集智科学家 ===<br /> <br /> 集智科学家是指集智俱乐部对社区内有突出科研贡献和科研成果学者，是集智俱乐部社区的最高荣誉。我们梳理了这些年参与过集智社区建设的重要学者，符合以下标准之一则可以认定为集智科学家：<br /> * 1.以学者的身份参与过集智凯风研读营<br /> * 2.以特邀讲者的身份参与过AI&amp;Society的活动<br /> * 3.自己发表论文后写对应的解读文章投稿到集智俱乐部公众号，并以主推的形式进行推广<br /> <br /> ''以下为部分科学家代表，非社区内全部科学家名单。''<br /> ==== W. Brian Arthur ====<br /> *[[布莱恩·阿瑟 W. Brian Arthur]]是著名经济学家，圣塔菲研究所外聘教授，帕罗奥多研究中心系统科学实验室访问研究员。阿瑟在上世纪八十年代，受诺贝尔经济学奖得主肯尼斯·阿罗的邀请，来到刚刚建立的圣塔菲研究所。在圣塔菲研究所，阿瑟将复杂系统理论与经济学研究结合在一起，逐渐形成了“复杂经济学（complexity economics）”的构想，并凭借报酬递增理论，于1990年获得熊彼特奖。作为报酬递增理论的提出者，阿瑟创立了对经济学和复杂系统的跨学科研究新模式。作为圣塔菲研究所最早一批研究复杂性的学者，阿瑟是复杂性科学领域的奠基人之一，由于其突出成绩，于2008年荣获复杂性科学领域首届拉格朗日奖。<br /> <br /> *主要贡献：AI&amp;Society第18期活动特邀讲者。<br /> <br /> ==== José Lobo ====<br /> *José Lobo，美国亚利桑那州立大学可持续发展学院副研究员，Julie Ann Wrigley全球可持续发展研究所科学家，圣塔菲研究所“城市、规模可持续性”研究组成员。他的研究主题涵盖从人类早期群落到古代城市再到现代城市系统的规模理论，以及人类发明的本质和驱动因素，特别是城市环境如何住进技术和文化创新的形成。他是城市科学领域的领军研究者之一，在PNAS、Nature Human Behaviour等顶级期刊上发表多篇重要论文。<br /> <br /> *主要贡献：AI&amp;Society第17期活动特邀讲者。<br /> <br /> ==== James Evans ====<br /> *James Evans 是芝加哥大学社会学系教授，是科学学（science of science）、复杂网络、知识社会学的世界级知名学者。毕业于斯坦福大学，曾在哈佛大学从事社会组织结构方面的研究，在芝加哥大学创立知识挖掘实验室，并创立和主持了芝加哥大学计算社会学硕士项目。主要兴趣包括：群体智能、社会组织结构分析、科技创新产生和传播规律等，在 Science, PNAS, American Journal of Sociology，Management Science 等顶级期刊上发表大量文章。<br /> <br /> *主要贡献：AI&amp;Society第12期活动特邀讲者，研读营学者<br /> <br /> ==== Geoffrey West ====<br /> *Geoffrey West，理论物理学家，城市科学的顶尖学者，圣塔菲研究所杰出教授和前任所长，曾入选《时代周刊》全球最具影响力100人。数十年致力于“规模”的研究工作，其研究成果被应用在理解生命体、城市可持续发展、企业运营等众多领域，被业内奉为“跨学科诺贝奖”的不二人选。<br /> <br /> *主要贡献：AI&amp;Society第11期活动特邀讲者。<br /> <br /> <br /> ==== 侯世达 ====<br /> *侯世达（Douglas, R.Hofstadter）是印第安纳大学认知科学与比较文学特聘教授、美国艺术与科学院院士、美国哲学学会成员和瑞典皇家社会科学院院士。他主要研究：自我与外部世界的关系、意识、类比、艺术创作、文学翻译、数学和物理学。除了学术成就，侯世达还出版了《哥德尔、艾舍尔、巴赫：集异璧之大成》（GEB）和《我是个怪圈》（I Am a Strange Loop），分别获得普利策文学奖（非虚构类）与美国国家图书奖（科学类）和《洛杉矶时报》科学写作图书奖。<br /> <br /> *主要贡献：AI&amp;Society第5期活动特邀讲者。<br /> <br /> ==== Ginestra Bianconi ====<br /> 伦敦玛丽女王大学数学科学学院的应用数学教授，也是艾伦·图灵研究所的艾伦·图灵研究员。目前，她是 JPhys Complex 期刊的主编，PlosOne 和 Scientific Reports 的编辑。2020年，她被 NetSci 学会授予 Network Scientific Fellowships，以表彰她对网络科学的基础性贡献，特别是在复杂网络中玻色-爱因斯坦凝聚的提出以及在多层网络结构和动力学方面的进展。她的研究领域是统计力学和网络科学，具体包括网络理论及其跨学科应用。她是网络建模的专家，包括增长网络模型和均衡网络系综。同时也出版了关于网络上的动态过程的重要著作，特别是关于渗流的研究。最近几年，她一直专注于多层网络、单纯复形、网络几何和拓扑。她是牛津大学出版社出版的 ''Multilayer Networks: Structure and Function'' 和剑桥大学出版社出版的 ''Higher-order networks: An introduction to simplicial complexes'' 两本书籍的作者。<br /> <br /> 主要贡献：在高阶网络读书会上做出以高阶网络与动力学（Higher-order networks and dynamics）为主题的分享。<br /> <br /> ==== Erik Hoel ====<br /> 威斯康星大学麦迪逊分校博士，塔夫茨大学助理教授，哥伦比亚大学理论神经科学家，同时也是因果涌现理论提出者之一。他致力于运用信息论和因果分析来探索意识的生物学基础，理解涌现的本质。研究问题为如何利用复杂性和信息论来测量意识与无意识之间的神经差异、因果结构如何跨尺度变化、信息论指标如何捕捉和量化宏观尺度上的因果涌现。<br /> <br /> 主要贡献：在因果涌现读书会上做出以用信息度量因果（Causal Emergence Theory）为主题的分享。<br /> <br /> ==== 陈德亮 ====<br /> 现任瑞典哥德堡大学的 August Röhss 讲席教授，本科毕业于南京大学，于德国美因茨古腾堡大学师从诺贝尔奖得主Paul Crutzen教授获得博士学位。陈教授的研究方向包括'''气候动力学、气候模拟、全球和区域气候变化、地理信息科学和应用气候学'''等。<br /> <br /> 陈教授是国际著名的'''气候学家、诺贝尔奖评奖委员会专家、是地球系统科学的倡导和践行者，也是具有全球视野的战略科学家'''。他参与和领导了多个国际计划和组织，为多个政府、政府间组织和国际非政府组织以及国家研究资助机构担任科学顾问，是IPCC第五次、第六次评估报告第一工作组的主要作者和协调主要作者，于2009-2012年担任国际科学理事会（ICSU）执行主席。他长期致力于全球系统科学、未来地球学、全球可持续发展研究的领导、协调与合作工作，为国际科技合作做出了重要贡献。<br /> <br /> 陈教授先后当选为瑞典皇家科学院院士、哥德堡皇家艺术与科学院院士、发展中国家科学院院士、瑞典皇家科学院地学部主任、中国科学院外籍院士、挪威科学与文学院外籍院士、欧洲科学与艺术学院院士，曾获2017年度中华人民共和国国际科学技术合作奖。鉴于他对瑞典和国际气候研究做出的杰出贡献最近由瑞典国王颁发国王勋章。<br /> <br /> 主要贡献：在地球系统科学读书会上做出以地球系统科学的简史及重大挑战为主题的分享。<br /> <br /> ==== 周昌松 ====<br /> 物理学博士，香港浸会大学物理系教授、系主任，浸会大学非线性研究中心主任，计算及理论研究所副所长。1992年获南开大学物理学士，1997年获南开大学物理博士，1997-2007年在新加坡、香港、德国等地从事访问研究， 是洪堡基金获得者。 2007年加入香港浸会大学物理系， 2011年获浸会大学&quot;杰出青年研究者校长奖&quot;，2021年获&quot;杰出研究表现校长奖&quot;。在国际交叉学术刊物 PNAS，PRL，Physics Reports，National Science Review，J Neuroscience，NeuroImage，Cerebral Cortex，PLoS Computational Biology等发表论文150余篇 (Google Scholar引用15900余次，H因子为48)。任Scientific Reports 编委，PLoS One，Cognitive Neurodynamics学术编辑，及多种国际期刊常任审稿人。对生物神经网络复杂结构、动力学及其低成本高效益如何启发类脑智能具有浓厚的兴趣。致力于复杂系统动力学基础研究及其应用，特别是网络的复杂联结结构与体系的动态行为的关系和相互作用。近几年与国际国内系统和认知神经科学家合作，把这些理论进展应用到大脑的复杂联结结构和活动以及认知功能及障碍的分析和建模等方面研究中。<br /> <br /> 主要贡献：在神经动力学模型读书会上做出以复杂神经动力学：从分析到建模——从从神经元脉冲到皮层震荡，从涌现到功能（Complex Neural Dynamics: Analysis and Modeling ----<br /> <br /> From neuronalspikes to cortical waves, from emergence to function）为主题的分享。<br /> <br /> ==== 张江 ====<br /> *北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园（北京）科技有限公司创始人兼董事长、曾任腾讯研究院特聘顾问，复杂系统、人工智能的研究者与布道者。主要研究领域包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学等。曾在Nature Communications、Scientific Reports、Physical Review E、Journal of Theoretical Biology等国际知名刊物上发表过学术论文数十篇。<br /> <br /> *主要贡献：'''集智俱乐部创始人'''<br /> <br /> ==== 王大顺 ====<br /> *王大顺是西北大学副教授。他的研究方向是科学学，希望能够使用和开发复杂性科学的工具和人工智能，探索科学领域的发展和研究规律。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 吴令飞 ====<br /> <br /> *吴令飞集智科学家，匹兹堡大学助理教授，研究兴趣是组织创新与学习。通过使用数学模型和机器学习方法，通过研究来自科学界（例如Web of Science 和 ORCID数据）、工业界（例如美国专利数据）、和互联网众包社区（例如Stack Exchange 和 GitHub）大量团队的人员结构与产出的关系，报告人致力于寻找组织创新与学习的一般规律，促进组织管理和政策制定。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> ==== 尤亦庄 ====<br /> <br /> *尤亦庄，2013年博士毕业于清华大学，凝聚态物理方向。现为加州大学圣地亚哥分校助理教授。主要研究领域是量子多体物理，及其演生现象和临界现象。具体方向包括：拓扑量子物态，多体局域化和热化，高温超导和自旋液体等强关联体系，多体量子纠缠和张量网络。研究手段包括量子场论，拓扑场论，重整化群等等，对信息论（特别是量子信息），复杂系统，人工智能等领域也很感兴趣。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> <br /> ==== 周涛 ====<br /> *周涛，电子科技大学教授，成都新经济发展研究院执行院长。主要从事统计物理与复杂性方面的研究。在 Physics Reports、 PNAS、Nature Communications 等国际 SCI 期刊发表 300 余篇学术论文，引用 20000 余次，H指数为69。现象级畅销书《大数据时代》中文版译者，《为数据而生》作者。<br /> <br /> *主要贡献：AI&amp;Society第13期活动特邀讲者，文章贡献<br /> <br /> ==== 吕琳媛 ====<br /> *吕琳媛，国家优秀青年基金获得者，电子科技大学教授，阿里巴巴复杂科学研究中心副主任。主要从事网络信息挖掘和社会经济复杂性方面的研究。在Nature Communications、Physics Reports、PNAS等学术期刊发表论文60余篇，引用6 000余次，8篇论文入选ESI全球Top-1%高引论文，研究成果入选2016年中国百篇具有影响力国际学术论文。<br /> <br /> *主要贡献：AI&amp;Society第9，13期活动特邀讲者，文章贡献<br /> <br /> ==== 王成军 ====<br /> <br /> *王成军，南京大学新闻传播学院助理研究员、计算传播学实验中心成员，对复杂性科学和可计算方法(如机器学习)感兴趣，现在的研究主要集中于采用网络科学方法分析计算社会科学的研究问题，例如，采用重整化方法分析手机用户的注意力网络和移动网络。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 唐乾元/傅渥成 ====<br /> 唐乾元，东京大学博士后，南京大学物理系物理学在读博士，集智核心成员，「知乎盐 Club 2014」荣誉会员，曾出版知乎盐系列电子书《写在物理边上》《临界：智能的设计原则》和知乎一小时电子书《能量守恒》。主要研究方向为统计物理及其在生命科学问题中的应用，曾作为中国博士生代表参加在德国林岛举办的「诺贝尔奖获得者大会」。<br /> <br /> ==== 殷裔安 ====<br /> *殷裔安美国西北大学在读博士，王大顺合作者。研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：研读营学者，文章贡献<br /> <br /> ==== 黄俊铭 ====<br /> *黄俊铭，普林斯顿大学博士后，博士毕业于中国科学院计算技术研究所，曾在美国东北大学[[Albert-László Barabási]]实验室担任博士后，研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：文章贡献<br /> <br /> == 集智活动 ==<br /> 集智活动以线下活动居多，多以公开讲座、读书会、系列沙龙等形式研讨、科普前沿科学知识。活动所覆盖的学科领域包括：人工智能、复杂系统、生物科学、脑与认知等多个不同的领域。<br /> === 读书会 ===<br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> ===== 基本介绍 =====<br /> 读书会是针对人工智能、复杂系统、生命科学、脑与认知等多个领域，由一位或多位发起人组织，系统研读经典文献，或深入学习某项特定技术，最终输出一些文章或者产品。该活动一般按照主题举办，为期1～3个月，定期举行线上或者线下讨论，每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会可以针对具体主题进行一定强度的讨论研究，从而孕育出新的创新成果，例如科研论文、产品原型或者学术报告等；“彩云天气”APP就是“深度学习”读书会的成果；《走近2050》也是在“集体注意力流”读书会讨论中产生的。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的深度爱好者、学习者<br /> <br /> 线下读书会列表<br /> <br /> *复杂系统自动建模读书会<br /> *图网络读书会<br /> *幂律读书会<br /> *意识与认知读书会<br /> *深度“深度学习”读书会<br /> *探索脑与深度学习读书会<br /> *热力学与进化论读书会<br /> *自然语言处理读书会<br /> *复杂经济学读书会<br /> *量子决策理论读书会<br /> *GEB读书会<br /> *计算心理学读书会<br /> <br /> 线上读书会列表<br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> | colspan=&quot;8&quot; |集智俱乐部2020-2023年读书会排期表<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信|链接=https://wiki.swarma.org/index.php/%E6%96%87%E4%BB%B6:Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> | 张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> | 自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |}<br /> 可以进入[[集智俱乐部读书会]]页面，查看更多关于读书会的内容<br /> <br /> === 科普讲座 ===<br /> <br /> ===== 基本介绍=====<br /> 科普讲座是集智俱乐部的传统活动，是由集智俱乐部核心成员或者粉丝自发组织的讲座，面向公众，偏向于科普性质，活动频率大约1个月1次，力图用通俗的语言进行广泛的跨学科交流。<br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的爱好者<br /> ===== 典型活动介绍（挑选典型活动）=====<br /> *2016/09/17 ·【任远】 复杂性科学与生成艺术 <br /> *2016/08/28 ·【罗淼】 科学与游戏沙龙活动<br /> *2015/11/22 ·【董磊】 基于大数据预测地区发展<br /> *2015/07/26 ·【曹旭东、张江、袁行远】 开源科学：人类科学往何处去<br /> *2013/07/21 ·【张江】 大自然如何设计？ — 探索网络、流动中的自组织规律<br /> *2013/06/22 ·【尤亦庄】 从涡旋到光与电的演生—漫谈凝聚态物理新思潮<br /> *2013/05/12 ·【Robert Ackland】 一个社会科学家眼中的“计算社会科学”<br /> *2013/01/20 ·【吴令飞】 计算社会科学总论<br /> *2012/11/11 ·【Bertrand Roehner 】 我们如何开始科学探索? <br /> *2011/07/24 ·【Monk】 自复制 — 生命的核心 <br /> *2009/04/18 ·【Miner】 人工智能之梦<br /> <br /> <br /> === 研读营 ===<br /> <br /> ===== 基本介绍 =====<br /> 研读营是集智俱乐部的特色活动，汇集一批青年学者，围绕某个与复杂系统和人工智能领域的前沿课题，进行一周左右的深度交流，激发科研灵感，孕育学术成果。集智研读营一般由相关基金或企业赞助。<br /> <br /> *烧脑指数：🌟🌟🌟🌟🌟（5颗星）<br /> *参与方式：学者推荐或外部申请<br /> *适用人群：相关领域的科研工作者，或在读研究生、博士；思想开放，热爱交流<br /> <br /> ===== 典型活动 =====<br /> <br /> *2016年10月8日-2016年10月14日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2016年集智俱乐部研读营]]<br /> <br /> *2017年7月16日-2017年7月22日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“物理、人工智能、几何与机器学习”研读营[[2017年集智俱乐部研读营]]<br /> <br /> *2018年6月22日-2017年6月28日在云南大理喜洲召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2018集智－凯风研读营]]<br /> <br /> *2019年1月14日-2017年1月23日在南京大学仙林校区召开了由腾讯基金会赞助，集智俱乐部主办“从复杂网络到图神经网络的计算社会科学：理解人性、理解机器、理解当代社会”研读营[[2018年集智腾讯计算社会科学研读营]]<br /> <br /> *2019年6月7日-2017年6月14日在云南剑川沙溪古镇召开了由凯风基金会赞助，集智俱乐部主办“网络、几何与机器学习”研读营[[2019凯风研读营]]<br /> <br /> * 2020年研读营分为线上研读营和线下研读营，线上研读营时间是8月25日-8月29日，共计5天，地点是在Zoom在线会议；线下研读营时间是9月23日-9月26日，共计4天，地点是在北京周边的灵水村。参与人数共计有56人（具体人员信息见附录），主题是“面向复杂系统的人工智能”研读营。[[2020集智凯风研读营]]<br /> <br /> === 学术沙龙 ===<br /> <br /> ===== 基本介绍 =====<br /> 针对前沿技术热点和重大社会问题，邀请一线研究者，面向公众，分享其最新研究成果。学术沙龙的宗旨是，挖掘交叉型人才，孕育原创性思想，传播最新科学认知。集智学术沙龙一般相关基金或企业赞助，面向公众开放。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的研究者、从业者、爱好者<br /> <br /> 活动主题包括但不限于：<br /> *计算社会科学：概况、发展现状与应用、大数据与机器学习在科学学中的应用专题；<br /> *人工智能与城市科学：卫星遥感数据在城市科学中的应用；大数据与人工智能在城市科中的应用；智慧城市发展展望；<br /> *多智能体系统：多智能体系统社会学仿真及其最新发展现状；<br /> *人工智能社会：多主体智能、深度学习与多主体、经济推理与人工智能；<br /> *算法与社会：计算广告学、推荐算法等算法简介以及对社会的影响；<br /> *算法经济：云计算、算法经济平台，以及算法经济的发展展望。<br /> <br /> ===== 典型活动 =====<br /> <br /> 主要分享学者：黄晶生、程明霞、施永仁、吴令飞、王成军、侯世达、陆云波、韩战钢、陈永伟、张江、肖达、吕林媛、李睿琪、Geoffrey West、James Evans、周涛、高见、龙瀛、肖仰华、王鹏、José Lobo、W.Brain Arthur<br /> <br /> 详情请见：[[AI&amp;Society系列沙龙活动]]<br /> <br /> === 集智圣诞年会 ===<br /> <br /> ===== 基本介绍 =====<br /> <br /> 集智年会是集智俱乐部一年一度的盛会，一般在圣诞节或者元旦举办，其目的是为了总结集智俱乐部一年的发展，并为集智俱乐部的忠实粉丝提供一个深度交流的平台。<br /> <br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：邀请或报名审核<br /> *适用人群：集智俱乐部粉丝；希望深入了解集智俱乐部的朋友<br /> <br /> ===== 典型活动 =====<br /> *2015年7月15日、7月16日在南京大学新闻传播学院召开了第一次学术会议：南京'''注意力'''的科学会议[http://wiki.swarma.net/index.php/%E5%8D%97%E4%BA%AC%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%9A%84%E7%A7%91%E5%AD%A6%E4%BC%9A%E8%AE%AE]<br /> <br /> *2016年的学术圣诞晚会是在帝都心脏三里屯的Surperfit举办，此次活动的主题是'''AI与创业'''。[https://mp.weixin.qq.com/s/JMaf3r70ej0E5-_5rQ-Dmg]<br /> <br /> *2017年的学术圣诞晚会是在768创意产业园区内的彩云科技举办，此次活动的主题是'''AI改变生活'''[https://mp.weixin.qq.com/s/QjRJ-Rf2qDwcdweKOXF5uw]。<br /> <br /> *2018年的学术圣诞晚会是在北京朝阳区乌托邦工厂举办，此次活动的主题是'''奇点临近'''[https://mp.weixin.qq.com/s/aTd8fLStWOiDafBpv2ptdw]。<br /> <br /> *2019年的学术年会是在北京海淀区的E_ZIKOO智慧谷举办，此次活动的主题是'''量子跃迁'''[https://swarma.org/?p=17911]。<br /> <br /> ==集智内容 ==<br /> <br /> === 集智公众号 ===<br /> [[File:集智俱乐部公众号云图.png|800px|集智俱乐部发展历史|thumb|居中|集智俱乐部公众号关键词云图]]<br /> <br /> 集智俱乐部致力于报道复杂性科学与人工智能领域的最新进展，特别关注跨学科研究与交流。从社交网络到生态系统，从城市的结构到语言的结构，从机器学习到量子信息……「集智俱乐部」这个公众号跨越了学科的局限，向我们揭示出复杂世界背后的简单规则，也启发我们思考人工智能和复杂系统中的那些最前沿、最深刻、最普适的问题。<br /> <br /> 集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> <br /> ==== 代表作品 ====<br /> 集智俱乐部公众号下分为多个子栏目，包括前沿报道、科研议题、科普文章、科学解释世界、经典论文回顾等。典型代表作品如下：<br /> <br /> *栏目：前沿报道<br /> 代表文章：[https://mp.weixin.qq.com/s/eDP_1GdltOeER4mgJKrnBg 巴拉巴西nature封面文章，网络3d打印]<br /> <br /> *栏目：科研议题<br /> 代表文章：[https://mp.weixin.qq.com/s/iXXZi6dQeTBBSZoHlLuCHA 学术互捧没有用？可能还有负面作用]<br /> <br /> *栏目：科普文章<br /> 代表文章：[https://mp.weixin.qq.com/s/pVgX5o2pu7l_Fbq3GAcn0A 一文读懂复杂网络与群体智慧]<br /> <br /> *栏目：科学解释世界<br /> 代表文章：[https://mp.weixin.qq.com/s/Dl0DowLx70uFwq67XJGvVA Science文章：要想成功，快抱大腿]<br /> <br /> *栏目：经典论文回顾<br /> 代表文章：[https://mp.weixin.qq.com/s/X7AWuytD8D3Z5-rUAi7TEQ 热力学与进化论]<br /> <br /> *栏目：集智活动<br /> 代表文章：[https://mp.weixin.qq.com/s/TOOcBnaMPm6NycWvZYa8sQ 集智-凯风复杂系统论坛全天回顾]<br /> <br /> 公众号 ID：swarma_org<br /> [[File:集智俱乐部.jpg|200px|集智俱乐部发展历史|thumb|居中|扫一扫，关注集智俱乐部]]<br /> <br /> === 集智百科 ===<br /> <br /> [[File:集智百科-全面图.png|1000px|集智俱乐部发展历史|thumb|居中|[[集智百科]]]]<br /> <br /> [[集智百科]]是一个自由内容、公开编辑的科学知识库，主要内容集中在复杂系统科学与人工智能，创建于2013年，主要内容由集智俱乐部志愿者贡献。<br /> <br /> 集智百科作为一个开源的项目，致力于在复杂性科学这个学科领域，为大家翻译、整理、编辑最专业、准确的中文百科全书，为广大的科学爱好者提供最便捷的搜索方式。<br /> <br /> 集智百科的'''愿景'''：做复杂性科学领域科学、全面、客观的百科全书；<br /> <br /> 集智百科的'''口号'''：知识从我而来，问题到我为止。<br /> <br /> 从13年创建以来，集智百科上断断续续的有人生产内容，但是这些内容缺乏规范性，也不成体系，自2019年年底以来，集智俱乐部希望可以着重的梳理复杂性科学领域的基础知识，为广大的科学爱好者提供便捷易懂的知识。所以我们成立了信息收集、整理翻译、审校、编辑、专家审校、代码实现等小组，希望可以共同去完成这样一个万古长青的事业。<br /> <br /> 如果恰好你也对知识整理、分享感兴趣，也愿意参与我们，请添加相关负责人联系方式，加入对应的小组，和大家一同前行，共同编辑，改变世界！<br /> <br /> [[File:集智百科报名.png |200px|集智俱乐部发展历史|thumb|居中|集智百科志愿者报名]]<br /> <br /> ==== 代表作品 ====<br /> 知识类词条：<br /> *[[摄像机-电视自指系统]]<br /> *[[无标度网络]]<br /> *[[小世界网络]]<br /> *[[异速生长律]]<br /> *[[元胞自动机]]<br /> *[[复杂系统]]<br /> <br /> 人物类词条：<br /> * [[斯蒂芬·沃尔夫勒姆 Stephen Wolfram]]<br /> * [[香农]]<br /> * [[吉布斯]]<br /> * [[巴拉巴西]]<br /> <br /> <br /> 书籍类词条：<br /> * [[链接：网络新科学]]<br /> * [[巴拉巴西网络科学 Network Science]]<br /> * [[巴拉巴西成功定律]]<br /> <br /> === 集智众包 ===<br /> 集智俱乐部自2015年以来，在集智社区形成了成熟的众包运作模式，充分利用集体智慧，进行团体合作写作、翻译等活动，最终输出内容。目前已创作和翻译3本图书作品：<br /> <br /> ==== 代表作品 ====<br /> <br /> [[File:科学的极致：漫谈人工智能.JPG|350px|居中|科学的极致：漫谈人工智能]]<br /> <br /> [[科学的极致：漫谈人工智能]]<br /> <br /> 简介：这本书主要向大家介绍了人工智能的历史和发展，当然也包括了很多在集智俱乐部讨论过的AI方面的主题，例如：哥德尔不完备定理、柯尔莫戈洛夫复杂性、深度学习和集体智慧等主题。<br /> <br /> [[File:走近2050——注意力、互联网与人工智能.jpg|300px|居中|走近2050——注意力、互联网与人工智能]]<br /> <br /> [[走近2050]]——注意力、互联网与人工智能<br /> <br /> 简介：这本书主要讲述了机器世界最重要的能源：注意力流，因为我们生活中所有的产品和程序都是为了获取我们的注意力。这本书涵盖了人工智能、互联网、心理学和计算机游戏。<br /> <br /> <br /> [[File:深度思考——人工智能的终点与人类创造力的起点.jpg |400px|居中|深度思考——人工智能的终点与人类创造力的起点]]<br /> <br /> [[深度思考]]——人工智能的终点与人类创造力的起点<br /> <br /> 简介：在这本突破性的书中，卡斯帕罗夫第次揭示了他惊人的一面，描述了他在面对最为强大的对手时的谋划与布局，在全世界的注视下奋勇争先，并叙述了通过国际象棋程序的发展考察人工智能的发展历史。<br /> <br /> <br /> <br /> [[File:深度学习原理与PyTorch实战.png |400px|居中|[http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]]]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> 简介：本书系统介绍了深度学习技术及开源框架 PyTorch。实战与理论兼具，每章围绕一个有意思的实战案例展开，全面深入地介绍了计算机视觉、自然语言处理、迁移学习，以及最新的对抗式学习和深度强化学习等前沿技术。<br /> <br /> <br /> <br /> [[文件:Netlogo入门书籍.jpg|替代=|居中|400x400像素]]<br /> [https://item.jd.com/10039871937829.html NetLogo多主体建模入门]<br /> <br /> 简介：从入门讲解NetLogo多主体建模，精选七大跨领域实战案例，循序渐近讲解NetLogo的使用方法，附赠代码示例和讲解视频，计算机模拟仿真建模教程书籍。<br /> <br /> ==成果展示 ==<br /> <br /> === 集智社区 ===<br /> <br /> 在集智社群中<br /> <br /> 既有做出重要贡献的'''成熟学者'''<br /> <br /> 也有引领科技行业潮流的'''先锋企业家'''<br /> <br /> 还有许多正冉冉升起的'''青年学者、潜力硕博'''<br /> <br /> 更不乏从志愿者工作开始，逐渐切入学界、迅速成长的'''优秀青年'''<br /> <br /> 集智社群名人不完全名单：<br /> 文小刚，侯世达，凯文·凯利，李子青，王飞跃，段永朝，王小川，顾学雍，陈晓松，周海军，王啸，吴岩，刘锋，张寒燕，俞志晨，张一甲，杨南征，狄增如，韩战钢，吴金闪，尹相志，韩锋，李嫣然，傅渥成，林思恩，吴令飞，吕正东，唐璐，贾梓筠，尤亦庄，肖达，谷鹄翔，王成军，张勉，秦建军，苑明理，董磊，王乃岩，许铁，陆宜，陆云波，赵云峰，袁行远，曹旭东，陆树燊，王昆，刘寰青，唐文，姚欣，宋家泰，黄钊等等等等。<br /> <br /> [[File:GEB侯世达.jpg|800px|GEB作者侯世达公开分享|thumb|居中|《GEB》作者侯世达先生在集智俱乐部演讲]]<br /> <br /> <br /> [[File:部分集智科学家.jpg|800px|部分集智科学家合照|thumb|居中|部分集智科学家合照]]<br /> <br /> 还有许许多多的大咖参与其中， 共同打造没有围墙的研究所！<br /> &lt;br /&gt;<br /> <br /> ==== 社区科研成果 ====<br /> <br /> '''[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]'''<br /> * 2017年11月28日，集智科学家[[张江]]、董磊、[[李睿琪]]等人在Nature Communications上发表文章[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]&lt;ref name=&quot;z&quot;&gt;Ruiqi Li,Lei Dong,Jiang Zhang,Xinran Wang,Wen-Xu Wang,Zengru Di,H. Eugene Stanley (2017) [https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities].&lt;/ref&gt;，该文提出了一种模拟城市分形生长过程的模型，用简单的规则就可以刻画纷繁复杂的城市背后的统一规律：[https://mp.weixin.qq.com/s/Kqwcpg3Tyl78eF6YQyHESw 复杂的城市，简单的规则]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]'''<br /> * 2018年12月11日，集智科学家吴令飞（[[计算士]]）和王成军合作在PANS上发表文章[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]&lt;ref name=&quot;w1&quot;&gt;Katy Börner,Olga Scrivner,Mike Gallant,Shutian Ma,Xiaozhong Liu,Keith Chewning,Lingfei Wu,James A. Evans (2018) [https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy].&lt;/ref&gt;，该文系统性分析了一万三千个技能关键词在过去七年间（2010-2016）发布的一亿两千万份招聘广告、三百万份课程大纲和一百万研究论文上被提及的频率，发现人类社会对编程、财务、统计等“硬技能”（hard skills）的需求越来越大，与此同时，研究人员发现，沟通、管理和团队合作等“软技能”（soft skills）频率波动的时间序列与硬技能之间密切相关，硬技能需求增加驱动着与之适配的软技能：[https://swarma.org/?p=13892 为什么未来需要软技能]<br /> <br /> '''[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It]''' <br /> * 2019年2月21日，集智科学家吴令飞（[[计算士]]）在Nature杂志上发表封面文章[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It] &lt;ref name=&quot;w&quot;&gt;Lingfei Wu,Dashun Wang,James A. Evans (2019) [https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large teams develop and small teams disrupt science and technology].&lt;/ref&gt;。该文介绍了一项对1954年-2014年期间超过6500万篇论文、专利和软件产品的数据分析工作。研究者量化评估了创新的“颠覆性”，发现小团队更有可能做出突破性的研究：[https://swarma.org/?p=14730 团队规模与颠覆性创新]。论文第一作者吴令飞为 Nature 撰写了这篇文章，介绍了论文背后的故事和作者们的思考：[https://swarma.org/?p=14825 Nature封面文章作者讲述论文故事：小团队知道答案]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]'''<br /> * 2019年7月8日，集智科学家靳擎、王大顺等人在Nature Human Behaviour上发表封面文章[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]&lt;ref name=&quot;j&quot;&gt;Ching Jin,Chaoming Song,Johannes Bjelland,Geoffrey Canright,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems].&lt;/ref&gt;，该文章发表消费者购买产品的行为模式、新思想在网络上传播的模式，本质上都是一种幂律增长的模式：[https://swarma.org/?p=17317 复杂演替系统中的幂律增长模式]<br /> <br /> '''[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]'''<br /> * 2019年10月30日，集智科学家殷裔安和王大顺等人一起在Nature发表文章[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]&lt;ref name=&quot;y&quot;&gt;Yian Yin,Yang Wang,James A. Evans,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security].&lt;/ref&gt;，分析了科研（数据集来源于NIH Grants）、投资（数据集来源于 VentureXpert 数据库）、公共安全（数据集来源于全球恐怖主义数据库GTD）三个领域的大规模数据，阐述了失败的动力学机制。从动力学所得到的早期信号中“明察秋毫”，或许胜败早有伏笔：[https://mp.weixin.qq.com/s/SNxL91Q-pRfP83YoXK9LSQ 原来胜败早有信号]<br /> <br /> '''[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]'''<br /> * 2020年2月18日，集智科学家黄俊铭在PANS杂志上发表文章[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;，该文整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据，对学术界中女性科研人员的学术能力表现及其背后的原因做出了分析:[https://swarma.org/?p=18557 女性科研工作者的退出风险与学术成就]<br /> <br /> === 集智孕育 ===<br /> <br /> ==== 彩云AI ====<br /> <br /> [[File:彩云天气.png|800px|居中]]<br /> <br /> 2014年，集智俱乐部核心成员袁行远、肖达开发彩云天气，这是一款能够精确预测未来1小时内局部地区降雨情况的APP。这款APP是集智俱乐部举办的深度学习读书会孕育出来的一款产品。目前，袁行远、肖达、苑明理、何永振等集智核心成员已独立成立了彩彻区明科技有限公司。<br /> <br /> 有关彩云天气可以参看：[http://caiyunapp.com/]<br /> <br /> 最近，这个团队又研发了一个“彩云小译”的AI应用，这个应用可以做中英之间的同声翻译，帮助你与外国人无障碍交流。<br /> <br /> [[File:彩云小译.png|800px|居中]]<br /> <br /> ==== 集智斑图 ====<br /> <br /> <br /> [[文件:集智斑图新首页.png|替代=|居中|缩略图|800x800像素|[https://pattern.swarma.org/ 集智斑图]首页截图]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> [https://pattern.swarma.org/ 集智斑图]是是集智俱乐部创建的复杂科学领域的高质量内容聚合平台，包含了自组织社区、多领域学习路径、最新论文更新、论文解读活动等板块。集智斑图的目标是沉淀聚合复杂科学相关的科研资料，提高信息匹配效率。<br /> <br /> 斑图的含义：来源于英文的pattern，有花纹，图案的意思，在复杂系统中特指大量相互作用单元涌现出的时间空间模式，集智斑图则特指学习者在探索互动中形成的知识空间和集体智慧<br /> <br /> slogan：用知识连接探索者<br /> <br /> '''推荐学习路径：'''<br /> <br /> [https://pattern.swarma.org/path?id=13 意识科学入门路径]从意识是什么，详细介绍了认知科学有关的实验，介绍了认知科学当前的最新研究进展，并且从跨学科的角度探讨了认知科学的发展方向。<br /> <br /> [https://pattern.swarma.org/path?id=2 复杂网络分析入门路径]系统地整理了复杂网络分析领域的主要问题、意义和研究思路（但并不包括具体细节），整理相关的学习资料、论文和在线课程，供新手快速入门复杂网络。<br /> <br /> [https://pattern.swarma.org/path?id=9 因果推断方法概述]从因果关系，理解因果关系的三个层次，以及研究因果关系的算法详细的阐述了因果关系的研究问题。<br /> <br /> [https://pattern.swarma.org/path?id=21 解读幂律(Power Law)分布与无标度(Scale Free)网络]从什么是幂律分布，什么是无标度网络，如何产生幂律分布以及如何估计和判断幂律分布等几个方面详细阐述了幂律分布的原理。<br /> <br /> [https://pattern.swarma.org/path?id=11 人工生命入门路径]整理自Lana Sinapayen为人工智能研究者们提供的一份人工生命入门指南，从人工生命的研究目标，人工生命的发展历史，人工生命的未来展望和学习清单多方面阐述了人工生命这个领域的研究问题和方向。<br /> <br /> '''推荐论文解读：'''<br /> <br /> * Albert-Laszlo Barabasi;Reka Albert;Emergence of scaling in random networks ,Science,1999&lt;ref name=&quot;a&quot;&gt;Albert-Laszlo Barabasi,Reka Albert (1999) [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 Emergence of scaling in random networks].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 随机网络的无标度性]总结了存在于许多实际网络中的[[幂律分布]]特性，首次命名了[[无标度网络]]这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。<br /> <br /> * Dirk Brockmann; Dirk Helbing;The Hidden Geometry of Complex, Network-Driven Contagion Phenomena ,Science,2013 &lt;ref name=&quot;b&quot;&gt;Dirk Brockmann, Dirk Helbing (2013) [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 The Hidden Geometry of Complex, Network-Driven Contagion Phenomena].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 通过网络的隐藏几何推断病毒的传播]指出疾病的传播其实与城市间的地理距离没啥关系，而与城市间的“等效”距离密切相关。这里的等效距离就是指根据城市间交通流量数据而折合以后的距离。<br /> <br /> * Marc Timme; Jose Casadiego;Revealing networks from dynamics: an introduction ,Journal of Physics A: Mathematical and Theoretical,2014,41 .37&lt;ref name=&quot;c&quot;&gt;Marc Timme, Jose Casadiego (2014) [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 Revealing networks from dynamics: an introduction].Journal of Physics A: Mathematical and Theoretical.41.37:&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 基于动力学的网络重构]简单地引入了复杂网络的基本概念后，介绍了复杂网络中有效链接和结构链接两者之间的区别。文章中详细地回顾了基于群体动力学数据，重构网络中结构链接的三种主要基本方法，即驱动-响应方法、复制-同步方法和直接重构方法，并指出了每种方法的优缺点和适用范围；简略地介绍了基于相关函数和最大熵理论，重构有效链接的思路。<br /> <br /> * Junming Huang;Alexander J. Gates;Roberta Sinatra;Historical comparison of gender inequality in scientific careers across countries and disciplines ,proceedings of the national academy of sciences,2020,117 .9:4609-4616&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 PNAS论文解读：科学事业在不同国家和学科中性别不平等的历史比较]整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、署名、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据。对学术界中女性科研人员的学术能力表现、及其背后的原因做出了分析。<br /> <br /> <br /> '''集智斑图论文速递：'''<br /> <br /> 实现了自动采集和遴选各大学术顶刊中与复杂科学密切相关的最新进展，并通过定期推送和建立论文库服务社区，是集智斑图聚合高质量信息、服务自组织科学社区的一项代表性产品。<br /> <br /> 斑图速递是由数据自动采集、科学术语自动提取、跨学科领域论文过滤、科学影响力评价体系等一系列技术支撑的，其中多项技术为自主研发并已注册专利。集智技术团队将持续专注于建立更完善的复杂科学知识体系和知识管理体系，服务于集智社区。<br /> [[文件:顶刊速递.png|居中|缩略图|569x569像素|顶刊速递栏目]]<br /> [[文件:顶刊速递订阅.png|替代=顶刊速递订阅|边框|居中|647x647像素]]<br /> <br /> <br /> ==== 集智学园 ====<br /> [http://campus.swarma.org 集智学园]成立于2016年10月1日，是集智俱乐部孕育的创业项目之一。为一个知识服务社区，专门致力于复杂性科学、人工智能等先进技术的普及工作，合作伙伴包括腾讯、华为、北京师范大学、湖畔大学、混沌大学等多家知名机构。2019年底获得国家高新技术企业称号。<br /> <br /> [http://campus.swarma.org 集智学园]的课程涵盖基础通识、复杂系统、网络科学、计算社会、人工智能五大模块。每个模块的精品课程，下表是部分课程：<br /> <br /> {| class=&quot;wikitable sortable&quot;<br /> |-<br /> ! 课程类别 !! 课程名称<br /> |-<br /> | 基础与通识 || [http://campus.swarma.org/play/coursedetail?id=429 NetLogo 多主体建模入门]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10405 Mathematica基础入门教程]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=388 快速入门 Julia 语言]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10406 数据科学心法与机器学习实战] <br /> |-<br /> | 复杂系统 || [http://campus.swarma.org/play/coursedetail?id=432 复杂性思维2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10665 系统科学概论]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=394 复杂系统中的幂律分布]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=397 非线性动力学与混沌]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=433 复杂性与临界现象2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=423 系统科学与社会经济] <br /> |-<br /> | 网络科学 || [http://campus.swarma.org/play/coursedetail?id=381 图网络：融合推理与学习的全新深度学习架构]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=440 复杂网络2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=443 图网络算法原理探究]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=122 非欧式数据的几何深度学习]<br /> |-<br /> | 计算社会 || [http://campus.swarma.org/play/coursedetail?id=10634 计算社会科学的前沿与展望]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10624 地球未来——生物体、城市和公司的生命、生长与死亡]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10582 生长与设计——复杂性视角下的智慧城市]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=425 复杂系统与社会计算研讨会]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10844 知识图谱与认知智能] <br /> |-<br /> | 人工智能 || [http://campus.swarma.org/play/coursedetail?id=11076 产学结合：自然语言处理及其应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=416 系统讲解知识图谱——从建模到应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=412 GAN 专题论文解读]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=413 GAN 专题代码实践]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10484 计算机视觉与深度学习]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=121 中文自然语言理解（NLU）在金融领域的应用] <br /> |-<br /> <br /> |}<br /> <br /> 查看各模块的精品课程，去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===== [http://wiki.swarma.net/index.php/%E4%BC%81%E4%B8%9A%E5%90%88%E4%BD%9C%E8%AF%BE%E7%A8%8B%E5%88%97%E8%A1%A8 企业培训] =====<br /> <br /> 集智学园特别推出企业培训服务，为企业提供系统完整的技术、思维培训。建立员工深度学习机器学习思维，掌握机器学习的基本方法，提高企业活力。<br /> &lt;br/&gt;详细信息：http://business.swarma.org/<br /> <br /> <br /> '''技术培训'''<br /> <br /> 《python数据科学与机器学习》&lt;br /&gt;<br /> <br /> 《如何打造你自己的聊天机器人》&lt;br /&gt;<br /> <br /> 《中文自然语言理解在中文中的应用》&lt;br /&gt;<br /> <br /> 《自然语言处理与深度学习》&lt;br /&gt;<br /> <br /> 《计算机视觉与深度学习》&lt;br /&gt;<br /> <br /> 《火炬上的深度学习》&lt;br/&gt;<br /> ......<br /> <br /> '''思维升级'''<br /> <br /> 《复杂性科学》&lt;br /&gt;<br /> <br /> 《迎接AI时代》&lt;br /&gt;<br /> <br /> 《走近2050—人工智能、注意力与互联网》&lt;br /&gt;<br /> <br /> 《机器学习思维》&lt;br /&gt;<br /> <br /> 《企业生长的规模法则》&lt;br/&gt;<br /> ......<br /> <br /> 查看更多精彩内容，请去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===媒体报道===<br /> <br /> 李白薇：[http://sttc.net.cn/journal/130.html 没有围墙的研究所]，中国科技人才，2015 原文链接<br /> <br /> Xtecher:[http://www.sohu.com/a/125848135_472705 集智俱乐部张江：复杂系统里“简单纯粹”的前行者]<br /> <br /> 以特邀嘉宾的身份参与录制CCTV2的节目：未来架构师。[http://tv.cctv.com/2017/08/06/VIDESuxtIaeQMfwZVNHtV1zU170806.shtml 《未来架构师》 人与机器交融的未来场景]<br /> <br /> ----<br /> <br /> ==加入方式==<br /> <br /> 目前集智俱乐部官方运营的社区加入方式如下：<br /> <br /> * '''1.加入具体领域微信群，参与学术交流，需要报名对应主题的读书会，读书会列表可查看 https://pattern.swarma.org/study_groups'''<br /> * '''2.成为集智VIP， 解锁全部读书会、课程权限，VIP报名通道：https://campus.swarma.org/vip'''<br /> * '''3.加入集智俱乐部QQ群：'''<br /> ** 集智俱乐部一群：292641157（已满）<br /> ** 集智俱乐部二群：877391004<br /> ** 集智学园交流群：426390994<br /> <br /> 成为集智俱乐部实习生：[https://mp.weixin.qq.com/s/5MD_56h3FwU80Yt221rckw 加入集智，一起复杂！2021集智实习生/志愿者招募]。<br /> <br /> 微信公共账号：集智俱乐部<br /> <br /> [[File:集智俱乐部.jpg|200px|right|thumb|扫一扫，关注集智俱乐部]]<br /> <br /> 还可以添加微信小助手：swarmaAI<br /> <br /> 官方网站：https://pattern.swarma.org/<br /> <br /> B站地址：[https://space.bilibili.com/233204821/#/ 集智俱乐部]<br /> <br /> 张江知乎账号：[https://www.zhihu.com/people/zhang-jiang-78-29-94/activities 张江]<br /> <br /> 集智俱乐部知乎账号：[https://www.zhihu.com/people/swarma/activities 集智俱乐部]<br /> <br /> 集智科学家微博：@集智科学家（https://weibo.com/swamagents?refer_flag=1001030101_）<br /> <br /> <br /> 更多入口，请参看：[https://www.wolai.com/fHxGuDuNUvwqfq7mjHtLFe 关于我们]<br /> <br /> == 参考资料 ==<br /> <br /> &lt;references /&gt;</div>

Mobility https://wiki.swarma.org/index.php?title=Sloppy_Model&diff=34299 2024-03-05T01:49:29Z

<p>Mobility：建立内容为“ == Sloppiness与Sloppy理论 == sloppiness是多参数系统的中常见的一种特性。具有这种特性的模型的参数往往有很多个，但是模型…”的新页面</p> <hr /> <div><br /> == Sloppiness与Sloppy理论 ==<br /> sloppiness是多参数系统的中常见的一种特性。具有这种特性的模型的参数往往有很多个，但是模型的行为仅取决于少数几个参数或参数的线性组合，其它参数或参数 的线性组合对模型告诉的影响微乎其微。sloppiness特性在系统生物学、物理学和数学系统中无处不在。<br /> <br /> <br /> <br /> 几年前，在研究细胞内外信号传递过程中蛋白质相互作用机制时，几名物理和生物领域的科学家建立了一个有48个参数的模型，模型中参数之间难以独立分离，且参数变化范围都超过50倍。在面对一个参数不确定性如此之大的复杂模型时，一位生物学家却指出：根据研究经验，模型的实验结果甚至不用电脑就可以估算出来。因为系统的行为与大多数参数不确定性之间的关系并不紧密。<br /> <br /> 大量的生物模型都存在类似的现象，例如生物钟的模型。该模型有36个参数，参数空间中符合模型行为特征的参数点构成了一个线性空间，把参数空间向某一平面投影，如图所示。在图上可以看出有实验点分布的方向是sloppy（“欠定”)的（即沿着这个方向变化参数，模型的行为不会发生明显改变），而垂直实验点分布方向是stiff（“僵硬”）的（即在这个方向上改变模型参数，模型的行为会发生显著变化），而在垂直于这个平面的参数空间中，大部分方向都是sloppy（“欠定”）的。<br /> <br /> 有一点必须注意，在大多数sloppy模型中，改变任何一个参数值往往都会对模型的行为产生很大影响。在这个例子中，无论沿水平方向改变参数还是沿垂直方向改变参数，模型的行为都会发生明显改变，而只有沿特定sloppy（“欠定”）方向改变参数时，模型的行为才不会发生明显改变。sloppniess仅表示sloppy（“欠定”）参数方向组成的空间维度相比于stiff（“僵硬”）参数方向组成的空间维度要高得多。<br /> <br /> 许多参数个数超过5的模型都是sloppy的，由于很难通过实验数据找到sloppy模型参数，sloppy的模型通常被称为“欠约束”或“高度病态”。要找到stiff（“僵硬”）方向通常采用如下方法：假设模型的参数空间为''θ，''计算成本函数，即理论与实验值的差的平方和， <br /> <br /> $C(\theta)=\sum_i(y(\theta,t_i)-y_i)^2$<br /> <br /> 为了表示及说明方便，取参数空间的一个二维平面截面来观察等值线，可得到形如下图香蕉形状的的成本函数等值线图。这个图的水平方向与垂直方向是按照sloppy（“欠定 ”）方向与stiff（“僵硬”）方向布置的。沿着sloppy（“欠定”）方向，成本函数变化小，而沿着stiff（“僵硬”）方向，成本函数变化大。<br /> <br /> 模型与实际值符合最好的参数值会使成本函数取到极值，从这个参数值局部来看，成本函数的等值线呈现为椭球形，取成本函数的黑塞矩阵$$H_{\alpha\beta} =\partial^2C/\partial\theta_\alpha\partial\theta_\beta$$。计算矩阵的特征值以及对应的特征向量，较大的特征值对应的特征向量方向即是stiff（“僵硬”）的。因此，特征值的平方（为了避免特征值是负的时，绝对值大但本身值很小的情况出现）即可以反应参数变化方向是stiff（“僵硬”）的还是sloppy（“欠定”）的。<br /> <br /> Sloppiness在生物学领域最为普遍，但在其它领域也并不缺席。从昆虫飞行模型，到原子间势，再到加速器设计，许多目前常用的模型都是sloppy的。例如，量子蒙特卡洛是求解原子和小分子的能量和量子行为的最精确的工具；然而，赛勒斯·乌姆里加（Cyrus Umrigar）在这种方法基础上建立的非常精确的变分波函数却是极度sloppy（b列）。<br /> <br /> 即便参数值与真实值相差很大，有sloppy特性的模型也可以做出精确的预测。在数学中有一个经典的拟合难题：用指数衰变和去拟合放射性模型（c列和d列）得到的衰变常数与真实衰变常数截然不同，但短期内模型预测值与真实值却相差不大 。最后，用多项式系数模型$$\sum_i a_it^i$$拟合数据是sloppy的（h列）。但用正交多项式基$$\sum_ib_iH_i$$($$H_i$$是一组正交多项式基）去拟合时得到的模型却往往是非sloppy的，这是因为从$$t^i$$到$$H_i$$的变换是高度非正交的。<br /> <br /> Sloppy模型有着多种形式，每个模型的sloppniess的原因并不完全相同，部分系统的sloppiness的原因可以从数学上进行分析。但是不同系统的sloppiniess具体原因仍然极具复杂性。<br /> <br /> == Sloppy 理论与物理学 ==<br /> 事实上，科学能够向前发展与sloppy模型的普适性相连，任何一个系统都是由大量参数决定的，而人们能够发现系统的规律是因为系统的规律由少数stiff（“僵硬”）参数决定，而与大量的sloppy（“欠定”）参数无关。以声音传播的现象为例，声音传播与分子的大小、分子的速度等众多参数相关，但是要准确预测声音传播的速度只需要知道宏观的密度与压缩比。同样，高能物理学家不需要求解弦理论来预测希格斯玻色子或描述夸克的行为。<br /> <br /> 事实上，理论物理学就像一棵树（下图）。高能物理学家研究树的枝条，寻找更接近树干的更统一的理论。在凝聚态物理学中则向外构建，寻找“涌现的”树枝和树叶——描述声音、半导体和超流体的有效理论。但两者有许多相似之处：扩散方程描述了在静止空气中香水如何从皮肤扩散到鼻子。这个方程通常写成连续极限的形式，使用的方法类似于描述凝聚态物理学中许多其他现象——声音、磁铁和超导体——的方法。而磁性的伊辛模型分形过程，通常使用类似于高能物理学中使用的重整化群进行分析。物理学家有一套系统的方法判断哪些参数是stiff（“僵硬”）的，哪些参数是sloppy（“欠定”）的，但是在其它领域中并没有相应的方法，使用sloppy理论的概念可以更准确有效地分析系统。<br /> <br /> === Sloppy理论对实验的启示及应用 ===<br /> 大量的模型都是sloppy的，都可以用大量不同的参数去拟合相同的实验数据。在很多情形下，哪怕系统的参数还未知，也有可能作出准确预测。一方面，这可以认为是好事，因为可以给许多似是而非的模型提出质疑。但另一方面，却给如何证明一个模型是正确的提出了挑战。<br /> <br /> 解决这个问题的方法就是仔细测量所有数据，如果所有数据都被精确测量，而且模型与实验仍然符合，那么模型就是正确的，但是实际上，这样做很耗时耗力。大部分情形下，模型本身可以是错误的，但因为能作出准确的预测，也可以放心使用。<br /> <br /> 但这并不是说可以忽略一些参数，哪怕忽略一个stiff（“僵硬”）方向有投影的参数，模型的行为也会完全不可控。这也给实验造成了困扰，有时忽略了一半以上的参数模型的行为不会有太大改变，但即使忽略了在stiff（“僵硬”）方向有投影的一个参数，要准确预测模型的行为也会变得完全不可能。<br /> {| class=&quot;wikitable&quot;<br /> | colspan=&quot;1&quot; rowspan=&quot;1&quot; |还是以上述48参数的模型为例，研究其在另一种工作模式下的行为：特定细胞在特定生长激素 （EGF作用下）的活性 Erk 与时间的关系。如果 Erk 在 10 分钟后下降，细胞就会增殖；如果它保持下去，细胞就会分化（像神经元一样生长分支）。药物LY，红色X）会关闭两种蛋白质（图中左侧灰色的两个蛋白）。实验想确定给细胞提供更多的LY会发生什么。下面使用四种类型的预测。<br /> <br /> # 经验：一名生物学家认为图中左侧的回路在十分钟后会阻止Erk流失。因此，在添加药物LY后，他预测Erk将保持活跃。<br /> # Sloppy（“欠定”）的做法：拟合了现有的实验数据（文献中的14个实验，在各种干预后进行各种测量）。模型是sloppy（“欠定”）的，48个参数的误差很大。结果预测结果如下图所示。Erk 在后期不保持活跃；生物学家猜错了。（这就是为什么他希望开发这个模型;他的直觉受到了所有反馈循环的挑战。然而，值得注意的是，考虑到参数不确定性的最小值为50倍，到最大值约为100万，预测的误差却非常小。<br /> # 精准实验：把所有实验参数的值误差控制在25%以下，实验花费的精力很大，但是实验结果与第二种“懒惰”的做法结果相差不大。<br /> # 少测量一个参数：在图上反应的是蓝色带的位置，可以看出，虽然参数的误差很小，但实验结果的取值范围很大，很难作出准确的预测。<br /> |}<br /> {| class=&quot;wikitable&quot;<br /> | colspan=&quot;1&quot; rowspan=&quot;1&quot; |&lt;nowiki&gt;在另外研究一个表皮生长因子受体 （EGFR）在受到外界信号再刺激时的行为的实验中，也同样应用了sloppy的理论，。实验涉及到的参数包括活性 Cool-1、活性 Cdc42 和 Cbl。实验想要判断Cbl与活性 Cool-1、活性 Cdc42 的关系。该系统有两种机制，两种机制之间互相影响。这给实验带来了极大困难。虽然可以给这个系统建立一个与以往实验数据相符的计算模型，但是仍然无法准确预测系统的行为。为了解决这个问题，生物学家应用了成本函数。先是计算了整体偏差$$C(\theta)=\sum_{\alpha=1}^D\sum_{i=1}^ {m_\alpha}\left(\frac{y_\alpha(t_{\alpha i},\theta)-d_{\alpha i}}{\sigma_{\alpha i}}\right)^2$$&lt;/nowiki&gt;<br /> <br /> 其中$$D$$是要测量的参数个数，而$$m_\alpha$$是每个参数的取样点<br /> <br /> 然后计算费舍尔信息矩阵<br /> <br /> &lt;nowiki&gt;$$M=E[\partial^2C/\partial\theta^2]=\sum_{\alpha=1}^D\sum_{i=1}^{m_\alpha}\frac{1}{\sigma_{\alpha i}}\frac{\partial y_\alpha(t_{\alpha_i},\theta)^t}{\partial\theta}|_{\hat\theta}\frac{1}{\sigma_{\alpha i}}\frac{\partial y_\alpha(t_{\alpha_i},\theta)}{\partial\theta}|_{\hat\theta}=J^tJ$$&lt;/nowiki&gt;<br /> <br /> 定义成本函数为要预测的参数的方差<br /> <br /> $$Var((\hat y_\beta(t))=\frac{\partial y_\alpha(t_{\alpha_i},\theta)^t}{\partial\theta}|_{\hat\theta}M^{-1}\frac{\partial y_\alpha(t_{\alpha_i},\theta)}{\partial\theta}|_{\hat\theta}$$<br /> <br /> 对这个成本函数相对于$$\alpha$$和$$t_{\alpha i}$$取极值，就可以知道测量哪个参数以及在哪个取样点附近测量参数可以让实验的误差最小。应用这个方法，生物学家发现参数活性 Cdc42 更加stiff，增加了活性 Cdc42 的测量点数后极大地减少了实验误差。<br /> |}<br /> 这两个实验表明，在实验中可以减少测量参数的个数，并且通过选取测量的参数使实验更加有效。但是在许多情况下仍有很多问题。这里的模型是准确的，误差估计也很准确。这是建立大量已有实验的基础上，但对于未知的领域，规律往往并不清楚，虽然系统极有可能是sloppy的，但是正是因为有那些stiff（“僵硬”）的参数方向，仍然需要繁琐得测量所有参数。<br /> <br /> <br /> 以上内容翻译自参考资料：<br /> <br /> Sloopy Model: &lt;nowiki&gt;https://www.lassp.cornell.edu/sethna/Sloppy/，感兴趣的朋友可以前往了解详情。&lt;/nowiki&gt;</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34297 2024-03-01T08:13:01Z

<p>Mobility：/* 新信息论：从分解到整合 */</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2023年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;29&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|居中|缩略图|206x206像素|小助手微信|链接=Special:FilePath/Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |23<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |-<br /> |图网络：算法原理与应用系列论文解读<br /> |高飞等<br /> |周莉<br /> |23<br /> |已结束<br /> |<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |16<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |20<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |14<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |8<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |17<br /> |已结束<br /> |周日上午10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |27<br /> |已结束<br /> |周日上午10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |已结束<br /> |周六晚上20:00-22:00<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |21<br /> |已结束<br /> |周六上午9:00-11:00<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |21<br /> |已结束<br /> |<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |14<br /> |已结束<br /> |周五晚19:00-21:00<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |21<br /> |已结束<br /> |周四晚19:00-21:00<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |25<br /> |已结束<br /> |周六下午14:00-16:00<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |20<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |13<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |13<br /> |已结束<br /> |周五晚上19:00-21:00<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |14<br /> |已结束<br /> |周日早上9-11点<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> |周莉<br /> |10<br /> |已结束<br /> |周三晚19:00-21:00<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |已结束<br /> |周二晚19:00-21:00<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |11<br /> |已结束<br /> |周六晚19:00-21:00<br /> |-<br /> |AI+Science第二季：生物医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |13<br /> |已结束<br /> |周日上午9:00-11:00<br /> |-<br /> |AGI通用人工智能读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |<br /> |10<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |-<br /> |AI+Science第三季：人工智能与数学读书会<br /> |袁洋等<br /> |苏婉婷<br /> |<br /> |8<br /> |已结束<br /> |周五晚上19:00-21:00<br /> |-<br /> |复杂系统管理学读书会第二季：生态型组织进化<br /> |罗家德等<br /> |张倩<br /> |<br /> |9<br /> |进行中<br /> |周六下午14:00-17:00<br /> |-<br /> |新信息论，从分解到整合<br /> |张江等<br /> |梁金<br /> |<br /> |11<br /> |进行中<br /> |周日上午10:00-12:00<br /> |-<br /> |大模型安全与对齐<br /> |段雅文等<br /> |李欣儒<br /> |<br /> |10<br /> |进行中<br /> |周六上午10：00-12:00<br /> |-<br /> |计算神经科学<br /> |周昌松等<br /> |周莉<br /> |<br /> |15<br /> |进行中<br /> |周四晚上19:00-21:00<br /> |-<br /> |大语言模型与多智能体系统<br /> |赵世钰等<br /> |黄璐瑶<br /> |<br /> |8<br /> |进行中<br /> |周三晚上19:00-21:00<br /> |-<br /> |自由能原理与强化学习<br /> |牟牧云等<br /> |梁金<br /> |<br /> |10<br /> |进行中<br /> |周日上午10:00-12:00<br /> |-<br /> |计算社会科学第三季<br /> |裴佳欣等<br /> |汪馨玥<br /> |<br /> |12<br /> |进行中<br /> |周六晚上20:00-22:00<br /> |}<br /> <br /> == [https://pattern.swarma.org/study_group/11 宏观金融系列读书会] ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == 复杂经济学读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/3 第一季] ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== [https://pattern.swarma.org/study_group/20 第二季] ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|600x600像素|链接=Special:FilePath/复杂经济学第二季安排.png]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/5 【第一季：企业发展建模与预测】] ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== [https://pattern.swarma.org/study_group/8 【第二季：复杂系统自动建模】] ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == [https://pattern.swarma.org/study_group/26 面向复杂系统的人工智能研究读书会] ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == [https://pattern.swarma.org/study_group/12 科学学读书会] ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|600x600像素|链接=Special:FilePath/因果科学读书会第四季.png]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> [https://pattern.swarma.org/study_group/28 【因果涌现读书会第三季】]<br /> [[文件:因果涌现第三季框架图.png|居中|缩略图|600x600像素|因果涌现第三季读书会安排|链接=Special:FilePath/因果涌现第三季框架图.png]]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== [https://pattern.swarma.org/study_group/17 高阶网络读书会] ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|600x600像素|链接=Special:FilePath/高阶网络读书会安排.png]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|居中|缩略图|NeuroAI读书会安排|600x600像素|链接=Special:FilePath/读书会框架.jpg]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|600x600像素|链接=Special:FilePath/“后ChatGPT时代”读书会.png]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> [https://pattern.swarma.org/study_group/24 AI+Science读书会第一季]<br /> <br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|居中|缩略图|600x600像素|AI+Science读书会安排|链接=Special:FilePath/AI+Science读书会大纲.png]][https://pattern.swarma.org/study_group/29 AI+Science读书会第二季：大模型与生物医学]<br /> <br /> 在生物医学健康领域，研究深度和广度覆盖了各个层次尺度。这些研究范围从微观的分子层面（包括DNA，RNA和蛋白质等的研究）展开，进而深入到细胞和器官组织的层面（例如，对癌症等疾病的病理组织的探索）。最后，研究聚焦到宏观的个体健康临床治疗，以及社群的公共健康问题的应对。<br /> <br /> 以信息流动的视角来看，研究工作通常从最上游的DNA和基因表达分析开始，逐步深入到功能性的蛋白质和小分子药物的研究，最终到达临床诊断和疗法的研发。这构成了一个自上而下，由微观到宏观的研究框架。<br /> <br /> 在即将召开的读书会中，我们将按照这个流程进行深入讨论。首先，我们将概述并讨论当前在基础基因组学领域中所进行的大规模模型相关的探索研究工作。随后，转向相对更成熟的蛋白质，小分子以及医学领域的大模型的最新研究成果。我们的目标是通过这样全面和深入的探讨，为大家呈现大模型在生物医学健康研究方面应用的全貌，同时揭示可能的未来研究发展方向。<br /> [[文件:AI+Science第二季读书会安排.png|居中|缩略图|600x600像素|AI+Science第二季读书会安排|链接=Special:FilePath/AI+Science第二季读书会安排.png]]<br /> <br /> ==[https://pattern.swarma.org/study_group/25 图神经网络与组合优化]==<br /> 本次读书会聚焦于图神经网络与算法神经化求解的相关领域，我们将邀请一些业内专家分享他们在这些领域的最新研究成果。通过这次读书会，我们希望能够激发与会者的学术兴趣，进一步推动图神经网络与算法神经化求解领域的研究和应用发展。此外，我们还将探讨GNN在实际问题中的应用案例，以及如何将理论研究成果转化为实际应用，以帮助参会者更好地理解和掌握图神经网络在实际场景中的应用。<br /> [[文件:图神经网络与组合优化读书会安排.png|居中|缩略图|600x600像素|图神经网络与组合优化读书会安排|链接=Special:FilePath/图神经网络与组合优化读书会安排.png]]<br /> <br /> <br /> ==[https://pattern.swarma.org/study_group/27 复杂系统视角下的城市科学]==<br /> 本次读书会，我们聚焦城市科学中的三个重要主题，对“城市作为复杂系统”的理论基础、研究方法及实践应用进行分享、讨论和梳理。<br /> <br /> 第一个主题是“复杂系统视角下的城市科学”。我们将讨论城市要素空间分布与交互的研究进展，并追溯这些模型与经典城市模型的联系；以标度律为切入点，讨论城市的规模法则及其在城市增长、创新等方面的体现；结合空间网络理论，讨论城市中的信息熵、城市空间认知与导航复杂度等新兴研究方向。<br /> <br /> 第二个主题是城市科学中的AI。我们将讨论城市背景下的地理人工智能方法与模型，介绍CNN、GNN、RNN、Generative model、Transformer等主流AI框架与地理空间分析方法的内在联系；讨论AI模型辅助理解城市内社会经济、自然环境等特征的空间分布模式，以及人类移动性、交通等空间交互模式的潜力；并归纳领域挑战，涉及城市场景下AI的可解释性，时空规律的弱可复现性、伦理和隐私问题等。<br /> <br /> 第三个主题是城市科学中的因果性。我们将以因果假设和因果实验为主线展开城市科学视角下的因果论讨论；从Randomized controlled trial (RCT)的角度重新思考因果发现的基本假设，讨论城市科学视角下因果发现的框架、假设、策略、方法和模型，以及城市政策与因果发现的联系；讨论城市科学视角下因果推断的框架、假设、策略、方法和模型，以及城市中跨尺度的因果不变性和相变特性。<br /> [[文件:城市科学读书会安排.png|居中|缩略图|600x600像素|城市科学读书会安排|链接=Special:FilePath/城市科学读书会安排.png]]<br /> <br /> ==[https://pattern.swarma.org/study_group/32 AI+Science第三季：人工智能与数学]==<br /> 从自动定理证明到 AI发现数学规律，以及几何拓扑，动力系统等数学分支在AI的应用，人工智能与数学一直有着非常密切的联系。在即将召开的读书会中，我们将从AI　for　math，math　for　AI两个方面深入探讨人工智能与数学的密切联系。首先，我们将概述人工智能在数学的应用，并深入探讨大模型与数学推理，定理自动证明， AI发现数学规律，符号计算等方向的研究工作。随后，我们将转向大模型与神经网络的数学基础。最后，我们将深入探讨几何与拓扑在机器学习的应用。我们的目的是通过这样深入的探讨，与大家一起交流学习人工智能与数学的联系，同时揭示未来可能的研究发展方向。<br /> <br /> ==[https://pattern.swarma.org/study_group/33 AGI通用人工智能]==<br /> 本次读书会预计分为七个板块，分别是智能的定义与度量、智能的原理、大语言模型与信息世界的智能、感知与具身智能、多视角下的人工智能、对齐技术与AGI安全性、AGI时代的未来社会。<br /> ==[https://pattern.swarma.org/study_group/34 复杂系统管理第二季：生态型组织进化]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法<br /> <br /> ==[https://pattern.swarma.org/study_group/35 新信息论：从分解到整合]==<br /> 读书会将首先对信息论领域进行整体回顾，介绍经典信息指标，希望建立对信息熵的直觉，给后面的内容打基础。第二部分介绍整合信息论的理论框架。第三部分将详细梳理信息分解的理论框架，包括部分信息分解（PID）、延展的PID框架、信息分解计算，以及信息论在脑与复杂系统中的应用。最后介绍整合信息分解（ΦID）与 Rosas 的因果涌现框架。<br /> <br /> ==[https://pattern.swarma.org/study_group/36 大模型安全与对齐]==<br /> 读书会将详细讨论AI安全与对齐话题，涵盖分支有AI风险、安全与对齐导论、对齐失败的技术原因、可扩展监督、对抗鲁棒性与对齐泛化、可解释性研究、多主体互动风险、前沿AI滥用风险与失控风险和应对。<br /> <br /> ==[https://pattern.swarma.org/study_group/37 计算神经科学]==<br /> 读书会聚焦大脑在神经元及其环路的微观尺度的信息处理机制及其鲁棒性与非线性，在介观与宏观尺度认知功能的组织结构特征的适应性与稳定性，以及对类脑智能及人工智能的启发，对相关文献进行深入梳理。包括复杂神经动力学：全景与基础、神经元建模与计算、跨尺度神经动力学、计算神经科学与AI融合四个模块。<br /> <br /> ==[https://pattern.swarma.org/study_group/38 大语言模型与多智能体系统]==<br /> 本次读书会将介绍大模型与智能体的话题，涵盖内容包括大语言模型赋能下智能体之间的辩论、协作、模拟人类，以及实际场景中的多Agent协作等问题。主要目的是希望能够帮助各个不同学科领域的学者了解大模型与智能Agent的这个交叉领域，尤其是Agent控制与决策、集群智能等方向的研究者，同时揭示未来可能的研究发展方向。<br /> <br /> ==[https://pattern.swarma.org/study_group/39 自由能原理与强化学习]==<br /> 本次读书会中，我们将探讨自由能原理下感知与行动的统一框架，涉及变分自由能、期望自由能、注意力与显著性，以及模型学习和结构学习等相关概念。同时，我们还将深入探讨强化学习世界模型的学习与探索，多尺度世界模型、分层强化学习等相关概念，并结合自由能原理重新审视强化学习中智能体的感知与行动。最后，我们希望从脑与意识的角度出发，探讨与自由能原理相关的预测加工理论如何解释和启发我们对认知和主观体验的理解。<br /> <br /> ==[https://pattern.swarma.org/study_group/40 计算社会科学第三季：AI+Social Science]==<br /> 在前两季的读书会中，我们主要从计算社会科学的方法以及几个大的分支展开。过去一年中人工智能技术的蓬勃发展为计算社会科学研究带来了全新的问题，机遇和挑战。本次读书会就围绕人工智能技术和计算社会科学之间的交叉展开，涉及到传播学，心理学，管理学，计算机科学等多个学科。通过本次读书会的学习，我们希望你能够了解到关于人工智能和计算社会科学方面最前沿的研究话题，包括人机交互、生成式AI与社会科学、大模型与心理学、AI与商业和管理几个模块。</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34296 2024-03-01T07:36:41Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2023年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;29&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|居中|缩略图|206x206像素|小助手微信|链接=Special:FilePath/Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |23<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |-<br /> |图网络：算法原理与应用系列论文解读<br /> |高飞等<br /> |周莉<br /> |23<br /> |已结束<br /> |<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |16<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |20<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |14<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |8<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |17<br /> |已结束<br /> |周日上午10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |27<br /> |已结束<br /> |周日上午10:00-12:00<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |已结束<br /> |周六晚上20:00-22:00<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |21<br /> |已结束<br /> |周六上午9:00-11:00<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |31<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |21<br /> |已结束<br /> |<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |14<br /> |已结束<br /> |周五晚19:00-21:00<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |21<br /> |已结束<br /> |周四晚19:00-21:00<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |25<br /> |已结束<br /> |周六下午14:00-16:00<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |20<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |13<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |13<br /> |已结束<br /> |周五晚上19:00-21:00<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |14<br /> |已结束<br /> |周日早上9-11点<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> |周莉<br /> |10<br /> |已结束<br /> |周三晚19:00-21:00<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |已结束<br /> |周二晚19:00-21:00<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |11<br /> |已结束<br /> |周六晚19:00-21:00<br /> |-<br /> |AI+Science第二季：生物医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |13<br /> |已结束<br /> |周日上午9:00-11:00<br /> |-<br /> |AGI通用人工智能读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |<br /> |10<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |-<br /> |AI+Science第三季：人工智能与数学读书会<br /> |袁洋等<br /> |苏婉婷<br /> |<br /> |8<br /> |已结束<br /> |周五晚上19:00-21:00<br /> |-<br /> |复杂系统管理学读书会第二季：生态型组织进化<br /> |罗家德等<br /> |张倩<br /> |<br /> |9<br /> |进行中<br /> |周六下午14:00-17:00<br /> |-<br /> |新信息论，从分解到整合<br /> |张江等<br /> |梁金<br /> |<br /> |11<br /> |进行中<br /> |周日上午10:00-12:00<br /> |-<br /> |大模型安全与对齐<br /> |段雅文等<br /> |李欣儒<br /> |<br /> |10<br /> |进行中<br /> |周六上午10：00-12:00<br /> |-<br /> |计算神经科学<br /> |周昌松等<br /> |周莉<br /> |<br /> |15<br /> |进行中<br /> |周四晚上19:00-21:00<br /> |-<br /> |大语言模型与多智能体系统<br /> |赵世钰等<br /> |黄璐瑶<br /> |<br /> |8<br /> |进行中<br /> |周三晚上19:00-21:00<br /> |-<br /> |自由能原理与强化学习<br /> |牟牧云等<br /> |梁金<br /> |<br /> |10<br /> |进行中<br /> |周日上午10:00-12:00<br /> |-<br /> |计算社会科学第三季<br /> |裴佳欣等<br /> |汪馨玥<br /> |<br /> |12<br /> |进行中<br /> |周六晚上20:00-22:00<br /> |}<br /> <br /> == [https://pattern.swarma.org/study_group/11 宏观金融系列读书会] ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == 复杂经济学读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/3 第一季] ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== [https://pattern.swarma.org/study_group/20 第二季] ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|600x600像素|链接=Special:FilePath/复杂经济学第二季安排.png]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/5 【第一季：企业发展建模与预测】] ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== [https://pattern.swarma.org/study_group/8 【第二季：复杂系统自动建模】] ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == [https://pattern.swarma.org/study_group/26 面向复杂系统的人工智能研究读书会] ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == [https://pattern.swarma.org/study_group/12 科学学读书会] ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|600x600像素|链接=Special:FilePath/因果科学读书会第四季.png]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> [https://pattern.swarma.org/study_group/28 【因果涌现读书会第三季】]<br /> [[文件:因果涌现第三季框架图.png|居中|缩略图|600x600像素|因果涌现第三季读书会安排|链接=Special:FilePath/因果涌现第三季框架图.png]]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== [https://pattern.swarma.org/study_group/17 高阶网络读书会] ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|600x600像素|链接=Special:FilePath/高阶网络读书会安排.png]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|居中|缩略图|NeuroAI读书会安排|600x600像素|链接=Special:FilePath/读书会框架.jpg]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|600x600像素|链接=Special:FilePath/“后ChatGPT时代”读书会.png]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> [https://pattern.swarma.org/study_group/24 AI+Science读书会第一季]<br /> <br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|居中|缩略图|600x600像素|AI+Science读书会安排|链接=Special:FilePath/AI+Science读书会大纲.png]][https://pattern.swarma.org/study_group/29 AI+Science读书会第二季：大模型与生物医学]<br /> <br /> 在生物医学健康领域，研究深度和广度覆盖了各个层次尺度。这些研究范围从微观的分子层面（包括DNA，RNA和蛋白质等的研究）展开，进而深入到细胞和器官组织的层面（例如，对癌症等疾病的病理组织的探索）。最后，研究聚焦到宏观的个体健康临床治疗，以及社群的公共健康问题的应对。<br /> <br /> 以信息流动的视角来看，研究工作通常从最上游的DNA和基因表达分析开始，逐步深入到功能性的蛋白质和小分子药物的研究，最终到达临床诊断和疗法的研发。这构成了一个自上而下，由微观到宏观的研究框架。<br /> <br /> 在即将召开的读书会中，我们将按照这个流程进行深入讨论。首先，我们将概述并讨论当前在基础基因组学领域中所进行的大规模模型相关的探索研究工作。随后，转向相对更成熟的蛋白质，小分子以及医学领域的大模型的最新研究成果。我们的目标是通过这样全面和深入的探讨，为大家呈现大模型在生物医学健康研究方面应用的全貌，同时揭示可能的未来研究发展方向。<br /> [[文件:AI+Science第二季读书会安排.png|居中|缩略图|600x600像素|AI+Science第二季读书会安排|链接=Special:FilePath/AI+Science第二季读书会安排.png]]<br /> <br /> ==[https://pattern.swarma.org/study_group/25 图神经网络与组合优化]==<br /> 本次读书会聚焦于图神经网络与算法神经化求解的相关领域，我们将邀请一些业内专家分享他们在这些领域的最新研究成果。通过这次读书会，我们希望能够激发与会者的学术兴趣，进一步推动图神经网络与算法神经化求解领域的研究和应用发展。此外，我们还将探讨GNN在实际问题中的应用案例，以及如何将理论研究成果转化为实际应用，以帮助参会者更好地理解和掌握图神经网络在实际场景中的应用。<br /> [[文件:图神经网络与组合优化读书会安排.png|居中|缩略图|600x600像素|图神经网络与组合优化读书会安排|链接=Special:FilePath/图神经网络与组合优化读书会安排.png]]<br /> <br /> <br /> ==[https://pattern.swarma.org/study_group/27 复杂系统视角下的城市科学]==<br /> 本次读书会，我们聚焦城市科学中的三个重要主题，对“城市作为复杂系统”的理论基础、研究方法及实践应用进行分享、讨论和梳理。<br /> <br /> 第一个主题是“复杂系统视角下的城市科学”。我们将讨论城市要素空间分布与交互的研究进展，并追溯这些模型与经典城市模型的联系；以标度律为切入点，讨论城市的规模法则及其在城市增长、创新等方面的体现；结合空间网络理论，讨论城市中的信息熵、城市空间认知与导航复杂度等新兴研究方向。<br /> <br /> 第二个主题是城市科学中的AI。我们将讨论城市背景下的地理人工智能方法与模型，介绍CNN、GNN、RNN、Generative model、Transformer等主流AI框架与地理空间分析方法的内在联系；讨论AI模型辅助理解城市内社会经济、自然环境等特征的空间分布模式，以及人类移动性、交通等空间交互模式的潜力；并归纳领域挑战，涉及城市场景下AI的可解释性，时空规律的弱可复现性、伦理和隐私问题等。<br /> <br /> 第三个主题是城市科学中的因果性。我们将以因果假设和因果实验为主线展开城市科学视角下的因果论讨论；从Randomized controlled trial (RCT)的角度重新思考因果发现的基本假设，讨论城市科学视角下因果发现的框架、假设、策略、方法和模型，以及城市政策与因果发现的联系；讨论城市科学视角下因果推断的框架、假设、策略、方法和模型，以及城市中跨尺度的因果不变性和相变特性。<br /> [[文件:城市科学读书会安排.png|居中|缩略图|600x600像素|城市科学读书会安排|链接=Special:FilePath/城市科学读书会安排.png]]<br /> <br /> ==[https://pattern.swarma.org/study_group/32 AI+Science第三季：人工智能与数学]==<br /> 从自动定理证明到 AI发现数学规律，以及几何拓扑，动力系统等数学分支在AI的应用，人工智能与数学一直有着非常密切的联系。在即将召开的读书会中，我们将从AI　for　math，math　for　AI两个方面深入探讨人工智能与数学的密切联系。首先，我们将概述人工智能在数学的应用，并深入探讨大模型与数学推理，定理自动证明， AI发现数学规律，符号计算等方向的研究工作。随后，我们将转向大模型与神经网络的数学基础。最后，我们将深入探讨几何与拓扑在机器学习的应用。我们的目的是通过这样深入的探讨，与大家一起交流学习人工智能与数学的联系，同时揭示未来可能的研究发展方向。<br /> <br /> ==[https://pattern.swarma.org/study_group/33 AGI通用人工智能]==<br /> 本次读书会预计分为七个板块，分别是智能的定义与度量、智能的原理、大语言模型与信息世界的智能、感知与具身智能、多视角下的人工智能、对齐技术与AGI安全性、AGI时代的未来社会。<br /> ==[https://pattern.swarma.org/study_group/34 复杂系统管理第二季：生态型组织进化]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法<br /> <br /> ==[https://pattern.swarma.org/study_group/34 复杂系统管理第二季：生态型组织进化]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法<br /> <br /> ==[https://pattern.swarma.org/study_group/35 新信息论：从分解到整合]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法</div>

Mobility https://wiki.swarma.org/index.php?title=%E8%B7%AF%E5%BE%B7%E7%BB%B4%E5%B8%8C%C2%B7%E5%86%AF%C2%B7%E8%B4%9D%E5%A1%94%E9%83%8E%E8%8F%B2_Ludwig_von_Bertalanffy&diff=34288 2024-01-21T04:29:40Z

<p>Mobility：/* 贝塔朗菲方程 Bertalanffy module */</p> <hr /> <div><br /> {{#seo:<br /> |keywords=贝塔郎菲, Bertalanffy, 控制论, 一般控制论,系统科学,开放系统理论<br /> |description=贝塔郎菲, Bertalanffy, 控制论, 一般控制论,系统科学,开放系统理论<br /> }}<br /> <br /> == 基本信息 ==<br /> [[File:9345d688d43f879406315349d21b0ef41ad53a8e.png|160px|left]]<br /> {| class=&quot;wikitable&quot; width=&quot;50%&quot;<br /> |-<br /> ! 类别 !! 信息<br /> |-<br /> |姓名：|| Ludwig von Bertalanffy(路德维希·冯·贝塔郎菲)<br /> |-<br /> |国籍：|| 美籍奥地利人<br /> |-<br /> |生卒年：|| 1901年9月19日-1972年6月12日<br /> |-<br /> |母校：|| 维也纳大学（University of Vienna）<br /> |-<br /> |成就：|| 1972年诺贝尔奖候选人<br /> |-<br /> | 研究方向：|| 一般系统理论（general systems theory GST)，生物学（Biology）<br /> |-<br /> |介绍链接|| http://www.isss.org/lumLVB.htm<br /> <br /> |}<br /> <br /> &lt;br /&gt;<br /> <br /> == 主要研究贡献 ==<br /> <br /> === [[个体生长模型]] Individual growth model ===<br /> 贝塔郎菲在1934年发表的个体生长模型被广泛地应用于生物模型中。<br /> <br /> 在他最简单的版本中，增长方程被表述为时间长度的微分方程，长度为 (''L'') ，时间变化是 (''t'')：<br /> <br /> :&lt;math&gt;L'(t) = r_B \left( L_\infty - L(t) \right)&lt;/math&gt;<br /> <br /> &lt;math&gt;r_B&lt;/math&gt;在方程中代表的是贝塔郎菲生长率， &lt;math&gt;L_\infty&lt;/math&gt; 代表个体的最终长度。这个模型最早是由August Friedrich Robert Pūtter (1879-1929)提出来的，<br /> <br /> <br /> === 贝塔朗菲方程 Bertalanffy equation===<br /> <br /> 贝塔朗菲方程式是描述生物有机体生长的方程式，该由贝塔朗菲于1969年提出的。 &lt;ref&gt;Bertalanffy, L. von, (1969). ''General System Theory''. New York: George Braziller, pp. 136&lt;/ref&gt;<br /> <br /> :&lt;math&gt;<br /> \frac{dW}{dt}= \eta S- k V<br /> &lt;/math&gt;<br /> <br /> 其中W代表生物体的重量，t代表时间，S代表生物体的表面积，V代表生物体的物理体积，系数&lt;math&gt;\eta&lt;/math&gt; 和 &lt;math&gt; k &lt;/math&gt; 分别代表“合成代谢系数”和“分解代谢系数”<br /> <br /> 所以上述方程的解是:<br /> <br /> :&lt;math&gt;<br /> W(t)=\Big(\eta\,c_1 -c_2\,e^{-\tfrac{k}{3}t}\Big)^3\,, <br /> &lt;/math&gt;<br /> <br /> 其中 &lt;math&gt;c_1&lt;/math&gt; 和 &lt;math&gt;c_2&lt;/math&gt; 都是常数。<br /> <br /> 贝塔朗菲在其工作中没有解释参数&lt;math&gt;\eta &lt;/math&gt; 合成代谢系数和参数 &lt;math&gt; k &lt;/math&gt; 分解代谢系数的含义，这引起了生物学家的广泛质疑。但是贝塔朗菲方程可以看作是更一般的生物生长方程Tetearing方程的特例,&lt;ref name=&quot;Tetearing2012&quot;&gt;{{cite book <br /> |author1=Alexandr N. Tetearing <br /> |title=Theory of populations |year=2012 |page=607 |isbn=978-1-365-56080-4 |publisher=SSO Foundation |location=Moscow}}&lt;/ref&gt; Tetearing方程决定了系数 &lt;math&gt;\eta &lt;/math&gt; 和 &lt;math&gt; k &lt;/math&gt;的物理含义.<br /> <br /> ===贝塔朗菲模块 Bertalanffy module===<br /> 为了纪念贝塔朗菲，生物系统工程科学家[[霍华德 · 托马斯 · 奥德姆 Howard T. Odum]]将贝塔朗菲的通用系统语言的存储符号命名为贝塔朗菲模块。&lt;ref&gt;Nicholas D. Rizzo William Gray (Editor), Nicholas D. Rizzo (Editor), (1973) ''Unity Through Diversity. A Festschrift for Ludwig von Bertalanffy''. Gordon &amp; Breach Science Pub&lt;/ref&gt;<br /> <br /> <br /> ===[[一般系统理论]] General system theory ===<br /> <br /> 这位生物学家在系统理论方面作出了巨大的贡献，特别是他提出了一般系统理论，该理论定义了一个广义的系统，应用于多个研究领域，强调整体论而非还原论，有机体而非机制。一般系统理论的基础是组成整体的各元素之间的相互关系。<br /> <br /> == 主要文章及著作 ==<br /> <br /> === 发表文章 ===<br /> <br /> * 1953, &quot;Die Evolution der Organismen&quot;（有机体的进化）, in ''Schöpfungsglaube und Evolutionstheorie'', Stuttgart: Alfred Kröner Verlag, pp 53–66<br /> * 1953, ''Biophysik des Fliessgleichgewichts''《生物物理学》, Braunschweig: Vieweg. 2nd rev. ed. by W. Beier and R. Laue, East Berlin: Akademischer Verlag, 1977<br /> * 1955, &quot;An Essay on the Relativity of Categories.（类别相对论随笔）&quot; ''Philosophy of Science'', Vol. 22, No. 4, pp.&amp;nbsp;243–263.<br /> <br /> 贝塔朗菲第一篇关于[[一般系统理论]]的文章:<br /> * 1945, &quot;Zu einer allgemeinen Systemlehre&quot;, ''Blätter für deutsche Philosophie'', 3/4. (Extract in: Biologia Generalis, 19 (1949), 139-164).<br /> * 1950, &quot;An Outline of General System Theory&quot;, ''British Journal for the Philosophy of Science'' 1, p.&amp;nbsp;114-129.<br /> * 1951, &quot;General system theory - A new approach to unity of science&quot; (Symposium), ''Human Biology'', Dec. 1951, Vol. 23, p.&amp;nbsp;303-361.<br /> <br /> * 关于贝塔朗菲的一篇综述文章：[https://onlinelibrary.wiley.com/doi/abs/10.1002/sres.992 Ludwig von Bertalanffy's early system approach](路德维希·冯·贝塔郎非的早期系统方法)<br /> 贝塔兰菲在有机生物学领域发表的大部分论文都是用德语写的，因此并不广为人知。但为了理解他提出的“一般系统论”，阅读他早期著作是必不可少的。 因此本文从两个层面——包括科学概念层面和哲学思考层面说明他的“生命系统论”。<br /> <br /> === 出版书籍 ===<br /> * 1928, ''Kritische Theorie der Formbildung'', Borntraeger. In English: ''Modern Theories of Development: An Introduction to Theoretical Biology''（现代发展理论：理论生物学概论）, Oxford University Press, New York: Harper, 1933<br /> * 1949, ''Das biologische Weltbild'', Bern: Europäische Rundschau. In English: ''Problems of Life: An Evaluation of Modern Biological and Scientific Thought''[https://book.douban.com/subject/1419706/ （生命问题：对现代生物和科学思想的评价）], New York: Harper, 1952.：贝塔朗菲是现代理论生物学家、一般系统论的创始人，本书是他的主要代表作之一，闪现出哲学光辉和文学表现色彩。本书总结了20世纪上半叶生物学实验成果和思想成果，提出了超越机械论与活力论生命观的第三种生命观--机体论生命观的基本原理：整体原理、动态原理、自主原理。该理论认为有机体是一个独特的组织系统，遵循系统规律，具有调整和适应能力。贝塔朗菲在此基础上确立了适用于各学科领域、富有新世界观意义的“一般系统论”。<br /> * 1968, ''General System Theory: Foundations, Development, Applications''（通用系统理论：基础，开发及应用）, New York: George Braziller, revised edition 1976: ISBN|0-8076-0453-4<br /> * 1968, ''The Organismic Psychology and Systems Theory'', Heinz Werner lectures, Worcester: Clark University Press.<br /> * 1975, ''Perspectives on General Systems Theory. Scientific-Philosophical Studies''（一般系统理论观点）, E. Taschdjian (eds.), New York: George Braziller, ISBN|0-8076-0797-5<br /> <br /> * 贝塔朗菲传记：[http://book.ixueshu.com/book/511cce3d27533782.html 隐匿中的奇才:路德维希·冯·贝塔朗菲传]<br /> 该书由马克·戴维森编写，陈蓉霞译，1999年东方出版中心出版，记述了20世纪最伟大科学家之一贝塔朗菲的一生，其中部分内容来源于贝塔朗菲的妻子玛利亚·冯·贝塔朗菲。<br /> <br /> == 相关链接 ==<br /> <br /> === 更多信息 ===<br /> <br /> * 这个是关于贝塔朗菲的介绍网站：http://www.isss.org/lumLVB.htm<br /> * 这个是wikipedia的页面，主要涵盖了一些个人成长的事件以及主要的研究领域：https://en.wikipedia.org/wiki/Ludwig_von_Bertalanffy<br /> * 这个是贝塔朗菲简介的个人介绍页面 https://monoskop.org/Ludwig_von_Bertalanffy<br /> <br /> * 这个是系统研究中心对贝塔朗菲生平的介绍 http://www.richardjung.cz/bert1.pdf<br /> <br /> * 创立了[[国际系统科学学会 International Society for the Systems Sciences]]<br /> <br /> * 一本关于贝塔朗菲的书 [https://www.amazon.com/Uncommon-Sense-Thought-Bertalanffy-1901-1972/dp/087477165X Uncommon Sense: The Life and Thought of Ludwig von Bertalanffy（非凡的感觉: 一般系统论之父卡尔·路德维希·冯·贝塔郎非的生平与思想） (1901-1972), Father of General Systems Theory]<br /> <br /> == 参考文献 ==<br /> <br /> &lt;references/&gt;<br /> <br /> == 集智推荐 ==<br /> *[https://swarma.org/?p=20086 生命是怎样涌现的：系统生物学入门全路径]<br /> ::系统生物学及相关跨学科领域正在兴起，近年来基于各类疾病的组学研究成果频出。作者整理了这份结合多门教材、多篇经典论文的学习路径，供你入门参考。<br /> <br /> *[https://pattern.swarma.org/path?id=67 系统生物学入门及组学研究进展]<br /> ::系统生物学（Systems biology），是一个使用整体论（而非还原论）的方式，整合不同学科，层次的信息以理解生物系统如何行使功能的学术领域。它是研究生物实体各个组成部分相互作用和行为的学科，包括分子、细胞、器官、有机体乃至环境。系统生物学是以一种新角度从生物动力学系统出发进行研究，其具有信息学科特点。<br /> <br /> == 编者推荐 ==<br /> ===书籍推荐===<br /> <br /> [[File:第一本书.png|150px|thumb|right|《Systems Biology：Philosophical Foundations》封面]]<br /> ====[https://www.sciencedirect.com/science/article/pii/B9780444520852500036?via%3Dihub#cesec1 《Systems Biology：Philosophical Foundations》]====<br /> ::第一本关于系统生物学哲学基础的书。代表了作者近年来在与系统生物学相关的一系列哲学问题上的研究成果。包含十四篇论文。分为导论部分、三个主要部分和结语部分。每一节都有一个主题。第一部分描述了系统生物学研究计划(第2章和第5章)，第二部分讨论了理论和模型(第6章和第9章)，第三部分讨论了生物系统中的组织(第10章和第13章)。<br /> <br /> <br /> <br /> <br /> [[File:第二本书.png|150px|thumb|right|《Life: An Introduction to Complex Systems Biology》封面]]<br /> ====[https://link.springer.com/book/10.1007/978-3-540-32667-0 《Life: An Introduction to Complex Systems Biology》]====<br /> ::这本2003年由kaneko写作的书，2006年再版，本书一共有十二个章节，主要是面向年轻的生物学家和理论物理学家。这本提出的问题:什么是生命系统的通用属性和一个人怎么从生命的的现象学理论构造导致自然生殖细胞等复杂过程系统、进化和分化?本书刻语言是相当非技术性，以便针对来自自然科学和信息学的广泛的学生和研究人员。<br /> <br /> <br /> <br /> <br /> ===视频推荐===<br /> ====[https://campus.swarma.org/course/566 系统科学导引(一)]====<br /> ::经常听说某某东西是个系统工程，什么什么问题要用系统思维来解决。什么是系统思维，哪些问题是系统科学可以解决的问题，系统科学如何解决这些问题？通过这门课的学习希望能够帮助大家一起来增加对系统科学的理解。同时，本课程还希望能够促进系统科学作为一个学科领域的成长。<br /> <br /> <br /> <br /> <br /> ====[https://campus.swarma.org/course/1001 系统科学与社会经济]====<br /> ::金融、安全、交通、经济等诸多问题之所以相互交织、难以解决，是因为它们依托于社会经济这个复杂系统。只有理解系统，才能应对复杂性的挑战。为了普及系统思维，传播系统科学，集智学园特邀北京师范大学系统科学学院李红刚教授，制作”系统科学与社会经济“系列课程，帮助大家建立基于”整体”和“演化“的系统思维，并借助系统思维和系统方法来认识社会经济系统。<br /> <br /> <br /> <br /> <br /> <br /> <br /> -----<br /> 本条目由[[用户:许许|许许]]编辑，如有问题，欢迎在讨论页面进行讨论。<br /> <br /> '''本词条内容源自公开资料，遵守 CC3.0协议。'''<br /> <br /> [[Category:系统科学]] <br /> [[Category:人物]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34275 2023-10-28T09:53:19Z

<p>Mobility：/* AI+Science第三季：人工智能与数学 */</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2023年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;28&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |已结束<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |已结束<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |8<br /> |已结束<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> |周莉<br /> |8<br /> |进行中<br /> |周三晚19:00-21:00<br /> |2023年6月-2023年9月<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |进行中<br /> |周二晚19:00-21:00<br /> |2023年7月-2023年9月<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |8<br /> |进行中<br /> |周六晚19:00-21:00<br /> |2023年7月-2023年9月<br /> |-<br /> |AI+Science第二季：生物医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |8<br /> |进行中<br /> |周日上午9:00-11:00<br /> |2023年8月-10月<br /> |-<br /> |AGI通用人工智能读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |<br /> |8<br /> |进行中<br /> |周四晚上19:00-21:00<br /> |2023年9月-<br /> |-<br /> |AI+Science第三季：人工智能与数学读书会<br /> |袁洋等<br /> |苏婉婷<br /> |<br /> |8<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年9月<br /> |-<br /> |复杂系统管理学读书会第二季：生态型组织进化<br /> |罗家德等<br /> |张倩<br /> |<br /> |8<br /> |进行中<br /> |周六下午14:00-17:00<br /> |<br /> |-<br /> |新信息论，从分解到整合<br /> |张江等<br /> |梁金<br /> |<br /> |8<br /> |筹备中<br /> |<br /> |<br /> |}<br /> <br /> == [https://pattern.swarma.org/study_group/11 宏观金融系列读书会] ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == 复杂经济学读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/3 第一季] ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== [https://pattern.swarma.org/study_group/20 第二季] ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|替代=|600x600像素]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/5 【第一季：企业发展建模与预测】] ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== [https://pattern.swarma.org/study_group/8 【第二季：复杂系统自动建模】] ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == [https://pattern.swarma.org/study_group/26 面向复杂系统的人工智能研究读书会] ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == [https://pattern.swarma.org/study_group/12 科学学读书会] ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> [https://pattern.swarma.org/study_group/28 【因果涌现读书会第三季】]<br /> [[文件:因果涌现第三季框架图.png|居中|缩略图|600x600像素|因果涌现第三季读书会安排]]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== [https://pattern.swarma.org/study_group/17 高阶网络读书会] ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|替代=|600x600像素]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> [https://pattern.swarma.org/study_group/24 AI+Science读书会第一季]<br /> <br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]][https://pattern.swarma.org/study_group/29 AI+Science读书会第二季：大模型与生物医学]<br /> <br /> 在生物医学健康领域，研究深度和广度覆盖了各个层次尺度。这些研究范围从微观的分子层面（包括DNA，RNA和蛋白质等的研究）展开，进而深入到细胞和器官组织的层面（例如，对癌症等疾病的病理组织的探索）。最后，研究聚焦到宏观的个体健康临床治疗，以及社群的公共健康问题的应对。<br /> <br /> 以信息流动的视角来看，研究工作通常从最上游的DNA和基因表达分析开始，逐步深入到功能性的蛋白质和小分子药物的研究，最终到达临床诊断和疗法的研发。这构成了一个自上而下，由微观到宏观的研究框架。<br /> <br /> 在即将召开的读书会中，我们将按照这个流程进行深入讨论。首先，我们将概述并讨论当前在基础基因组学领域中所进行的大规模模型相关的探索研究工作。随后，转向相对更成熟的蛋白质，小分子以及医学领域的大模型的最新研究成果。我们的目标是通过这样全面和深入的探讨，为大家呈现大模型在生物医学健康研究方面应用的全貌，同时揭示可能的未来研究发展方向。<br /> [[文件:AI+Science第二季读书会安排.png|居中|缩略图|600x600像素|AI+Science第二季读书会安排]]<br /> <br /> ==[https://pattern.swarma.org/study_group/25 图神经网络与组合优化]==<br /> 本次读书会聚焦于图神经网络与算法神经化求解的相关领域，我们将邀请一些业内专家分享他们在这些领域的最新研究成果。通过这次读书会，我们希望能够激发与会者的学术兴趣，进一步推动图神经网络与算法神经化求解领域的研究和应用发展。此外，我们还将探讨GNN在实际问题中的应用案例，以及如何将理论研究成果转化为实际应用，以帮助参会者更好地理解和掌握图神经网络在实际场景中的应用。<br /> [[文件:图神经网络与组合优化读书会安排.png|居中|缩略图|600x600像素|图神经网络与组合优化读书会安排]]<br /> <br /> <br /> ==[https://pattern.swarma.org/study_group/27 复杂系统视角下的城市科学]==<br /> 本次读书会，我们聚焦城市科学中的三个重要主题，对“城市作为复杂系统”的理论基础、研究方法及实践应用进行分享、讨论和梳理。<br /> <br /> 第一个主题是“复杂系统视角下的城市科学”。我们将讨论城市要素空间分布与交互的研究进展，并追溯这些模型与经典城市模型的联系；以标度律为切入点，讨论城市的规模法则及其在城市增长、创新等方面的体现；结合空间网络理论，讨论城市中的信息熵、城市空间认知与导航复杂度等新兴研究方向。<br /> <br /> 第二个主题是城市科学中的AI。我们将讨论城市背景下的地理人工智能方法与模型，介绍CNN、GNN、RNN、Generative model、Transformer等主流AI框架与地理空间分析方法的内在联系；讨论AI模型辅助理解城市内社会经济、自然环境等特征的空间分布模式，以及人类移动性、交通等空间交互模式的潜力；并归纳领域挑战，涉及城市场景下AI的可解释性，时空规律的弱可复现性、伦理和隐私问题等。<br /> <br /> 第三个主题是城市科学中的因果性。我们将以因果假设和因果实验为主线展开城市科学视角下的因果论讨论；从Randomized controlled trial (RCT)的角度重新思考因果发现的基本假设，讨论城市科学视角下因果发现的框架、假设、策略、方法和模型，以及城市政策与因果发现的联系；讨论城市科学视角下因果推断的框架、假设、策略、方法和模型，以及城市中跨尺度的因果不变性和相变特性。<br /> [[文件:城市科学读书会安排.png|居中|缩略图|600x600像素|城市科学读书会安排]]<br /> <br /> ==[https://pattern.swarma.org/study_group/32 AI+Science第三季：人工智能与数学]==<br /> 从自动定理证明到 AI发现数学规律，以及几何拓扑，动力系统等数学分支在AI的应用，人工智能与数学一直有着非常密切的联系。在即将召开的读书会中，我们将从AI　for　math，math　for　AI两个方面深入探讨人工智能与数学的密切联系。首先，我们将概述人工智能在数学的应用，并深入探讨大模型与数学推理，定理自动证明， AI发现数学规律，符号计算等方向的研究工作。随后，我们将转向大模型与神经网络的数学基础。最后，我们将深入探讨几何与拓扑在机器学习的应用。我们的目的是通过这样深入的探讨，与大家一起交流学习人工智能与数学的联系，同时揭示未来可能的研究发展方向。<br /> <br /> ==[https://pattern.swarma.org/study_group/33 AGI通用人工智能]==<br /> 本次读书会预计分为七个板块，分别是智能的定义与度量、智能的原理、大语言模型与信息世界的智能、感知与具身智能、多视角下的人工智能、对齐技术与AGI安全性、AGI时代的未来社会。<br /> ==[https://pattern.swarma.org/study_group/34 复杂系统管理第二季：生态型组织进化]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法<br /> <br /> ==[https://pattern.swarma.org/study_group/34 复杂系统管理第二季：生态型组织进化]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法<br /> <br /> ==[https://pattern.swarma.org/study_group/35 新信息论：从分解到整合]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34274 2023-10-26T03:07:15Z

<p>Mobility：/* AI+Science读书会：人工智能与数学 */</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2023年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;28&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |已结束<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |已结束<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |8<br /> |已结束<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> |周莉<br /> |8<br /> |进行中<br /> |周三晚19:00-21:00<br /> |2023年6月-2023年9月<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |进行中<br /> |周二晚19:00-21:00<br /> |2023年7月-2023年9月<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |8<br /> |进行中<br /> |周六晚19:00-21:00<br /> |2023年7月-2023年9月<br /> |-<br /> |AI+Science第二季：生物医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |8<br /> |进行中<br /> |周日上午9:00-11:00<br /> |2023年8月-10月<br /> |-<br /> |AGI通用人工智能读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |<br /> |8<br /> |进行中<br /> |周四晚上19:00-21:00<br /> |2023年9月-<br /> |-<br /> |AI+Science第三季：人工智能与数学读书会<br /> |袁洋等<br /> |苏婉婷<br /> |<br /> |8<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年9月<br /> |-<br /> |复杂系统管理学读书会第二季：生态型组织进化<br /> |罗家德等<br /> |张倩<br /> |<br /> |8<br /> |进行中<br /> |周六下午14:00-17:00<br /> |<br /> |-<br /> |新信息论，从分解到整合<br /> |张江等<br /> |梁金<br /> |<br /> |8<br /> |筹备中<br /> |<br /> |<br /> |}<br /> <br /> == [https://pattern.swarma.org/study_group/11 宏观金融系列读书会] ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == 复杂经济学读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/3 第一季] ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== [https://pattern.swarma.org/study_group/20 第二季] ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|替代=|600x600像素]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/5 【第一季：企业发展建模与预测】] ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== [https://pattern.swarma.org/study_group/8 【第二季：复杂系统自动建模】] ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == [https://pattern.swarma.org/study_group/26 面向复杂系统的人工智能研究读书会] ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == [https://pattern.swarma.org/study_group/12 科学学读书会] ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> [https://pattern.swarma.org/study_group/28 【因果涌现读书会第三季】]<br /> [[文件:因果涌现第三季框架图.png|居中|缩略图|600x600像素|因果涌现第三季读书会安排]]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== [https://pattern.swarma.org/study_group/17 高阶网络读书会] ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|替代=|600x600像素]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> [https://pattern.swarma.org/study_group/24 AI+Science读书会第一季]<br /> <br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]][https://pattern.swarma.org/study_group/29 AI+Science读书会第二季：大模型与生物医学]<br /> <br /> 在生物医学健康领域，研究深度和广度覆盖了各个层次尺度。这些研究范围从微观的分子层面（包括DNA，RNA和蛋白质等的研究）展开，进而深入到细胞和器官组织的层面（例如，对癌症等疾病的病理组织的探索）。最后，研究聚焦到宏观的个体健康临床治疗，以及社群的公共健康问题的应对。<br /> <br /> 以信息流动的视角来看，研究工作通常从最上游的DNA和基因表达分析开始，逐步深入到功能性的蛋白质和小分子药物的研究，最终到达临床诊断和疗法的研发。这构成了一个自上而下，由微观到宏观的研究框架。<br /> <br /> 在即将召开的读书会中，我们将按照这个流程进行深入讨论。首先，我们将概述并讨论当前在基础基因组学领域中所进行的大规模模型相关的探索研究工作。随后，转向相对更成熟的蛋白质，小分子以及医学领域的大模型的最新研究成果。我们的目标是通过这样全面和深入的探讨，为大家呈现大模型在生物医学健康研究方面应用的全貌，同时揭示可能的未来研究发展方向。<br /> [[文件:AI+Science第二季读书会安排.png|居中|缩略图|600x600像素|AI+Science第二季读书会安排]]<br /> <br /> ==[https://pattern.swarma.org/study_group/25 图神经网络与组合优化]==<br /> 本次读书会聚焦于图神经网络与算法神经化求解的相关领域，我们将邀请一些业内专家分享他们在这些领域的最新研究成果。通过这次读书会，我们希望能够激发与会者的学术兴趣，进一步推动图神经网络与算法神经化求解领域的研究和应用发展。此外，我们还将探讨GNN在实际问题中的应用案例，以及如何将理论研究成果转化为实际应用，以帮助参会者更好地理解和掌握图神经网络在实际场景中的应用。<br /> [[文件:图神经网络与组合优化读书会安排.png|居中|缩略图|600x600像素|图神经网络与组合优化读书会安排]]<br /> <br /> <br /> ==[https://pattern.swarma.org/study_group/27 复杂系统视角下的城市科学]==<br /> 本次读书会，我们聚焦城市科学中的三个重要主题，对“城市作为复杂系统”的理论基础、研究方法及实践应用进行分享、讨论和梳理。<br /> <br /> 第一个主题是“复杂系统视角下的城市科学”。我们将讨论城市要素空间分布与交互的研究进展，并追溯这些模型与经典城市模型的联系；以标度律为切入点，讨论城市的规模法则及其在城市增长、创新等方面的体现；结合空间网络理论，讨论城市中的信息熵、城市空间认知与导航复杂度等新兴研究方向。<br /> <br /> 第二个主题是城市科学中的AI。我们将讨论城市背景下的地理人工智能方法与模型，介绍CNN、GNN、RNN、Generative model、Transformer等主流AI框架与地理空间分析方法的内在联系；讨论AI模型辅助理解城市内社会经济、自然环境等特征的空间分布模式，以及人类移动性、交通等空间交互模式的潜力；并归纳领域挑战，涉及城市场景下AI的可解释性，时空规律的弱可复现性、伦理和隐私问题等。<br /> <br /> 第三个主题是城市科学中的因果性。我们将以因果假设和因果实验为主线展开城市科学视角下的因果论讨论；从Randomized controlled trial (RCT)的角度重新思考因果发现的基本假设，讨论城市科学视角下因果发现的框架、假设、策略、方法和模型，以及城市政策与因果发现的联系；讨论城市科学视角下因果推断的框架、假设、策略、方法和模型，以及城市中跨尺度的因果不变性和相变特性。<br /> [[文件:城市科学读书会安排.png|居中|缩略图|600x600像素|城市科学读书会安排]]<br /> <br /> ==[https://pattern.swarma.org/study_group/32 AI+Science第三季：人工智能与数学]==<br /> 从自动定理证明到 AI发现数学规律，以及几何拓扑，动力系统等数学分支在AI的应用，人工智能与数学一直有着非常密切的联系。在即将召开的读书会中，我们将从AI　for　math，math　for　AI两个方面深入探讨人工智能与数学的密切联系。首先，我们将概述人工智能在数学的应用，并深入探讨大模型与数学推理，定理自动证明， AI发现数学规律，符号计算等方向的研究工作。随后，我们将转向大模型与神经网络的数学基础。最后，我们将深入探讨几何与拓扑在机器学习的应用。我们的目的是通过这样深入的探讨，与大家一起交流学习人工智能与数学的联系，同时揭示未来可能的研究发展方向。<br /> ==[https://pattern.swarma.org/study_group/33 AGI通用人工智能]==<br /> 本次读书会预计分为七个板块，分别是智能的定义与度量、智能的原理、大语言模型与信息世界的智能、感知与具身智能、多视角下的人工智能、对齐技术与AGI安全性、AGI时代的未来社会。<br /> ==[https://pattern.swarma.org/study_group/34 复杂系统管理第二季：生态型组织进化]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法<br /> <br /> ==[https://pattern.swarma.org/study_group/34 复杂系统管理第二季：生态型组织进化]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法<br /> <br /> ==[https://pattern.swarma.org/study_group/35 新信息论：从分解到整合]==<br /> 本次读书会预计分为三大模块：<br /> <br /> 1.复杂思维：复杂科学的基本常识，对复杂生命、社会、经济系统的代表性见解，分析研究复杂系统的常用方法<br /> <br /> 2.社会与组织：基于复杂思维的社会、企业、组织行为、企业、趋势研究，面向中国本土社会/组织复杂系统的认识<br /> <br /> 3.组织管理：符合复杂思维的最佳管理实践案例，基于复杂科学的组织管理与公司治理方法</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34273 2023-10-26T03:01:58Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2023年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;28&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |已结束<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |已结束<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |8<br /> |已结束<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> |周莉<br /> |8<br /> |进行中<br /> |周三晚19:00-21:00<br /> |2023年6月-2023年9月<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |进行中<br /> |周二晚19:00-21:00<br /> |2023年7月-2023年9月<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |8<br /> |进行中<br /> |周六晚19:00-21:00<br /> |2023年7月-2023年9月<br /> |-<br /> |AI+Science第二季：生物医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |8<br /> |进行中<br /> |周日上午9:00-11:00<br /> |2023年8月-10月<br /> |-<br /> |AGI通用人工智能读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |<br /> |8<br /> |进行中<br /> |周四晚上19:00-21:00<br /> |2023年9月-<br /> |-<br /> |AI+Science第三季：人工智能与数学读书会<br /> |袁洋等<br /> |苏婉婷<br /> |<br /> |8<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年9月<br /> |-<br /> |复杂系统管理学读书会第二季：生态型组织进化<br /> |罗家德等<br /> |张倩<br /> |<br /> |8<br /> |进行中<br /> |周六下午14:00-17:00<br /> |<br /> |-<br /> |新信息论，从分解到整合<br /> |张江等<br /> |梁金<br /> |<br /> |8<br /> |筹备中<br /> |<br /> |<br /> |}<br /> <br /> == [https://pattern.swarma.org/study_group/11 宏观金融系列读书会] ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == 复杂经济学读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/3 第一季] ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== [https://pattern.swarma.org/study_group/20 第二季] ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|替代=|600x600像素]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/5 【第一季：企业发展建模与预测】] ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== [https://pattern.swarma.org/study_group/8 【第二季：复杂系统自动建模】] ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == [https://pattern.swarma.org/study_group/26 面向复杂系统的人工智能研究读书会] ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == [https://pattern.swarma.org/study_group/12 科学学读书会] ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> [https://pattern.swarma.org/study_group/28 【因果涌现读书会第三季】]<br /> [[文件:因果涌现第三季框架图.png|居中|缩略图|600x600像素|因果涌现第三季读书会安排]]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== [https://pattern.swarma.org/study_group/17 高阶网络读书会] ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|替代=|600x600像素]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> [https://pattern.swarma.org/study_group/24 AI+Science读书会第一季]<br /> <br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]][https://pattern.swarma.org/study_group/29 AI+Science读书会第二季：大模型与生物医学]<br /> <br /> 在生物医学健康领域，研究深度和广度覆盖了各个层次尺度。这些研究范围从微观的分子层面（包括DNA，RNA和蛋白质等的研究）展开，进而深入到细胞和器官组织的层面（例如，对癌症等疾病的病理组织的探索）。最后，研究聚焦到宏观的个体健康临床治疗，以及社群的公共健康问题的应对。<br /> <br /> 以信息流动的视角来看，研究工作通常从最上游的DNA和基因表达分析开始，逐步深入到功能性的蛋白质和小分子药物的研究，最终到达临床诊断和疗法的研发。这构成了一个自上而下，由微观到宏观的研究框架。<br /> <br /> 在即将召开的读书会中，我们将按照这个流程进行深入讨论。首先，我们将概述并讨论当前在基础基因组学领域中所进行的大规模模型相关的探索研究工作。随后，转向相对更成熟的蛋白质，小分子以及医学领域的大模型的最新研究成果。我们的目标是通过这样全面和深入的探讨，为大家呈现大模型在生物医学健康研究方面应用的全貌，同时揭示可能的未来研究发展方向。<br /> [[文件:AI+Science第二季读书会安排.png|居中|缩略图|600x600像素|AI+Science第二季读书会安排]]<br /> <br /> ==[https://pattern.swarma.org/study_group/25 图神经网络与组合优化]==<br /> 本次读书会聚焦于图神经网络与算法神经化求解的相关领域，我们将邀请一些业内专家分享他们在这些领域的最新研究成果。通过这次读书会，我们希望能够激发与会者的学术兴趣，进一步推动图神经网络与算法神经化求解领域的研究和应用发展。此外，我们还将探讨GNN在实际问题中的应用案例，以及如何将理论研究成果转化为实际应用，以帮助参会者更好地理解和掌握图神经网络在实际场景中的应用。<br /> [[文件:图神经网络与组合优化读书会安排.png|居中|缩略图|600x600像素|图神经网络与组合优化读书会安排]]<br /> <br /> <br /> ==[https://pattern.swarma.org/study_group/27 复杂系统视角下的城市科学]==<br /> 本次读书会，我们聚焦城市科学中的三个重要主题，对“城市作为复杂系统”的理论基础、研究方法及实践应用进行分享、讨论和梳理。<br /> <br /> 第一个主题是“复杂系统视角下的城市科学”。我们将讨论城市要素空间分布与交互的研究进展，并追溯这些模型与经典城市模型的联系；以标度律为切入点，讨论城市的规模法则及其在城市增长、创新等方面的体现；结合空间网络理论，讨论城市中的信息熵、城市空间认知与导航复杂度等新兴研究方向。<br /> <br /> 第二个主题是城市科学中的AI。我们将讨论城市背景下的地理人工智能方法与模型，介绍CNN、GNN、RNN、Generative model、Transformer等主流AI框架与地理空间分析方法的内在联系；讨论AI模型辅助理解城市内社会经济、自然环境等特征的空间分布模式，以及人类移动性、交通等空间交互模式的潜力；并归纳领域挑战，涉及城市场景下AI的可解释性，时空规律的弱可复现性、伦理和隐私问题等。<br /> <br /> 第三个主题是城市科学中的因果性。我们将以因果假设和因果实验为主线展开城市科学视角下的因果论讨论；从Randomized controlled trial (RCT)的角度重新思考因果发现的基本假设，讨论城市科学视角下因果发现的框架、假设、策略、方法和模型，以及城市政策与因果发现的联系；讨论城市科学视角下因果推断的框架、假设、策略、方法和模型，以及城市中跨尺度的因果不变性和相变特性。<br /> [[文件:城市科学读书会安排.png|居中|缩略图|600x600像素|城市科学读书会安排]]<br /> <br /> ==[https://pattern.swarma.org/study_group/32 AI+Science读书会：人工智能与数学]==<br /> 从自动定理证明到 AI发现数学规律，以及几何拓扑，动力系统等数学分支在AI的应用，人工智能与数学一直有着非常密切的联系。在即将召开的读书会中，我们将从AI　for　math，math　for　AI两个方面深入探讨人工智能与数学的密切联系。首先，我们将概述人工智能在数学的应用，并深入探讨大模型与数学推理，定理自动证明， AI发现数学规律，符号计算等方向的研究工作。随后，我们将转向大模型与神经网络的数学基础。最后，我们将深入探讨几何与拓扑在机器学习的应用。我们的目的是通过这样深入的探讨，与大家一起交流学习人工智能与数学的联系，同时揭示未来可能的研究发展方向。</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34272 2023-10-26T02:44:33Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2023年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;28&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |已结束<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |8<br /> |已结束<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> |周莉<br /> |8<br /> |进行中<br /> |周三晚19:00-21:00<br /> |2023年6月-2023年9月<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |进行中<br /> |周二晚19:00-21:00<br /> |2023年7月-2023年9月<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |8<br /> |进行中<br /> |周六晚19:00-21:00<br /> |2023年7月-2023年9月<br /> |-<br /> |AI+Science第二季：生物医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |8<br /> |进行中<br /> |周日上午9:00-11:00<br /> |2023年8月-10月<br /> |-<br /> |AGI通用人工智能读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |<br /> |8<br /> |进行中<br /> |周四晚上19:00-21:00<br /> |2023年9月-<br /> |-<br /> |AI+Science第三季：人工智能与数学读书会<br /> |袁洋等<br /> |苏婉婷<br /> |<br /> |8<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年9月<br /> |-<br /> |复杂系统管理学读书会第二季：生态型组织进化<br /> |罗家德等<br /> |张倩<br /> |<br /> |8<br /> |进行中<br /> |周六下午14:00-17:00<br /> |<br /> |-<br /> |新信息论，从分解到整合<br /> |张江等<br /> |梁金<br /> |<br /> |8<br /> |筹备中<br /> |<br /> |<br /> |}<br /> <br /> == [https://pattern.swarma.org/study_group/11 宏观金融系列读书会] ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == 复杂经济学读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/3 第一季] ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== [https://pattern.swarma.org/study_group/20 第二季] ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|替代=|600x600像素]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/5 【第一季：企业发展建模与预测】] ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== [https://pattern.swarma.org/study_group/8 【第二季：复杂系统自动建模】] ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == [https://pattern.swarma.org/study_group/26 面向复杂系统的人工智能研究读书会] ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == [https://pattern.swarma.org/study_group/12 科学学读书会] ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> [https://pattern.swarma.org/study_group/28 【因果涌现读书会第三季】]<br /> [[文件:因果涌现第三季框架图.png|居中|缩略图|600x600像素|因果涌现第三季读书会安排]]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== [https://pattern.swarma.org/study_group/17 高阶网络读书会] ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|替代=|600x600像素]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> [https://pattern.swarma.org/study_group/24 AI+Science读书会第一季]<br /> <br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]][https://pattern.swarma.org/study_group/29 AI+Science读书会第二季：大模型与生物医学]<br /> <br /> 在生物医学健康领域，研究深度和广度覆盖了各个层次尺度。这些研究范围从微观的分子层面（包括DNA，RNA和蛋白质等的研究）展开，进而深入到细胞和器官组织的层面（例如，对癌症等疾病的病理组织的探索）。最后，研究聚焦到宏观的个体健康临床治疗，以及社群的公共健康问题的应对。<br /> <br /> 以信息流动的视角来看，研究工作通常从最上游的DNA和基因表达分析开始，逐步深入到功能性的蛋白质和小分子药物的研究，最终到达临床诊断和疗法的研发。这构成了一个自上而下，由微观到宏观的研究框架。<br /> <br /> 在即将召开的读书会中，我们将按照这个流程进行深入讨论。首先，我们将概述并讨论当前在基础基因组学领域中所进行的大规模模型相关的探索研究工作。随后，转向相对更成熟的蛋白质，小分子以及医学领域的大模型的最新研究成果。我们的目标是通过这样全面和深入的探讨，为大家呈现大模型在生物医学健康研究方面应用的全貌，同时揭示可能的未来研究发展方向。<br /> [[文件:AI+Science第二季读书会安排.png|居中|缩略图|600x600像素|AI+Science第二季读书会安排]]<br /> <br /> ==[https://pattern.swarma.org/study_group/25 图神经网络与组合优化]==<br /> 本次读书会聚焦于图神经网络与算法神经化求解的相关领域，我们将邀请一些业内专家分享他们在这些领域的最新研究成果。通过这次读书会，我们希望能够激发与会者的学术兴趣，进一步推动图神经网络与算法神经化求解领域的研究和应用发展。此外，我们还将探讨GNN在实际问题中的应用案例，以及如何将理论研究成果转化为实际应用，以帮助参会者更好地理解和掌握图神经网络在实际场景中的应用。<br /> [[文件:图神经网络与组合优化读书会安排.png|居中|缩略图|600x600像素|图神经网络与组合优化读书会安排]]<br /> <br /> <br /> ==[https://pattern.swarma.org/study_group/27 城市科学]==<br /> 本次读书会，我们聚焦城市科学中的三个重要主题，对“城市作为复杂系统”的理论基础、研究方法及实践应用进行分享、讨论和梳理。<br /> <br /> 第一个主题是“复杂系统视角下的城市科学”。我们将讨论城市要素空间分布与交互的研究进展，并追溯这些模型与经典城市模型的联系；以标度律为切入点，讨论城市的规模法则及其在城市增长、创新等方面的体现；结合空间网络理论，讨论城市中的信息熵、城市空间认知与导航复杂度等新兴研究方向。<br /> <br /> 第二个主题是城市科学中的AI。我们将讨论城市背景下的地理人工智能方法与模型，介绍CNN、GNN、RNN、Generative model、Transformer等主流AI框架与地理空间分析方法的内在联系；讨论AI模型辅助理解城市内社会经济、自然环境等特征的空间分布模式，以及人类移动性、交通等空间交互模式的潜力；并归纳领域挑战，涉及城市场景下AI的可解释性，时空规律的弱可复现性、伦理和隐私问题等。<br /> <br /> 第三个主题是城市科学中的因果性。我们将以因果假设和因果实验为主线展开城市科学视角下的因果论讨论；从Randomized controlled trial (RCT)的角度重新思考因果发现的基本假设，讨论城市科学视角下因果发现的框架、假设、策略、方法和模型，以及城市政策与因果发现的联系；讨论城市科学视角下因果推断的框架、假设、策略、方法和模型，以及城市中跨尺度的因果不变性和相变特性。<br /> [[文件:城市科学读书会安排.png|居中|缩略图|600x600像素|城市科学读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34225 2023-08-21T02:35:16Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2023年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;28&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |已结束<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会第一季<br /> |吴泰霖等<br /> |王婷<br /> |8<br /> |已结束<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |-<br /> |图神经网络语组合优化读书会<br /> |范长俊等<br /> |周莉<br /> |8<br /> |进行中<br /> |周三晚19:00-21:00<br /> |2023年6月-2023年9月<br /> |-<br /> |因果涌现读书会第三季<br /> |张江等<br /> |梁金<br /> |8<br /> |进行中<br /> |周二晚19:00-21:00<br /> |2023年7月-2023年9月<br /> |-<br /> |城市科学读书会<br /> |董磊等<br /> |乔宇<br /> |8<br /> |进行中<br /> |周六晚19:00-21:00<br /> |2023年7月-2023年9月<br /> |-<br /> |AI+Science医学大模型读书会<br /> |王瀚宸等<br /> |王婷<br /> |8<br /> |进行中<br /> |周日上午9:00-11:00<br /> |2023年8月-10月<br /> |-<br /> |AGI读书会<br /> |岳玉涛等<br /> |冯睿洋<br /> |<br /> |8<br /> |筹备中<br /> |周四晚上19:00-21:00<br /> |2023年9月-<br /> |-<br /> |AI&amp;Math<br /> |袁洋等<br /> |苏婉婷<br /> |<br /> |8<br /> |筹备中<br /> |周五晚上19:00-21:00<br /> |2023年9月<br /> |}<br /> <br /> == [https://pattern.swarma.org/study_group/11 宏观金融系列读书会] ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == 复杂经济学读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/3 第一季] ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== [https://pattern.swarma.org/study_group/20 第二季] ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|替代=|600x600像素]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/5 【第一季：企业发展建模与预测】] ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== [https://pattern.swarma.org/study_group/8 【第二季：复杂系统自动建模】] ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == [https://pattern.swarma.org/study_group/26 面向复杂系统的人工智能研究读书会] ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == [https://pattern.swarma.org/study_group/12 科学学读书会] ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> [https://pattern.swarma.org/study_group/28 【因果涌现读书会第三季】]<br /> [[文件:因果涌现第三季框架图.png|居中|缩略图|600x600像素|因果涌现第三季读书会安排]]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== [https://pattern.swarma.org/study_group/17 高阶网络读书会] ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|替代=|600x600像素]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> [https://pattern.swarma.org/study_group/24 AI+Science读书会第一季]<br /> <br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]][https://pattern.swarma.org/study_group/29 AI+Science读书会第二季：大模型与生物医学]<br /> <br /> 在生物医学健康领域，研究深度和广度覆盖了各个层次尺度。这些研究范围从微观的分子层面（包括DNA，RNA和蛋白质等的研究）展开，进而深入到细胞和器官组织的层面（例如，对癌症等疾病的病理组织的探索）。最后，研究聚焦到宏观的个体健康临床治疗，以及社群的公共健康问题的应对。<br /> <br /> 以信息流动的视角来看，研究工作通常从最上游的DNA和基因表达分析开始，逐步深入到功能性的蛋白质和小分子药物的研究，最终到达临床诊断和疗法的研发。这构成了一个自上而下，由微观到宏观的研究框架。<br /> <br /> 在即将召开的读书会中，我们将按照这个流程进行深入讨论。首先，我们将概述并讨论当前在基础基因组学领域中所进行的大规模模型相关的探索研究工作。随后，转向相对更成熟的蛋白质，小分子以及医学领域的大模型的最新研究成果。我们的目标是通过这样全面和深入的探讨，为大家呈现大模型在生物医学健康研究方面应用的全貌，同时揭示可能的未来研究发展方向。<br /> [[文件:AI+Science第二季读书会安排.png|居中|缩略图|600x600像素|AI+Science第二季读书会安排]]<br /> <br /> ==[https://pattern.swarma.org/study_group/25 图神经网络与组合优化]==<br /> 本次读书会聚焦于图神经网络与算法神经化求解的相关领域，我们将邀请一些业内专家分享他们在这些领域的最新研究成果。通过这次读书会，我们希望能够激发与会者的学术兴趣，进一步推动图神经网络与算法神经化求解领域的研究和应用发展。此外，我们还将探讨GNN在实际问题中的应用案例，以及如何将理论研究成果转化为实际应用，以帮助参会者更好地理解和掌握图神经网络在实际场景中的应用。<br /> [[文件:图神经网络与组合优化读书会安排.png|居中|缩略图|600x600像素|图神经网络与组合优化读书会安排]]<br /> <br /> <br /> ==[https://pattern.swarma.org/study_group/27 城市科学]==<br /> 本次读书会，我们聚焦城市科学中的三个重要主题，对“城市作为复杂系统”的理论基础、研究方法及实践应用进行分享、讨论和梳理。<br /> <br /> 第一个主题是“复杂系统视角下的城市科学”。我们将讨论城市要素空间分布与交互的研究进展，并追溯这些模型与经典城市模型的联系；以标度律为切入点，讨论城市的规模法则及其在城市增长、创新等方面的体现；结合空间网络理论，讨论城市中的信息熵、城市空间认知与导航复杂度等新兴研究方向。<br /> <br /> 第二个主题是城市科学中的AI。我们将讨论城市背景下的地理人工智能方法与模型，介绍CNN、GNN、RNN、Generative model、Transformer等主流AI框架与地理空间分析方法的内在联系；讨论AI模型辅助理解城市内社会经济、自然环境等特征的空间分布模式，以及人类移动性、交通等空间交互模式的潜力；并归纳领域挑战，涉及城市场景下AI的可解释性，时空规律的弱可复现性、伦理和隐私问题等。<br /> <br /> 第三个主题是城市科学中的因果性。我们将以因果假设和因果实验为主线展开城市科学视角下的因果论讨论；从Randomized controlled trial (RCT)的角度重新思考因果发现的基本假设，讨论城市科学视角下因果发现的框架、假设、策略、方法和模型，以及城市政策与因果发现的联系；讨论城市科学视角下因果推断的框架、假设、策略、方法和模型，以及城市中跨尺度的因果不变性和相变特性。<br /> [[文件:城市科学读书会安排.png|居中|缩略图|600x600像素|城市科学读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E6%96%87%E4%BB%B6:%E5%9F%8E%E5%B8%82%E7%A7%91%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E5%AE%89%E6%8E%92.png&diff=34224 2023-08-21T02:34:42Z

<p>Mobility：</p> <hr /> <div>城市科学读书会安排</div>

Mobility https://wiki.swarma.org/index.php?title=%E6%96%87%E4%BB%B6:%E5%9B%BE%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E4%B8%8E%E7%BB%84%E5%90%88%E4%BC%98%E5%8C%96%E8%AF%BB%E4%B9%A6%E4%BC%9A%E5%AE%89%E6%8E%92.png&diff=34223 2023-08-21T02:32:51Z

<p>Mobility：</p> <hr /> <div>图神经网络与组合优化读书会安排</div>

Mobility https://wiki.swarma.org/index.php?title=%E6%96%87%E4%BB%B6:AI%2BScience%E7%AC%AC%E4%BA%8C%E5%AD%A3%E8%AF%BB%E4%B9%A6%E4%BC%9A%E5%AE%89%E6%8E%92.png&diff=34222 2023-08-21T02:29:12Z

<p>Mobility：</p> <hr /> <div>AI+Science第二季读书会安排</div>

Mobility https://wiki.swarma.org/index.php?title=%E6%96%87%E4%BB%B6:%E5%9B%A0%E6%9E%9C%E6%B6%8C%E7%8E%B0%E7%AC%AC%E4%B8%89%E5%AD%A3%E6%A1%86%E6%9E%B6%E5%9B%BE.png&diff=34221 2023-08-21T02:24:12Z

<p>Mobility：</p> <hr /> <div>框架图</div>

Mobility https://wiki.swarma.org/index.php?title=%E7%A5%9E%E7%BB%8F%E5%BD%A2%E6%80%81%E8%AE%A1%E7%AE%97&diff=34189 2023-07-28T07:45:12Z

<p>Mobility：/* 神经动力学模型读书会 */</p> <hr /> <div>{{#seo:<br /> |keywords=人造神经元，神经形态计算，类脑计算<br /> |description=指使用包含电子模拟电路的超大规模集成电路系统来模拟神经系统中生理结构的研究方法<br /> }}<br /> <br /> <br /> 本文主要参考并翻译的文章为&quot;[https://iopscience.iop.org/article/10.1088/2634-4386/ac4a83 2022 roadmap on neuromorphic computing and engineering].&quot;，结合维基百科词条[[wikipedia:Neuromorphic_engineering|Neuromorphic engineering]]。<br /> <br /> ==概述==<br /> <br /> 神经形态工程 Neuromorphic engineering（也称为神经形态计算 Neuromorphic computing或类脑计算 Brain-inspired computing）[1][2][3]。<br /> <br /> 是指使用包含电子模拟电路的超大规模集成电路系统来模拟神经系统中生理结构的研究方法。神经形态计算机或神经形态芯片包括任何使用由硅制成的人造神经元进行计算的设备。[4][5]近年来，神经形态学 neuromorphic被用来描述能够实现神经系统模型功能（如感知、运动控制，多感官整合等）的模拟、数字、模拟/数字混合模式超大规模集成电路和软件系统。神经形态计算的硬件实现可以通过基于氧化物的记忆电阻器 Memristor（简称忆阻器）、自旋电子存储器、阈值开关和晶体管来实现。[5][7]对基于软件的脉冲神经网络系统的训练可以通过误差反向传播机制来实现，例如，使用snnTorch等基于Python的框架，[8]或使用BindsNet等典型的受生物启发的学习模式。[9]<br /> <br /> 神经形态工程领域的一个关键问题，就是理解单个神经元形态、神经回路、应用和整体结构如何产生理想的计算，如何影响信息的表示和对破坏的鲁棒性，如何整合学习和发展，如何适应局部变化(可塑性) 并促进逐渐发展的变化。<br /> <br /> 神经形态工程是以生物学、物理学、数学、计算机科学和电子工程[5]等学科为基础，设计人工神经系统（如视觉系统、头眼系统、听觉处理器以及物理结构和设计原则都受启发于生物神经系统的自主机器人）的一门交叉学科。[10]20世纪80年代后期，Carver Mead极大地推动了神经形态工程领域的发展。[11]<br /> <br /> <br /> == 发展脉络==<br /> <br /> ===来源与启发===<br /> <br /> 计算机已成为现代生活各个方面的关键。现如今，数据密集型应用对硬件性能提出了很高的要求，例如短访问延迟、大容量、高带宽、低成本和执行人工智能任务的能力。然而，来自日益增长的大数据压力带来了额外的挑战：一方面，由于复杂算法和架构的快速发展，功耗已成为一个显著的挑战。目前，世界上约5%-15%的能源用于各种形式的数据处理，如传输或加工任务，[54]并且考虑到物联网时代传感器无处不在，它们所生成的数据量也呈指数级增长，这一比例预计将迅速增加。另一方面，由于冯·诺依曼架构中处理单元和内存单元之间存在物理分离，基于此架构的数据处理越来越受到内存带宽的限制。虽然冯·诺依曼架构几十年来对科学技术的发展做出了巨大的贡献，但是由于相对缓慢且需要能量的数据移动，其表现出的效率是比较低的。<br /> <br /> 基于互补金属氧化物半导体（CMOS）技术的传统冯·诺依曼计算机不具备像人脑那样的学习或处理复杂数据的能力。为了解决数字计算机的局限性，世界各地都在利用生物学原理的启发，开发截然不同的方法。其中一种方法就是模拟人脑中信息处理类型的计算系统，进行神经形态系统的开发。<br /> <br /> “神经形态”一词最初是由卡弗·米德在20世纪90年代创造的，指的是从大脑的神经生物结构中获得灵感的混合信号模拟/数字超大规模集成计算系统。[55] “神经形态工程”是一个跨学科研究领域，专注于构建电子神经处理系统，以直接“模拟”真实神经元和突触的生物物理特性。[56]<br /> <br /> 神经元及其突触的生理学过程极其复杂，难以进行人工模拟。神经元在所有处理过程中都使用化学模拟信号，这是大脑的一个关键生理学特征。这个特征大大增加了在计算机中复制大脑的难度，因为目前的计算机是完全数字化的。然而，部分特征可以抽象为数学函数，这些函数能够紧密捕捉神经元运行的本质。<br /> <br /> 最近，神经形态一词的定义在另外两个方向上进行了扩展。[57]首先，术语“神经形态”用于描述用于探索大规模计算神经科学模型的基于脉冲（spike）的处理系统。其次，神经形态计算包括实现神经元和突触电路的专用电子神经架构。注意，这一概念不同于人工智能机器学习方法，人工智能机器学习方法基于纯软件算法，开发纯软件算法是为了最小化模式识别任务中的识别错误。[58]然而，关于神经形态计算的精确定义有一些争议。它可以从非常严格的高保真模仿神经科学原理（其中必须有非常详细的突触化学动力学）到非常模糊的高层松散的大脑启发原理，例如简单的向量（输入）乘以矩阵（突触）乘法。<br /> <br /> 总的来说，到今天为止，人们普遍认为神经形态计算至少应该包括一些时间、事件或数据驱动的计算。在这个意义上，像脉冲神经网络（SNN）这样的系统，有时被称为第三代神经网络，具有很强的代表性。[59]<br /> <br /> 自然是向更可持续计算场景发展的重要灵感来源。在这种场景中，由于非易失性存储器、模拟/数字处理电路的集成等因素，神经形态系统具备复杂数据环境中的动态学习能力，显示出比传统处理器低得多的功耗。构建模拟生物对应物的人工神经网络是计算领域剩下的挑战之一。如果基本技术问题在未来几年内得到解决，低功耗、高速的神经形态计算机将推动对神经形态设备的需求，神经形态计算市场预计将从2025年的2亿美元上升到2035年的220亿美元。[60]<br /> <br /> 神经形态计算的目标不是完美地模拟大脑及其所有功能，而是利用已知的大脑结构和运转机制来研发或优化实际的计算系统。任何神经形态学系统都不会声称或试图复制神经元和突触中的每一个元素，但所有人都一致认可将计算高度分散于一系列类似于神经元的小型计算元素的理念。研究人员用不同的方法来追求这一普遍目标。[12]<br /> <br /> <br /> ===代表性成果===<br /> <br /> 早在2006年，佐治亚理工学院的研究人员就研发出了一种现场可编程神经阵列。[13]在此之后，一系列越来越复杂的浮栅晶体管阵列被成功研发出来，这些晶体管阵列可以通过在金属-氧化物半导体效应晶体管MOSFET的栅极上编程来模拟大脑中神经元的离子通道特性，这也是以硅为主要材料的可编程神经元阵列的最早成功案例之一。<br /> <br /> 2011年11月，麻省理工学院的一组研究人员研发出一种计算机芯片，该芯片上使用标准的互补金属氧化物半导体CMOS制造技术集成了400个晶体管，能够模拟神经元间突触中基于离子的通讯。[14][15]<br /> <br /> 2012年6月，普渡大学的自旋电子学研究人员发表了一篇关于利用侧向自旋阀和忆阻器设计神经形态芯片的论文。他们认为，这种芯片结构的工作原理与神经元相似，因此可以用于大脑运行机制的复刻方法的测试。此外，这些芯片在能耗方面明显优于传统芯片。[16]<br /> <br /> 惠普实验室在莫特忆阻器上的研究表明，尽管它们可以是非易失性的，但是在相变温度以下时表现出的易失性行为可以被用来制造类神经元电阻器（一种生物学启发的模仿神经元行为的硬件）。[17]2013年9月，他们通过模型和仿真展示了这些类神经元电阻器的脉冲行为如何产生图灵机的所需元素。[18]<br /> <br /> 神经栅格 Neurogrid是由斯坦福大学Brains in Silicon公司研发的、使用神经形态工程原理设计的硬件。该电路板由16个定制设计的芯片组成。在设计中，每个NeuroCore芯片的模拟电路对65536个神经元的神经元素进行模拟，以最大限度地提高能量效率。模拟出的神经元通过设计的数字电路连接，以最大化脉冲吞吐量。[20][21]<br /> <br /> 人类大脑计划 Human Brain Project对神经形态工程具有较大影响，其主要任务是尝试用生物数据在超级计算机中模拟完整的人脑。人类大脑计划由神经科学、医学和计算机科学背景的研究人员组成。[22]该项目的联合主管亨利•马克拉姆 Henry Markram表示，人类大脑计划的目的是建立一个探索和了解脑科学和脑疾病知识的基础，并利用这些知识来构建更先进的计算机技术。这个项目的三个主要目标分别是: 更好地理解大脑的各个部分是如何相互配合协同工作的; 理解如何客观地诊断和治疗脑部疾病; 以及利用对人类大脑的理解来开发神经形态计算机。模拟一个完整的人类大脑需要一台比现在强大一千倍的超级计算机，这不断激发着对神经形态计算机领域的研究兴趣。[23]欧盟委员会已经向人类大脑计划拨款13亿美元。[24]<br /> <br /> 其他与神经形态工程有关的研究还包括脑计划 BRAIN initiative，[25]和IBM研发的TrueNorth芯片。[26]使用纳米晶体、纳米线和导电聚合物也能够用于制造神经形态学硬件。[27]<br /> <br /> 2017年10月，英特尔发布了神经形态芯片 Loihi。该芯片采用异步脉冲神经网络实现了自适应、自修改、事件驱动的细粒度并行计算，实现了高效的学习和推理。[28][29]<br /> <br /> 比利时的微电子研究中心（IMEC）研发了世界上首个自学习神经形态芯片。这种基于丝状氧化物电阻存储技术 filamentary-oxide-based resistive memory technology（OxRAM）技术的大脑启发芯片具有自学习能力，并且已被证明具有创作音乐的能力。[30]IMEC发布了由芯片原型机谱写的30秒旋律。向芯片加载一系列特征、风格统一的歌曲（古代比利时和法国长笛小步舞曲），芯片从中学习相关规则并将其应用于创作。[31]<br /> <br /> 由Henry Markram领导的蓝脑计划 The Blue Brain Project旨在建立小鼠大脑生理学细节的数字重建和模拟。蓝脑计划已经建立了啮齿动物大脑的电子模型，同时进行着尽可能多地复制其生理学细节的尝试。基于超级计算机的模拟为理解大脑的结构和功能提供了新的视角。<br /> <br /> 欧盟资助了海德堡大学一系列促进BrainScaleS（神经形态混合系统中受大脑启发的多尺度计算）发展的项目，这是一台位于德国海德堡大学的混合模拟神经形态超级计算机。它是作为人类大脑计划中神经形态计算平台的一部分而开发的，是SpiNNaker超级计算机（基于数字技术）的补充。BrainScaleS中使用的体系架构模拟了生物神经元及其在物理层面上的连接；此外，由于这些组件是由硅制成的，这些模型神经元平均运行速度是生物神经元的864倍，这意味着在机器模拟中，24小时的实时时间仅为100秒。[32]<br /> <br /> <br /> == 神经形态材料和设备 ==<br /> <br /> 为了推进神经形态计算和工程领域，探索新型材料和器件将具有关键意义，以便以颠覆性的方式提高最先进的CMOS解决方案的能效和可扩展性。[57][61]<br /> <br /> 忆阻器件可以改变其电导以响应电脉冲，[62][63][64]有望作为神经形态电路中突触和神经元的能量和空间高效硬件表征。忆阻器件最初是作为二进制非易失性随机存取存储器提出的，该领域的研究目标主要是在固态驱动器技术（例如闪存更换）或存储类存储器[65]中寻求更高性能。然而，由于模拟可调性和复杂的开关动力学，忆阻器件还可以实现新的计算功能，例如模拟计算或实现受大脑启发的学习规则。据报道，大量不同的物理现象都表现出忆阻行为，包括电子效应、离子效应以及结构有序效应。<br /> <br /> 神经形态工程中使用的材料包括磁性合金、金属氧化物、硫属化合物，也包括2D 范德瓦尔斯材料或有机材料。部分新兴存储设备已经作为二进制非易失性存储器有了商业应用，例如相变存储器（PCM）、磁性随机存取存储器、铁电存储器以及基于氧化还原的电阻随机存取存储器。纳米线网络（nanowire networks）、2D材料、有机材料等材料的发展尚未成熟，但可能为柔性电子或3D集成提供扩展功能和新机会。<br /> <br /> <br /> ===Intel芯片Loihi及系统Lava[49][50][51]===<br /> <br /> Loihi是Intel实验室设计的一种神经形态研究测试芯片，它使用异步脉冲神经网络（SNN）来实现自适应、自修改、事件驱动的细粒度并行计算，用于高效实现学习和推理。该芯片是一个128个神经形态核的多核集成电路，采用英特尔14纳米工艺制造，具有独特的用于片上SNN训练的可编程微码学习引擎。该芯片在俄勒冈州2018年神经启发计算元素（NICE）研讨会上正式亮相。<br /> <br /> 2021年9月，Intel推出其第二代神经形态研究芯片Loihi2和用于神经形态应用研发的开源软件框架Lava。<br /> <br /> Loihi 2的进步使该架构能够支持新类别的神经形态算法和应用，同时提供高达10倍的处理速度，高达15倍的资源密度。每个芯片上有多达100万个神经元，并提高了能效。与过去的工艺技术相比，Loihi2采取Intel 4技术，使用极紫外光刻技术，简化了布局设计规则，使得Loihi 2的快速开发成为可能。<br /> <br /> Lava软件框架解决了神经形态研究社区对通用软件框架的需求。作为一个开放、模块化和可扩展的框架，Lava将允许研究人员和应用程序开发人员在彼此的基础上进行开发，并提供一组通用的工具、方法和库来进行聚合。Lava可在传统处理器和神经形态处理器的异构架构上无缝运行，实现了各种人工智能、神经形态和机器人框架的跨平台执行和互操作。开发人员可以直接开始构建神经形态应用程序，而无需访问专门的神经形态硬件，并可以为Lava代码库做出贡献，包括将其移植到其他平台上运行。<br /> <br /> <br /> ===清华天机芯Tianjic[52]===<br /> <br /> 天机芯片由清华类脑计算中心团队推出，结合了基于计算机科学和基于神经科学的两种人工通用智能开发方法，提供了一个混合、协同的平台。Tianjic芯片采用了多核架构、可重构的构建块和带有混合编码方案的简化数据流，不仅可以适应基于计算机科学的机器学习算法，还可以轻松实现脑激励电路和多种编码方案。研发团队已经实现在实时目标检测、跟踪、语音控制、避障和平衡控制等任务中仅使用该芯片同时处理多种算法和模型的尝试。天机芯片的进一步研究有望通过促进通用硬件平台的发展来促进通用人工智能的发展。<br /> <br /> <br /> ===神经忆阻系统===<br /> <br /> 神经忆阻系统是神经形态计算系统的一个亚类，主要研究利用忆阻器 Memristors实现神经可塑性 Neuroplasticity。神经形态工程的重点是模拟生物行为，而神经忆阻系统的重点是提取。&lt;ref name=&quot;:33&quot;&gt;{{Cite web|url=https://digitalops.sandia.gov/Mediasite/Play/a10cf6ceb55d47608bb8326dd00e46611d|title=002.08 N.I.C.E. Workshop 2014: Towards Intelligent Computing with Neuromemristive Circuits and Systems - Feb. 2014|website=digitalops.sandia.gov|access-date=2019-08-26}}&lt;/ref&gt;举个例子，一个神经忆阻系统可能用抽象的神经网络模型替代皮层微电路的行为细节。&lt;ref name=&quot;:34&quot;&gt;C. Merkel and D. Kudithipudi, &quot;Neuromemristive extreme learning machines for pattern classification,&quot; ISVLSI, 2014.&lt;/ref&gt;<br /> <br /> <br /> 受神经元启发、使用忆阻器实现的阈值逻辑函数&lt;ref name=&quot;Maan 1–13&quot; /&gt;在高级模式识别中有着广泛的应用，最近报道中其应用包括语音识别&lt;ref name=&quot;:35&quot;&gt;{{Cite journal|title = Memristor pattern recogniser: isolated speech word recognition|journal = Electronics Letters|pages = 1370–1372|volume = 51|issue = 17|doi = 10.1049/el.2015.1428|first1 = A.K.|last1 = Maan|first2 = A.P.|last2 = James|first3 = S.|last3 = Dimitrijev|year = 2015|bibcode = 2015ElL....51.1370M|hdl = 10072/140989|url = https://semanticscholar.org/paper/48d3ab11ec6e213b62f11eedcfb7b7febb058674|hdl-access = free}}&lt;/ref&gt;、人脸识别&lt;ref name=&quot;:36&quot;&gt;{{Cite journal|title = Memristive Threshold Logic Face Recognition|journal = Procedia Computer Science|date = 2014-01-01|pages = 98–103|volume = 41|series = 5th Annual International Conference on Biologically Inspired Cognitive Architectures, 2014 BICA|doi = 10.1016/j.procs.2014.11.090|first1 = Akshay Kumar|last1 = Maan|first2 = Dinesh S.|last2 = Kumar|first3 = Alex Pappachen|last3 = James|doi-access = free}}&lt;/ref&gt;和物体识别&lt;ref name=&quot;:37&quot;&gt;{{Cite journal|title = Memristive Threshold Logic Circuit Design of Fast Moving Object Detection|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2015-10-01|issn = 1063-8210|pages = 2337–2341|volume = 23|issue = 10|doi = 10.1109/TVLSI.2014.2359801|first1 = A.K.|last1 = Maan|first2 = D.S.|last2 = Kumar|first3 = S.|last3 = Sugathan|first4 = A.P.|last4 = James|arxiv = 1410.1267}}&lt;/ref&gt;。阈值逻辑函数还可以用来取代传统的数字逻辑门。&lt;ref name=&quot;:38&quot;&gt;{{Cite journal|title = Resistive Threshold Logic|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2014-01-01|issn = 1063-8210|pages = 190–195|volume = 22|issue = 1|doi = 10.1109/TVLSI.2012.2232946|first1 = A.P.|last1 = James|first2 = L.R.V.J.|last2 = Francis|first3 = D.S.|last3 = Kumar|arxiv = 1308.0090}}&lt;/ref&gt;&lt;ref name=&quot;:39&quot;&gt;{{Cite journal|title = Threshold Logic Computing: Memristive-CMOS Circuits for Fast Fourier Transform and Vedic Multiplication|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2015-11-01|issn = 1063-8210|pages = 2690–2694|volume = 23|issue = 11|doi = 10.1109/TVLSI.2014.2371857|first1 = A.P.|last1 = James|first2 = D.S.|last2 = Kumar|first3 = A.|last3 = Ajayan|arxiv = 1411.5255}}&lt;/ref&gt;<br /> <br /> <br /> 对于理想的无源记忆电路，电路的内部记忆可以用精确的方程（Caravelli-Traversa-Di Ventra方程) 来描述:&lt;ref name=&quot;:40&quot;&gt;{{cite journal |last=Caravelli |display-authors=etal|arxiv=1608.08651 |title=The complex dynamics of memristive circuits: analytical results and universal slow relaxation |year=2017 |doi=10.1103/PhysRevE.95.022140 |pmid= 28297937 |volume=95 |issue= 2 |pages= 022140 |journal=Physical Review E|bibcode=2017PhRvE..95b2140C}}&lt;/ref&gt;<br /> <br /> <br /> :&lt;math&gt; \frac{d}{dt} \vec{W} = \alpha \vec{W}-\frac{1}{\beta} (I+\xi \Omega W)^{-1} \Omega \vec S &lt;/math&gt;<br /> <br /> <br /> Caravelli-Traversa-Di Ventra方程是描述物理记忆网络和外部源性质的函数。在上述方程中，&lt;math&gt;\alpha&lt;/math&gt;是“遗忘”时间尺度常数，&lt;math&gt;\xi=r-1&lt;/math&gt;，&lt;math&gt;r =\frac{R\text_{off}}{R_\text{on}}&lt;/math&gt;是记忆电阻器off状态和on状态极限电阻值之比，&lt;math&gt;\vec S&lt;/math&gt;是电路源的矢量，&lt;math&gt;\Omega&lt;/math&gt;是电路基本环路的投影。常数&lt;math&gt;\beta&lt;/math&gt;具有电压的量纲，与记忆电阻器的特性有关；其物理原型是导体中的电荷迁移率。对角矩阵和向量 &lt;math&gt;W=\operatorname{diag}(\vec W)&lt;/math&gt;和&lt;math&gt;\vec W&lt;/math&gt; 分别是忆阻器的内阻，值在0到1之间。因此，这个等式需要在内存值=上添加额外约束以保证可靠性。<br /> <br /> <br /> ==神经形态电路==<br /> <br /> 神经形态器件可以与传统的CMOS晶体管集成，以开发功能齐全的神经形态电路。神经形态电路中的一个关键元素是非冯·诺依曼架构，例如由多个核组成，实现分布式的计算和内存。采用脉冲来表示、交换和计算类似于大脑动作电位的数据的SSN，和受大脑启发程度较小的电路（例如ANN），通常都包括在神经形态电路中。<br /> <br /> 无论具体学习和处理算法是什么，神经形态电路中的一个关键处理元素是神经网络，包括突触和神经元。鉴于神经网络的核心作用，目前一项重要的研究工作就是如何通过内存计算（inmemory computing）实现密集、快速和节能的神经网络。[66]例如，内存阵列可以加速矩阵向量乘法（MVM），[67]并利用欧姆定律和基尔霍夫定律在网络中实现乘法和求和，这是许多神经形态电路的共同特征，包括SNN和非SNN网络。MVM交叉点电路能够以高密度、高实时处理速度和高能效完成对突触层的直接实现，尽管其准确性受到记忆器件随机变化和模拟计算的挑战。<br /> <br /> 另一个电路挑战是模数混合计算，这导致需要在模拟交叉点阵列和数字系统之间的接口处需要使用大型高能模数转换器电路。<br /> <br /> 最后，神经形态电路似乎从混合集成中能取得最大的获益，即将前端CMOS技术与能够实现MVM和神经生物学功能的新型存储设备相结合，例如脉冲集成、短期记忆和突触可塑性。[68]从长远来看，混合集成可能还需要扩展到替代性纳米技术概念，例如自下而上的纳米线网络，[69]以及替代性计算概念，例如光子[70]甚至量子计算[71]，在单个系统甚至单个芯片内具有三维集成结构。<br /> <br /> <br /> ==神经形态算法==<br /> <br /> 在真实应用系统应用神经形态工程的一个基本挑战是要直接在脉冲域中对其进行训练，以便达到更节能、更精确的效果，实现在不依赖重型云计算服务器的情况下不断学习和更新便携式设备本身的知识也是一个挑战。脉冲数据往往分布稀疏，具有一定的随机性和嵌入噪声，与非理想非线性突触和神经元相互作用。生物知道如何充分利用这一切，并从周围环境中有效地获取知识。<br /> <br /> 从这个意义上说，计算神经科学可以成为启发神经形态工程学的关键因素：这门学科中大脑如何在各种尺度上执行计算，从小神经元群、中尺度聚合到完整组织，大脑区域和整个大脑与周围传感器和运动执行器相互作用，都是非常值得学习的。另一方面，关于信息如何在大脑中使用神经脉冲编码的基本问题也出现了。显然，为了提高处理和通信的能效，大脑会最大限度地提高每单位脉冲的信息量。[72]这意味着通过利用时空信号处理来分解信息的编码和处理，以最大化信息量，同时最小化能量和资源。<br /> <br /> <br /> ===SNN===<br /> <br /> 受到生物神经元特性启发，脉冲神经网络（SNN）使用脉冲——这是一种发生在时间点上的离散事件——而非常见的连续值。每个峰值由代表生物过程的微分方程表示出来，其中最重要的是神经元的膜电位。本质上，一旦神经元达到了某一电位，脉冲就会出现，随后达到电位的神经元会被重置。SNN电路的动态特性及其由异步技术支持的时空稀疏性使其在快速有效地处理动态信号方面特别有前途。<br /> <br /> 与成熟有效的人工神经网络 (ANN) 训练算法：误差反向传播算法 (Back Propagation) 不同，复杂的动力学和脉冲的不可微性质导致SNN的训练更为困难。此外，神经形态脉冲神经结构无法如冯·诺伊曼架构般访问外部存储块来存储或检索信息。<br /> <br /> 在理解如何在硬件SNN中最佳设计信号处理和在线学习机制以解决复杂问题方面，神经形态计算和工程领域面临的挑战似乎是无法克服的。然而，生物大脑是一种存在证明，可以使用模拟的计算基底，并使用不均匀和不精确的信号处理元件，实现稳健和稳定的计算。因此，了解动物的大脑，即使是只有不到一百万个神经元的小昆虫大脑，是如何完成这项任务的，这也是在这一领域取得进展的关键。具体来说，应对这些挑战所需的科学进步需要强有力的跨学科方法。理论和计算神经科学的进步将提供一个核心组成部分。但是，这些需要得到电气工程多个子领域的概念和结果的补充，如信息理论、信号处理和控制理论，以及其他学科，如数学、计算机科学和机器人学。<br /> <br /> <br /> ==应用==<br /> <br /> 尽管神经形态计算和工程仍处于研发阶段，但随着研究进展，越来越多的应用领域被证明非常适合神经形态计算和工程，确定新的潜在应用领域以进一步探索使用神经形态材料和硬件如何解决这些问题也很重要。<br /> <br /> ===视觉===<br /> <br /> 基于神经形态事件（event-based, EB）的视觉传感器从人类视网膜的结构与功能中获得灵感，试图在超大规模集成电路硅芯片上重建视网膜的视觉信息采集和处理操作。加州理工学院C·米德团队研发的第一台此类设备名为“硅视网膜”，它于1991年登上了《科学美国人》的封面。[73]与早期更可靠的生物学模型相比，近年来，人们更多地关注创建可用于实际人工视觉应用的实际传感器设计，这些模型通常对许多不同的细胞类型和信号通路进行建模，从而导致设计方案非常复杂且实际可用性有限。<br /> <br /> 如今，大多数EB传感器设备基于“时间对比”或“变化检测”（change detection, CD）类型的操作，松散地模拟人类视觉系统的瞬态磁细胞路径。与传统图像传感器不同，CD传感器不对所有像素使用一个公共采样率（帧速率），而是每个像素通过对入射光量的变化作出反应来定义其自身采样点的定时，以响应其视觉输入。[74][75][76]因此，整个采样过程不再由人工定时源控制，而是由待采样信号本身控制，或者更准确地说，由信号随时间的变化控制。这种传感器生成的输出不是图像序列，而是基于场景中发生的动态有条件地生成和传输的像素单个对比度事件的准时间连续流。<br /> <br /> 由于所获得视觉动态的高时间精度、固有的数据稀疏性和鲁棒的高动态范围操作，加上在功率预算、后处理能力或传输带宽方面的考虑，EB传感器作为人工视觉系统的视觉传感器在需要高速或低延迟操作的应用、照明条件不受控制、资源有限的应用场景中中越来越普遍，例如在各种汽车、物联网、监控、移动或工业用例中。[77]<br /> <br /> <br /> ===听觉===<br /> <br /> 神经形态听觉技术的灵感来自人类的听觉能力，人类即使在困难的听觉场景中也能理解语音，并且只使用大脑整个10W功耗的一小部分。匹配人类听觉能力是开发人工听觉设备中算法、硬件技术和应用程序的一个重要目标。<br /> <br /> 人类的听觉始于生物耳蜗，它使用空间来进行编码。传入的声音被编码为一组宽频率选择性通道产生的异步输出脉冲。对于频率低于3 kHz的信号，这些脉冲被锁相到频率[78]。这种编码方案导致从活动频率通道对频率信息进行稀疏采样，而不是在单个音频输入上使用最大采样率。最早的硅耳蜗设计始于Lyon和Mead（electronic cochlea）的工作，即通过一组耦合的过滤层级来模拟耳蜗的基底膜（BM）。后续设计中，滤波器层级具的设计有更好匹配特性，使用的耦合滤波器架构范围从最初提出的级联型对耳蜗的唯象输出的建模，[79]到更明确地模拟BM和耳蜗液作用的电阻耦合带通滤波器组。[80][81]最近推出的采用更先进技术的脉冲耳蜗设计取得了更好的功率效率。<br /> <br /> 神经形态仿生特征，例如稀疏采样（例如，沉默暂停期间的非采样）、事件驱动的大脑计算形式、异步事件（指定时间窗口内的脉冲或脉冲集）携带的自然时间编码等，可以为解决听觉任务的硬件友好型模型提供更节能的解决方案。<br /> <br /> <br /> ==社会与伦理==<br /> <br /> ===伦理问题===<br /> <br /> 虽然神经形态工程这个跨学科概念相对较新，但许多适用于类人机器 Human-like machines和人工智能的伦理讨论在神经形态系统领域也无法避免。另外，神经形态系统是为了模仿人类大脑而设计，这一底层逻辑也导致了一些新的伦理问题。<br /> <br /> 然而，这种争论的实际情况是，神经形态硬件和人工“神经网络”是对大脑运作或处理信息过程的极其简化的模型，在大小和功能技术方面的复杂性相比而言比较低，在连接性方面也具有更加规则的结构。将神经形态芯片与大脑进行比较是一种非常粗糙的比较，类似于仅仅因为飞机有翅膀和尾巴就将它与鸟进行比较。事实上，当前最先进的人工智能在能耗效率和计算效率方面距离人脑神经认知系统仍有较大差距，而神经形态工程只是一种通过从大脑机制中获得灵感来缩小这种差距的尝试，就像许多工程设计中都具有生物启发的特征 Bio-inspired features一样。<br /> <br /> 由于公众认知的相关忧虑，神经形态工程学可能会受到严重的伦理限制。[33]欧盟委员会进行的一项调查指出，公众越来越关注能够模仿或复制人类行为的机器人。[34]而神经形态工程，顾名思义，是为了模仿人脑的功能而设计的。因此，神经形态系统可能因为其类似人类的特性而被归入许多欧盟公民希望在未来禁止使用的机器人类别。<br /> <br /> <br /> ====人格权问题====<br /> <br /> 随着神经形态系统的日益发展，一些学者主张赋予这些系统人格权。如果是大脑赋予了人类人格，那么在多大程度上模仿人类大脑的神经形态系统才能被赋予人格权利？“人类大脑计划”旨在推进以大脑为灵感的计算机技术发展，该计划的批评者认为，神经形态计算机技术的进步可能导致机器意识或人格的形成。[35]这些批评者认为，如果这些系统被当作人来对待，那么人类使用神经形态系统执行任务（包括终止神经形态系统）的行为，在道德上就可能是不被允许的，因为这些行为将违反神经形态系统的自主性。[36]<br /> <br /> ===法律问题===<br /> <br /> 怀疑派认为，在法律上没有办法应用能够适用于神经形态技术的电子人格。在一封由285名法律、机器人技术、医学和伦理学专家的联名信中，作者们反对欧盟委员会提出的承认“智能机器人”为法人的提议。他们写道，“机器人的法律地位无法从自然人模型中推导出来，因为机器人将被赋予人权，如尊严权、完整权、报酬权或公民权，从而直接面临人权问题。这将有悖于《欧联基本权利宪章》和《欧洲保障人权和根本自由公约》”。[37]<br /> <br /> ====所有权及财产权问题====<br /> <br /> 法律界围绕财产权和人工智能有着重大争论。在Acohs Pty有限公司诉Ucorp Pty有限公司一案中，澳大利亚联邦法院的Christopher Jessup法官发现，版权保护不适用于材料安全数据表的源代码，因为它是由软件界面生成而非人类工作者生成的。[38]同样的问题可能也适用于神经形态系统：如果一个神经形态系统成功地模仿了人类的大脑，并产生了一部原创作品，那么该如何确认这部作品的所有权归属？[39]<br /> <br /> ===军民两用技术===<br /> <br /> 联合人工智能中心 The Joint Artificial Intelligence Center（JAIC），是美国军队的一个分支，专门从事采购和实施用于战斗的人工智能软件和神经形态硬件。具体应用包括智能耳机、护目镜和机器人。JAIC打算高度依赖神经形态技术，使用神经形态技术来连接神经形态单位网络中的“每个战士、每个射手”。<br /> <br /> <br /> '''神经形态工程 Neuromorphic engineering'''（也称为'''神经形态计算 Neuromorphic computing'''或'''类脑计算 Brain-inspired computing'''）&lt;ref name=&quot;:3&quot;&gt;{{Cite journal | doi = 10.1145/2601069| title = Neuromorphic computing gets ready for the (really) big time| journal = [[Communications of the ACM]]| volume = 57| issue = 6| year = 2014| last1 = Monroe | first1 = D. | pages = 13–15}}&lt;/ref&gt;&lt;ref name=&quot;:4&quot;&gt;{{Cite journal | doi = 10.1088/0957-4484/21/17/175202| pmid = 20368686| title = Nanotube devices based crossbar architecture: Toward neuromorphic computing| journal = Nanotechnology| volume = 21| issue = 17| pages = 175202| year = 2010| last1 = Zhao | first1 = W. S. | last2 = Agnus | first2 = G. | last3 = Derycke | first3 = V. | last4 = Filoramo | first4 = A. | last5 = Bourgoin | first5 = J. -P. | last6 = Gamrat | first6 = C. | bibcode = 2010Nanot..21q5202Z| url = https://zenodo.org/record/3428659}}&lt;/ref&gt;&lt;ref name=&quot;humanbrainproject&quot;&gt;{{YouTube|id=6RoiZ90mGfw|title=The Human Brain Project SP 9: Neuromorphic Computing Platform}}&lt;/ref&gt;是指使用包含电子模拟电路的超大规模集成电路系统来模拟神经系统中生理结构的研究方法。神经形态计算机或神经形态芯片包括任何使用由硅制成的人造神经元进行计算的设备。&lt;ref name=&quot;:5&quot;&gt;{{cite journal|last1=Mead|first1=Carver|title=Neuromorphic electronic systems|journal=Proceedings of the IEEE|date=1990|volume=78|issue=10|pages=1629–1636|doi=10.1109/5.58356|url=https://authors.library.caltech.edu/53090/1/00058356.pdf}}&lt;/ref&gt;&lt;ref name=&quot;:2&quot; /&gt;近年来，'''神经形态学 neuromorphic'''被用来描述能够实现神经系统模型功能（如感知、运动控制，多感官整合等）的模拟、数字、模拟/数字混合模式超大规模集成电路和软件系统。神经形态计算的硬件实现可以通过基于氧化物的记忆电阻器 Memristor（简称忆阻器）、&lt;ref name=&quot;Maan 1–13&quot;&gt;{{Cite journal|last1=Maan|first1=A. K.|last2=Jayadevi|first2=D. A.|last3=James|first3=A. P.|date=2016-01-01|title=A Survey of Memristive Threshold Logic Circuits|journal=IEEE Transactions on Neural Networks and Learning Systems|volume=PP|issue=99|pages=1734–1746|doi=10.1109/TNNLS.2016.2547842|pmid=27164608|issn=2162-237X|arxiv=1604.07121|bibcode=2016arXiv160407121M}}&lt;/ref&gt;自旋电子存储器、阈值开关和晶体管来实现。&lt;ref name=&quot;:6&quot;&gt;{{Cite journal|title = Mott Memory and Neuromorphic Devices|journal = Proceedings of the IEEE|date = 2015-08-01|issn = 0018-9219|pages = 1289–1310|volume = 103|issue = 8|doi = 10.1109/JPROC.2015.2431914|first1 = You|last1 = Zhou|first2 = S.|last2 = Ramanathan|url = https://zenodo.org/record/895565}}&lt;/ref&gt;&lt;ref name=&quot;:2&quot;&gt;{{Cite journal|title=Neuromorphic Circuits With Neural Modulation Enhancing the Information Content of Neural Signaling {{!}} International Conference on Neuromorphic Systems 2020|language=EN|doi=10.1145/3407197.3407204}}&lt;/ref&gt;对基于软件的脉冲神经网络系统的训练可以通过误差反向传播机制来实现，例如，使用snnTorch等基于Python的框架，&lt;ref name=&quot;:7&quot;&gt;{{cite journal |last1=Eshraghian|first1=Jason K.|last2=Ward|first2=Max|last3=Neftci |first3=Emre|last4=Wang|first4=Xinxin|last5=Lenz|first5=Gregor|last6=Dwivedi|first6=Girish|last7=Bennamoun|first7=Mohammed|last8=Jeong|first8=Doo Seok|last9=Lu|first9=Wei D.|title=Training Spiking Neural Networks Using Lessons from Deep Learning |date=1 October 2021 |arxiv=2109.12894 }}&lt;/ref&gt; 或使用BindsNet等典型的受生物启发的学习模式。&lt;ref name=&quot;:8&quot;&gt;{{Cite web | url=https://github.com/Hananel-Hazan/bindsnet | title=Hananel-Hazan/bindsnet: Simulation of spiking neural networks (SNNs) using PyTorch.| date=31 March 2020}}&lt;/ref&gt;<br /> <br /> <br /> 神经形态工程领域的一个关键问题，就是理解单个神经元形态、神经回路、应用和整体结构如何产生理想的计算，如何影响信息的表示和对破坏的鲁棒性，如何整合学习和发展，如何适应局部变化(可塑性) 并促进逐渐发展的变化。<br /> <br /> <br /> 神经形态工程是以生物学、物理学、数学、计算机科学和电子工程&lt;ref name=&quot;:2&quot; /&gt;等学科为基础，设计人工神经系统（如视觉系统、头眼系统、听觉处理器以及物理结构和设计原则都受启发于生物神经系统的自主机器人）的一门交叉学科。&lt;ref name=&quot;:9&quot;&gt;{{Cite journal | doi = 10.1155/2012/705483| title = Qualitative Functional Decomposition Analysis of Evolved Neuromorphic Flight Controllers| journal = Applied Computational Intelligence and Soft Computing| volume = 2012| pages = 1–21| year = 2012| last1 = Boddhu | first1 = S. K. | last2 = Gallagher | first2 = J. C. | doi-access = free}}&lt;/ref&gt;20世纪80年代后期，Carver Mead极大地推动了神经形态工程领域的发展。&lt;ref name=&quot;:10&quot;&gt;{{cite web|title=carver mead website|last1=Mead|first1=Carver|url=http://www.carvermead.caltech.edu/index.html|website=carvermead}}&lt;/ref&gt;<br /> <br /> <br /> ==神经生物学启发==<br /> 神经形态工程形成的灵感来源于现已知的大脑结构及运作机制知识，它将我们对大脑功能的了解用于研究和优化计算机系统。该领域工作主要集中于对生物计算模拟特性和神经元在认知中所发挥作用的复刻。<br /> <br /> <br /> 神经元及其[[突触]]的生理学过程极其复杂，难以进行人工模拟。神经元在所有处理过程中都使用化学模拟信号，这是大脑的一个关键生理学特征。这个特征大大增加了在计算机中复制大脑的难度，因为目前的计算机是完全数字化的。然而，部分特征可以抽象为数学函数，这些函数能够紧密捕捉神经元运行的本质。<br /> <br /> <br /> 神经形态计算的目标不是完美地模拟大脑及其所有功能，而是利用已知的大脑结构和运转机制来研发或优化实际的计算系统。任何神经形态学系统都不会声称或试图复制神经元和突触中的每一个元素，但所有人都一致认可将计算高度分散于一系列类似于神经元的小型计算元素的理念。研究人员用不同的方法来追求这一普遍目标。&lt;ref name=&quot;:11&quot;&gt;{{Cite journal | doi = 10.1088/1741-2560/13/5/051001| title = Large-scale neuromorphic computing systems| journal = Journal of Neural Engineering| volume = 13| pages = 1–15| year = 2016| last1 = Furber | first1 = Steve| issue = 5| pmid = 27529195| bibcode = 2016JNEng..13e1001F| doi-access = free}}&lt;/ref&gt;<br /> <br /> <br /> ==代表性成果==<br /> 早在2006年，佐治亚理工学院的研究人员就研发出了一种现场可编程神经阵列。&lt;ref name=&quot;:12&quot;&gt;{{Cite book|title = A field programmable neural array|last1 = Farquhar|first1 = Ethan|date = May 2006|journal = IEEE International Symposium on Circuits and Systems|pages = 4114–4117|last2 = Hasler|first2 = Paul.|doi = 10.1109/ISCAS.2006.1693534|isbn = 978-0-7803-9389-9}}&lt;/ref&gt;在此之后，一系列越来越复杂的浮栅晶体管阵列被成功研发出来，这些晶体管阵列可以通过在'''金属-氧化物半导体效应晶体管MOSFET'''的栅极上编程来模拟大脑中神经元的离子通道特性，这也是以硅为主要材料的可编程神经元阵列的最早成功案例之一。<br /> <br /> <br /> 2011年11月，麻省理工学院的一组研究人员研发出一种计算机芯片，该芯片上使用标准的'''互补金属氧化物半导体CMOS'''制造技术集成了400个晶体管，能够模拟神经元间突触中基于离子的通讯。&lt;ref name=&quot;:13&quot;&gt;{{cite web|title=MIT creates &quot;brain chip&quot;|url=http://www.extremetech.com/extreme/105067-mit-creates-brain-chip|access-date=4 December 2012}}&lt;/ref&gt;&lt;ref name=&quot;Neuromorphic silicon paper&quot;&gt;{{cite journal|title=Neuromorphic silicon neurons and large-scale neural networks: challenges and opportunities|doi=10.3389/fnins.2011.00108|pmid=21991244|pmc=3181466|volume=5|pages=108|journal=Frontiers in Neuroscience|year=2011|last1=Poon|first1=Chi-Sang|last2=Zhou|first2=Kuan|doi-access=free}}&lt;/ref&gt;<br /> <br /> <br /> 2012年6月，普渡大学的自旋电子学研究人员发表了一篇关于利用侧向自旋阀和忆阻器设计神经形态芯片的论文。他们认为，这种芯片结构的工作原理与神经元相似，因此可以用于大脑运行机制的复刻方法的测试。此外，这些芯片在能耗方面明显优于传统芯片。&lt;ref name=&quot;Spin Devices Prop&quot;&gt;{{Cite arXiv|title=Proposal For Neuromorphic Hardware Using Spin Devices|eprint=1206.3227|last1=Sharad|first1=Mrigank|last2=Augustine|first2=Charles|last3=Panagopoulos|first3=Georgios|last4=Roy|first4=Kaushik|class=cond-mat.dis-nn|year=2012}}&lt;/ref&gt;<br /> <br /> <br /> 惠普实验室在莫特忆阻器上的研究表明，尽管它们可以是非易失性的，但是在[[相变]]温度以下时表现出的易失性行为可以被用来制造类神经元电阻器（一种生物学启发的模仿神经元行为的硬件）&lt;ref name=&quot;:0&quot;&gt;{{Cite journal | doi = 10.1038/nmat3510| pmid = 23241533| title = A scalable neuristor built with Mott memristors| journal = Nature Materials| volume = 12| issue = 2| pages = 114–7| year = 2012| last1 = Pickett | first1 = M. D. | last2 = Medeiros-Ribeiro | first2 = G. | last3 = Williams | first3 = R. S. | bibcode = 2013NatMa..12..114P| url = https://semanticscholar.org/paper/b6ba6f496ace2b947f111059663e76bb60e9efeb}}&lt;/ref&gt;。2013年9月，他们通过模型和仿真展示了这些类神经元电阻器的脉冲行为如何产生[[图灵机]]的所需元素。&lt;ref name=&quot;:14&quot;&gt;{{cite journal|doi=10.1088/0957-4484/24/38/384002|title=Phase transitions enable computational universality in neuristor-based cellular automata|author1=Matthew D Pickett|author2=R Stanley Williams|date=September 2013|publisher=IOP Publishing Ltd|journal=Nanotechnology|volume=24|issue=38|pmid=23999059|bibcode=2013Nanot..24L4002P|at=384002}}&lt;/ref&gt;<br /> <br /> <br /> '''神经栅格 Neurogrid&lt;ref name=&quot;:15&quot;&gt;{{cite journal|last1=Boahen|first1=Kwabena|title=Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations|journal=Proceedings of the IEEE|date=24 April 2014|volume=102|issue=5|pages=699–716|doi=10.1109/JPROC.2014.2313565}}&lt;/ref&gt;'''是由斯坦福大学Brains in Silicon公司研发的、使用神经形态工程原理设计的硬件。该电路板由16个定制设计的芯片组成。在设计中，每个NeuroCore芯片的模拟电路对65536个神经元的神经元素进行模拟，以最大限度地提高能量效率。模拟出的神经元通过设计的数字电路连接，以最大化脉冲吞吐量。&lt;ref name=&quot;:16&quot;&gt;{{cite journal|doi=10.1038/503022a|pmid = 24201264|title = Neuroelectronics: Smart connections|journal = Nature|volume = 503|issue = 7474|pages = 22–4|year = 2013|last1 = Waldrop|first1 = M. Mitchell|bibcode = 2013Natur.503...22W|doi-access = free}}&lt;/ref&gt;&lt;ref name=&quot;:17&quot;&gt;{{cite journal|doi=10.1109/JPROC.2014.2313565|title = Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations|journal = Proceedings of the IEEE|volume = 102|issue = 5|pages = 699–716|year = 2014|last1 = Benjamin|first1 = Ben Varkey|last2 = Peiran Gao|last3 = McQuinn|first3 = Emmett|last4 = Choudhary|first4 = Swadesh|last5 = Chandrasekaran|first5 = Anand R.|last6 = Bussat|first6 = Jean-Marie|last7 = Alvarez-Icaza|first7 = Rodrigo|last8 = Arthur|first8 = John V.|last9 = Merolla|first9 = Paul A.|last10 = Boahen|first10 = Kwabena}}&lt;/ref&gt;<br /> <br /> <br /> 人类大脑计划 Human Brain Project对神经形态工程具有较大影响，其主要任务是尝试用生物数据在超级计算机中模拟完整的人脑。人类大脑计划由神经科学、医学和计算机科学背景的研究人员组成。&lt;ref name=&quot;:18&quot;&gt;{{cite web|title=Involved Organizations|url=http://www.humanbrainproject.eu/partners.html|access-date=22 February 2013|url-status=dead|archive-url=https://web.archive.org/web/20130302142627/http://www.humanbrainproject.eu/partners.html|archive-date=2 March 2013}}&lt;/ref&gt;该项目的联合主管亨利•马克拉姆 Henry Markram表示，人类大脑计划的目的是建立一个探索和了解脑科学和脑疾病知识的基础，并利用这些知识来构建更先进的计算机技术。这个项目的三个主要目标分别是: 更好地理解大脑的各个部分是如何相互配合协同工作的; 理解如何客观地诊断和治疗脑部疾病; 以及利用对人类大脑的理解来开发神经形态计算机。模拟一个完整的人类大脑需要一台比现在强大一千倍的超级计算机，这不断激发着对神经形态计算机领域的研究兴趣。&lt;ref name=&quot;:19&quot;&gt;{{cite web|title=Human Brain Project|url=http://www.humanbrainproject.eu|access-date=22 February 2013}}&lt;/ref&gt;欧盟委员会已经向人类大脑计划拨款13亿美元。&lt;ref name=&quot;:20&quot;&gt;{{cite web|title=The Human Brain Project and Recruiting More Cyberwarriors|url=http://www.marketplace.org/topics/tech/human-brain-project-and-recruiting-more-cyberwarriors|access-date=22 February 2013|date=January 29, 2013}}&lt;/ref&gt;<br /> <br /> <br /> <br /> 其他与神经形态工程有关的研究还包括脑计划 BRAIN initiative，&lt;ref name=&quot;economist&quot;&gt;[https://www.economist.com/news/science-and-technology/21582495-computers-will-help-people-understand-brains-better-and-understanding-brains Neuromorphic computing: The machine of a new soul], The Economist, 2013-08-03&lt;/ref&gt; 和IBM研发的TrueNorth芯片。&lt;ref name=&quot;:21&quot;&gt;{{cite journal|last1=Modha|first1=Dharmendra|title=A million spiking-neuron integrated circuit with a scalable communication network and interface|journal=Science|date=Aug 2014|volume=345|issue=6197|pages=668–673|doi=10.1126/science.1254642|pmid=25104385|bibcode=2014Sci...345..668M}}&lt;/ref&gt;使用纳米晶体、纳米线和导电聚合物也能够用于制造神经形态学硬件。&lt;ref name=&quot;:22&quot;&gt;{{Cite web|url=http://jessamynfairfield.com/wp-content/uploads/2017/03/PWMar17Fairfield.pdf|title=Smarter Machines|last=Fairfield|first=Jessamyn|date=March 1, 2017}}&lt;/ref&gt;<br /> <br /> <br /> <br /> 2017年10月，英特尔发布了神经形态芯片 Loihi。该芯片采用异步[[脉冲神经网络]]实现了自适应、自修改、事件驱动的细粒度并行计算，实现了高效的学习和推理。&lt;ref name=&quot;:23&quot;&gt;{{cite journal |last1=Davies |first1=Mike |title=Loihi: A Neuromorphic Manycore Processor with On-Chip Learning |journal=IEEE Micro |date=January 16, 2018 |volume=38 |issue=1 |pages=82–99 |display-authors=etal|doi=10.1109/MM.2018.112130359 }}&lt;/ref&gt;&lt;ref name=&quot;Morris2017&quot;&gt;{{cite web |last1=Morris |first1=John |title=Why Intel built a neuromorphic chip |url=https://www.zdnet.com/article/why-intel-built-a-neuromorphic-chip/ |website=ZDNet |access-date=17 August 2018 |language=en}}&lt;/ref&gt;<br /> <br /> <br /> 比利时的微电子研究中心（IMEC）研发了世界上首个自学习神经形态芯片。这种基于丝状氧化物电阻存储技术 filamentary-oxide-based resistive memory technology（OxRAM）技术的大脑启发芯片具有自学习能力，并且已被证明具有创作音乐的能力。&lt;ref name=&quot;:24&quot;&gt;{{cite web |title=Imec demonstrates self-learning neuromorphic chip that composes music |url=https://www.imec-int.com/en/articles/imec-demonstrates-self-learning-neuromorphic-chip-that-composes-music |website=IMEC International |access-date=1 October 2019}}&lt;/ref&gt;IMEC发布了由芯片原型机谱写的30秒旋律。向芯片加载一系列特征、风格统一的歌曲（古代比利时和法国长笛小步舞曲），芯片从中学习相关规则并将其应用于创作。&lt;ref name=&quot;:25&quot;&gt;{{cite web|last1=Bourzac|first1=Katherine|title=A Neuromorphic Chip That Makes Music|url=https://spectrum.ieee.org/a-neuromorphic-chip-that-makes-music|url-status=live|access-date=1 October 2019|website=IEEE Spectrum|date=May 23, 2017}}&lt;/ref&gt;<br /> <br /> <br /> 由Henry Markram领导的蓝脑计划 The Blue Brain Project旨在建立小鼠大脑生理学细节的数字重建和模拟。蓝脑计划已经建立了啮齿动物大脑的电子模型，同时进行着尽可能多地复制其生理学细节的尝试。基于超级计算机的模拟为理解大脑的结构和功能提供了新的视角。<br /> <br /> <br /> 欧盟资助了海德堡大学一系列促进BrainScaleS（神经形态混合系统中受大脑启发的多尺度计算）发展的项目，这是一台位于德国海德堡大学的混合模拟神经形态超级计算机。它是作为人类大脑计划中神经形态计算平台的一部分而开发的，是SpiNNaker超级计算机（基于数字技术）的补充。BrainScaleS中使用的体系架构模拟了生物神经元及其在物理层面上的连接；此外，由于这些组件是由硅制成的，这些模型神经元平均运行速度是生物神经元的864倍，这意味着在机器模拟中，24小时的实时时间仅为100秒。&lt;ref name=&quot;:26&quot;&gt;{{Cite web|date=2016-03-21|title=Beyond von Neumann, Neuromorphic Computing Steadily Advances|url=https://www.hpcwire.com/2016/03/21/lacking-breakthrough-neuromorphic-computing-steadily-advance/|access-date=2021-10-08|website=HPCwire|language=en-US}}&lt;/ref&gt;<br /> <br /> <br /> ===神经形态传感器===<br /> 神经形态系统的概念可以扩展到传感器（而不仅仅是计算单元）。一个用于检测光线的例子是类视网膜传感器，或者事件摄像机阵列。<br /> <br /> <br /> ==伦理问题==<br /> 虽然神经形态工程这个跨学科概念相对较新，但许多适用于类人机器 Human-like machines和人工智能的伦理讨论在神经形态系统领域也无法避免。另外，神经形态系统是为了模仿人类大脑而设计，这一底层逻辑也导致了一些新的伦理问题。<br /> <br /> <br /> 然而，这种争论的实际情况是，神经形态硬件和人工“神经网络”是对大脑运作或处理信息过程的极其简化的模型，在大小和功能技术方面的复杂性相比而言比较低，在连接性方面也具有更加规则的结构。将神经形态芯片与大脑进行比较是一种非常粗糙的比较，类似于仅仅因为飞机有翅膀和尾巴就将它与鸟进行比较。事实上，当前最先进的人工智能在能耗效率和计算效率方面距离人脑神经认知系统仍有较大差距，而神经形态工程只是一种通过从大脑机制中获得灵感来缩小这种差距的尝试，就像许多工程设计中都具有生物启发的特征 Bio-inspired features一样。<br /> <br /> <br /> ===公众担忧===<br /> 由于公众认知的相关忧虑，神经形态工程学可能会受到严重的伦理限制。&lt;ref name=&quot;:27&quot;&gt;{{Cite journal|url=https://ai100.stanford.edu/sites/g/files/sbiybj9861/f/ai_100_report_0831fnl.pdf|title=Artificial Intelligence and Life in 2030|author=2015 Study Panel|date=September 2016|work=One Hundred Year Study on Artificial Intelligence (AI100)|publisher=Stanford University}}&lt;/ref&gt;欧盟委员会进行的一项调查发现，60% 的欧盟公民希望禁止机器人参与照顾儿童、老人或残疾人的工作。此外，34% 的人支持禁止机器人用于教育，27% 的人支持禁止机器人用于医疗保健，20% 的人支持禁止机器人用于娱乐。欧盟委员会将以上领域划入“人类”范畴。报告指出，公众越来越关注能够模仿或复制人类行为的机器人。而神经形态工程，顾名思义，是为了模仿人脑的功能而设计的。&lt;ref name=&quot;:1&quot;&gt;{{Cite web|url=http://ec.europa.eu/commfrontoffice/publicopinion/archives/ebs/ebs_382_en.pdf|title=Special Eurobarometer 382: Public Attitudes Towards Robots|last=European Commission|date=September 2012|website=European Commission}}&lt;/ref&gt;<br /> <br /> <br /> 围绕神经形态工程的公众担忧可能在未来变得更加严重。欧盟委员会发现，相比于55岁以上的欧盟公民，15至24岁的欧盟公民更有可能认为机器人像人（而不是像仪器）。当看到一张“类人”机器人的图片时，年龄在15岁至24岁之间的欧盟公民中有75% 的人表示这符合他们对机器人的想法，而55岁以上的欧盟公民中只有57% 的人有同样的反应。因此，神经形态系统可能因为其类似人类的特性而被归入许多欧盟公民希望在未来禁止使用的机器人类别。&lt;ref name=&quot;:1&quot; /&gt;<br /> <br /> <br /> ===人格权问题===<br /> 随着神经形态系统的日益发展，一些学者主张赋予这些系统人格权。如果是大脑赋予了人类人格，那么在多大程度上模仿人类大脑的神经形态系统才能被赋予人格权利？“人类大脑计划”旨在推进以大脑为灵感的计算机技术发展，该计划的批评者认为，神经形态计算机技术的进步可能导致机器意识或人格的形成。&lt;ref name=&quot;:28&quot;&gt;{{Cite journal|last=Aicardi|first=Christine|date=September 2018|title=Accompanying technology development in the Human Brain Project: From foresight to ethics management|journal=Futures|volume=102|pages=114–124|doi=10.1016/j.futures.2018.01.005|doi-access=free}}&lt;/ref&gt;这些批评者认为，如果这些系统被当作人来对待，那么人类使用神经形态系统执行任务（包括终止神经形态系统）的行为，在道德上就可能是不被允许的，因为这些行为将违反神经形态系统的自主性。&lt;ref name=&quot;:29&quot;&gt;{{Cite journal|last=Lim|first=Daniel|date=2014-06-01|title=Brain simulation and personhood: a concern with the Human Brain Project|journal=Ethics and Information Technology|language=en|volume=16|issue=2|pages=77–89|doi=10.1007/s10676-013-9330-5|issn=1572-8439}}&lt;/ref&gt;<br /> <br /> &lt;br&gt;<br /> <br /> ==军民两用技术（军事应用）==<br /> '''联合人工智能中心 The Joint Artificial Intelligence Center'''（JAIC），是美国军队的一个分支，专门从事采购和实施用于战斗的人工智能软件和神经形态硬件。具体应用包括智能耳机、护目镜和机器人。JAIC打算高度依赖神经形态技术，使用神经形态技术来连接神经形态单位网络中的“每个战士、每个射手”。<br /> <br /> <br /> ==法律问题==<br /> 怀疑派认为，在法律上没有办法应用能够适用于神经形态技术的电子人格。在一封由285名法律、机器人技术、医学和伦理学专家的联名信中，作者们反对欧盟委员会提出的承认“智能机器人”为法人的提议。他们写道，“机器人的法律地位无法从自然人模型中推导出来，因为机器人将被赋予人权，如尊严权、完整权、报酬权或公民权，从而直接面临人权问题。这将有悖于《欧联基本权利宪章》和《欧洲保障人权和根本自由公约》”。&lt;ref name=&quot;:30&quot;&gt;{{Cite web|url=http://www.robotics-openletter.eu/|title=Robotics Openletter {{!}} Open letter to the European Commission|language=fr-FR|access-date=2019-05-10}}&lt;/ref&gt;<br /> <br /> <br /> ===所有权及财产权问题===<br /> 法律界围绕财产权和人工智能有着重大争论。在Acohs Pty有限公司诉Ucorp Pty有限公司一案中，澳大利亚联邦法院的Christopher Jessup法官发现，版权保护不适用于材料安全数据表的源代码，因为它是由软件界面生成而非人类工作者生成的。&lt;ref name=&quot;:31&quot;&gt;{{Cite web|url=http://www.lavan.com.au/advice/intellectual_property_technology/copyright_in_source_code_and_digital_products|title=Copyright in source code and digital products|last=Lavan|website=Lavan|language=en|access-date=2019-05-10}}&lt;/ref&gt;同样的问题可能也适用于神经形态系统：如果一个神经形态系统成功地模仿了人类的大脑，并产生了一部原创作品，那么该如何确认这部作品的所有权归属？&lt;ref name=&quot;:32&quot;&gt;{{cite journal |last1=Eshraghian|first1=Jason K. |title=Human Ownership of Artificial Creativity |journal=Nature Machine Intelligence |date=9 March 2020 |volume=2 |pages=157–160 |doi=10.1038/s42256-020-0161-x}}&lt;/ref&gt;<br /> <br /> <br /> ==神经忆阻系统==<br /> 神经忆阻系统是神经形态计算系统的一个亚类，主要研究利用忆阻器 Memristors实现神经可塑性 Neuroplasticity。神经形态工程的重点是模拟生物行为，而神经忆阻系统的重点是提取。&lt;ref name=&quot;:33&quot;&gt;{{Cite web|url=https://digitalops.sandia.gov/Mediasite/Play/a10cf6ceb55d47608bb8326dd00e46611d|title=002.08 N.I.C.E. Workshop 2014: Towards Intelligent Computing with Neuromemristive Circuits and Systems - Feb. 2014|website=digitalops.sandia.gov|access-date=2019-08-26}}&lt;/ref&gt;举个例子，一个神经忆阻系统可能用抽象的神经网络模型替代皮层微电路的行为细节。&lt;ref name=&quot;:34&quot;&gt;C. Merkel and D. Kudithipudi, &quot;Neuromemristive extreme learning machines for pattern classification,&quot; ISVLSI, 2014.&lt;/ref&gt;<br /> <br /> <br /> 受神经元启发、使用忆阻器实现的阈值逻辑函数&lt;ref name=&quot;Maan 1–13&quot; /&gt;在高级模式识别中有着广泛的应用，最近报道中其应用包括语音识别&lt;ref name=&quot;:35&quot;&gt;{{Cite journal|title = Memristor pattern recogniser: isolated speech word recognition|journal = Electronics Letters|pages = 1370–1372|volume = 51|issue = 17|doi = 10.1049/el.2015.1428|first1 = A.K.|last1 = Maan|first2 = A.P.|last2 = James|first3 = S.|last3 = Dimitrijev|year = 2015|bibcode = 2015ElL....51.1370M|hdl = 10072/140989|url = https://semanticscholar.org/paper/48d3ab11ec6e213b62f11eedcfb7b7febb058674|hdl-access = free}}&lt;/ref&gt;、人脸识别&lt;ref name=&quot;:36&quot;&gt;{{Cite journal|title = Memristive Threshold Logic Face Recognition|journal = Procedia Computer Science|date = 2014-01-01|pages = 98–103|volume = 41|series = 5th Annual International Conference on Biologically Inspired Cognitive Architectures, 2014 BICA|doi = 10.1016/j.procs.2014.11.090|first1 = Akshay Kumar|last1 = Maan|first2 = Dinesh S.|last2 = Kumar|first3 = Alex Pappachen|last3 = James|doi-access = free}}&lt;/ref&gt;和物体识别&lt;ref name=&quot;:37&quot;&gt;{{Cite journal|title = Memristive Threshold Logic Circuit Design of Fast Moving Object Detection|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2015-10-01|issn = 1063-8210|pages = 2337–2341|volume = 23|issue = 10|doi = 10.1109/TVLSI.2014.2359801|first1 = A.K.|last1 = Maan|first2 = D.S.|last2 = Kumar|first3 = S.|last3 = Sugathan|first4 = A.P.|last4 = James|arxiv = 1410.1267}}&lt;/ref&gt;。阈值逻辑函数还可以用来取代传统的数字逻辑门。&lt;ref name=&quot;:38&quot;&gt;{{Cite journal|title = Resistive Threshold Logic|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2014-01-01|issn = 1063-8210|pages = 190–195|volume = 22|issue = 1|doi = 10.1109/TVLSI.2012.2232946|first1 = A.P.|last1 = James|first2 = L.R.V.J.|last2 = Francis|first3 = D.S.|last3 = Kumar|arxiv = 1308.0090}}&lt;/ref&gt;&lt;ref name=&quot;:39&quot;&gt;{{Cite journal|title = Threshold Logic Computing: Memristive-CMOS Circuits for Fast Fourier Transform and Vedic Multiplication|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2015-11-01|issn = 1063-8210|pages = 2690–2694|volume = 23|issue = 11|doi = 10.1109/TVLSI.2014.2371857|first1 = A.P.|last1 = James|first2 = D.S.|last2 = Kumar|first3 = A.|last3 = Ajayan|arxiv = 1411.5255}}&lt;/ref&gt;<br /> <br /> <br /> 对于理想的无源记忆电路，电路的内部记忆可以用精确的方程（Caravelli-Traversa-Di Ventra方程) 来描述:&lt;ref name=&quot;:40&quot;&gt;{{cite journal |last=Caravelli |display-authors=etal|arxiv=1608.08651 |title=The complex dynamics of memristive circuits: analytical results and universal slow relaxation |year=2017 |doi=10.1103/PhysRevE.95.022140 |pmid= 28297937 |volume=95 |issue= 2 |pages= 022140 |journal=Physical Review E|bibcode=2017PhRvE..95b2140C}}&lt;/ref&gt;<br /> <br /> <br /> :&lt;math&gt; \frac{d}{dt} \vec{W} = \alpha \vec{W}-\frac{1}{\beta} (I+\xi \Omega W)^{-1} \Omega \vec S &lt;/math&gt;<br /> <br /> <br /> Caravelli-Traversa-Di Ventra方程是描述物理记忆网络和外部源性质的函数。在上述方程中，&lt;math&gt;\alpha&lt;/math&gt;是“遗忘”时间尺度常数，&lt;math&gt;\xi=r-1&lt;/math&gt;，&lt;math&gt;r =\frac{R\text_{off}}{R_\text{on}}&lt;/math&gt;是记忆电阻器off状态和on状态极限电阻值之比，&lt;math&gt;\vec S&lt;/math&gt;是电路源的矢量，&lt;math&gt;\Omega&lt;/math&gt;是电路基本环路的投影。常数&lt;math&gt;\beta&lt;/math&gt;具有电压的量纲，与记忆电阻器的特性有关；其物理原型是导体中的电荷迁移率。对角矩阵和向量 &lt;math&gt;W=\operatorname{diag}(\vec W)&lt;/math&gt;和&lt;math&gt;\vec W&lt;/math&gt; 分别是忆阻器的内阻，值在0到1之间。因此，这个等式需要在内存值=上添加额外约束以保证可靠性。<br /> <br /> &lt;br&gt;<br /> <br /> ==另见==<br /> {{Columns-list|colwidth=18em|<br /> *[[AI加速器(计算机硬件)|AI加速器]] <br /> *[[人工大脑]] <br /> *[[生物形态的]] <br /> *[[认知计算机]] <br /> *[[计算与神经系统]] <br /> *[[事件相机]] <br /> * [[神经机器人学]] <br /> *[[光流传感器]] <br /> *[[物理神经网络]] <br /> *[[突触]] <br /> *[[Retinomorphic传感器]] <br /> *[[视觉芯片]] <br /> *[[视觉处理单元]] <br /> *[[人工智能硬件]] <br /> }}<br /> <br /> <br /> ==参考文献==<br /> &lt;references /&gt;<br /> <br /> &lt;br&gt;<br /> <br /> ==外部链接==<br /> <br /> *[https://web.archive.org/web/20150727034331/http://ine-web.org/workshops/workshops-overview 碲化物神经形态工程工作室]<br /> *[https://archive.today/20130115190057/http://capocaccia.ethz.ch/ CapoCaccia认知神经形态工程工作室]<br /> *[https://web.archive.org/web/20190716132350/http://www.ine-web.org/ 神经形态工程研究所]<br /> *[http://www.ine-news.org/ INE新闻站点]<br /> *[http://www.frontiersin.org/neuromorphic_engineering 神经形态工程学前沿]<br /> *[http://www.cns.caltech.edu/ 加州理工学院计算与神经系统系]].<br /> *[http://www.humanbrainproject.eu/ 人脑项目官方网站]<br /> *[https://www.the-scientist.com/features/building-a-silicon-brain-65738 打造硅脑: 基于生物神经元的计算机芯片可能有助于模拟更大、更复杂的大脑模型]]<br /> <br /> <br /> ==编者推荐==<br /> ===集智课程===<br /> ====[https://pattern.swarma.org/study_group/15 神经动力学模型读书会]====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。自神经科学这一学科建立以来，从解析神经元之间的相互作用机理、到刻画皮层柱之间的连接形式、再到探究脑区间不同认知功能的分离与整合模式，无数科学家试图从不同尺度研究大脑，以期揭示人脑这一最为复杂的神经系统的工作模式，进而理解语言、情绪、记忆和社会交往等高级认知活动的底层神经机制，并一定程度上启发通用&lt;nowiki/&gt;https://campus.swarma.org/course/4370&lt;nowiki/&gt;人工智能机器人的设计。<br /> <br /> 近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。<br /> <br /> 本着促进神经科学、系统科学以及计算机科学等不同领域的学术工作者的交流与合作，激发有志于加入脑科学与类脑研究这一领域的同学们的研究兴趣，来自国内外多所知名高校的专家学者（详见发起人介绍）共同发起了「神经动力学模型」读书会，聚焦于神经科学中的动力学建模这一前沿课题，讨论他们在研究一线中遇到的实际困惑，对相关文献进行深入梳理、激发跨学科的学术火花。<br /> <br /> <br /> ====[https://campus.swarma.org/course/1925 廖旭红：从脑网络到认知]====<br /> 脑是自然界最为复杂的系统之一。近年来，研究者逐渐意识到脑网络是人脑进行高效信息传输、实现各种认知功能的基础，开始全面而细致刻画人脑结构和功能连接模式。该报告将从基于磁共振成像技术和复杂网络理论的脑网络研究框架出发，探讨人脑结构和功能的组织原则以及认知行为的脑机制。<br /> <br /> <br /> ====[https://campus.swarma.org/course/951 李印赟：神经突触可塑性微观机制及神经环路研究]====<br /> 该讲座分为两部分：第一部分为神经元的轴突输运特征及其与神经形态之间的关系，第二部分为神经突触可塑性中涉及的囊泡输运和释放，短时突触可塑性的神经细胞差异性及其在神经元微环路中细胞发放特征的作用。<br /> <br /> <br /> ----<br /> 本中文词条由Shenky20翻译，[[用户:薄荷|薄荷]]编辑，如有问题，欢迎在讨论页面留言。<br /> <br /> <br /> <br /> '''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''<br /> <br /> [[Category:电气工程]]<br /> [[Category:神经科学]]<br /> [[Category:人工智能]]<br /> [[Category:机器人]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E7%A5%9E%E7%BB%8F%E5%BD%A2%E6%80%81%E8%AE%A1%E7%AE%97&diff=34187 2023-07-27T10:36:45Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=人造神经元，神经形态计算，类脑计算<br /> |description=指使用包含电子模拟电路的超大规模集成电路系统来模拟神经系统中生理结构的研究方法<br /> }}<br /> <br /> <br /> 本文主要参考并翻译的文章为&quot;[https://iopscience.iop.org/article/10.1088/2634-4386/ac4a83 2022 roadmap on neuromorphic computing and engineering].&quot;，结合维基百科词条[[wikipedia:Neuromorphic_engineering|Neuromorphic engineering]]。<br /> <br /> ==概述==<br /> <br /> 神经形态工程 Neuromorphic engineering（也称为神经形态计算 Neuromorphic computing或类脑计算 Brain-inspired computing）[1][2][3]。<br /> <br /> 是指使用包含电子模拟电路的超大规模集成电路系统来模拟神经系统中生理结构的研究方法。神经形态计算机或神经形态芯片包括任何使用由硅制成的人造神经元进行计算的设备。[4][5]近年来，神经形态学 neuromorphic被用来描述能够实现神经系统模型功能（如感知、运动控制，多感官整合等）的模拟、数字、模拟/数字混合模式超大规模集成电路和软件系统。神经形态计算的硬件实现可以通过基于氧化物的记忆电阻器 Memristor（简称忆阻器）、自旋电子存储器、阈值开关和晶体管来实现。[5][7]对基于软件的脉冲神经网络系统的训练可以通过误差反向传播机制来实现，例如，使用snnTorch等基于Python的框架，[8]或使用BindsNet等典型的受生物启发的学习模式。[9]<br /> <br /> 神经形态工程领域的一个关键问题，就是理解单个神经元形态、神经回路、应用和整体结构如何产生理想的计算，如何影响信息的表示和对破坏的鲁棒性，如何整合学习和发展，如何适应局部变化(可塑性) 并促进逐渐发展的变化。<br /> <br /> 神经形态工程是以生物学、物理学、数学、计算机科学和电子工程[5]等学科为基础，设计人工神经系统（如视觉系统、头眼系统、听觉处理器以及物理结构和设计原则都受启发于生物神经系统的自主机器人）的一门交叉学科。[10]20世纪80年代后期，Carver Mead极大地推动了神经形态工程领域的发展。[11]<br /> <br /> <br /> == 发展脉络==<br /> <br /> ===来源与启发===<br /> <br /> 计算机已成为现代生活各个方面的关键。现如今，数据密集型应用对硬件性能提出了很高的要求，例如短访问延迟、大容量、高带宽、低成本和执行人工智能任务的能力。然而，来自日益增长的大数据压力带来了额外的挑战：一方面，由于复杂算法和架构的快速发展，功耗已成为一个显著的挑战。目前，世界上约5%-15%的能源用于各种形式的数据处理，如传输或加工任务，[54]并且考虑到物联网时代传感器无处不在，它们所生成的数据量也呈指数级增长，这一比例预计将迅速增加。另一方面，由于冯·诺依曼架构中处理单元和内存单元之间存在物理分离，基于此架构的数据处理越来越受到内存带宽的限制。虽然冯·诺依曼架构几十年来对科学技术的发展做出了巨大的贡献，但是由于相对缓慢且需要能量的数据移动，其表现出的效率是比较低的。<br /> <br /> 基于互补金属氧化物半导体（CMOS）技术的传统冯·诺依曼计算机不具备像人脑那样的学习或处理复杂数据的能力。为了解决数字计算机的局限性，世界各地都在利用生物学原理的启发，开发截然不同的方法。其中一种方法就是模拟人脑中信息处理类型的计算系统，进行神经形态系统的开发。<br /> <br /> “神经形态”一词最初是由卡弗·米德在20世纪90年代创造的，指的是从大脑的神经生物结构中获得灵感的混合信号模拟/数字超大规模集成计算系统。[55] “神经形态工程”是一个跨学科研究领域，专注于构建电子神经处理系统，以直接“模拟”真实神经元和突触的生物物理特性。[56]<br /> <br /> 神经元及其突触的生理学过程极其复杂，难以进行人工模拟。神经元在所有处理过程中都使用化学模拟信号，这是大脑的一个关键生理学特征。这个特征大大增加了在计算机中复制大脑的难度，因为目前的计算机是完全数字化的。然而，部分特征可以抽象为数学函数，这些函数能够紧密捕捉神经元运行的本质。<br /> <br /> 最近，神经形态一词的定义在另外两个方向上进行了扩展。[57]首先，术语“神经形态”用于描述用于探索大规模计算神经科学模型的基于脉冲（spike）的处理系统。其次，神经形态计算包括实现神经元和突触电路的专用电子神经架构。注意，这一概念不同于人工智能机器学习方法，人工智能机器学习方法基于纯软件算法，开发纯软件算法是为了最小化模式识别任务中的识别错误。[58]然而，关于神经形态计算的精确定义有一些争议。它可以从非常严格的高保真模仿神经科学原理（其中必须有非常详细的突触化学动力学）到非常模糊的高层松散的大脑启发原理，例如简单的向量（输入）乘以矩阵（突触）乘法。<br /> <br /> 总的来说，到今天为止，人们普遍认为神经形态计算至少应该包括一些时间、事件或数据驱动的计算。在这个意义上，像脉冲神经网络（SNN）这样的系统，有时被称为第三代神经网络，具有很强的代表性。[59]<br /> <br /> 自然是向更可持续计算场景发展的重要灵感来源。在这种场景中，由于非易失性存储器、模拟/数字处理电路的集成等因素，神经形态系统具备复杂数据环境中的动态学习能力，显示出比传统处理器低得多的功耗。构建模拟生物对应物的人工神经网络是计算领域剩下的挑战之一。如果基本技术问题在未来几年内得到解决，低功耗、高速的神经形态计算机将推动对神经形态设备的需求，神经形态计算市场预计将从2025年的2亿美元上升到2035年的220亿美元。[60]<br /> <br /> 神经形态计算的目标不是完美地模拟大脑及其所有功能，而是利用已知的大脑结构和运转机制来研发或优化实际的计算系统。任何神经形态学系统都不会声称或试图复制神经元和突触中的每一个元素，但所有人都一致认可将计算高度分散于一系列类似于神经元的小型计算元素的理念。研究人员用不同的方法来追求这一普遍目标。[12]<br /> <br /> <br /> ===代表性成果===<br /> <br /> 早在2006年，佐治亚理工学院的研究人员就研发出了一种现场可编程神经阵列。[13]在此之后，一系列越来越复杂的浮栅晶体管阵列被成功研发出来，这些晶体管阵列可以通过在金属-氧化物半导体效应晶体管MOSFET的栅极上编程来模拟大脑中神经元的离子通道特性，这也是以硅为主要材料的可编程神经元阵列的最早成功案例之一。<br /> <br /> 2011年11月，麻省理工学院的一组研究人员研发出一种计算机芯片，该芯片上使用标准的互补金属氧化物半导体CMOS制造技术集成了400个晶体管，能够模拟神经元间突触中基于离子的通讯。[14][15]<br /> <br /> 2012年6月，普渡大学的自旋电子学研究人员发表了一篇关于利用侧向自旋阀和忆阻器设计神经形态芯片的论文。他们认为，这种芯片结构的工作原理与神经元相似，因此可以用于大脑运行机制的复刻方法的测试。此外，这些芯片在能耗方面明显优于传统芯片。[16]<br /> <br /> 惠普实验室在莫特忆阻器上的研究表明，尽管它们可以是非易失性的，但是在相变温度以下时表现出的易失性行为可以被用来制造类神经元电阻器（一种生物学启发的模仿神经元行为的硬件）。[17]2013年9月，他们通过模型和仿真展示了这些类神经元电阻器的脉冲行为如何产生图灵机的所需元素。[18]<br /> <br /> 神经栅格 Neurogrid是由斯坦福大学Brains in Silicon公司研发的、使用神经形态工程原理设计的硬件。该电路板由16个定制设计的芯片组成。在设计中，每个NeuroCore芯片的模拟电路对65536个神经元的神经元素进行模拟，以最大限度地提高能量效率。模拟出的神经元通过设计的数字电路连接，以最大化脉冲吞吐量。[20][21]<br /> <br /> 人类大脑计划 Human Brain Project对神经形态工程具有较大影响，其主要任务是尝试用生物数据在超级计算机中模拟完整的人脑。人类大脑计划由神经科学、医学和计算机科学背景的研究人员组成。[22]该项目的联合主管亨利•马克拉姆 Henry Markram表示，人类大脑计划的目的是建立一个探索和了解脑科学和脑疾病知识的基础，并利用这些知识来构建更先进的计算机技术。这个项目的三个主要目标分别是: 更好地理解大脑的各个部分是如何相互配合协同工作的; 理解如何客观地诊断和治疗脑部疾病; 以及利用对人类大脑的理解来开发神经形态计算机。模拟一个完整的人类大脑需要一台比现在强大一千倍的超级计算机，这不断激发着对神经形态计算机领域的研究兴趣。[23]欧盟委员会已经向人类大脑计划拨款13亿美元。[24]<br /> <br /> 其他与神经形态工程有关的研究还包括脑计划 BRAIN initiative，[25]和IBM研发的TrueNorth芯片。[26]使用纳米晶体、纳米线和导电聚合物也能够用于制造神经形态学硬件。[27]<br /> <br /> 2017年10月，英特尔发布了神经形态芯片 Loihi。该芯片采用异步脉冲神经网络实现了自适应、自修改、事件驱动的细粒度并行计算，实现了高效的学习和推理。[28][29]<br /> <br /> 比利时的微电子研究中心（IMEC）研发了世界上首个自学习神经形态芯片。这种基于丝状氧化物电阻存储技术 filamentary-oxide-based resistive memory technology（OxRAM）技术的大脑启发芯片具有自学习能力，并且已被证明具有创作音乐的能力。[30]IMEC发布了由芯片原型机谱写的30秒旋律。向芯片加载一系列特征、风格统一的歌曲（古代比利时和法国长笛小步舞曲），芯片从中学习相关规则并将其应用于创作。[31]<br /> <br /> 由Henry Markram领导的蓝脑计划 The Blue Brain Project旨在建立小鼠大脑生理学细节的数字重建和模拟。蓝脑计划已经建立了啮齿动物大脑的电子模型，同时进行着尽可能多地复制其生理学细节的尝试。基于超级计算机的模拟为理解大脑的结构和功能提供了新的视角。<br /> <br /> 欧盟资助了海德堡大学一系列促进BrainScaleS（神经形态混合系统中受大脑启发的多尺度计算）发展的项目，这是一台位于德国海德堡大学的混合模拟神经形态超级计算机。它是作为人类大脑计划中神经形态计算平台的一部分而开发的，是SpiNNaker超级计算机（基于数字技术）的补充。BrainScaleS中使用的体系架构模拟了生物神经元及其在物理层面上的连接；此外，由于这些组件是由硅制成的，这些模型神经元平均运行速度是生物神经元的864倍，这意味着在机器模拟中，24小时的实时时间仅为100秒。[32]<br /> <br /> <br /> == 神经形态材料和设备 ==<br /> <br /> 为了推进神经形态计算和工程领域，探索新型材料和器件将具有关键意义，以便以颠覆性的方式提高最先进的CMOS解决方案的能效和可扩展性。[57][61]<br /> <br /> 忆阻器件可以改变其电导以响应电脉冲，[62][63][64]有望作为神经形态电路中突触和神经元的能量和空间高效硬件表征。忆阻器件最初是作为二进制非易失性随机存取存储器提出的，该领域的研究目标主要是在固态驱动器技术（例如闪存更换）或存储类存储器[65]中寻求更高性能。然而，由于模拟可调性和复杂的开关动力学，忆阻器件还可以实现新的计算功能，例如模拟计算或实现受大脑启发的学习规则。据报道，大量不同的物理现象都表现出忆阻行为，包括电子效应、离子效应以及结构有序效应。<br /> <br /> 神经形态工程中使用的材料包括磁性合金、金属氧化物、硫属化合物，也包括2D 范德瓦尔斯材料或有机材料。部分新兴存储设备已经作为二进制非易失性存储器有了商业应用，例如相变存储器（PCM）、磁性随机存取存储器、铁电存储器以及基于氧化还原的电阻随机存取存储器。纳米线网络（nanowire networks）、2D材料、有机材料等材料的发展尚未成熟，但可能为柔性电子或3D集成提供扩展功能和新机会。<br /> <br /> <br /> ===Intel芯片Loihi及系统Lava[49][50][51]===<br /> <br /> Loihi是Intel实验室设计的一种神经形态研究测试芯片，它使用异步脉冲神经网络（SNN）来实现自适应、自修改、事件驱动的细粒度并行计算，用于高效实现学习和推理。该芯片是一个128个神经形态核的多核集成电路，采用英特尔14纳米工艺制造，具有独特的用于片上SNN训练的可编程微码学习引擎。该芯片在俄勒冈州2018年神经启发计算元素（NICE）研讨会上正式亮相。<br /> <br /> 2021年9月，Intel推出其第二代神经形态研究芯片Loihi2和用于神经形态应用研发的开源软件框架Lava。<br /> <br /> Loihi 2的进步使该架构能够支持新类别的神经形态算法和应用，同时提供高达10倍的处理速度，高达15倍的资源密度。每个芯片上有多达100万个神经元，并提高了能效。与过去的工艺技术相比，Loihi2采取Intel 4技术，使用极紫外光刻技术，简化了布局设计规则，使得Loihi 2的快速开发成为可能。<br /> <br /> Lava软件框架解决了神经形态研究社区对通用软件框架的需求。作为一个开放、模块化和可扩展的框架，Lava将允许研究人员和应用程序开发人员在彼此的基础上进行开发，并提供一组通用的工具、方法和库来进行聚合。Lava可在传统处理器和神经形态处理器的异构架构上无缝运行，实现了各种人工智能、神经形态和机器人框架的跨平台执行和互操作。开发人员可以直接开始构建神经形态应用程序，而无需访问专门的神经形态硬件，并可以为Lava代码库做出贡献，包括将其移植到其他平台上运行。<br /> <br /> <br /> ===清华天机芯Tianjic[52]===<br /> <br /> 天机芯片由清华类脑计算中心团队推出，结合了基于计算机科学和基于神经科学的两种人工通用智能开发方法，提供了一个混合、协同的平台。Tianjic芯片采用了多核架构、可重构的构建块和带有混合编码方案的简化数据流，不仅可以适应基于计算机科学的机器学习算法，还可以轻松实现脑激励电路和多种编码方案。研发团队已经实现在实时目标检测、跟踪、语音控制、避障和平衡控制等任务中仅使用该芯片同时处理多种算法和模型的尝试。天机芯片的进一步研究有望通过促进通用硬件平台的发展来促进通用人工智能的发展。<br /> <br /> <br /> ===神经忆阻系统===<br /> <br /> 神经忆阻系统是神经形态计算系统的一个亚类，主要研究利用忆阻器 Memristors实现神经可塑性 Neuroplasticity。神经形态工程的重点是模拟生物行为，而神经忆阻系统的重点是提取。&lt;ref name=&quot;:33&quot;&gt;{{Cite web|url=https://digitalops.sandia.gov/Mediasite/Play/a10cf6ceb55d47608bb8326dd00e46611d|title=002.08 N.I.C.E. Workshop 2014: Towards Intelligent Computing with Neuromemristive Circuits and Systems - Feb. 2014|website=digitalops.sandia.gov|access-date=2019-08-26}}&lt;/ref&gt;举个例子，一个神经忆阻系统可能用抽象的神经网络模型替代皮层微电路的行为细节。&lt;ref name=&quot;:34&quot;&gt;C. Merkel and D. Kudithipudi, &quot;Neuromemristive extreme learning machines for pattern classification,&quot; ISVLSI, 2014.&lt;/ref&gt;<br /> <br /> <br /> 受神经元启发、使用忆阻器实现的阈值逻辑函数&lt;ref name=&quot;Maan 1–13&quot; /&gt;在高级模式识别中有着广泛的应用，最近报道中其应用包括语音识别&lt;ref name=&quot;:35&quot;&gt;{{Cite journal|title = Memristor pattern recogniser: isolated speech word recognition|journal = Electronics Letters|pages = 1370–1372|volume = 51|issue = 17|doi = 10.1049/el.2015.1428|first1 = A.K.|last1 = Maan|first2 = A.P.|last2 = James|first3 = S.|last3 = Dimitrijev|year = 2015|bibcode = 2015ElL....51.1370M|hdl = 10072/140989|url = https://semanticscholar.org/paper/48d3ab11ec6e213b62f11eedcfb7b7febb058674|hdl-access = free}}&lt;/ref&gt;、人脸识别&lt;ref name=&quot;:36&quot;&gt;{{Cite journal|title = Memristive Threshold Logic Face Recognition|journal = Procedia Computer Science|date = 2014-01-01|pages = 98–103|volume = 41|series = 5th Annual International Conference on Biologically Inspired Cognitive Architectures, 2014 BICA|doi = 10.1016/j.procs.2014.11.090|first1 = Akshay Kumar|last1 = Maan|first2 = Dinesh S.|last2 = Kumar|first3 = Alex Pappachen|last3 = James|doi-access = free}}&lt;/ref&gt;和物体识别&lt;ref name=&quot;:37&quot;&gt;{{Cite journal|title = Memristive Threshold Logic Circuit Design of Fast Moving Object Detection|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2015-10-01|issn = 1063-8210|pages = 2337–2341|volume = 23|issue = 10|doi = 10.1109/TVLSI.2014.2359801|first1 = A.K.|last1 = Maan|first2 = D.S.|last2 = Kumar|first3 = S.|last3 = Sugathan|first4 = A.P.|last4 = James|arxiv = 1410.1267}}&lt;/ref&gt;。阈值逻辑函数还可以用来取代传统的数字逻辑门。&lt;ref name=&quot;:38&quot;&gt;{{Cite journal|title = Resistive Threshold Logic|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2014-01-01|issn = 1063-8210|pages = 190–195|volume = 22|issue = 1|doi = 10.1109/TVLSI.2012.2232946|first1 = A.P.|last1 = James|first2 = L.R.V.J.|last2 = Francis|first3 = D.S.|last3 = Kumar|arxiv = 1308.0090}}&lt;/ref&gt;&lt;ref name=&quot;:39&quot;&gt;{{Cite journal|title = Threshold Logic Computing: Memristive-CMOS Circuits for Fast Fourier Transform and Vedic Multiplication|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2015-11-01|issn = 1063-8210|pages = 2690–2694|volume = 23|issue = 11|doi = 10.1109/TVLSI.2014.2371857|first1 = A.P.|last1 = James|first2 = D.S.|last2 = Kumar|first3 = A.|last3 = Ajayan|arxiv = 1411.5255}}&lt;/ref&gt;<br /> <br /> <br /> 对于理想的无源记忆电路，电路的内部记忆可以用精确的方程（Caravelli-Traversa-Di Ventra方程) 来描述:&lt;ref name=&quot;:40&quot;&gt;{{cite journal |last=Caravelli |display-authors=etal|arxiv=1608.08651 |title=The complex dynamics of memristive circuits: analytical results and universal slow relaxation |year=2017 |doi=10.1103/PhysRevE.95.022140 |pmid= 28297937 |volume=95 |issue= 2 |pages= 022140 |journal=Physical Review E|bibcode=2017PhRvE..95b2140C}}&lt;/ref&gt;<br /> <br /> <br /> :&lt;math&gt; \frac{d}{dt} \vec{W} = \alpha \vec{W}-\frac{1}{\beta} (I+\xi \Omega W)^{-1} \Omega \vec S &lt;/math&gt;<br /> <br /> <br /> Caravelli-Traversa-Di Ventra方程是描述物理记忆网络和外部源性质的函数。在上述方程中，&lt;math&gt;\alpha&lt;/math&gt;是“遗忘”时间尺度常数，&lt;math&gt;\xi=r-1&lt;/math&gt;，&lt;math&gt;r =\frac{R\text_{off}}{R_\text{on}}&lt;/math&gt;是记忆电阻器off状态和on状态极限电阻值之比，&lt;math&gt;\vec S&lt;/math&gt;是电路源的矢量，&lt;math&gt;\Omega&lt;/math&gt;是电路基本环路的投影。常数&lt;math&gt;\beta&lt;/math&gt;具有电压的量纲，与记忆电阻器的特性有关；其物理原型是导体中的电荷迁移率。对角矩阵和向量 &lt;math&gt;W=\operatorname{diag}(\vec W)&lt;/math&gt;和&lt;math&gt;\vec W&lt;/math&gt; 分别是忆阻器的内阻，值在0到1之间。因此，这个等式需要在内存值=上添加额外约束以保证可靠性。<br /> <br /> <br /> ==神经形态电路==<br /> <br /> 神经形态器件可以与传统的CMOS晶体管集成，以开发功能齐全的神经形态电路。神经形态电路中的一个关键元素是非冯·诺依曼架构，例如由多个核组成，实现分布式的计算和内存。采用脉冲来表示、交换和计算类似于大脑动作电位的数据的SSN，和受大脑启发程度较小的电路（例如ANN），通常都包括在神经形态电路中。<br /> <br /> 无论具体学习和处理算法是什么，神经形态电路中的一个关键处理元素是神经网络，包括突触和神经元。鉴于神经网络的核心作用，目前一项重要的研究工作就是如何通过内存计算（inmemory computing）实现密集、快速和节能的神经网络。[66]例如，内存阵列可以加速矩阵向量乘法（MVM），[67]并利用欧姆定律和基尔霍夫定律在网络中实现乘法和求和，这是许多神经形态电路的共同特征，包括SNN和非SNN网络。MVM交叉点电路能够以高密度、高实时处理速度和高能效完成对突触层的直接实现，尽管其准确性受到记忆器件随机变化和模拟计算的挑战。<br /> <br /> 另一个电路挑战是模数混合计算，这导致需要在模拟交叉点阵列和数字系统之间的接口处需要使用大型高能模数转换器电路。<br /> <br /> 最后，神经形态电路似乎从混合集成中能取得最大的获益，即将前端CMOS技术与能够实现MVM和神经生物学功能的新型存储设备相结合，例如脉冲集成、短期记忆和突触可塑性。[68]从长远来看，混合集成可能还需要扩展到替代性纳米技术概念，例如自下而上的纳米线网络，[69]以及替代性计算概念，例如光子[70]甚至量子计算[71]，在单个系统甚至单个芯片内具有三维集成结构。<br /> <br /> <br /> ==神经形态算法==<br /> <br /> 在真实应用系统应用神经形态工程的一个基本挑战是要直接在脉冲域中对其进行训练，以便达到更节能、更精确的效果，实现在不依赖重型云计算服务器的情况下不断学习和更新便携式设备本身的知识也是一个挑战。脉冲数据往往分布稀疏，具有一定的随机性和嵌入噪声，与非理想非线性突触和神经元相互作用。生物知道如何充分利用这一切，并从周围环境中有效地获取知识。<br /> <br /> 从这个意义上说，计算神经科学可以成为启发神经形态工程学的关键因素：这门学科中大脑如何在各种尺度上执行计算，从小神经元群、中尺度聚合到完整组织，大脑区域和整个大脑与周围传感器和运动执行器相互作用，都是非常值得学习的。另一方面，关于信息如何在大脑中使用神经脉冲编码的基本问题也出现了。显然，为了提高处理和通信的能效，大脑会最大限度地提高每单位脉冲的信息量。[72]这意味着通过利用时空信号处理来分解信息的编码和处理，以最大化信息量，同时最小化能量和资源。<br /> <br /> <br /> ===SNN===<br /> <br /> 受到生物神经元特性启发，脉冲神经网络（SNN）使用脉冲——这是一种发生在时间点上的离散事件——而非常见的连续值。每个峰值由代表生物过程的微分方程表示出来，其中最重要的是神经元的膜电位。本质上，一旦神经元达到了某一电位，脉冲就会出现，随后达到电位的神经元会被重置。SNN电路的动态特性及其由异步技术支持的时空稀疏性使其在快速有效地处理动态信号方面特别有前途。<br /> <br /> 与成熟有效的人工神经网络 (ANN) 训练算法：误差反向传播算法 (Back Propagation) 不同，复杂的动力学和脉冲的不可微性质导致SNN的训练更为困难。此外，神经形态脉冲神经结构无法如冯·诺伊曼架构般访问外部存储块来存储或检索信息。<br /> <br /> 在理解如何在硬件SNN中最佳设计信号处理和在线学习机制以解决复杂问题方面，神经形态计算和工程领域面临的挑战似乎是无法克服的。然而，生物大脑是一种存在证明，可以使用模拟的计算基底，并使用不均匀和不精确的信号处理元件，实现稳健和稳定的计算。因此，了解动物的大脑，即使是只有不到一百万个神经元的小昆虫大脑，是如何完成这项任务的，这也是在这一领域取得进展的关键。具体来说，应对这些挑战所需的科学进步需要强有力的跨学科方法。理论和计算神经科学的进步将提供一个核心组成部分。但是，这些需要得到电气工程多个子领域的概念和结果的补充，如信息理论、信号处理和控制理论，以及其他学科，如数学、计算机科学和机器人学。<br /> <br /> <br /> ==应用==<br /> <br /> 尽管神经形态计算和工程仍处于研发阶段，但随着研究进展，越来越多的应用领域被证明非常适合神经形态计算和工程，确定新的潜在应用领域以进一步探索使用神经形态材料和硬件如何解决这些问题也很重要。<br /> <br /> ===视觉===<br /> <br /> 基于神经形态事件（event-based, EB）的视觉传感器从人类视网膜的结构与功能中获得灵感，试图在超大规模集成电路硅芯片上重建视网膜的视觉信息采集和处理操作。加州理工学院C·米德团队研发的第一台此类设备名为“硅视网膜”，它于1991年登上了《科学美国人》的封面。[73]与早期更可靠的生物学模型相比，近年来，人们更多地关注创建可用于实际人工视觉应用的实际传感器设计，这些模型通常对许多不同的细胞类型和信号通路进行建模，从而导致设计方案非常复杂且实际可用性有限。<br /> <br /> 如今，大多数EB传感器设备基于“时间对比”或“变化检测”（change detection, CD）类型的操作，松散地模拟人类视觉系统的瞬态磁细胞路径。与传统图像传感器不同，CD传感器不对所有像素使用一个公共采样率（帧速率），而是每个像素通过对入射光量的变化作出反应来定义其自身采样点的定时，以响应其视觉输入。[74][75][76]因此，整个采样过程不再由人工定时源控制，而是由待采样信号本身控制，或者更准确地说，由信号随时间的变化控制。这种传感器生成的输出不是图像序列，而是基于场景中发生的动态有条件地生成和传输的像素单个对比度事件的准时间连续流。<br /> <br /> 由于所获得视觉动态的高时间精度、固有的数据稀疏性和鲁棒的高动态范围操作，加上在功率预算、后处理能力或传输带宽方面的考虑，EB传感器作为人工视觉系统的视觉传感器在需要高速或低延迟操作的应用、照明条件不受控制、资源有限的应用场景中中越来越普遍，例如在各种汽车、物联网、监控、移动或工业用例中。[77]<br /> <br /> <br /> ===听觉===<br /> <br /> 神经形态听觉技术的灵感来自人类的听觉能力，人类即使在困难的听觉场景中也能理解语音，并且只使用大脑整个10W功耗的一小部分。匹配人类听觉能力是开发人工听觉设备中算法、硬件技术和应用程序的一个重要目标。<br /> <br /> 人类的听觉始于生物耳蜗，它使用空间来进行编码。传入的声音被编码为一组宽频率选择性通道产生的异步输出脉冲。对于频率低于3 kHz的信号，这些脉冲被锁相到频率[78]。这种编码方案导致从活动频率通道对频率信息进行稀疏采样，而不是在单个音频输入上使用最大采样率。最早的硅耳蜗设计始于Lyon和Mead（electronic cochlea）的工作，即通过一组耦合的过滤层级来模拟耳蜗的基底膜（BM）。后续设计中，滤波器层级具的设计有更好匹配特性，使用的耦合滤波器架构范围从最初提出的级联型对耳蜗的唯象输出的建模，[79]到更明确地模拟BM和耳蜗液作用的电阻耦合带通滤波器组。[80][81]最近推出的采用更先进技术的脉冲耳蜗设计取得了更好的功率效率。<br /> <br /> 神经形态仿生特征，例如稀疏采样（例如，沉默暂停期间的非采样）、事件驱动的大脑计算形式、异步事件（指定时间窗口内的脉冲或脉冲集）携带的自然时间编码等，可以为解决听觉任务的硬件友好型模型提供更节能的解决方案。<br /> <br /> <br /> ==社会与伦理==<br /> <br /> ===伦理问题===<br /> <br /> 虽然神经形态工程这个跨学科概念相对较新，但许多适用于类人机器 Human-like machines和人工智能的伦理讨论在神经形态系统领域也无法避免。另外，神经形态系统是为了模仿人类大脑而设计，这一底层逻辑也导致了一些新的伦理问题。<br /> <br /> 然而，这种争论的实际情况是，神经形态硬件和人工“神经网络”是对大脑运作或处理信息过程的极其简化的模型，在大小和功能技术方面的复杂性相比而言比较低，在连接性方面也具有更加规则的结构。将神经形态芯片与大脑进行比较是一种非常粗糙的比较，类似于仅仅因为飞机有翅膀和尾巴就将它与鸟进行比较。事实上，当前最先进的人工智能在能耗效率和计算效率方面距离人脑神经认知系统仍有较大差距，而神经形态工程只是一种通过从大脑机制中获得灵感来缩小这种差距的尝试，就像许多工程设计中都具有生物启发的特征 Bio-inspired features一样。<br /> <br /> 由于公众认知的相关忧虑，神经形态工程学可能会受到严重的伦理限制。[33]欧盟委员会进行的一项调查指出，公众越来越关注能够模仿或复制人类行为的机器人。[34]而神经形态工程，顾名思义，是为了模仿人脑的功能而设计的。因此，神经形态系统可能因为其类似人类的特性而被归入许多欧盟公民希望在未来禁止使用的机器人类别。<br /> <br /> <br /> ====人格权问题====<br /> <br /> 随着神经形态系统的日益发展，一些学者主张赋予这些系统人格权。如果是大脑赋予了人类人格，那么在多大程度上模仿人类大脑的神经形态系统才能被赋予人格权利？“人类大脑计划”旨在推进以大脑为灵感的计算机技术发展，该计划的批评者认为，神经形态计算机技术的进步可能导致机器意识或人格的形成。[35]这些批评者认为，如果这些系统被当作人来对待，那么人类使用神经形态系统执行任务（包括终止神经形态系统）的行为，在道德上就可能是不被允许的，因为这些行为将违反神经形态系统的自主性。[36]<br /> <br /> ===法律问题===<br /> <br /> 怀疑派认为，在法律上没有办法应用能够适用于神经形态技术的电子人格。在一封由285名法律、机器人技术、医学和伦理学专家的联名信中，作者们反对欧盟委员会提出的承认“智能机器人”为法人的提议。他们写道，“机器人的法律地位无法从自然人模型中推导出来，因为机器人将被赋予人权，如尊严权、完整权、报酬权或公民权，从而直接面临人权问题。这将有悖于《欧联基本权利宪章》和《欧洲保障人权和根本自由公约》”。[37]<br /> <br /> ====所有权及财产权问题====<br /> <br /> 法律界围绕财产权和人工智能有着重大争论。在Acohs Pty有限公司诉Ucorp Pty有限公司一案中，澳大利亚联邦法院的Christopher Jessup法官发现，版权保护不适用于材料安全数据表的源代码，因为它是由软件界面生成而非人类工作者生成的。[38]同样的问题可能也适用于神经形态系统：如果一个神经形态系统成功地模仿了人类的大脑，并产生了一部原创作品，那么该如何确认这部作品的所有权归属？[39]<br /> <br /> ===军民两用技术===<br /> <br /> 联合人工智能中心 The Joint Artificial Intelligence Center（JAIC），是美国军队的一个分支，专门从事采购和实施用于战斗的人工智能软件和神经形态硬件。具体应用包括智能耳机、护目镜和机器人。JAIC打算高度依赖神经形态技术，使用神经形态技术来连接神经形态单位网络中的“每个战士、每个射手”。<br /> <br /> <br /> '''神经形态工程 Neuromorphic engineering'''（也称为'''神经形态计算 Neuromorphic computing'''或'''类脑计算 Brain-inspired computing'''）&lt;ref name=&quot;:3&quot;&gt;{{Cite journal | doi = 10.1145/2601069| title = Neuromorphic computing gets ready for the (really) big time| journal = [[Communications of the ACM]]| volume = 57| issue = 6| year = 2014| last1 = Monroe | first1 = D. | pages = 13–15}}&lt;/ref&gt;&lt;ref name=&quot;:4&quot;&gt;{{Cite journal | doi = 10.1088/0957-4484/21/17/175202| pmid = 20368686| title = Nanotube devices based crossbar architecture: Toward neuromorphic computing| journal = Nanotechnology| volume = 21| issue = 17| pages = 175202| year = 2010| last1 = Zhao | first1 = W. S. | last2 = Agnus | first2 = G. | last3 = Derycke | first3 = V. | last4 = Filoramo | first4 = A. | last5 = Bourgoin | first5 = J. -P. | last6 = Gamrat | first6 = C. | bibcode = 2010Nanot..21q5202Z| url = https://zenodo.org/record/3428659}}&lt;/ref&gt;&lt;ref name=&quot;humanbrainproject&quot;&gt;{{YouTube|id=6RoiZ90mGfw|title=The Human Brain Project SP 9: Neuromorphic Computing Platform}}&lt;/ref&gt;是指使用包含电子模拟电路的超大规模集成电路系统来模拟神经系统中生理结构的研究方法。神经形态计算机或神经形态芯片包括任何使用由硅制成的人造神经元进行计算的设备。&lt;ref name=&quot;:5&quot;&gt;{{cite journal|last1=Mead|first1=Carver|title=Neuromorphic electronic systems|journal=Proceedings of the IEEE|date=1990|volume=78|issue=10|pages=1629–1636|doi=10.1109/5.58356|url=https://authors.library.caltech.edu/53090/1/00058356.pdf}}&lt;/ref&gt;&lt;ref name=&quot;:2&quot; /&gt;近年来，'''神经形态学 neuromorphic'''被用来描述能够实现神经系统模型功能（如感知、运动控制，多感官整合等）的模拟、数字、模拟/数字混合模式超大规模集成电路和软件系统。神经形态计算的硬件实现可以通过基于氧化物的记忆电阻器 Memristor（简称忆阻器）、&lt;ref name=&quot;Maan 1–13&quot;&gt;{{Cite journal|last1=Maan|first1=A. K.|last2=Jayadevi|first2=D. A.|last3=James|first3=A. P.|date=2016-01-01|title=A Survey of Memristive Threshold Logic Circuits|journal=IEEE Transactions on Neural Networks and Learning Systems|volume=PP|issue=99|pages=1734–1746|doi=10.1109/TNNLS.2016.2547842|pmid=27164608|issn=2162-237X|arxiv=1604.07121|bibcode=2016arXiv160407121M}}&lt;/ref&gt;自旋电子存储器、阈值开关和晶体管来实现。&lt;ref name=&quot;:6&quot;&gt;{{Cite journal|title = Mott Memory and Neuromorphic Devices|journal = Proceedings of the IEEE|date = 2015-08-01|issn = 0018-9219|pages = 1289–1310|volume = 103|issue = 8|doi = 10.1109/JPROC.2015.2431914|first1 = You|last1 = Zhou|first2 = S.|last2 = Ramanathan|url = https://zenodo.org/record/895565}}&lt;/ref&gt;&lt;ref name=&quot;:2&quot;&gt;{{Cite journal|title=Neuromorphic Circuits With Neural Modulation Enhancing the Information Content of Neural Signaling {{!}} International Conference on Neuromorphic Systems 2020|language=EN|doi=10.1145/3407197.3407204}}&lt;/ref&gt;对基于软件的脉冲神经网络系统的训练可以通过误差反向传播机制来实现，例如，使用snnTorch等基于Python的框架，&lt;ref name=&quot;:7&quot;&gt;{{cite journal |last1=Eshraghian|first1=Jason K.|last2=Ward|first2=Max|last3=Neftci |first3=Emre|last4=Wang|first4=Xinxin|last5=Lenz|first5=Gregor|last6=Dwivedi|first6=Girish|last7=Bennamoun|first7=Mohammed|last8=Jeong|first8=Doo Seok|last9=Lu|first9=Wei D.|title=Training Spiking Neural Networks Using Lessons from Deep Learning |date=1 October 2021 |arxiv=2109.12894 }}&lt;/ref&gt; 或使用BindsNet等典型的受生物启发的学习模式。&lt;ref name=&quot;:8&quot;&gt;{{Cite web | url=https://github.com/Hananel-Hazan/bindsnet | title=Hananel-Hazan/bindsnet: Simulation of spiking neural networks (SNNs) using PyTorch.| date=31 March 2020}}&lt;/ref&gt;<br /> <br /> <br /> 神经形态工程领域的一个关键问题，就是理解单个神经元形态、神经回路、应用和整体结构如何产生理想的计算，如何影响信息的表示和对破坏的鲁棒性，如何整合学习和发展，如何适应局部变化(可塑性) 并促进逐渐发展的变化。<br /> <br /> <br /> 神经形态工程是以生物学、物理学、数学、计算机科学和电子工程&lt;ref name=&quot;:2&quot; /&gt;等学科为基础，设计人工神经系统（如视觉系统、头眼系统、听觉处理器以及物理结构和设计原则都受启发于生物神经系统的自主机器人）的一门交叉学科。&lt;ref name=&quot;:9&quot;&gt;{{Cite journal | doi = 10.1155/2012/705483| title = Qualitative Functional Decomposition Analysis of Evolved Neuromorphic Flight Controllers| journal = Applied Computational Intelligence and Soft Computing| volume = 2012| pages = 1–21| year = 2012| last1 = Boddhu | first1 = S. K. | last2 = Gallagher | first2 = J. C. | doi-access = free}}&lt;/ref&gt;20世纪80年代后期，Carver Mead极大地推动了神经形态工程领域的发展。&lt;ref name=&quot;:10&quot;&gt;{{cite web|title=carver mead website|last1=Mead|first1=Carver|url=http://www.carvermead.caltech.edu/index.html|website=carvermead}}&lt;/ref&gt;<br /> <br /> <br /> ==神经生物学启发==<br /> 神经形态工程形成的灵感来源于现已知的大脑结构及运作机制知识，它将我们对大脑功能的了解用于研究和优化计算机系统。该领域工作主要集中于对生物计算模拟特性和神经元在认知中所发挥作用的复刻。<br /> <br /> <br /> 神经元及其[[突触]]的生理学过程极其复杂，难以进行人工模拟。神经元在所有处理过程中都使用化学模拟信号，这是大脑的一个关键生理学特征。这个特征大大增加了在计算机中复制大脑的难度，因为目前的计算机是完全数字化的。然而，部分特征可以抽象为数学函数，这些函数能够紧密捕捉神经元运行的本质。<br /> <br /> <br /> 神经形态计算的目标不是完美地模拟大脑及其所有功能，而是利用已知的大脑结构和运转机制来研发或优化实际的计算系统。任何神经形态学系统都不会声称或试图复制神经元和突触中的每一个元素，但所有人都一致认可将计算高度分散于一系列类似于神经元的小型计算元素的理念。研究人员用不同的方法来追求这一普遍目标。&lt;ref name=&quot;:11&quot;&gt;{{Cite journal | doi = 10.1088/1741-2560/13/5/051001| title = Large-scale neuromorphic computing systems| journal = Journal of Neural Engineering| volume = 13| pages = 1–15| year = 2016| last1 = Furber | first1 = Steve| issue = 5| pmid = 27529195| bibcode = 2016JNEng..13e1001F| doi-access = free}}&lt;/ref&gt;<br /> <br /> <br /> ==代表性成果==<br /> 早在2006年，佐治亚理工学院的研究人员就研发出了一种现场可编程神经阵列。&lt;ref name=&quot;:12&quot;&gt;{{Cite book|title = A field programmable neural array|last1 = Farquhar|first1 = Ethan|date = May 2006|journal = IEEE International Symposium on Circuits and Systems|pages = 4114–4117|last2 = Hasler|first2 = Paul.|doi = 10.1109/ISCAS.2006.1693534|isbn = 978-0-7803-9389-9}}&lt;/ref&gt;在此之后，一系列越来越复杂的浮栅晶体管阵列被成功研发出来，这些晶体管阵列可以通过在'''金属-氧化物半导体效应晶体管MOSFET'''的栅极上编程来模拟大脑中神经元的离子通道特性，这也是以硅为主要材料的可编程神经元阵列的最早成功案例之一。<br /> <br /> <br /> 2011年11月，麻省理工学院的一组研究人员研发出一种计算机芯片，该芯片上使用标准的'''互补金属氧化物半导体CMOS'''制造技术集成了400个晶体管，能够模拟神经元间突触中基于离子的通讯。&lt;ref name=&quot;:13&quot;&gt;{{cite web|title=MIT creates &quot;brain chip&quot;|url=http://www.extremetech.com/extreme/105067-mit-creates-brain-chip|access-date=4 December 2012}}&lt;/ref&gt;&lt;ref name=&quot;Neuromorphic silicon paper&quot;&gt;{{cite journal|title=Neuromorphic silicon neurons and large-scale neural networks: challenges and opportunities|doi=10.3389/fnins.2011.00108|pmid=21991244|pmc=3181466|volume=5|pages=108|journal=Frontiers in Neuroscience|year=2011|last1=Poon|first1=Chi-Sang|last2=Zhou|first2=Kuan|doi-access=free}}&lt;/ref&gt;<br /> <br /> <br /> 2012年6月，普渡大学的自旋电子学研究人员发表了一篇关于利用侧向自旋阀和忆阻器设计神经形态芯片的论文。他们认为，这种芯片结构的工作原理与神经元相似，因此可以用于大脑运行机制的复刻方法的测试。此外，这些芯片在能耗方面明显优于传统芯片。&lt;ref name=&quot;Spin Devices Prop&quot;&gt;{{Cite arXiv|title=Proposal For Neuromorphic Hardware Using Spin Devices|eprint=1206.3227|last1=Sharad|first1=Mrigank|last2=Augustine|first2=Charles|last3=Panagopoulos|first3=Georgios|last4=Roy|first4=Kaushik|class=cond-mat.dis-nn|year=2012}}&lt;/ref&gt;<br /> <br /> <br /> 惠普实验室在莫特忆阻器上的研究表明，尽管它们可以是非易失性的，但是在[[相变]]温度以下时表现出的易失性行为可以被用来制造类神经元电阻器（一种生物学启发的模仿神经元行为的硬件）&lt;ref name=&quot;:0&quot;&gt;{{Cite journal | doi = 10.1038/nmat3510| pmid = 23241533| title = A scalable neuristor built with Mott memristors| journal = Nature Materials| volume = 12| issue = 2| pages = 114–7| year = 2012| last1 = Pickett | first1 = M. D. | last2 = Medeiros-Ribeiro | first2 = G. | last3 = Williams | first3 = R. S. | bibcode = 2013NatMa..12..114P| url = https://semanticscholar.org/paper/b6ba6f496ace2b947f111059663e76bb60e9efeb}}&lt;/ref&gt;。2013年9月，他们通过模型和仿真展示了这些类神经元电阻器的脉冲行为如何产生[[图灵机]]的所需元素。&lt;ref name=&quot;:14&quot;&gt;{{cite journal|doi=10.1088/0957-4484/24/38/384002|title=Phase transitions enable computational universality in neuristor-based cellular automata|author1=Matthew D Pickett|author2=R Stanley Williams|date=September 2013|publisher=IOP Publishing Ltd|journal=Nanotechnology|volume=24|issue=38|pmid=23999059|bibcode=2013Nanot..24L4002P|at=384002}}&lt;/ref&gt;<br /> <br /> <br /> '''神经栅格 Neurogrid&lt;ref name=&quot;:15&quot;&gt;{{cite journal|last1=Boahen|first1=Kwabena|title=Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations|journal=Proceedings of the IEEE|date=24 April 2014|volume=102|issue=5|pages=699–716|doi=10.1109/JPROC.2014.2313565}}&lt;/ref&gt;'''是由斯坦福大学Brains in Silicon公司研发的、使用神经形态工程原理设计的硬件。该电路板由16个定制设计的芯片组成。在设计中，每个NeuroCore芯片的模拟电路对65536个神经元的神经元素进行模拟，以最大限度地提高能量效率。模拟出的神经元通过设计的数字电路连接，以最大化脉冲吞吐量。&lt;ref name=&quot;:16&quot;&gt;{{cite journal|doi=10.1038/503022a|pmid = 24201264|title = Neuroelectronics: Smart connections|journal = Nature|volume = 503|issue = 7474|pages = 22–4|year = 2013|last1 = Waldrop|first1 = M. Mitchell|bibcode = 2013Natur.503...22W|doi-access = free}}&lt;/ref&gt;&lt;ref name=&quot;:17&quot;&gt;{{cite journal|doi=10.1109/JPROC.2014.2313565|title = Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations|journal = Proceedings of the IEEE|volume = 102|issue = 5|pages = 699–716|year = 2014|last1 = Benjamin|first1 = Ben Varkey|last2 = Peiran Gao|last3 = McQuinn|first3 = Emmett|last4 = Choudhary|first4 = Swadesh|last5 = Chandrasekaran|first5 = Anand R.|last6 = Bussat|first6 = Jean-Marie|last7 = Alvarez-Icaza|first7 = Rodrigo|last8 = Arthur|first8 = John V.|last9 = Merolla|first9 = Paul A.|last10 = Boahen|first10 = Kwabena}}&lt;/ref&gt;<br /> <br /> <br /> 人类大脑计划 Human Brain Project对神经形态工程具有较大影响，其主要任务是尝试用生物数据在超级计算机中模拟完整的人脑。人类大脑计划由神经科学、医学和计算机科学背景的研究人员组成。&lt;ref name=&quot;:18&quot;&gt;{{cite web|title=Involved Organizations|url=http://www.humanbrainproject.eu/partners.html|access-date=22 February 2013|url-status=dead|archive-url=https://web.archive.org/web/20130302142627/http://www.humanbrainproject.eu/partners.html|archive-date=2 March 2013}}&lt;/ref&gt;该项目的联合主管亨利•马克拉姆 Henry Markram表示，人类大脑计划的目的是建立一个探索和了解脑科学和脑疾病知识的基础，并利用这些知识来构建更先进的计算机技术。这个项目的三个主要目标分别是: 更好地理解大脑的各个部分是如何相互配合协同工作的; 理解如何客观地诊断和治疗脑部疾病; 以及利用对人类大脑的理解来开发神经形态计算机。模拟一个完整的人类大脑需要一台比现在强大一千倍的超级计算机，这不断激发着对神经形态计算机领域的研究兴趣。&lt;ref name=&quot;:19&quot;&gt;{{cite web|title=Human Brain Project|url=http://www.humanbrainproject.eu|access-date=22 February 2013}}&lt;/ref&gt;欧盟委员会已经向人类大脑计划拨款13亿美元。&lt;ref name=&quot;:20&quot;&gt;{{cite web|title=The Human Brain Project and Recruiting More Cyberwarriors|url=http://www.marketplace.org/topics/tech/human-brain-project-and-recruiting-more-cyberwarriors|access-date=22 February 2013|date=January 29, 2013}}&lt;/ref&gt;<br /> <br /> <br /> <br /> 其他与神经形态工程有关的研究还包括脑计划 BRAIN initiative，&lt;ref name=&quot;economist&quot;&gt;[https://www.economist.com/news/science-and-technology/21582495-computers-will-help-people-understand-brains-better-and-understanding-brains Neuromorphic computing: The machine of a new soul], The Economist, 2013-08-03&lt;/ref&gt; 和IBM研发的TrueNorth芯片。&lt;ref name=&quot;:21&quot;&gt;{{cite journal|last1=Modha|first1=Dharmendra|title=A million spiking-neuron integrated circuit with a scalable communication network and interface|journal=Science|date=Aug 2014|volume=345|issue=6197|pages=668–673|doi=10.1126/science.1254642|pmid=25104385|bibcode=2014Sci...345..668M}}&lt;/ref&gt;使用纳米晶体、纳米线和导电聚合物也能够用于制造神经形态学硬件。&lt;ref name=&quot;:22&quot;&gt;{{Cite web|url=http://jessamynfairfield.com/wp-content/uploads/2017/03/PWMar17Fairfield.pdf|title=Smarter Machines|last=Fairfield|first=Jessamyn|date=March 1, 2017}}&lt;/ref&gt;<br /> <br /> <br /> <br /> 2017年10月，英特尔发布了神经形态芯片 Loihi。该芯片采用异步[[脉冲神经网络]]实现了自适应、自修改、事件驱动的细粒度并行计算，实现了高效的学习和推理。&lt;ref name=&quot;:23&quot;&gt;{{cite journal |last1=Davies |first1=Mike |title=Loihi: A Neuromorphic Manycore Processor with On-Chip Learning |journal=IEEE Micro |date=January 16, 2018 |volume=38 |issue=1 |pages=82–99 |display-authors=etal|doi=10.1109/MM.2018.112130359 }}&lt;/ref&gt;&lt;ref name=&quot;Morris2017&quot;&gt;{{cite web |last1=Morris |first1=John |title=Why Intel built a neuromorphic chip |url=https://www.zdnet.com/article/why-intel-built-a-neuromorphic-chip/ |website=ZDNet |access-date=17 August 2018 |language=en}}&lt;/ref&gt;<br /> <br /> <br /> 比利时的微电子研究中心（IMEC）研发了世界上首个自学习神经形态芯片。这种基于丝状氧化物电阻存储技术 filamentary-oxide-based resistive memory technology（OxRAM）技术的大脑启发芯片具有自学习能力，并且已被证明具有创作音乐的能力。&lt;ref name=&quot;:24&quot;&gt;{{cite web |title=Imec demonstrates self-learning neuromorphic chip that composes music |url=https://www.imec-int.com/en/articles/imec-demonstrates-self-learning-neuromorphic-chip-that-composes-music |website=IMEC International |access-date=1 October 2019}}&lt;/ref&gt;IMEC发布了由芯片原型机谱写的30秒旋律。向芯片加载一系列特征、风格统一的歌曲（古代比利时和法国长笛小步舞曲），芯片从中学习相关规则并将其应用于创作。&lt;ref name=&quot;:25&quot;&gt;{{cite web|last1=Bourzac|first1=Katherine|title=A Neuromorphic Chip That Makes Music|url=https://spectrum.ieee.org/a-neuromorphic-chip-that-makes-music|url-status=live|access-date=1 October 2019|website=IEEE Spectrum|date=May 23, 2017}}&lt;/ref&gt;<br /> <br /> <br /> 由Henry Markram领导的蓝脑计划 The Blue Brain Project旨在建立小鼠大脑生理学细节的数字重建和模拟。蓝脑计划已经建立了啮齿动物大脑的电子模型，同时进行着尽可能多地复制其生理学细节的尝试。基于超级计算机的模拟为理解大脑的结构和功能提供了新的视角。<br /> <br /> <br /> 欧盟资助了海德堡大学一系列促进BrainScaleS（神经形态混合系统中受大脑启发的多尺度计算）发展的项目，这是一台位于德国海德堡大学的混合模拟神经形态超级计算机。它是作为人类大脑计划中神经形态计算平台的一部分而开发的，是SpiNNaker超级计算机（基于数字技术）的补充。BrainScaleS中使用的体系架构模拟了生物神经元及其在物理层面上的连接；此外，由于这些组件是由硅制成的，这些模型神经元平均运行速度是生物神经元的864倍，这意味着在机器模拟中，24小时的实时时间仅为100秒。&lt;ref name=&quot;:26&quot;&gt;{{Cite web|date=2016-03-21|title=Beyond von Neumann, Neuromorphic Computing Steadily Advances|url=https://www.hpcwire.com/2016/03/21/lacking-breakthrough-neuromorphic-computing-steadily-advance/|access-date=2021-10-08|website=HPCwire|language=en-US}}&lt;/ref&gt;<br /> <br /> <br /> ===神经形态传感器===<br /> 神经形态系统的概念可以扩展到传感器（而不仅仅是计算单元）。一个用于检测光线的例子是类视网膜传感器，或者事件摄像机阵列。<br /> <br /> <br /> ==伦理问题==<br /> 虽然神经形态工程这个跨学科概念相对较新，但许多适用于类人机器 Human-like machines和人工智能的伦理讨论在神经形态系统领域也无法避免。另外，神经形态系统是为了模仿人类大脑而设计，这一底层逻辑也导致了一些新的伦理问题。<br /> <br /> <br /> 然而，这种争论的实际情况是，神经形态硬件和人工“神经网络”是对大脑运作或处理信息过程的极其简化的模型，在大小和功能技术方面的复杂性相比而言比较低，在连接性方面也具有更加规则的结构。将神经形态芯片与大脑进行比较是一种非常粗糙的比较，类似于仅仅因为飞机有翅膀和尾巴就将它与鸟进行比较。事实上，当前最先进的人工智能在能耗效率和计算效率方面距离人脑神经认知系统仍有较大差距，而神经形态工程只是一种通过从大脑机制中获得灵感来缩小这种差距的尝试，就像许多工程设计中都具有生物启发的特征 Bio-inspired features一样。<br /> <br /> <br /> ===公众担忧===<br /> 由于公众认知的相关忧虑，神经形态工程学可能会受到严重的伦理限制。&lt;ref name=&quot;:27&quot;&gt;{{Cite journal|url=https://ai100.stanford.edu/sites/g/files/sbiybj9861/f/ai_100_report_0831fnl.pdf|title=Artificial Intelligence and Life in 2030|author=2015 Study Panel|date=September 2016|work=One Hundred Year Study on Artificial Intelligence (AI100)|publisher=Stanford University}}&lt;/ref&gt;欧盟委员会进行的一项调查发现，60% 的欧盟公民希望禁止机器人参与照顾儿童、老人或残疾人的工作。此外，34% 的人支持禁止机器人用于教育，27% 的人支持禁止机器人用于医疗保健，20% 的人支持禁止机器人用于娱乐。欧盟委员会将以上领域划入“人类”范畴。报告指出，公众越来越关注能够模仿或复制人类行为的机器人。而神经形态工程，顾名思义，是为了模仿人脑的功能而设计的。&lt;ref name=&quot;:1&quot;&gt;{{Cite web|url=http://ec.europa.eu/commfrontoffice/publicopinion/archives/ebs/ebs_382_en.pdf|title=Special Eurobarometer 382: Public Attitudes Towards Robots|last=European Commission|date=September 2012|website=European Commission}}&lt;/ref&gt;<br /> <br /> <br /> 围绕神经形态工程的公众担忧可能在未来变得更加严重。欧盟委员会发现，相比于55岁以上的欧盟公民，15至24岁的欧盟公民更有可能认为机器人像人（而不是像仪器）。当看到一张“类人”机器人的图片时，年龄在15岁至24岁之间的欧盟公民中有75% 的人表示这符合他们对机器人的想法，而55岁以上的欧盟公民中只有57% 的人有同样的反应。因此，神经形态系统可能因为其类似人类的特性而被归入许多欧盟公民希望在未来禁止使用的机器人类别。&lt;ref name=&quot;:1&quot; /&gt;<br /> <br /> <br /> ===人格权问题===<br /> 随着神经形态系统的日益发展，一些学者主张赋予这些系统人格权。如果是大脑赋予了人类人格，那么在多大程度上模仿人类大脑的神经形态系统才能被赋予人格权利？“人类大脑计划”旨在推进以大脑为灵感的计算机技术发展，该计划的批评者认为，神经形态计算机技术的进步可能导致机器意识或人格的形成。&lt;ref name=&quot;:28&quot;&gt;{{Cite journal|last=Aicardi|first=Christine|date=September 2018|title=Accompanying technology development in the Human Brain Project: From foresight to ethics management|journal=Futures|volume=102|pages=114–124|doi=10.1016/j.futures.2018.01.005|doi-access=free}}&lt;/ref&gt;这些批评者认为，如果这些系统被当作人来对待，那么人类使用神经形态系统执行任务（包括终止神经形态系统）的行为，在道德上就可能是不被允许的，因为这些行为将违反神经形态系统的自主性。&lt;ref name=&quot;:29&quot;&gt;{{Cite journal|last=Lim|first=Daniel|date=2014-06-01|title=Brain simulation and personhood: a concern with the Human Brain Project|journal=Ethics and Information Technology|language=en|volume=16|issue=2|pages=77–89|doi=10.1007/s10676-013-9330-5|issn=1572-8439}}&lt;/ref&gt;<br /> <br /> &lt;br&gt;<br /> <br /> ==军民两用技术（军事应用）==<br /> '''联合人工智能中心 The Joint Artificial Intelligence Center'''（JAIC），是美国军队的一个分支，专门从事采购和实施用于战斗的人工智能软件和神经形态硬件。具体应用包括智能耳机、护目镜和机器人。JAIC打算高度依赖神经形态技术，使用神经形态技术来连接神经形态单位网络中的“每个战士、每个射手”。<br /> <br /> <br /> ==法律问题==<br /> 怀疑派认为，在法律上没有办法应用能够适用于神经形态技术的电子人格。在一封由285名法律、机器人技术、医学和伦理学专家的联名信中，作者们反对欧盟委员会提出的承认“智能机器人”为法人的提议。他们写道，“机器人的法律地位无法从自然人模型中推导出来，因为机器人将被赋予人权，如尊严权、完整权、报酬权或公民权，从而直接面临人权问题。这将有悖于《欧联基本权利宪章》和《欧洲保障人权和根本自由公约》”。&lt;ref name=&quot;:30&quot;&gt;{{Cite web|url=http://www.robotics-openletter.eu/|title=Robotics Openletter {{!}} Open letter to the European Commission|language=fr-FR|access-date=2019-05-10}}&lt;/ref&gt;<br /> <br /> <br /> ===所有权及财产权问题===<br /> 法律界围绕财产权和人工智能有着重大争论。在Acohs Pty有限公司诉Ucorp Pty有限公司一案中，澳大利亚联邦法院的Christopher Jessup法官发现，版权保护不适用于材料安全数据表的源代码，因为它是由软件界面生成而非人类工作者生成的。&lt;ref name=&quot;:31&quot;&gt;{{Cite web|url=http://www.lavan.com.au/advice/intellectual_property_technology/copyright_in_source_code_and_digital_products|title=Copyright in source code and digital products|last=Lavan|website=Lavan|language=en|access-date=2019-05-10}}&lt;/ref&gt;同样的问题可能也适用于神经形态系统：如果一个神经形态系统成功地模仿了人类的大脑，并产生了一部原创作品，那么该如何确认这部作品的所有权归属？&lt;ref name=&quot;:32&quot;&gt;{{cite journal |last1=Eshraghian|first1=Jason K. |title=Human Ownership of Artificial Creativity |journal=Nature Machine Intelligence |date=9 March 2020 |volume=2 |pages=157–160 |doi=10.1038/s42256-020-0161-x}}&lt;/ref&gt;<br /> <br /> <br /> ==神经忆阻系统==<br /> 神经忆阻系统是神经形态计算系统的一个亚类，主要研究利用忆阻器 Memristors实现神经可塑性 Neuroplasticity。神经形态工程的重点是模拟生物行为，而神经忆阻系统的重点是提取。&lt;ref name=&quot;:33&quot;&gt;{{Cite web|url=https://digitalops.sandia.gov/Mediasite/Play/a10cf6ceb55d47608bb8326dd00e46611d|title=002.08 N.I.C.E. Workshop 2014: Towards Intelligent Computing with Neuromemristive Circuits and Systems - Feb. 2014|website=digitalops.sandia.gov|access-date=2019-08-26}}&lt;/ref&gt;举个例子，一个神经忆阻系统可能用抽象的神经网络模型替代皮层微电路的行为细节。&lt;ref name=&quot;:34&quot;&gt;C. Merkel and D. Kudithipudi, &quot;Neuromemristive extreme learning machines for pattern classification,&quot; ISVLSI, 2014.&lt;/ref&gt;<br /> <br /> <br /> 受神经元启发、使用忆阻器实现的阈值逻辑函数&lt;ref name=&quot;Maan 1–13&quot; /&gt;在高级模式识别中有着广泛的应用，最近报道中其应用包括语音识别&lt;ref name=&quot;:35&quot;&gt;{{Cite journal|title = Memristor pattern recogniser: isolated speech word recognition|journal = Electronics Letters|pages = 1370–1372|volume = 51|issue = 17|doi = 10.1049/el.2015.1428|first1 = A.K.|last1 = Maan|first2 = A.P.|last2 = James|first3 = S.|last3 = Dimitrijev|year = 2015|bibcode = 2015ElL....51.1370M|hdl = 10072/140989|url = https://semanticscholar.org/paper/48d3ab11ec6e213b62f11eedcfb7b7febb058674|hdl-access = free}}&lt;/ref&gt;、人脸识别&lt;ref name=&quot;:36&quot;&gt;{{Cite journal|title = Memristive Threshold Logic Face Recognition|journal = Procedia Computer Science|date = 2014-01-01|pages = 98–103|volume = 41|series = 5th Annual International Conference on Biologically Inspired Cognitive Architectures, 2014 BICA|doi = 10.1016/j.procs.2014.11.090|first1 = Akshay Kumar|last1 = Maan|first2 = Dinesh S.|last2 = Kumar|first3 = Alex Pappachen|last3 = James|doi-access = free}}&lt;/ref&gt;和物体识别&lt;ref name=&quot;:37&quot;&gt;{{Cite journal|title = Memristive Threshold Logic Circuit Design of Fast Moving Object Detection|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2015-10-01|issn = 1063-8210|pages = 2337–2341|volume = 23|issue = 10|doi = 10.1109/TVLSI.2014.2359801|first1 = A.K.|last1 = Maan|first2 = D.S.|last2 = Kumar|first3 = S.|last3 = Sugathan|first4 = A.P.|last4 = James|arxiv = 1410.1267}}&lt;/ref&gt;。阈值逻辑函数还可以用来取代传统的数字逻辑门。&lt;ref name=&quot;:38&quot;&gt;{{Cite journal|title = Resistive Threshold Logic|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2014-01-01|issn = 1063-8210|pages = 190–195|volume = 22|issue = 1|doi = 10.1109/TVLSI.2012.2232946|first1 = A.P.|last1 = James|first2 = L.R.V.J.|last2 = Francis|first3 = D.S.|last3 = Kumar|arxiv = 1308.0090}}&lt;/ref&gt;&lt;ref name=&quot;:39&quot;&gt;{{Cite journal|title = Threshold Logic Computing: Memristive-CMOS Circuits for Fast Fourier Transform and Vedic Multiplication|journal = IEEE Transactions on Very Large Scale Integration (VLSI) Systems|date = 2015-11-01|issn = 1063-8210|pages = 2690–2694|volume = 23|issue = 11|doi = 10.1109/TVLSI.2014.2371857|first1 = A.P.|last1 = James|first2 = D.S.|last2 = Kumar|first3 = A.|last3 = Ajayan|arxiv = 1411.5255}}&lt;/ref&gt;<br /> <br /> <br /> 对于理想的无源记忆电路，电路的内部记忆可以用精确的方程（Caravelli-Traversa-Di Ventra方程) 来描述:&lt;ref name=&quot;:40&quot;&gt;{{cite journal |last=Caravelli |display-authors=etal|arxiv=1608.08651 |title=The complex dynamics of memristive circuits: analytical results and universal slow relaxation |year=2017 |doi=10.1103/PhysRevE.95.022140 |pmid= 28297937 |volume=95 |issue= 2 |pages= 022140 |journal=Physical Review E|bibcode=2017PhRvE..95b2140C}}&lt;/ref&gt;<br /> <br /> <br /> :&lt;math&gt; \frac{d}{dt} \vec{W} = \alpha \vec{W}-\frac{1}{\beta} (I+\xi \Omega W)^{-1} \Omega \vec S &lt;/math&gt;<br /> <br /> <br /> Caravelli-Traversa-Di Ventra方程是描述物理记忆网络和外部源性质的函数。在上述方程中，&lt;math&gt;\alpha&lt;/math&gt;是“遗忘”时间尺度常数，&lt;math&gt;\xi=r-1&lt;/math&gt;，&lt;math&gt;r =\frac{R\text_{off}}{R_\text{on}}&lt;/math&gt;是记忆电阻器off状态和on状态极限电阻值之比，&lt;math&gt;\vec S&lt;/math&gt;是电路源的矢量，&lt;math&gt;\Omega&lt;/math&gt;是电路基本环路的投影。常数&lt;math&gt;\beta&lt;/math&gt;具有电压的量纲，与记忆电阻器的特性有关；其物理原型是导体中的电荷迁移率。对角矩阵和向量 &lt;math&gt;W=\operatorname{diag}(\vec W)&lt;/math&gt;和&lt;math&gt;\vec W&lt;/math&gt; 分别是忆阻器的内阻，值在0到1之间。因此，这个等式需要在内存值=上添加额外约束以保证可靠性。<br /> <br /> &lt;br&gt;<br /> <br /> ==另见==<br /> {{Columns-list|colwidth=18em|<br /> *[[AI加速器(计算机硬件)|AI加速器]] <br /> *[[人工大脑]] <br /> *[[生物形态的]] <br /> *[[认知计算机]] <br /> *[[计算与神经系统]] <br /> *[[事件相机]] <br /> * [[神经机器人学]] <br /> *[[光流传感器]] <br /> *[[物理神经网络]] <br /> *[[突触]] <br /> *[[Retinomorphic传感器]] <br /> *[[视觉芯片]] <br /> *[[视觉处理单元]] <br /> *[[人工智能硬件]] <br /> }}<br /> <br /> <br /> ==参考文献==<br /> &lt;references /&gt;<br /> <br /> &lt;br&gt;<br /> <br /> ==外部链接==<br /> <br /> *[https://web.archive.org/web/20150727034331/http://ine-web.org/workshops/workshops-overview 碲化物神经形态工程工作室]<br /> *[https://archive.today/20130115190057/http://capocaccia.ethz.ch/ CapoCaccia认知神经形态工程工作室]<br /> *[https://web.archive.org/web/20190716132350/http://www.ine-web.org/ 神经形态工程研究所]<br /> *[http://www.ine-news.org/ INE新闻站点]<br /> *[http://www.frontiersin.org/neuromorphic_engineering 神经形态工程学前沿]<br /> *[http://www.cns.caltech.edu/ 加州理工学院计算与神经系统系]].<br /> *[http://www.humanbrainproject.eu/ 人脑项目官方网站]<br /> *[https://www.the-scientist.com/features/building-a-silicon-brain-65738 打造硅脑: 基于生物神经元的计算机芯片可能有助于模拟更大、更复杂的大脑模型]]<br /> <br /> <br /> ==编者推荐==<br /> ===集智课程===<br /> ====[https://campus.swarma.org/course/4370 神经动力学模型读书会]====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。自神经科学这一学科建立以来，从解析神经元之间的相互作用机理、到刻画皮层柱之间的连接形式、再到探究脑区间不同认知功能的分离与整合模式，无数科学家试图从不同尺度研究大脑，以期揭示人脑这一最为复杂的神经系统的工作模式，进而理解语言、情绪、记忆和社会交往等高级认知活动的底层神经机制，并一定程度上启发通用人工智能机器人的设计。<br /> <br /> 近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。<br /> <br /> 本着促进神经科学、系统科学以及计算机科学等不同领域的学术工作者的交流与合作，激发有志于加入脑科学与类脑研究这一领域的同学们的研究兴趣，来自国内外多所知名高校的专家学者（详见发起人介绍）共同发起了「神经动力学模型」读书会，聚焦于神经科学中的动力学建模这一前沿课题，讨论他们在研究一线中遇到的实际困惑，对相关文献进行深入梳理、激发跨学科的学术火花。<br /> <br /> <br /> ====[https://campus.swarma.org/course/1925 廖旭红：从脑网络到认知]====<br /> 脑是自然界最为复杂的系统之一。近年来，研究者逐渐意识到脑网络是人脑进行高效信息传输、实现各种认知功能的基础，开始全面而细致刻画人脑结构和功能连接模式。该报告将从基于磁共振成像技术和复杂网络理论的脑网络研究框架出发，探讨人脑结构和功能的组织原则以及认知行为的脑机制。<br /> <br /> <br /> ====[https://campus.swarma.org/course/951 李印赟：神经突触可塑性微观机制及神经环路研究]====<br /> 该讲座分为两部分：第一部分为神经元的轴突输运特征及其与神经形态之间的关系，第二部分为神经突触可塑性中涉及的囊泡输运和释放，短时突触可塑性的神经细胞差异性及其在神经元微环路中细胞发放特征的作用。<br /> <br /> <br /> ----<br /> 本中文词条由Shenky20翻译，[[用户:薄荷|薄荷]]编辑，如有问题，欢迎在讨论页面留言。<br /> <br /> <br /> <br /> '''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''<br /> <br /> [[Category:电气工程]]<br /> [[Category:神经科学]]<br /> [[Category:人工智能]]<br /> [[Category:机器人]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E5%81%8F%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B&diff=34102 2023-07-20T03:58:44Z

<p>Mobility：/* 编辑推荐 */</p> <hr /> <div>{{#seo:<br /> |keywords=偏微分方程，多元函数 ，常微分方程<br /> |description=是包含未知多元函数及其偏导数的微分方程。<br /> }}<br /> <br /> [[File:Heat.gif|thumb|right|以三维表示温度的二维热方程解的可视化]]<br /> <br /> 在数学中，'''偏微分方程函数 Partial Differential Equation'''（'''PDE'''）是包含未知多元函数及其偏导数的微分方程。偏微分方程用于描述涉及多元函数的问题，可以通过人为求解，也可以通过建立计算机模型来求解。常微分方程是偏微分方程（ODEs）一种特殊情况，它处理的是一元函数及其导数。<br /> <br /> <br /> 偏微分方程可以用来描述各种各样的物理现象，如声音，热量，扩散，静电，电动力学，流体力学，弹性力学，重力和量子力学。这些看起来截然不同的物理现象却可以用类似的偏微分方程来描述。正如常微分方程经常对一维动力系统进行建模一样，偏微分方程经常对多维系统进行建模。随机偏微分方程是偏微分方程的一种推广。<br /> <br /> <br /> == 引言 ==<br /> 偏微分方程涉及到方程相对于连续变量的变化率。例如，刚体的位置是由六个参数确定的，&lt;ref&gt;{{Cite book|url=https://books.google.com/books?id=v9PLbcYd9aUC&amp;pg=PA32|title=Modelling and Control of Robot Manipulators|last=Sciavicco|first=Lorenzo|last2=Siciliano|first2=Bruno|date=2001-02-19|publisher=Springer Science &amp; Business Media|isbn=9781852332211|language=en}}&lt;/ref&gt;而流体的状态是由几个参数的连续分布给出的，如温度、压力等。刚体的动力学过程发生在有限维状态空间中，流体的动力学过程发生在无限维状态空间中。这种区别通常使偏微分方程比常微分方程更难求解，但是线性问题仍然有简单的求解方式。使用偏微分方程的经典领域包括声学、流体力学、电动力学和传热学。<br /> <br /> <br /> 函数{{math|''u''(''x''&lt;sub&gt;1&lt;/sub&gt;,… ''x&lt;sub&gt;n&lt;/sub&gt;'')}}的偏微分方程形式是：<br /> <br /> <br /> : &lt;math&gt;f \left (x_1, \ldots x_n; u, \frac{\partial u}{\partial x_1}, \ldots \frac{\partial u}{\partial x_n}; \frac{\partial^2 u}{\partial x_1 \partial x_1}, \ldots \frac{\partial^2 u}{\partial x_1 \partial x_n}; \ldots \right) = 0.&lt;/math&gt;<br /> <br /> <br /> 如果 {{mvar|f}} 是函数 {{math|''u''}} 及其导数的线性函数，则偏微分方程称为线性函数。线性偏微分方程的常见例子包括[[热方程]]、[[波动方程]]、[[拉普拉斯方程]]、[[亥姆霍兹方程方程]]、[[克莱因-高登方程]]和[[泊松方程]]。<br /> <br /> <br /> 一个相对简单的偏微分方程：<br /> <br /> <br /> : &lt;math&gt;\frac{\partial u}{\partial x}(x,y) = 0.&lt;/math&gt;<br /> <br /> <br /> 这意味着函数 {{math|''u''(''x'',''y'')}} 独立于 {{mvar|x}} 的。然而，这个方程没有给出关于函数和自变量{{mvar|y}}的相关性信息。因此，这个方程的通解是<br /> <br /> <br /> : &lt;math&gt;u(x,y) = f(y),&lt;/math&gt;<br /> <br /> <br /> 其中， {{mvar|f}} 是 {{mvar|y}} 的任意函数。类似的常微分方程是：<br /> <br /> <br /> : &lt;math&gt;\frac{\mathrm{d} u}{\mathrm{d} x}(x) = 0,&lt;/math&gt;<br /> <br /> <br /> 它的解为<br /> <br /> <br /> : &lt;math&gt;u(x) = c,&lt;/math&gt;<br /> <br /> <br /> 这里，{{mvar|c}} 是一个任意常量。这两个例子说明常微分方程的一般解包含任意常数，但偏微分方程的解包含任意函数。<br /> <br /> <br /> 偏微分方程的解一般不是唯一的; 一般必须在定义解的区域边界上定义附加条件。 例如，在上面的简单示例中，如果在 {{math|''x'' {{=}} 0}} 时确定了 {{mvar|u}} 的值，则可以确定该函数 {{math|''f''(''y'')}}。<br /> <br /> <br /> == 存在性和唯一性 ==<br /> <br /> 尽管常微分方程解的存在性和唯一性用'''弗罗贝尼乌斯定理 Picard–Lindelöf Theorem'''得到了令人满意的结果，但偏微分方程解的存在性和唯一性却远没有得到解决。'''柯西-科瓦列夫斯基定理 Cauchy–Kowalevski theorem'''指出：对于任意系数在未知函数及其导数中解析的偏微分方程，柯西问题存在一个局部唯一的解析解。虽然这个结果似乎解决了解的存在性和唯一性问题，但是存在一些线性偏微分方程-其系数具有所有级数的导数（尽管这些导数不是解析的） ，但是根本没有解: 见 Lewy (1957)。即使偏微分方程的解存在且唯一，它仍然可能具有不可预料的性质。这些问题的数学研究通常是在更有力的弱解的背景下进行的。<br /> <br /> <br /> 反常特征的一个例子是[[拉普拉斯方程]]的柯西问题的序列(取决于{{mvar|n}})<br /> <br /> <br /> : &lt;math&gt;\frac{\partial^2 u}{\partial x^2} + \frac{\partial^2 u}{\partial y^2}=0,&lt;/math&gt;<br /> <br /> <br /> 具有边界条件<br /> <br /> <br /> : &lt;math&gt;\begin{align} u(x,0) &amp;= 0, \\ \frac{\partial u}{\partial y}(x,0) &amp;= \frac{\sin nx}{n}, \end{align}&lt;/math&gt;<br /> <br /> <br /> 其中 {{mvar|n}} 是整数。{{mvar|u}} 关于 {{mvar|y}} 的导数，一致地随着 {{mvar|n}} 的增加而趋于零，但解是<br /> <br /> <br /> : &lt;math&gt;u(x,y) = \frac{\sinh ny \sin nx}{n^2}.&lt;/math&gt;<br /> <br /> <br /> 对于任何非零的 {{mvar|y}}，如果 {{mvar|nx}} 不是模板 {{pi}} 的整数倍，这个解会接近于无穷大。拉普拉斯方程的柯西问题被称为不适定的（可以译为ill-posed或not well-posed），因为解不是连续地依赖于问题的数据。这种不适定问题通常不能满足物理应用。<br /> <br /> <br /> 偏微分方程'''纳维-斯托克斯方程'''的解的存在性就是千禧年大奖难题之一的一部分。<br /> <br /> <br /> == 符号 ==<br /> 在偏微分方程中，通常用下标表示偏导数。例如:<br /> <br /> : &lt;math&gt;u_x = \frac{\partial u}{\partial x}&lt;/math&gt;<br /> <br /> : &lt;math&gt;u_{xx} = \frac{\partial^2 u}{\partial x^2} &lt;/math&gt;<br /> <br /> : &lt;math&gt;u_{xy} = \frac{\partial^2 u}{\partial y\, \partial x} = \frac{\partial}{\partial y } \left(\frac{\partial u}{\partial x}\right). &lt;/math&gt;<br /> <br /> <br /> 特别是在物理学中，[[del]] 或 nabla ({{math|∇}}) 经常用来表示空间导数和时间导数。例如，波动方程（在下文中提到）可以写成：<br /> <br /> <br /> :&lt;math&gt;\ddot u=c^2\nabla^2u&lt;/math&gt;<br /> <br /> <br /> 或<br /> <br /> <br /> :&lt;math&gt;\ddot u=c^2\Delta u&lt;/math&gt;<br /> <br /> <br /> 其中，{{math|Δ}} 代表拉普拉斯算子。<br /> <br /> == 分类 ==<br /> <br /> 一些线性二阶偏微分方程可分为抛物型方程、双曲型方程和椭圆型方程。其他的方程，如欧拉-特里科米方程 Euler–Tricomi equation，在不同的领域有不同的类型。这种分类有助于选择适当的初始和边界条件以及提高解的平滑性。<br /> <br /> ===一阶方程 ===<br /> <br /> <br /> <br /> {{main|First-order partial differential equation}}<br /> <br /> <br /> <br /> === 二阶线性方程 ===<br /> 假设 {{math|''u&lt;sub&gt;xy&lt;/sub&gt;'' {{=}} ''u&lt;sub&gt;yx&lt;/sub&gt;''}}，含有两个独立变量的一般线性二阶偏微分方程具有如下形式：<br /> <br /> <br /> : &lt;math&gt;Au_{xx} + 2Bu_{xy} + Cu_{yy} + \cdots \mbox{(lower order terms)} = 0,&lt;/math&gt;<br /> <br /> <br /> 其中的系数 {{mvar|A}}, {{mvar|B}}, {{mvar|C}}... 一般取决于 {{mvar|x}} 和 {{mvar|y}} 。如果在 {{mvar|xy}}-平面的一个区域上 {{math|''A''&lt;sup&gt;2&lt;/sup&gt; + ''B''&lt;sup&gt;2&lt;/sup&gt; + ''C''&lt;sup&gt;2&lt;/sup&gt; &gt; 0}}，偏微分方程是二阶的，这种形式类似于圆锥截面的方程:<br /> <br /> <br /> : &lt;math&gt;Ax^2 + 2Bxy + Cy^2 + \cdots = 0.&lt;/math&gt;<br /> <br /> <br /> 更准确地说，用 {{mvar|X}} 替换 {{math|∂&lt;sub&gt;''x''&lt;/sub&gt;}}，并同样替换其它变量(通常由[[傅里叶变换]]完成)，将一个常系数偏微分方程转换成一个相同次数的多项式，最高次数的项（齐次多项式，这里是一个二次形式）对于偏微分方程的分类最为重要。<br /> <br /> <br /> 正如人们可以根据判别式 {{math|''B''&lt;sup&gt;2&lt;/sup&gt; − 4''AC''}} 将圆锥截面和二次型分为抛物型、双曲型和椭圆型一样，对于给定点的二阶偏微分方程也可以这样做。然而，偏微分方程中的判别式 {{math|''B''&lt;sup&gt;2&lt;/sup&gt; − 4''AC''}} 是根据交叉项的系数{{math|2''B''}} 而不是 {{mvar|B}} 给出的，形式上，判别式(关联二次型)是 {{math|(2''B'')&lt;sup&gt;2&lt;/sup&gt; − 4''AC'' {{=}} 4(''B''&lt;sup&gt;2&lt;/sup&gt; − ''AC'')}}，为简单起见，去掉了因子4。<br /> <br /> <br /> <br /> # {{math|''B''&lt;sup&gt;2&lt;/sup&gt; − ''AC'' &lt; 0}} (椭圆型微分方程)：在定义方程和解的区域内部，椭圆型偏微分方程的解在系数允许的程度内光滑。例如，拉普拉斯方程的解在它们被定义的区域内是解析的，但可能假设边界值是不光滑的。亚音速流体的运动可以用椭圆型偏微分方程近似，欧拉-特里科米方程在 {{math|''x'' &lt; 0}} 时是椭圆型偏微分方程。<br /> # {{math|''B''&lt;sup&gt;2&lt;/sup&gt; − ''AC'' {{=}} 0}}（抛物型偏微分方程）：在每一点上都是抛物线型的方程可以通过改变自变量从而转化成类似于热方程的形式。随着转换后的时间变量的增加，方程的解变得平滑。欧拉-特里科米方程在特征线 {{math|''x'' {{=}} 0}} 上是抛物线型的。<br /> # {{math|''B''&lt;sup&gt;2&lt;/sup&gt; − ''AC'' &gt; 0}} (双曲型偏微分方程)：双曲型方程在初始数据中保留了函数或导数的任何不连续性。波动方程就是其中的一个例子。超音速流体的运动可以用双曲型偏微分方程近似，欧拉-特里科米方程在 {{math|''x'' &gt; 0}} 时是双曲型的。<br /> <br /> <br /> 如果存在 {{mvar|n}} 个自变量 {{math|''x''&lt;sub&gt;1&lt;/sub&gt;, ''x''&lt;sub&gt;2 &lt;/sub&gt;,… ''x''&lt;sub&gt;''n''&lt;/sub&gt;}}，一般二阶线性偏微分方程的形式是：<br /> <br /> <br /> : &lt;math&gt;L u =\sum_{i=1}^n\sum_{j=1}^n a_{i,j} \frac{\partial^2 u}{\partial x_i \partial x_j} \quad \text{ plus lower-order terms} =0.&lt;/math&gt;<br /> <br /> <br /> 这种分类取决于系数矩阵特征值的符号（正负性）。<br /> <br /> <br /> <br /> # 椭圆形方程: 特征值全部为正或全部为负。<br /> # 抛物线形方程:除了一个为零值，特征值全部为正或全部为负。<br /> # 双曲形方程: 只有一个负特征值，其余的都是正特征值，或者只有一个正特征值，其余的都是负特征值。<br /> # 超双形方程: 存在多于一个正特征值和多于一个的负特征值，且不存在零特征值。对于超双曲方程，只存在有限的理论(Courant 和 Hilbert，1962)。<br /> <br /> <br /> === 一阶方程组和特征曲面 ===<br /> <br /> 偏微分方程的分类可以推广到一阶方程组，其中未知量 {{mvar|u}} 是有 {{mvar|m}} 个分量的向量。对于 {{math|''ν'' {{=}} 1, 2,… ''n''}}，系数矩阵 {{mvar|A&lt;sub&gt;ν&lt;/sub&gt;}} 是 {{mvar|m}} × {{mvar|m}} 的矩阵。偏微分方程形式如下：<br /> <br /> <br /> : &lt;math&gt;Lu = \sum_{\nu=1}^{n} A_\nu \frac{\partial u}{\partial x_\nu} + B=0,&lt;/math&gt;<br /> <br /> <br /> 其中，系数矩阵 {{mvar|A&lt;sub&gt;ν&lt;/sub&gt;}} 和向量 {{mvar|B}} 可能依赖于 {{mvar|x}} 和 {{mvar|u}}。如果超曲面是以以下隐式形式给出的，<br /> <br /> <br /> : &lt;math&gt;\varphi(x_1, x_2, \ldots x_n)=0,&lt;/math&gt;<br /> <br /> <br /> 其中，存在一个非零的梯度 {{mvar|φ}}，对于在给定点上特征形式消失的算子，特征曲面 {{mvar|S}} 形式如下:<br /> <br /> : &lt;math&gt;Q\left(\frac{\partial\varphi}{\partial x_1}, \ldots\frac{\partial\varphi}{\partial x_n}\right) =\det\left[\sum_{\nu=1}^nA_\nu \frac{\partial \varphi}{\partial x_\nu}\right]=0.\,&lt;/math&gt;<br /> <br /> <br /> 这个条件的几何解释如下: 如果关于 {{mvar|u}} 的数据是在曲面 {{mvar|S}} 上规定的，那么就有可能依据微分方程确定曲面 {{mvar|S}} 上 {{mvar|u}} 的法向导数。如果曲面 {{mvar|S}} 上的数据和上面的微分方程能确定曲面 {{mvar|S}} 上 {{mvar|u}} 的法向导数，那么它就是非特征的。如果曲面 {{mvar|S}} 上的数据和上面的微分方程不能确定曲面 {{mvar|S}} 上 {{mvar|u}} 的法向导数，那么曲面是特征的，并且微分方程将数据限制在曲面 {{mvar|S}} 上：微分方程是在曲面 {{mvar|S}} 内部。<br /> <br /> <br /> <br /> # 如果对于 {{mvar|L}} 没有曲面是特征的，则一阶系统 {{math|''Lu'' {{=}} 0}} 是椭圆形的：{{mvar|u}}在 {{mvar|S}} 的值和微分方程总能够决定 {{mvar|S}} 上 {{mvar|u}} 的法向导数。<br /> # 如果在该点存在一个法向量为 {{mvar|ξ}}的 '''类空曲面 Spacclike Surface''' {{mvar|S}} ，则一阶系统在那一点是双曲的。这意味着，给定任意正交于 {{mvar|ξ}} 的非平凡向量 {{mvar|η}} 和一个标量乘子 {{mvar|λ}}，方程 {{math|''Q''(''λξ'' + ''η'') {{=}} 0}} 有 {{mvar|m}} 个实根 {{math|''λ''&lt;sub&gt;1&lt;/sub&gt;, ''λ''&lt;sub&gt;2&lt;/sub&gt;,… ''λ''&lt;sub&gt;''m''&lt;/sub&gt;}}。如果这些根始终不同，则该系统是严格双曲形的。这个条件的几何解释如下: 特征形式 {{math|''Q''(''ζ'') {{=}} 0}} 定义了一个具有齐次坐标 ζ的圆锥(法线圆锥)。在双曲形的情况下，这个圆锥体有 {{mvar|m}} 层，并且轴 {{math|''ζ'' {{=}} ''λξ''}} 在这些层中运动: 它不与任何一层相交。但是当从原点偏离η时，这条轴线与每一层都相交。在椭圆形的情况下，法向圆锥没有实层。<br /> <br /> &lt;br&gt;<br /> <br /> === 混合型方程 ===<br /> <br /> 如果偏微分方程有非常数的系数，那么它可能不属于这些类别中的任何一个，而是属于混合型。一个简单但重要的例子是欧拉-特里科米方程：<br /> <br /> <br /> : &lt;math&gt;u_{xx} = xu_{yy},&lt;/math&gt;<br /> <br /> <br /> 它在 {{math|''x'' &lt; 0}} 的区域上是椭圆形，在 {{math|''x'' &gt; 0}} 区域上是双曲形，在 {{math|''x'' {{=}} 0}}这条线上是退化为抛物线形，因此称之为椭圆-双曲型。<br /> <br /> <br /> === 量子力学中的无限阶偏微分方程 ===<br /> <br /> <br /> 在量子力学中的相空间表述中，我们可以考虑求解量子粒子的轨迹的量子哈密顿的方程。这些方程是无限阶偏微分方程。然而，在半经典展开中，我们在给定[[Dirac constant|{{mvar|ħ}}]]阶数下有一个有限的常微分方程组。'''维格纳函数 Wigner Function'''的演化方程也是一个无限阶偏微分方程。量子轨道具有量子特性，通常可以用来计算维格纳函数的演化。<br /> <br /> &lt;br&gt;<br /> <br /> == 解析解 ==<br /> ===分离变量法===<br /> <br /> 线性偏微分方程组可以通过分离变量法简化为常微分方程组。这种方法依赖于微分方程解的一个特性: 如果能找到任何一个满足方程和边界条件的解，那么这个解就是方程的解(这也适用于常微分方程)。我们假设解对空间和时间的依赖可以写成对它们每一项的依赖的乘积，然后再看否可以用来解决问题。<br /> <br /> <br /> 在分离变量法方法中，可以将偏微分方程简化为含有更少变量的偏微分方程，如果只有一个变量，那么就变成了一个'''常微分方程 Ordinary Differential Equation'''--，这些方程也更容易求解。<br /> <br /> <br /> 对于简单的偏微分方程(称为可分离偏微分方程)来说，这是可能的，而且方程通常定义在一个矩形区域(区间的积)上。可分离偏微分方程对应于对角线矩阵——以“固定值”为坐标，每个坐标可分开理解。<br /> <br /> <br /> 这种方法可以推广到特征曲线法，也可以用于积分变换。<br /> <br /> <br /> ===特征曲线法===<br /> <br /> 在特殊情况下，可以找到一些特征曲线，在这些曲线上方程可以变成一个常微分方程——意味着改变坐标从而使这些曲线变直从而达到分离变量的目的，这就是所谓的特征曲线法。<br /> <br /> <br /> 更一般地说，人们可能会找到特征表面。<br /> <br /> &lt;/br&gt;<br /> <br /> ===积分变换===<br /> <br /> 积分变换可以将偏微分方程转换为更简单的偏微分方程，特别是可分离的偏微分方程。这对应于对角化算符。<br /> <br /> <br /> 这方面的一个重要例子是'''傅里叶分析 Fourier Analysis'''，它使用正弦波的特征基来对角化热方程。<br /> <br /> <br /> 如果区域是有限的或周期性的，那么解为无限和的形式是恰当的，例如傅里叶级数，但是一个解的积分，例如傅立叶积分，一般是在无限区域上的。上面给出的热传导方程的点源解法就是使用傅里叶积分的一个例子。<br /> <br /> <br /> <br /> ===变量代换===<br /> 偏微分方程通常可以通过变量的适当变化，用已知的解简化为更简单的形式。例如，布莱克-舒尔斯偏微分方程 the Black–Scholes PDE<br /> <br /> <br /> :&lt;math&gt; \frac{\partial V}{\partial t} + \tfrac{1}{2}\sigma^2 S^2\frac{\partial^2 V}{\partial S^2} + rS\frac{\partial V}{\partial S} - rV = 0 &lt;/math&gt;<br /> <br /> <br /> 可以简化为热传导方程<br /> <br /> <br /> :&lt;math&gt; \frac{\partial u}{\partial \tau} = \frac{\partial^2 u}{\partial x^2}&lt;/math&gt;<br /> <br /> <br /> 通过变量替换<br /> <br /> :&lt;math&gt;\begin{align}<br /> <br /> <br /> V(S,t) &amp;= K v(x,\tau),\\[5px]<br /> <br /> x &amp;= \ln\left(\tfrac{S}{K} \right),\\[5px]<br /> <br /> <br /> \tau &amp;= \tfrac{1}{2} \sigma^2 (T - t),\\[5px]<br /> <br /> <br /> v(x,\tau)&amp;=e^{-\alpha x-\beta\tau} u(x,\tau).<br /> <br /> <br /> \end{align}&lt;/math&gt;<br /> <br /> <br /> ===基本解===<br /> <br /> 非齐次方程（常系数偏微分方程）一般是通过先求出基本解（点源的解） ，然后利用带边界条件的卷积来求解。<br /> <br /> <br /> 这类似于在信号处理中通过滤波器的脉冲响应来理解滤波器。<br /> <br /> <br /> ===叠加原理===<br /> <br /> '''叠加原理 Superposition Principle'''适用于任何线性系统，包括偏微分方程的线性系统。这个概念的一个常见的可视化是两个同相位的波相互作用结合在一起会产生更大的振幅，例如 {{math|sin ''x'' + sin ''x'' {{=}} 2 sin ''x''}}。在偏微分方程中也可以观察到同样的原理，其中的解可能是真实的或复杂的和可加的。叠加<br /> <br /> <br /> 若线性偏微分方程在某个函数空间{{mvar|R}}中有解{{math|''u''&lt;sub&gt;1&lt;/sub&gt;}} 和 {{math|''u''&lt;sub&gt;2&lt;/sub&gt;}}，则{{math|''u'' {{=}} ''c''&lt;sub&gt;1&lt;/sub&gt;''u''&lt;sub&gt;1&lt;/sub&gt; + ''c''&lt;sub&gt;2&lt;/sub&gt;''u''&lt;sub&gt;2&lt;/sub&gt;}}也是该偏微分方程在同一函数空间中的解，其中{{math|''c''&lt;sub&gt;1&lt;/sub&gt;}} 和 {{math|''c''&lt;sub&gt;2&lt;/sub&gt;}} 是任意常数。<br /> <br /> <br /> ===非线性方程的求解方法===<br /> <br /> 对于非线性偏微分方程，目前还没有普遍适用的求解方法。然而，通常是可能知道解的存在性和唯一性(如柯西-科瓦列夫斯基定理)，也是可能得到解的重要定性和定量性质的证明(得到这些结果是分析的主要部分)。非线性偏微分方程的计算解，即分步法，对一些特定的方程适用，比如非线性'''薛定谔方程 Schrödinger equation'''。<br /> <br /> <br /> 然而，一些技巧可以用于几种类型的方程。h-原理是求解欠定方程最有效的方法。里基尔-珍妮特理论 Riquier–Janet theory是一种可以获得许多解析超定系统信息的有效方法。<br /> <br /> <br /> 特征线法可用于求解某些特殊情况下的偏微分方程。<br /> <br /> <br /> 在某些情况下，偏微分方程可以通过扰动分析来求解。在扰动分析中，通常是求解将具有已知解的方程修正后的新得到方程。可供选择的数值分析技术从简单的差分格式到更成熟的多重网格和有限元方法。许多有趣的科学和工程问题都是在计算机上用这种方法解决的，有时是高性能超级计算机。<br /> <br /> &lt;br&gt;<br /> <br /> ===李群方法===<br /> <br /> 从1870年起，Sophus Lie的工作为微分方程理论奠定了一个较为令人满意的基础。他指出，通过引入现在所谓的李群，老一辈数学家的积分理论可以引用到一个共同的来源; 承认相同的无穷小变换的常微分方程在积分方面存在相当的困难。他还强调了接触变换这一主题。<br /> <br /> <br /> 求解偏微分方程的一般方法是利用微分方程的对称性，即解到解的连续无穷小变换（李氏理论）。连续群论、李氏代数和微分几何理论被用来理解生成可积方程的线性和非线性偏微分方程的结构，找到它的Lax对、递归算子、贝克伦德变换 Bäcklund transform，最后找到偏微分方程的精确解析解。<br /> <br /> <br /> 对称方法已被公认可以用于研究出现在数学，物理，工程和许多其他学科的微分方程。<br /> <br /> <br /> ===半解析方法===<br /> <br /> 阿多米安分解法 Adomian decomposition method、[[李雅普诺夫]]人工小参数方法和何同伦摄动方法都是更一般的同伦分析方法的特殊情况。除了李雅普诺夫方法之外，这些都是级数展开方法，与为人熟知的摄动理论方法相比，它们与小的物理参数无关，因此这些方法具有更大的灵活性和解的通用性。<br /> <br /> &lt;br&gt;<br /> <br /> == 数值解 ==<br /> <br /> 求解偏微分方程最常用的三种数值方法是有限元分析法、有限体积法和有限差分法，以及其他一些称为无网格法的方法，用于解决前面用提到的方法求解受到限制的问题。在这些方法中，有限元方法，尤其是高效的高阶有限元方法（hp-FEM），占有重要地位。其他有限元法和无网格法的混合形式包括广义有限元分析法 generalized finite element method（GFEM）、扩展有限元分析法 extended finite element method（XFEM）、谱有限元分析法 Spectral element method（SFEM）、无网格有限元分析法 meshfree finite element method、间断伽辽金有限元分析法 Discontinuous Galerkin finite element method（DGFEM）、无单元伽辽金法 Element-Free Galerkin Method（EFGM）、插值无单元伽辽金法 Interpolating Element-Free Galerkin Method（IEFGM）等。<br /> <br /> <br /> <br /> ===有限元分析法===<br /> <br /> <br /> '''有限元分析法 Finite Element Method（FEM）''' ，其实际应用通常被称为有限元分析（FEA），是一种寻找偏微分方程(PDE)和积分方程近似解的数值技术。这种求解方法要么基于完全消除微分方程(稳态问题) ，要么将偏微分方程转化为常微分方程的近似系统，然后使用标准技术进行数值积分，如欧拉方法、 Runge-Kutta 等。<br /> <br /> <br /> ===有限差分法===<br /> <br /> 有限差分法是一种数值方法，用差分方程近似倒数来近似微分方程的解。<br /> <br /> <br /> === 有限体积法 ===<br /> <br /> 类似于有限差分法或有限元分析，函数值是在网格化的几何体上的离散位置进行计算的。“有限体积”是指网格上每个节点周围的小体积。在有限体积法中，偏微分方程中含有散度项的面积分用散度定理积分转换成体积分。然后将这些项用于估算每个有限体积表面上的通量。由于进入给定体积元的通量与转移出相邻体积元的通量相同，所以这些方法通过设计保证了质量守恒。<br /> <br /> <br /> == 能量法==<br /> <br /> 能量法是一种数学过程，可用于验证初始边界值问题的适定性。<br /> <br /> <br /> 在下面的示例中，将使用能量法决定应在何处施加哪些边界条件，以使得到的IBVP处于适当位置。考虑下式给出的一维双曲PDE<br /> <br /> : &lt;math&gt;\frac{\partial u}{\partial t} + \alpha \frac{\partial u}{\partial x} = 0, \quad x \in [a,b], \operatorname t &gt; 0,&lt;/math&gt;<br /> <br /> <br /> 其中 &lt;math&gt;\alpha \neq 0&lt;/math&gt; 是常数，并且 &lt;math&gt;u(x,t)&lt;/math&gt; 是初始条件是 &lt;math&gt;u(x,0) = f(x)&lt;/math&gt;的未知函数，乘以 &lt;math&gt;u&lt;/math&gt; 并在域上进行积分。<br /> <br /> <br /> : &lt;math&gt;\int_a^b u \frac{\partial u}{\partial t} \operatorname dx + \alpha \int _a ^b u \frac{\partial u}{\partial x} \operatorname dx = 0.&lt;/math&gt;<br /> <br /> <br /> 利用这一点<br /> <br /> <br /> : &lt;math&gt;\int _a ^b u \frac{\partial u}{\partial t} \operatorname dx = \frac{1}{2} \frac{\partial}{\partial t} \vert \vert u \vert \vert ^2 \quad \text{and} \quad \int _a ^b u \frac{\partial u}{\partial x} \operatorname dx = \frac{1}{2} u(b,t)^2 - \frac{1}{2} u(a,t)^2,.&lt;/math&gt;<br /> <br /> <br /> 第二个关系中采用了分部积分法，我们可以得到<br /> <br /> <br /> : &lt;math&gt;\frac{\partial}{\partial t} \vert \vert u \vert \vert ^2 + \alpha u(b,t)^2 - \alpha u(a,t)^2 = 0.&lt;/math&gt;<br /> <br /> <br /> 在这里，&lt;math&gt;\vert \vert \cdot \vert \vert&lt;/math&gt; 表示标准的L2-正则。<br /> <br /> <br /> 对于适定性，我们要求解的能量是不增加的，即 &lt;math&gt;\frac{\partial}{\partial t} \vert \vert u \vert \vert ^2 \leq 0&lt;/math&gt; ，这种关系可以通过在&lt;math&gt;x = a&lt;/math&gt;处 （如果 &lt;math&gt;\alpha &gt; 0&lt;/math&gt;） 以及 &lt;math&gt;x = b&lt;/math&gt;处 （如果 &lt;math&gt;\alpha &lt; 0&lt;/math&gt;）指定&lt;math&gt;u&lt;/math&gt;的值来实现。这相当于只在流入处附加边界条件。注意，适定性允许在数据项(初始和边界)上的增长，因此它足以表明当所有数据设置为零时应有 &lt;math&gt;\frac{\partial}{\partial t} \vert \vert u \vert \vert ^2 \leq 0&lt;/math&gt;。<br /> <br /> <br /> ==另见==<br /> <br /> * [[狄利克雷边界条件]] Dirichlet boundary condition<br /> <br /> * [[射流丛]] Jet bundle<br /> <br /> * [[微分方程中的拉普拉斯变换]] Laplace transform applied to differential equations<br /> <br /> * [[矩阵微分方程]] Matrix differential equation<br /> <br /> * [[诺伊曼边界条件]] Neumann boundary condition<br /> <br /> * [[数值偏微分方程]] Numerical partial differential equations<br /> <br /> * [[偏微分代数方程]] Partial differential algebraic equation<br /> <br /> * [[递推关系]] Recurrence relation<br /> <br /> * [[罗宾边界条件]] Robin boundary condition<br /> <br /> * [[随机过程和边值问题]] Stochastic processes and boundary value problems<br /> <br /> <br /> == 参考文献 ==<br /> &lt;references/&gt;<br /> {{refbegin|2}}<br /> <br /> * {{cite book |title=Solving Frontier problems of Physics: The decomposition method|first=G.|last=Adomian|publisher=Kluwer Academic Publishers|year=1994|isbn=|page=|url=https://books.google.com/books?id=UKPqCAAAQBAJ&amp;printsec=frontcover#v=onepage&amp;q=%22partial%20differential%22&amp;f=false}}<br /> <br /> * {{Citation |first=R. |last=Courant |lastauthoramp=yes |first2=D. |last2=Hilbert |title=Methods of Mathematical Physics |volume=II |publisher=Wiley-Interscience |location=New York |year=1962 |url=https://books.google.com/books?id=fcZV4ohrerwC&amp;printsec=frontcover#v=onepage&amp;q&amp;f=false}}.<br /> <br /> * {{Citation |first=L. C. |last=Evans |title=Partial Differential Equations |publisher=American Mathematical Society |location=Providence |year=1998 |isbn=0-8218-0772-2 }}.<br /> <br /> * {{cite book|last1=Holubová|first1=Pavel Drábek ; Gabriela|title=Elements of partial differential equations|date=2007|publisher=de Gruyter|location=Berlin|isbn=9783110191240|edition=[Online-Ausg.].}}<br /> <br /> * {{Citation |first=Nail H |last=Ibragimov |title=CRC Handbook of Lie Group Analysis of Differential Equations Vol. 1-3 |publisher=CRC-Press |location=Providence |year=1993 |isbn=0-8493-4488-3 }}.<br /> <br /> * {{Citation |first=F. |last=John |title=Partial Differential Equations |location=New York |publisher=Springer-Verlag |year=1982 |edition=4th |isbn=0-387-90609-6 |url-access=registration |url=https://archive.org/details/partialdifferent00john_0 }}.<br /> <br /> * {{Citation |first=J. |last=Jost |title=Partial Differential Equations |publisher=Springer-Verlag |location=New York |year=2002 |isbn=0-387-95428-7 }}.<br /> <br /> * {{Citation |first=Hans |last=Lewy |year=1957 |title=An example of a smooth linear partial differential equation without solution |journal=Annals of Mathematics |series=Second Series |volume=66 |issue=1 |pages=155–158 |doi= 10.2307/1970121}}.<br /> <br /> * {{Citation | last=Liao | first=S.J. | title=Beyond Perturbation: Introduction to the Homotopy Analysis Method | publisher=Chapman &amp; Hall/ CRC Press | location=Boca Raton | year=2003 | isbn=1-58488-407-X }}<br /> <br /> * {{Citation |first=P.J. |last=Olver |year=1995 |title=Equivalence, Invariants and Symmetry |publisher=Cambridge Press }}.<br /> <br /> * {{Citation |first=I. G. |last=Petrovskii |title=Partial Differential Equations |publisher=W. B. Saunders Co. |location=Philadelphia |year=1967 }}.<br /> <br /> * {{Citation |first=Y. |last=Pinchover |lastauthoramp=yes |first2=J. |last2=Rubinstein |title=An Introduction to Partial Differential Equations |publisher=Cambridge University Press |location=New York |year=2005 |isbn=0-521-84886-5 }}.<br /> <br /> * {{Citation |first=A. D. |last=Polyanin |title=Handbook of Linear Partial Differential Equations for Engineers and Scientists |publisher=Chapman &amp; Hall/CRC Press |location=Boca Raton |year=2002 |isbn=1-58488-299-9 }}.<br /> <br /> * {{Citation |first=A. D. |last=Polyanin |lastauthoramp=yes |first2=V. F. |last2=Zaitsev |title=Handbook of Nonlinear Partial Differential Equations |publisher=Chapman &amp; Hall/CRC Press |location=Boca Raton |year=2004 |isbn=1-58488-355-3 }}.<br /> <br /> * {{Citation |first=A. D. |last=Polyanin |first2=V. F. |last2=Zaitsev |lastauthoramp=yes |first3=A. |last3=Moussiaux |title=Handbook of First Order Partial Differential Equations |publisher=Taylor &amp; Francis |location=London |year=2002 |isbn=0-415-27267-X }}.<br /> <br /> * {{citation|mr=3014456|last=Roubíček|first= T.|title=Nonlinear Partial Differential Equations with Applications|publisher= Birkhäuser|place= Basel, Boston, Berlin|edition=2nd|year= 2013|ISBN= 978-3-0348-0512-4|doi=10.1007/978-3-0348-0513-1|url=http://cds.cern.ch/record/880983/files/9783764372934_TOC.pdf}}<br /> <br /> * {{Citation |first=P. |last=Solin |title=Partial Differential Equations and the Finite Element Method |publisher=J. Wiley &amp; Sons |location=Hoboken, NJ |year=2005 |isbn=0-471-72070-4 }}.<br /> <br /> * {{Citation |first=P. |last=Solin |first2=K. |last2=Segeth |lastauthoramp=yes |first3=I. |last3=Dolezel |title=Higher-Order Finite Element Methods |publisher=Chapman &amp; Hall/CRC Press |location=Boca Raton |year=2003 |isbn=1-58488-438-X }}.<br /> <br /> * {{Citation |first=H. |last=Stephani |year=1989 |title=Differential Equations: Their Solution Using Symmetries. Edited by M. MacCallum |publisher=Cambridge University Press }}.<br /> <br /> * {{cite book |title=Partial Differential Equations and Solitary Waves Theory|first=Abdul-Majid|last=Wazwaz|publisher=Higher Education Press|year=2009|isbn=978-3-642-00251-9|page=}}<br /> <br /> * {{cite book |title=Partial Differential Equations Methods and Applications|first=Abdul-Majid|last=Wazwaz|publisher=A.A. Balkema|year=2002|isbn=90-5809-369-7|page=}}<br /> <br /> * {{Citation |first=D. |last=Zwillinger |title=Handbook of Differential Equations |publisher=Academic Press |location=Boston |year=1997 |edition=3rd |isbn=0-12-784395-7 }}.<br /> <br /> * {{Citation |first=N. |last=Gershenfeld |title=The Nature of Mathematical Modeling |location=New York |publisher=Cambridge University Press, New York, NY, USA |year=1999 |edition=1st |isbn=0-521-57095-6 }}.<br /> <br /> * {{Citation |first=I.S. |last=Krasil'shchik |lastauthoramp=yes |first2=A.M., Eds. |last2=Vinogradov |title=Symmetries and Conserwation Laws for Differential Equations of Mathematical Physics |publisher=American Mathematical Society, Providence, Rhode Island, USA |year=1999 |isbn=0-8218-0958-X }}.<br /> <br /> * {{Citation |first=I.S. |last=Krasil'shchik |first2=V.V. |last2=Lychagin|lastauthoramp=yes |first3=A.M. |last3=Vinogradov |title=Geometry of Jet Spaces and Nonlinear Partial Differential Equations |publisher=Gordon and Breach Science Publishers, New York, London, Paris, Montreux, Tokyo |year=1986 |isbn=2-88124-051-8 }}.<br /> <br /> * {{Citation |first=A.M. |last=Vinogradov |title=Cohomological Analysis of Partial Differential Equations and Secondary Calculus |publisher=American Mathematical Society, Providence, Rhode Island, USA |year=2001 |isbn=0-8218-2922-X }}.<br /> <br /> * {{cite book |title=High Order Difference Methods for Time Dependent PDE|first=Bertil|last=Gustafsson|publisher=Springer|year=2008|isbn=978-3-540-74992-9|doi=10.1007/978-3-540-74993-6}}<br /> <br /> {{refend}}<br /> <br /> == 进一步阅读 ==<br /> <br /> * {{Cite journal|last=Cajori|first=Florian|year=1928|title=The Early History of Partial Differential Equations and of Partial Differentiation and Integration|url=http://www.math.harvard.edu/archive/21a_fall_14/exhibits/cajori/cajori.pdf|journal=The American Mathematical Monthly|volume=35|issue=9|pages=459–467|doi=10.2307/2298771|access-date=2016-05-15|archive-url=https://web.archive.org/web/20181123102253/http://www.math.harvard.edu/archive/21a_fall_14/exhibits/cajori/cajori.pdf|archive-date=2018-11-23|url-status=dead}}<br /> <br /> <br /> <br /> == 外部链接 ==<br /> <br /> * [http://eqworld.ipmnet.ru/en/pde-en.htm Partial Differential Equations: Exact Solutions] at EqWorld: The World of Mathematical Equations.<br /> <br /> * [http://eqworld.ipmnet.ru/en/solutions/eqindex/eqindex-pde.htm Partial Differential Equations: Index] at EqWorld: The World of Mathematical Equations.<br /> <br /> * [http://eqworld.ipmnet.ru/en/methods/meth-pde.htm Partial Differential Equations: Methods] at EqWorld: The World of Mathematical Equations.<br /> <br /> * [https://web.archive.org/web/20170701144823/http://www.exampleproblems.com/wiki/index.php?title=Partial_Differential_Equations Example problems with solutions] at exampleproblems.com<br /> <br /> * [http://mathworld.wolfram.com/PartialDifferentialEquation.html Partial Differential Equations] at mathworld.wolfram.com<br /> <br /> * [https://reference.wolfram.com/language/FEMDocumentation/tutorial/SolvingPDEwithFEM.html Partial Differential Equations] with Mathematica<br /> <br /> * [http://www.mathworks.com/moler/pdes.pdf Partial Differential Equations] in Cleve Moler: Numerical Computing with MATLAB<br /> <br /> * [http://www.nag.com/numeric/fl/nagdoc_fl24/html/D03/d03intro.html Partial Differential Equations] at nag.com<br /> <br /> * {{cite web |first=Grant |last=Sanderson |title=But what is a partial differential equation? |work=3Blue1Brown |date=April 21, 2019 |url=https://www.youtube.com/watch?v=ly4S0oi3Yz8&amp;list=PLZHQObOWTQDNPOjrT6KVlfJuKtYTftqH6 |via=YouTube }}<br /> <br /> <br /> <br /> ==编辑推荐==<br /> [[File:基于神经网络的部分观测微分方程动力学学习.jpg|400px|right|thumb|[https://campus.swarma.org/course/2224 基于神经网络的部分观测偏微分方程动力学学习]]]<br /> ===集智课程===<br /> ====[https://campus.swarma.org/course/2224 基于神经网络的部分观测偏微分方程动力学学习]====<br /> 该课程室Openlab内部读书会第十七期内容，主要讨论了如何从观测到（并不完整）的数据集中学习PDEs dynamics 的问题。这篇文章提出了使用Resnet学习动力学dynamics。使用Unet 补全不完整的数据的模型。在将这两个模型耦合的方式上，作者提出了两种可行的训练模型分别是 pre-trained 和 jointly trained models，模型在EULER 和 NAVIER-STOKES EQUATIONS 达到了state-of-art 的效果。<br /> <br /> <br /> ====[https://campus.swarma.org/course/2099 常微分方程]====<br /> 本课程中，北京师范大学副教授陈六君介绍了常系数齐次线性微分方程、常系数非齐次线性微分方程、变系数线性微分方程的解法。<br /> <br /> :*常系数齐次线性微分方程<br /> :*常系数非齐次线性微分方程<br /> :*变系数线性微分方程<br /> <br /> <br /> ====[https://campus.swarma.org/course/269 数学分析/线性代数]====<br /> 本课程将介绍如何用Mathematica进行微积分运算、解符号/数值微分方程。同时，还会介绍线性代数的基本工具。<br /> <br /> *极限、数列<br /> *微积分与微分方程<br /> *线性代数<br /> *图与网络：社交网络分析<br /> <br /> ==== [https://pattern.swarma.org/study_group/25 图神经网络与组合优化读书会] ====<br /> [https://pattern.swarma.org/study_group_issue/496 神经网络求解偏微分方程：符号计算与数值计算]<br /> <br /> 图神经网络与偏微分方程<br /> <br /> * 传统数值方法<br /> * PINNs求解PDE<br /> * 基于稀疏数据的PDE演化模拟（ICLR2021）<br /> * 基于图神经网络与有限元（Galerkin）的 PIGGN 方法<br /> <br /> 基于NN求解PDEs的精确求解<br /> <br /> * 背景介绍<br /> * 双线性神经网络方法<br /> * 双线性残差网络方法<br /> * 图神经网络方法的思路<br /> <br /> <br /> <br /> <br /> ----<br /> 本中文词条由Yuling审校，[[用户:薄荷|薄荷]]编辑，如有问题，欢迎在讨论页面留言。<br /> <br /> '''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''<br /> <br /> <br /> [[Category:多元微积分]]<br /> [[Category:微分方程]]<br /> [[Category:物理概念]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34099 2023-07-19T02:47:56Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2023年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会<br /> |吴泰霖等<br /> |王婷<br /> |<br /> |8<br /> |筹备中<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |}<br /> <br /> == [https://pattern.swarma.org/study_group/11 宏观金融系列读书会] ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == 复杂经济学读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/3 第一季] ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== [https://pattern.swarma.org/study_group/20 第二季] ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|替代=|600x600像素]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/5 【第一季：企业发展建模与预测】] ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== [https://pattern.swarma.org/study_group/8 【第二季：复杂系统自动建模】] ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == [https://pattern.swarma.org/study_group/26 面向复杂系统的人工智能研究读书会] ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == [https://pattern.swarma.org/study_group/12 科学学读书会] ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== 第一季 ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|替代=|600x600像素]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8&diff=34028 2023-04-13T07:02:40Z

<p>Mobility：/* 发展历史 */</p> <hr /> <div>{{#seo:<br /> |keywords=集智俱乐部<br /> |description=集智俱乐部介绍<br /> }}<br /> ==集智俱乐部介绍==<br /> <br /> <br /> ===名称和简介===<br /> <br /> [http://swarma.org/ 集智俱乐部(Swarma Club)]是专注在复杂系统、人工智能领域的科学社区。为从事科学研究、享受科学乐趣的探索者提供科研合作、知识交流、科学传播等服务。我们倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流，力图搭建一个中国的 “ 没有围墙的研究所 ”。<br /> <br /> ===集智俱乐部的LOGO和口号===<br /> <br /> <br /> [[File:集智俱乐部logo.png|200px|thumb|居中|'''让苹果砸得更猛烈些吧！''']]<br /> <br /> <br /> 口号：'''让苹果砸得更猛烈些吧！'''<br /> <br /> 象征含义：通过砸在牛顿脑袋上的苹果，来象征着科学发现的灵感。<br /> <br /> ===集智俱乐部的使命 ===<br /> <br /> 探索共学共研模式，推动复杂科学发展。<br /> <br /> ===集智俱乐部思想起源 ===<br /> <br /> <br /> 1902年，在伯尔尼的瑞士专利局工作的爱因斯坦，跟几位朋友自发成立了讨论小组，取名“奥林匹亚科学院”，定期讨论科学和哲学问题。离开学校后，这段和友人讨论学术的经历，让爱因斯坦对自己的思想实验深入打磨，为那个连续发表多篇跨时代论文的爱因斯坦奇迹年做了铺垫。<br /> [[File:三人组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1903年的奥林匹亚科学院三人组]]<br /> 1920年代，在奥地利首都维也纳，包括哥德尔在内的欧洲大陆几位优秀的物理学家、数学家和逻辑学家，以共同遵循的科学哲学为根基，形成了“维也纳小组”，逐渐发展为著名的维也纳学派。此后多年中，这个小组贡献甚多，不仅哥德尔不完备性定理影响了世界，而且维也纳小组推崇的逻辑实证主义的科学方法论，也成为了科学界的主流。<br /> [[File:1925年的维也纳小组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1925年的维也纳小组]]<br /> <br /> 1984年，在核子时代的起源地洛斯阿拉莫斯国家实验旁，几位科学家跳出国家体制，建立了自主募资的圣塔菲研究所，研究被霍金称为“21世纪的科学”的复杂性科学，圣塔菲研究所逐渐成为复杂系统研究的圣地。发现现象背后的 pattern，探索事物涌现的秘密，寻找复杂世界的统一规律，这个新兴学科在与各个学科的交互中，正走向科学研究的核心地带。<br /> [[File:圣塔菲研究所.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|圣塔菲研究所]]<br /> <br /> 奥林匹亚学院、维也纳小组、圣塔菲研究所，这是科学社区和科学共同体的真正典范，而打造出一个像它们一样，开放、自由、没有围墙的研究所，正是集智俱乐部的长期愿景。<br /> [[File:集智俱乐部长图标.jpg|800px|1903年的奥林匹亚科学院三人组|thumb|居中|集智俱乐部]]<br /> <br /> <br /> 从集智俱乐部到集智学园，从松散的互联网社群到线下社交网络，从读书交流到合作发文出书，从靠兴趣驱动探索，到用产品改变生活，一个科学社区已经初步成型。飞速发展的集智科学社区，召唤热爱科学、乐于探索的你。<br /> <br /> ===发展历史 ===<br /> [[文件:集智俱乐部历史.jpg|替代=集智俱乐部发展历史2022|居中|缩略图|800x800像素|集智俱乐部发展历史]]<br /> * 2003年，集智俱乐部创始人张江（ Jake ）创办了集智俱乐部网站，该网站一直致力于宣传、普及、推广复杂系统科学，并展开广泛的跨学科交流，俱乐部渐渐聚集了一批有识之士。 <br /> * 2007年，集智俱乐部的交流和活动开始从虚拟世界走向现实，在叁号会所开始了第一次线下活动，并尝试发展一个现实世界中的学术组织。<br /> * 2013年，袁行远等核心成员建立了集智百科网站。<br /> * 2014年，通过集智俱乐部的读书会活动，由集智俱乐部内部核心成员袁行远孕育了第一个创业项目——彩云天气。同年集智俱乐部南京分部由[[王成军]]创立，并开始组织活动。<br /> * 2015年7月，集智俱乐部在南京举办了第一届学术年会。目前集智俱乐部的主要活动有开放式的讲座与交流，技术专题读书会，以及不定期的学术研讨会，系列沙龙活动等。同年，集智俱乐部出版的第一本书《科学的极致：漫谈人工智能》，曾获得知名主持人杨澜的大力推荐；并且在8月份的时候成立了第一个线下志愿者团队，第一位线下活动志愿者就是图灵出版社的美女编辑张霞。<br /> * 2016年，第二本书《走近2050——注意力、互联网与人工智能》出版面世；在2016年10月，凯风基金会赞助集智俱乐部共同举办了凯风研读营，开展了《网络、几何和机器学习》的学术会议；2016年底孵化了集智俱乐部第二个创业项目：集智学园，致力于打造人工智能、复杂科学领域的科学学习社区。<br /> * 2017年，首次与腾讯研究院发起了[[AI&amp;Society系列沙龙活动]]，致力于发掘在学术界和工业界的学术新星。<br /> * 2018年，同年，由集智俱乐部牵头，以众包的形式，出版了两本书籍，第一本是《深度学习原理与PyTorch实战》；第二本是翻译书籍《深度思考》。<br /> *2019年，集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> *2019年，集智学园新产品[https://pattern.swarma.org/ 集智斑图]上线。<br /> *2020年，网络科学等线上课程模式/ 2020年度学术媒体公众号Top10<br /> *2021年：因果涌现等读书会模式火爆社区/《NetLogo多主体建模入门》/ 筹建集智造化研究院 / 拯救2050项目/得到APP复杂科学课程<br /> <br /> <br /> 张老师记录的从2003年-2016年的故事，他简单的记录了一下~2003-2015年的故事：<br /> <br /> [[记录集智2003-2015]]<br /> <br /> [[记录集智2015-2016 --超越与重生]]<br /> <br /> [[记录集智2017-2021]]<br /> <br /> <br /> 新的故事篇章也在继续书写。<br /> <br /> === 集智科学家 ===<br /> <br /> 集智科学家是指集智俱乐部对社区内有突出科研贡献和科研成果学者，是集智俱乐部社区的最高荣誉。我们梳理了这些年参与过集智社区建设的重要学者，符合以下标准之一则可以认定为集智科学家：<br /> * 1.以学者的身份参与过集智凯风研读营<br /> * 2.以特邀讲者的身份参与过AI&amp;Society的活动<br /> * 3.自己发表论文后写对应的解读文章投稿到集智俱乐部公众号，并以主推的形式进行推广<br /> <br /> ''以下为部分科学家代表，非社区内全部科学家名单。''<br /> ==== W. Brian Arthur ====<br /> *[[布莱恩·阿瑟 W. Brian Arthur]]是著名经济学家，圣塔菲研究所外聘教授，帕罗奥多研究中心系统科学实验室访问研究员。阿瑟在上世纪八十年代，受诺贝尔经济学奖得主肯尼斯·阿罗的邀请，来到刚刚建立的圣塔菲研究所。在圣塔菲研究所，阿瑟将复杂系统理论与经济学研究结合在一起，逐渐形成了“复杂经济学（complexity economics）”的构想，并凭借报酬递增理论，于1990年获得熊彼特奖。作为报酬递增理论的提出者，阿瑟创立了对经济学和复杂系统的跨学科研究新模式。作为圣塔菲研究所最早一批研究复杂性的学者，阿瑟是复杂性科学领域的奠基人之一，由于其突出成绩，于2008年荣获复杂性科学领域首届拉格朗日奖。<br /> <br /> *主要贡献：AI&amp;Society第18期活动特邀讲者。<br /> <br /> ==== José Lobo ====<br /> *José Lobo，美国亚利桑那州立大学可持续发展学院副研究员，Julie Ann Wrigley全球可持续发展研究所科学家，圣塔菲研究所“城市、规模可持续性”研究组成员。他的研究主题涵盖从人类早期群落到古代城市再到现代城市系统的规模理论，以及人类发明的本质和驱动因素，特别是城市环境如何住进技术和文化创新的形成。他是城市科学领域的领军研究者之一，在PNAS、Nature Human Behaviour等顶级期刊上发表多篇重要论文。<br /> <br /> *主要贡献：AI&amp;Society第17期活动特邀讲者。<br /> <br /> ==== James Evans ====<br /> *James Evans 是芝加哥大学社会学系教授，是科学学（science of science）、复杂网络、知识社会学的世界级知名学者。毕业于斯坦福大学，曾在哈佛大学从事社会组织结构方面的研究，在芝加哥大学创立知识挖掘实验室，并创立和主持了芝加哥大学计算社会学硕士项目。主要兴趣包括：群体智能、社会组织结构分析、科技创新产生和传播规律等，在 Science, PNAS, American Journal of Sociology，Management Science 等顶级期刊上发表大量文章。<br /> <br /> *主要贡献：AI&amp;Society第12期活动特邀讲者，研读营学者<br /> <br /> ==== Geoffrey West ====<br /> *Geoffrey West，理论物理学家，城市科学的顶尖学者，圣塔菲研究所杰出教授和前任所长，曾入选《时代周刊》全球最具影响力100人。数十年致力于“规模”的研究工作，其研究成果被应用在理解生命体、城市可持续发展、企业运营等众多领域，被业内奉为“跨学科诺贝奖”的不二人选。<br /> <br /> *主要贡献：AI&amp;Society第11期活动特邀讲者。<br /> <br /> <br /> ==== 侯世达 ====<br /> *侯世达（Douglas, R.Hofstadter）是印第安纳大学认知科学与比较文学特聘教授、美国艺术与科学院院士、美国哲学学会成员和瑞典皇家社会科学院院士。他主要研究：自我与外部世界的关系、意识、类比、艺术创作、文学翻译、数学和物理学。除了学术成就，侯世达还出版了《哥德尔、艾舍尔、巴赫：集异璧之大成》（GEB）和《我是个怪圈》（I Am a Strange Loop），分别获得普利策文学奖（非虚构类）与美国国家图书奖（科学类）和《洛杉矶时报》科学写作图书奖。<br /> <br /> *主要贡献：AI&amp;Society第5期活动特邀讲者。<br /> <br /> ==== Ginestra Bianconi ====<br /> 伦敦玛丽女王大学数学科学学院的应用数学教授，也是艾伦·图灵研究所的艾伦·图灵研究员。目前，她是 JPhys Complex 期刊的主编，PlosOne 和 Scientific Reports 的编辑。2020年，她被 NetSci 学会授予 Network Scientific Fellowships，以表彰她对网络科学的基础性贡献，特别是在复杂网络中玻色-爱因斯坦凝聚的提出以及在多层网络结构和动力学方面的进展。她的研究领域是统计力学和网络科学，具体包括网络理论及其跨学科应用。她是网络建模的专家，包括增长网络模型和均衡网络系综。同时也出版了关于网络上的动态过程的重要著作，特别是关于渗流的研究。最近几年，她一直专注于多层网络、单纯复形、网络几何和拓扑。她是牛津大学出版社出版的 ''Multilayer Networks: Structure and Function'' 和剑桥大学出版社出版的 ''Higher-order networks: An introduction to simplicial complexes'' 两本书籍的作者。<br /> <br /> 主要贡献：在高阶网络读书会上做出以高阶网络与动力学（Higher-order networks and dynamics）为主题的分享。<br /> <br /> ==== Erik Hoel ====<br /> 威斯康星大学麦迪逊分校博士，塔夫茨大学助理教授，哥伦比亚大学理论神经科学家，同时也是因果涌现理论提出者之一。他致力于运用信息论和因果分析来探索意识的生物学基础，理解涌现的本质。研究问题为如何利用复杂性和信息论来测量意识与无意识之间的神经差异、因果结构如何跨尺度变化、信息论指标如何捕捉和量化宏观尺度上的因果涌现。<br /> <br /> 主要贡献：在因果涌现读书会上做出以用信息度量因果（Causal Emergence Theory）为主题的分享。<br /> <br /> ==== 陈德亮 ====<br /> 现任瑞典哥德堡大学的 August Röhss 讲席教授，本科毕业于南京大学，于德国美因茨古腾堡大学师从诺贝尔奖得主Paul Crutzen教授获得博士学位。陈教授的研究方向包括'''气候动力学、气候模拟、全球和区域气候变化、地理信息科学和应用气候学'''等。<br /> <br /> 陈教授是国际著名的'''气候学家、诺贝尔奖评奖委员会专家、是地球系统科学的倡导和践行者，也是具有全球视野的战略科学家'''。他参与和领导了多个国际计划和组织，为多个政府、政府间组织和国际非政府组织以及国家研究资助机构担任科学顾问，是IPCC第五次、第六次评估报告第一工作组的主要作者和协调主要作者，于2009-2012年担任国际科学理事会（ICSU）执行主席。他长期致力于全球系统科学、未来地球学、全球可持续发展研究的领导、协调与合作工作，为国际科技合作做出了重要贡献。<br /> <br /> 陈教授先后当选为瑞典皇家科学院院士、哥德堡皇家艺术与科学院院士、发展中国家科学院院士、瑞典皇家科学院地学部主任、中国科学院外籍院士、挪威科学与文学院外籍院士、欧洲科学与艺术学院院士，曾获2017年度中华人民共和国国际科学技术合作奖。鉴于他对瑞典和国际气候研究做出的杰出贡献最近由瑞典国王颁发国王勋章。<br /> <br /> 主要贡献：在地球系统科学读书会上做出以地球系统科学的简史及重大挑战为主题的分享。<br /> <br /> ==== 周昌松 ====<br /> 物理学博士，香港浸会大学物理系教授、系主任，浸会大学非线性研究中心主任，计算及理论研究所副所长。1992年获南开大学物理学士，1997年获南开大学物理博士，1997-2007年在新加坡、香港、德国等地从事访问研究， 是洪堡基金获得者。 2007年加入香港浸会大学物理系， 2011年获浸会大学&quot;杰出青年研究者校长奖&quot;，2021年获&quot;杰出研究表现校长奖&quot;。在国际交叉学术刊物 PNAS，PRL，Physics Reports，National Science Review，J Neuroscience，NeuroImage，Cerebral Cortex，PLoS Computational Biology等发表论文150余篇 (Google Scholar引用15900余次，H因子为48)。任Scientific Reports 编委，PLoS One，Cognitive Neurodynamics学术编辑，及多种国际期刊常任审稿人。对生物神经网络复杂结构、动力学及其低成本高效益如何启发类脑智能具有浓厚的兴趣。致力于复杂系统动力学基础研究及其应用，特别是网络的复杂联结结构与体系的动态行为的关系和相互作用。近几年与国际国内系统和认知神经科学家合作，把这些理论进展应用到大脑的复杂联结结构和活动以及认知功能及障碍的分析和建模等方面研究中。<br /> <br /> 主要贡献：在神经动力学模型读书会上做出以复杂神经动力学：从分析到建模——从从神经元脉冲到皮层震荡，从涌现到功能（Complex Neural Dynamics: Analysis and Modeling ----<br /> <br /> From neuronalspikes to cortical waves, from emergence to function）为主题的分享。<br /> <br /> ==== 张江 ====<br /> *北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园（北京）科技有限公司创始人兼董事长、曾任腾讯研究院特聘顾问，复杂系统、人工智能的研究者与布道者。主要研究领域包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学等。曾在Nature Communications、Scientific Reports、Physical Review E、Journal of Theoretical Biology等国际知名刊物上发表过学术论文数十篇。<br /> <br /> *主要贡献：'''集智俱乐部创始人'''<br /> <br /> ==== 王大顺 ====<br /> *王大顺是西北大学副教授。他的研究方向是科学学，希望能够使用和开发复杂性科学的工具和人工智能，探索科学领域的发展和研究规律。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 吴令飞 ====<br /> <br /> *吴令飞集智科学家，匹兹堡大学助理教授，研究兴趣是组织创新与学习。通过使用数学模型和机器学习方法，通过研究来自科学界（例如Web of Science 和 ORCID数据）、工业界（例如美国专利数据）、和互联网众包社区（例如Stack Exchange 和 GitHub）大量团队的人员结构与产出的关系，报告人致力于寻找组织创新与学习的一般规律，促进组织管理和政策制定。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> ==== 尤亦庄 ====<br /> <br /> *尤亦庄，2013年博士毕业于清华大学，凝聚态物理方向。现为加州大学圣地亚哥分校助理教授。主要研究领域是量子多体物理，及其演生现象和临界现象。具体方向包括：拓扑量子物态，多体局域化和热化，高温超导和自旋液体等强关联体系，多体量子纠缠和张量网络。研究手段包括量子场论，拓扑场论，重整化群等等，对信息论（特别是量子信息），复杂系统，人工智能等领域也很感兴趣。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> <br /> ==== 周涛 ====<br /> *周涛，电子科技大学教授，成都新经济发展研究院执行院长。主要从事统计物理与复杂性方面的研究。在 Physics Reports、 PNAS、Nature Communications 等国际 SCI 期刊发表 300 余篇学术论文，引用 20000 余次，H指数为69。现象级畅销书《大数据时代》中文版译者，《为数据而生》作者。<br /> <br /> *主要贡献：AI&amp;Society第13期活动特邀讲者，文章贡献<br /> <br /> ==== 吕琳媛 ====<br /> *吕琳媛，国家优秀青年基金获得者，电子科技大学教授，阿里巴巴复杂科学研究中心副主任。主要从事网络信息挖掘和社会经济复杂性方面的研究。在Nature Communications、Physics Reports、PNAS等学术期刊发表论文60余篇，引用6 000余次，8篇论文入选ESI全球Top-1%高引论文，研究成果入选2016年中国百篇具有影响力国际学术论文。<br /> <br /> *主要贡献：AI&amp;Society第9，13期活动特邀讲者，文章贡献<br /> <br /> ==== 王成军 ====<br /> <br /> *王成军，南京大学新闻传播学院助理研究员、计算传播学实验中心成员，对复杂性科学和可计算方法(如机器学习)感兴趣，现在的研究主要集中于采用网络科学方法分析计算社会科学的研究问题，例如，采用重整化方法分析手机用户的注意力网络和移动网络。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 唐乾元/傅渥成 ====<br /> 唐乾元，东京大学博士后，南京大学物理系物理学在读博士，集智核心成员，「知乎盐 Club 2014」荣誉会员，曾出版知乎盐系列电子书《写在物理边上》《临界：智能的设计原则》和知乎一小时电子书《能量守恒》。主要研究方向为统计物理及其在生命科学问题中的应用，曾作为中国博士生代表参加在德国林岛举办的「诺贝尔奖获得者大会」。<br /> <br /> ==== 殷裔安 ====<br /> *殷裔安美国西北大学在读博士，王大顺合作者。研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：研读营学者，文章贡献<br /> <br /> ==== 黄俊铭 ====<br /> *黄俊铭，普林斯顿大学博士后，博士毕业于中国科学院计算技术研究所，曾在美国东北大学[[Albert-László Barabási]]实验室担任博士后，研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：文章贡献<br /> <br /> == 集智活动 ==<br /> 集智活动以线下活动居多，多以公开讲座、读书会、系列沙龙等形式研讨、科普前沿科学知识。活动所覆盖的学科领域包括：人工智能、复杂系统、生物科学、脑与认知等多个不同的领域。<br /> === 读书会 ===<br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> ===== 基本介绍 =====<br /> 读书会是针对人工智能、复杂系统、生命科学、脑与认知等多个领域，由一位或多位发起人组织，系统研读经典文献，或深入学习某项特定技术，最终输出一些文章或者产品。该活动一般按照主题举办，为期1～3个月，定期举行线上或者线下讨论，每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会可以针对具体主题进行一定强度的讨论研究，从而孕育出新的创新成果，例如科研论文、产品原型或者学术报告等；“彩云天气”APP就是“深度学习”读书会的成果；《走近2050》也是在“集体注意力流”读书会讨论中产生的。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的深度爱好者、学习者<br /> <br /> 线下读书会列表<br /> <br /> *复杂系统自动建模读书会<br /> *图网络读书会<br /> *幂律读书会<br /> *意识与认知读书会<br /> *深度“深度学习”读书会<br /> *探索脑与深度学习读书会<br /> *热力学与进化论读书会<br /> *自然语言处理读书会<br /> *复杂经济学读书会<br /> *量子决策理论读书会<br /> *GEB读书会<br /> *计算心理学读书会<br /> <br /> 线上读书会列表<br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> | colspan=&quot;8&quot; |集智俱乐部2020-2023年读书会排期表<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信|链接=https://wiki.swarma.org/index.php/%E6%96%87%E4%BB%B6:Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> | 张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> | 自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |}<br /> 可以进入[[集智俱乐部读书会]]页面，查看更多关于读书会的内容<br /> <br /> === 科普讲座 ===<br /> <br /> ===== 基本介绍=====<br /> 科普讲座是集智俱乐部的传统活动，是由集智俱乐部核心成员或者粉丝自发组织的讲座，面向公众，偏向于科普性质，活动频率大约1个月1次，力图用通俗的语言进行广泛的跨学科交流。<br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的爱好者<br /> ===== 典型活动介绍（挑选典型活动）=====<br /> *2016/09/17 ·【任远】 复杂性科学与生成艺术 <br /> *2016/08/28 ·【罗淼】 科学与游戏沙龙活动<br /> *2015/11/22 ·【董磊】 基于大数据预测地区发展<br /> *2015/07/26 ·【曹旭东、张江、袁行远】 开源科学：人类科学往何处去<br /> *2013/07/21 ·【张江】 大自然如何设计？ — 探索网络、流动中的自组织规律<br /> *2013/06/22 ·【尤亦庄】 从涡旋到光与电的演生—漫谈凝聚态物理新思潮<br /> *2013/05/12 ·【Robert Ackland】 一个社会科学家眼中的“计算社会科学”<br /> *2013/01/20 ·【吴令飞】 计算社会科学总论<br /> *2012/11/11 ·【Bertrand Roehner 】 我们如何开始科学探索? <br /> *2011/07/24 ·【Monk】 自复制 — 生命的核心 <br /> *2009/04/18 ·【Miner】 人工智能之梦<br /> <br /> <br /> === 研读营 ===<br /> <br /> ===== 基本介绍 =====<br /> 研读营是集智俱乐部的特色活动，汇集一批青年学者，围绕某个与复杂系统和人工智能领域的前沿课题，进行一周左右的深度交流，激发科研灵感，孕育学术成果。集智研读营一般由相关基金或企业赞助。<br /> <br /> *烧脑指数：🌟🌟🌟🌟🌟（5颗星）<br /> *参与方式：学者推荐或外部申请<br /> *适用人群：相关领域的科研工作者，或在读研究生、博士；思想开放，热爱交流<br /> <br /> ===== 典型活动 =====<br /> <br /> *2016年10月8日-2016年10月14日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2016年集智俱乐部研读营]]<br /> <br /> *2017年7月16日-2017年7月22日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“物理、人工智能、几何与机器学习”研读营[[2017年集智俱乐部研读营]]<br /> <br /> *2018年6月22日-2017年6月28日在云南大理喜洲召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2018集智－凯风研读营]]<br /> <br /> *2019年1月14日-2017年1月23日在南京大学仙林校区召开了由腾讯基金会赞助，集智俱乐部主办“从复杂网络到图神经网络的计算社会科学：理解人性、理解机器、理解当代社会”研读营[[2018年集智腾讯计算社会科学研读营]]<br /> <br /> *2019年6月7日-2017年6月14日在云南剑川沙溪古镇召开了由凯风基金会赞助，集智俱乐部主办“网络、几何与机器学习”研读营[[2019凯风研读营]]<br /> <br /> * 2020年研读营分为线上研读营和线下研读营，线上研读营时间是8月25日-8月29日，共计5天，地点是在Zoom在线会议；线下研读营时间是9月23日-9月26日，共计4天，地点是在北京周边的灵水村。参与人数共计有56人（具体人员信息见附录），主题是“面向复杂系统的人工智能”研读营。[[2020集智凯风研读营]]<br /> <br /> === 学术沙龙 ===<br /> <br /> ===== 基本介绍 =====<br /> 针对前沿技术热点和重大社会问题，邀请一线研究者，面向公众，分享其最新研究成果。学术沙龙的宗旨是，挖掘交叉型人才，孕育原创性思想，传播最新科学认知。集智学术沙龙一般相关基金或企业赞助，面向公众开放。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的研究者、从业者、爱好者<br /> <br /> 活动主题包括但不限于：<br /> *计算社会科学：概况、发展现状与应用、大数据与机器学习在科学学中的应用专题；<br /> *人工智能与城市科学：卫星遥感数据在城市科学中的应用；大数据与人工智能在城市科中的应用；智慧城市发展展望；<br /> *多智能体系统：多智能体系统社会学仿真及其最新发展现状；<br /> *人工智能社会：多主体智能、深度学习与多主体、经济推理与人工智能；<br /> *算法与社会：计算广告学、推荐算法等算法简介以及对社会的影响；<br /> *算法经济：云计算、算法经济平台，以及算法经济的发展展望。<br /> <br /> ===== 典型活动 =====<br /> <br /> 主要分享学者：黄晶生、程明霞、施永仁、吴令飞、王成军、侯世达、陆云波、韩战钢、陈永伟、张江、肖达、吕林媛、李睿琪、Geoffrey West、James Evans、周涛、高见、龙瀛、肖仰华、王鹏、José Lobo、W.Brain Arthur<br /> <br /> 详情请见：[[AI&amp;Society系列沙龙活动]]<br /> <br /> === 集智圣诞年会 ===<br /> <br /> ===== 基本介绍 =====<br /> <br /> 集智年会是集智俱乐部一年一度的盛会，一般在圣诞节或者元旦举办，其目的是为了总结集智俱乐部一年的发展，并为集智俱乐部的忠实粉丝提供一个深度交流的平台。<br /> <br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：邀请或报名审核<br /> *适用人群：集智俱乐部粉丝；希望深入了解集智俱乐部的朋友<br /> <br /> ===== 典型活动 =====<br /> *2015年7月15日、7月16日在南京大学新闻传播学院召开了第一次学术会议：南京'''注意力'''的科学会议[http://wiki.swarma.net/index.php/%E5%8D%97%E4%BA%AC%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%9A%84%E7%A7%91%E5%AD%A6%E4%BC%9A%E8%AE%AE]<br /> <br /> *2016年的学术圣诞晚会是在帝都心脏三里屯的Surperfit举办，此次活动的主题是'''AI与创业'''。[https://mp.weixin.qq.com/s/JMaf3r70ej0E5-_5rQ-Dmg]<br /> <br /> *2017年的学术圣诞晚会是在768创意产业园区内的彩云科技举办，此次活动的主题是'''AI改变生活'''[https://mp.weixin.qq.com/s/QjRJ-Rf2qDwcdweKOXF5uw]。<br /> <br /> *2018年的学术圣诞晚会是在北京朝阳区乌托邦工厂举办，此次活动的主题是'''奇点临近'''[https://mp.weixin.qq.com/s/aTd8fLStWOiDafBpv2ptdw]。<br /> <br /> *2019年的学术年会是在北京海淀区的E_ZIKOO智慧谷举办，此次活动的主题是'''量子跃迁'''[https://swarma.org/?p=17911]。<br /> <br /> ==集智内容 ==<br /> <br /> === 集智公众号 ===<br /> [[File:集智俱乐部公众号云图.png|800px|集智俱乐部发展历史|thumb|居中|集智俱乐部公众号关键词云图]]<br /> <br /> 集智俱乐部致力于报道复杂性科学与人工智能领域的最新进展，特别关注跨学科研究与交流。从社交网络到生态系统，从城市的结构到语言的结构，从机器学习到量子信息……「集智俱乐部」这个公众号跨越了学科的局限，向我们揭示出复杂世界背后的简单规则，也启发我们思考人工智能和复杂系统中的那些最前沿、最深刻、最普适的问题。<br /> <br /> 集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> <br /> ==== 代表作品 ====<br /> 集智俱乐部公众号下分为多个子栏目，包括前沿报道、科研议题、科普文章、科学解释世界、经典论文回顾等。典型代表作品如下：<br /> <br /> *栏目：前沿报道<br /> 代表文章：[https://mp.weixin.qq.com/s/eDP_1GdltOeER4mgJKrnBg 巴拉巴西nature封面文章，网络3d打印]<br /> <br /> *栏目：科研议题<br /> 代表文章：[https://mp.weixin.qq.com/s/iXXZi6dQeTBBSZoHlLuCHA 学术互捧没有用？可能还有负面作用]<br /> <br /> *栏目：科普文章<br /> 代表文章：[https://mp.weixin.qq.com/s/pVgX5o2pu7l_Fbq3GAcn0A 一文读懂复杂网络与群体智慧]<br /> <br /> *栏目：科学解释世界<br /> 代表文章：[https://mp.weixin.qq.com/s/Dl0DowLx70uFwq67XJGvVA Science文章：要想成功，快抱大腿]<br /> <br /> *栏目：经典论文回顾<br /> 代表文章：[https://mp.weixin.qq.com/s/X7AWuytD8D3Z5-rUAi7TEQ 热力学与进化论]<br /> <br /> *栏目：集智活动<br /> 代表文章：[https://mp.weixin.qq.com/s/TOOcBnaMPm6NycWvZYa8sQ 集智-凯风复杂系统论坛全天回顾]<br /> <br /> 公众号 ID：swarma_org<br /> [[File:集智俱乐部.jpg|200px|集智俱乐部发展历史|thumb|居中|扫一扫，关注集智俱乐部]]<br /> <br /> === 集智百科 ===<br /> <br /> [[File:集智百科-全面图.png|1000px|集智俱乐部发展历史|thumb|居中|[[集智百科]]]]<br /> <br /> [[集智百科]]是一个自由内容、公开编辑的科学知识库，主要内容集中在复杂系统科学与人工智能，创建于2013年，主要内容由集智俱乐部志愿者贡献。<br /> <br /> 集智百科作为一个开源的项目，致力于在复杂性科学这个学科领域，为大家翻译、整理、编辑最专业、准确的中文百科全书，为广大的科学爱好者提供最便捷的搜索方式。<br /> <br /> 集智百科的'''愿景'''：做复杂性科学领域科学、全面、客观的百科全书；<br /> <br /> 集智百科的'''口号'''：知识从我而来，问题到我为止。<br /> <br /> 从13年创建以来，集智百科上断断续续的有人生产内容，但是这些内容缺乏规范性，也不成体系，自2019年年底以来，集智俱乐部希望可以着重的梳理复杂性科学领域的基础知识，为广大的科学爱好者提供便捷易懂的知识。所以我们成立了信息收集、整理翻译、审校、编辑、专家审校、代码实现等小组，希望可以共同去完成这样一个万古长青的事业。<br /> <br /> 如果恰好你也对知识整理、分享感兴趣，也愿意参与我们，请添加相关负责人联系方式，加入对应的小组，和大家一同前行，共同编辑，改变世界！<br /> <br /> [[File:集智百科报名.png |200px|集智俱乐部发展历史|thumb|居中|集智百科志愿者报名]]<br /> <br /> ==== 代表作品 ====<br /> 知识类词条：<br /> *[[摄像机-电视自指系统]]<br /> *[[无标度网络]]<br /> *[[小世界网络]]<br /> *[[异速生长律]]<br /> *[[元胞自动机]]<br /> *[[复杂系统]]<br /> <br /> 人物类词条：<br /> * [[斯蒂芬·沃尔夫勒姆 Stephen Wolfram]]<br /> * [[香农]]<br /> * [[吉布斯]]<br /> * [[巴拉巴西]]<br /> <br /> <br /> 书籍类词条：<br /> * [[链接：网络新科学]]<br /> * [[巴拉巴西网络科学 Network Science]]<br /> * [[巴拉巴西成功定律]]<br /> <br /> === 集智众包 ===<br /> 集智俱乐部自2015年以来，在集智社区形成了成熟的众包运作模式，充分利用集体智慧，进行团体合作写作、翻译等活动，最终输出内容。目前已创作和翻译3本图书作品：<br /> <br /> ==== 代表作品 ====<br /> <br /> [[File:科学的极致：漫谈人工智能.JPG|350px|居中|科学的极致：漫谈人工智能]]<br /> <br /> [[科学的极致：漫谈人工智能]]<br /> <br /> 简介：这本书主要向大家介绍了人工智能的历史和发展，当然也包括了很多在集智俱乐部讨论过的AI方面的主题，例如：哥德尔不完备定理、柯尔莫戈洛夫复杂性、深度学习和集体智慧等主题。<br /> <br /> [[File:走近2050——注意力、互联网与人工智能.jpg|300px|居中|走近2050——注意力、互联网与人工智能]]<br /> <br /> [[走近2050]]——注意力、互联网与人工智能<br /> <br /> 简介：这本书主要讲述了机器世界最重要的能源：注意力流，因为我们生活中所有的产品和程序都是为了获取我们的注意力。这本书涵盖了人工智能、互联网、心理学和计算机游戏。<br /> <br /> <br /> [[File:深度思考——人工智能的终点与人类创造力的起点.jpg |400px|居中|深度思考——人工智能的终点与人类创造力的起点]]<br /> <br /> [[深度思考]]——人工智能的终点与人类创造力的起点<br /> <br /> 简介：在这本突破性的书中，卡斯帕罗夫第次揭示了他惊人的一面，描述了他在面对最为强大的对手时的谋划与布局，在全世界的注视下奋勇争先，并叙述了通过国际象棋程序的发展考察人工智能的发展历史。<br /> <br /> <br /> <br /> [[File:深度学习原理与PyTorch实战.png |400px|居中|[http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]]]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> 简介：本书系统介绍了深度学习技术及开源框架 PyTorch。实战与理论兼具，每章围绕一个有意思的实战案例展开，全面深入地介绍了计算机视觉、自然语言处理、迁移学习，以及最新的对抗式学习和深度强化学习等前沿技术。<br /> <br /> <br /> <br /> [[文件:Netlogo入门书籍.jpg|替代=|居中|400x400像素]]<br /> [https://item.jd.com/10039871937829.html NetLogo多主体建模入门]<br /> <br /> 简介：从入门讲解NetLogo多主体建模，精选七大跨领域实战案例，循序渐近讲解NetLogo的使用方法，附赠代码示例和讲解视频，计算机模拟仿真建模教程书籍。<br /> <br /> ==成果展示 ==<br /> <br /> === 集智社区 ===<br /> <br /> 在集智社群中<br /> <br /> 既有做出重要贡献的'''成熟学者'''<br /> <br /> 也有引领科技行业潮流的'''先锋企业家'''<br /> <br /> 还有许多正冉冉升起的'''青年学者、潜力硕博'''<br /> <br /> 更不乏从志愿者工作开始，逐渐切入学界、迅速成长的'''优秀青年'''<br /> <br /> 集智社群名人不完全名单：<br /> 文小刚，侯世达，凯文·凯利，李子青，王飞跃，段永朝，王小川，顾学雍，陈晓松，周海军，王啸，吴岩，刘锋，张寒燕，俞志晨，张一甲，杨南征，狄增如，韩战钢，吴金闪，尹相志，韩锋，李嫣然，傅渥成，林思恩，吴令飞，吕正东，唐璐，贾梓筠，尤亦庄，肖达，谷鹄翔，王成军，张勉，秦建军，苑明理，董磊，王乃岩，许铁，陆宜，陆云波，赵云峰，袁行远，曹旭东，陆树燊，王昆，刘寰青，唐文，姚欣，宋家泰，黄钊等等等等。<br /> <br /> [[File:GEB侯世达.jpg|800px|GEB作者侯世达公开分享|thumb|居中|《GEB》作者侯世达先生在集智俱乐部演讲]]<br /> <br /> <br /> [[File:部分集智科学家.jpg|800px|部分集智科学家合照|thumb|居中|部分集智科学家合照]]<br /> <br /> 还有许许多多的大咖参与其中， 共同打造没有围墙的研究所！<br /> &lt;br /&gt;<br /> <br /> ==== 社区科研成果 ====<br /> <br /> '''[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]'''<br /> * 2017年11月28日，集智科学家[[张江]]、董磊、[[李睿琪]]等人在Nature Communications上发表文章[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]&lt;ref name=&quot;z&quot;&gt;Ruiqi Li,Lei Dong,Jiang Zhang,Xinran Wang,Wen-Xu Wang,Zengru Di,H. Eugene Stanley (2017) [https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities].&lt;/ref&gt;，该文提出了一种模拟城市分形生长过程的模型，用简单的规则就可以刻画纷繁复杂的城市背后的统一规律：[https://mp.weixin.qq.com/s/Kqwcpg3Tyl78eF6YQyHESw 复杂的城市，简单的规则]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]'''<br /> * 2018年12月11日，集智科学家吴令飞（[[计算士]]）和王成军合作在PANS上发表文章[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]&lt;ref name=&quot;w1&quot;&gt;Katy Börner,Olga Scrivner,Mike Gallant,Shutian Ma,Xiaozhong Liu,Keith Chewning,Lingfei Wu,James A. Evans (2018) [https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy].&lt;/ref&gt;，该文系统性分析了一万三千个技能关键词在过去七年间（2010-2016）发布的一亿两千万份招聘广告、三百万份课程大纲和一百万研究论文上被提及的频率，发现人类社会对编程、财务、统计等“硬技能”（hard skills）的需求越来越大，与此同时，研究人员发现，沟通、管理和团队合作等“软技能”（soft skills）频率波动的时间序列与硬技能之间密切相关，硬技能需求增加驱动着与之适配的软技能：[https://swarma.org/?p=13892 为什么未来需要软技能]<br /> <br /> '''[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It]''' <br /> * 2019年2月21日，集智科学家吴令飞（[[计算士]]）在Nature杂志上发表封面文章[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It] &lt;ref name=&quot;w&quot;&gt;Lingfei Wu,Dashun Wang,James A. Evans (2019) [https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large teams develop and small teams disrupt science and technology].&lt;/ref&gt;。该文介绍了一项对1954年-2014年期间超过6500万篇论文、专利和软件产品的数据分析工作。研究者量化评估了创新的“颠覆性”，发现小团队更有可能做出突破性的研究：[https://swarma.org/?p=14730 团队规模与颠覆性创新]。论文第一作者吴令飞为 Nature 撰写了这篇文章，介绍了论文背后的故事和作者们的思考：[https://swarma.org/?p=14825 Nature封面文章作者讲述论文故事：小团队知道答案]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]'''<br /> * 2019年7月8日，集智科学家靳擎、王大顺等人在Nature Human Behaviour上发表封面文章[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]&lt;ref name=&quot;j&quot;&gt;Ching Jin,Chaoming Song,Johannes Bjelland,Geoffrey Canright,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems].&lt;/ref&gt;，该文章发表消费者购买产品的行为模式、新思想在网络上传播的模式，本质上都是一种幂律增长的模式：[https://swarma.org/?p=17317 复杂演替系统中的幂律增长模式]<br /> <br /> '''[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]'''<br /> * 2019年10月30日，集智科学家殷裔安和王大顺等人一起在Nature发表文章[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]&lt;ref name=&quot;y&quot;&gt;Yian Yin,Yang Wang,James A. Evans,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security].&lt;/ref&gt;，分析了科研（数据集来源于NIH Grants）、投资（数据集来源于 VentureXpert 数据库）、公共安全（数据集来源于全球恐怖主义数据库GTD）三个领域的大规模数据，阐述了失败的动力学机制。从动力学所得到的早期信号中“明察秋毫”，或许胜败早有伏笔：[https://mp.weixin.qq.com/s/SNxL91Q-pRfP83YoXK9LSQ 原来胜败早有信号]<br /> <br /> '''[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]'''<br /> * 2020年2月18日，集智科学家黄俊铭在PANS杂志上发表文章[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;，该文整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据，对学术界中女性科研人员的学术能力表现及其背后的原因做出了分析:[https://swarma.org/?p=18557 女性科研工作者的退出风险与学术成就]<br /> <br /> === 集智孕育 ===<br /> <br /> ==== 彩云AI ====<br /> <br /> [[File:彩云天气.png|800px|居中]]<br /> <br /> 2014年，集智俱乐部核心成员袁行远、肖达开发彩云天气，这是一款能够精确预测未来1小时内局部地区降雨情况的APP。这款APP是集智俱乐部举办的深度学习读书会孕育出来的一款产品。目前，袁行远、肖达、苑明理、何永振等集智核心成员已独立成立了彩彻区明科技有限公司。<br /> <br /> 有关彩云天气可以参看：[http://caiyunapp.com/]<br /> <br /> 最近，这个团队又研发了一个“彩云小译”的AI应用，这个应用可以做中英之间的同声翻译，帮助你与外国人无障碍交流。<br /> <br /> [[File:彩云小译.png|800px|居中]]<br /> <br /> ==== 集智斑图 ====<br /> <br /> <br /> [[文件:集智斑图新首页.png|替代=|居中|缩略图|800x800像素|[https://pattern.swarma.org/ 集智斑图]首页截图]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> [https://pattern.swarma.org/ 集智斑图]是是集智俱乐部创建的复杂科学领域的高质量内容聚合平台，包含了自组织社区、多领域学习路径、最新论文更新、论文解读活动等板块。集智斑图的目标是沉淀聚合复杂科学相关的科研资料，提高信息匹配效率。<br /> <br /> 斑图的含义：来源于英文的pattern，有花纹，图案的意思，在复杂系统中特指大量相互作用单元涌现出的时间空间模式，集智斑图则特指学习者在探索互动中形成的知识空间和集体智慧<br /> <br /> slogan：用知识连接探索者<br /> <br /> '''推荐学习路径：'''<br /> <br /> [https://pattern.swarma.org/path?id=13 意识科学入门路径]从意识是什么，详细介绍了认知科学有关的实验，介绍了认知科学当前的最新研究进展，并且从跨学科的角度探讨了认知科学的发展方向。<br /> <br /> [https://pattern.swarma.org/path?id=2 复杂网络分析入门路径]系统地整理了复杂网络分析领域的主要问题、意义和研究思路（但并不包括具体细节），整理相关的学习资料、论文和在线课程，供新手快速入门复杂网络。<br /> <br /> [https://pattern.swarma.org/path?id=9 因果推断方法概述]从因果关系，理解因果关系的三个层次，以及研究因果关系的算法详细的阐述了因果关系的研究问题。<br /> <br /> [https://pattern.swarma.org/path?id=21 解读幂律(Power Law)分布与无标度(Scale Free)网络]从什么是幂律分布，什么是无标度网络，如何产生幂律分布以及如何估计和判断幂律分布等几个方面详细阐述了幂律分布的原理。<br /> <br /> [https://pattern.swarma.org/path?id=11 人工生命入门路径]整理自Lana Sinapayen为人工智能研究者们提供的一份人工生命入门指南，从人工生命的研究目标，人工生命的发展历史，人工生命的未来展望和学习清单多方面阐述了人工生命这个领域的研究问题和方向。<br /> <br /> '''推荐论文解读：'''<br /> <br /> * Albert-Laszlo Barabasi;Reka Albert;Emergence of scaling in random networks ,Science,1999&lt;ref name=&quot;a&quot;&gt;Albert-Laszlo Barabasi,Reka Albert (1999) [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 Emergence of scaling in random networks].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 随机网络的无标度性]总结了存在于许多实际网络中的[[幂律分布]]特性，首次命名了[[无标度网络]]这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。<br /> <br /> * Dirk Brockmann; Dirk Helbing;The Hidden Geometry of Complex, Network-Driven Contagion Phenomena ,Science,2013 &lt;ref name=&quot;b&quot;&gt;Dirk Brockmann, Dirk Helbing (2013) [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 The Hidden Geometry of Complex, Network-Driven Contagion Phenomena].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 通过网络的隐藏几何推断病毒的传播]指出疾病的传播其实与城市间的地理距离没啥关系，而与城市间的“等效”距离密切相关。这里的等效距离就是指根据城市间交通流量数据而折合以后的距离。<br /> <br /> * Marc Timme; Jose Casadiego;Revealing networks from dynamics: an introduction ,Journal of Physics A: Mathematical and Theoretical,2014,41 .37&lt;ref name=&quot;c&quot;&gt;Marc Timme, Jose Casadiego (2014) [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 Revealing networks from dynamics: an introduction].Journal of Physics A: Mathematical and Theoretical.41.37:&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 基于动力学的网络重构]简单地引入了复杂网络的基本概念后，介绍了复杂网络中有效链接和结构链接两者之间的区别。文章中详细地回顾了基于群体动力学数据，重构网络中结构链接的三种主要基本方法，即驱动-响应方法、复制-同步方法和直接重构方法，并指出了每种方法的优缺点和适用范围；简略地介绍了基于相关函数和最大熵理论，重构有效链接的思路。<br /> <br /> * Junming Huang;Alexander J. Gates;Roberta Sinatra;Historical comparison of gender inequality in scientific careers across countries and disciplines ,proceedings of the national academy of sciences,2020,117 .9:4609-4616&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 PNAS论文解读：科学事业在不同国家和学科中性别不平等的历史比较]整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、署名、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据。对学术界中女性科研人员的学术能力表现、及其背后的原因做出了分析。<br /> <br /> <br /> '''集智斑图论文速递：'''<br /> <br /> 实现了自动采集和遴选各大学术顶刊中与复杂科学密切相关的最新进展，并通过定期推送和建立论文库服务社区，是集智斑图聚合高质量信息、服务自组织科学社区的一项代表性产品。<br /> <br /> 斑图速递是由数据自动采集、科学术语自动提取、跨学科领域论文过滤、科学影响力评价体系等一系列技术支撑的，其中多项技术为自主研发并已注册专利。集智技术团队将持续专注于建立更完善的复杂科学知识体系和知识管理体系，服务于集智社区。<br /> [[文件:顶刊速递.png|居中|缩略图|569x569像素|顶刊速递栏目]]<br /> [[文件:顶刊速递订阅.png|替代=顶刊速递订阅|边框|居中|647x647像素]]<br /> <br /> <br /> ==== 集智学园 ====<br /> [http://campus.swarma.org 集智学园]成立于2016年10月1日，是集智俱乐部孕育的创业项目之一。为一个知识服务社区，专门致力于复杂性科学、人工智能等先进技术的普及工作，合作伙伴包括腾讯、华为、北京师范大学、湖畔大学、混沌大学等多家知名机构。2019年底获得国家高新技术企业称号。<br /> <br /> [http://campus.swarma.org 集智学园]的课程涵盖基础通识、复杂系统、网络科学、计算社会、人工智能五大模块。每个模块的精品课程，下表是部分课程：<br /> <br /> {| class=&quot;wikitable sortable&quot;<br /> |-<br /> ! 课程类别 !! 课程名称<br /> |-<br /> | 基础与通识 || [http://campus.swarma.org/play/coursedetail?id=429 NetLogo 多主体建模入门]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10405 Mathematica基础入门教程]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=388 快速入门 Julia 语言]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10406 数据科学心法与机器学习实战] <br /> |-<br /> | 复杂系统 || [http://campus.swarma.org/play/coursedetail?id=432 复杂性思维2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10665 系统科学概论]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=394 复杂系统中的幂律分布]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=397 非线性动力学与混沌]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=433 复杂性与临界现象2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=423 系统科学与社会经济] <br /> |-<br /> | 网络科学 || [http://campus.swarma.org/play/coursedetail?id=381 图网络：融合推理与学习的全新深度学习架构]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=440 复杂网络2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=443 图网络算法原理探究]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=122 非欧式数据的几何深度学习]<br /> |-<br /> | 计算社会 || [http://campus.swarma.org/play/coursedetail?id=10634 计算社会科学的前沿与展望]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10624 地球未来——生物体、城市和公司的生命、生长与死亡]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10582 生长与设计——复杂性视角下的智慧城市]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=425 复杂系统与社会计算研讨会]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10844 知识图谱与认知智能] <br /> |-<br /> | 人工智能 || [http://campus.swarma.org/play/coursedetail?id=11076 产学结合：自然语言处理及其应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=416 系统讲解知识图谱——从建模到应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=412 GAN 专题论文解读]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=413 GAN 专题代码实践]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10484 计算机视觉与深度学习]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=121 中文自然语言理解（NLU）在金融领域的应用] <br /> |-<br /> <br /> |}<br /> <br /> 查看各模块的精品课程，去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===== [http://wiki.swarma.net/index.php/%E4%BC%81%E4%B8%9A%E5%90%88%E4%BD%9C%E8%AF%BE%E7%A8%8B%E5%88%97%E8%A1%A8 企业培训] =====<br /> <br /> 集智学园特别推出企业培训服务，为企业提供系统完整的技术、思维培训。建立员工深度学习机器学习思维，掌握机器学习的基本方法，提高企业活力。<br /> &lt;br/&gt;详细信息：http://business.swarma.org/<br /> <br /> <br /> '''技术培训'''<br /> <br /> 《python数据科学与机器学习》&lt;br /&gt;<br /> <br /> 《如何打造你自己的聊天机器人》&lt;br /&gt;<br /> <br /> 《中文自然语言理解在中文中的应用》&lt;br /&gt;<br /> <br /> 《自然语言处理与深度学习》&lt;br /&gt;<br /> <br /> 《计算机视觉与深度学习》&lt;br /&gt;<br /> <br /> 《火炬上的深度学习》&lt;br/&gt;<br /> ......<br /> <br /> '''思维升级'''<br /> <br /> 《复杂性科学》&lt;br /&gt;<br /> <br /> 《迎接AI时代》&lt;br /&gt;<br /> <br /> 《走近2050—人工智能、注意力与互联网》&lt;br /&gt;<br /> <br /> 《机器学习思维》&lt;br /&gt;<br /> <br /> 《企业生长的规模法则》&lt;br/&gt;<br /> ......<br /> <br /> 查看更多精彩内容，请去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===媒体报道===<br /> <br /> 李白薇：[http://sttc.net.cn/journal/130.html 没有围墙的研究所]，中国科技人才，2015 原文链接<br /> <br /> Xtecher:[http://www.sohu.com/a/125848135_472705 集智俱乐部张江：复杂系统里“简单纯粹”的前行者]<br /> <br /> 以特邀嘉宾的身份参与录制CCTV2的节目：未来架构师。[http://tv.cctv.com/2017/08/06/VIDESuxtIaeQMfwZVNHtV1zU170806.shtml 《未来架构师》 人与机器交融的未来场景]<br /> <br /> ----<br /> <br /> ==加入方式==<br /> <br /> 目前集智俱乐部官方运营的社区加入方式如下：<br /> <br /> * '''1.加入具体领域微信群，参与学术交流，需要报名对应主题的读书会，读书会列表可查看 https://pattern.swarma.org/study_groups'''<br /> * '''2.成为集智VIP， 解锁全部读书会、课程权限，VIP报名通道：https://campus.swarma.org/vip'''<br /> * '''3.加入集智俱乐部QQ群：'''<br /> ** 集智俱乐部一群：292641157（已满）<br /> ** 集智俱乐部二群：877391004<br /> ** 集智学园交流群：426390994<br /> <br /> 成为集智俱乐部实习生：[https://mp.weixin.qq.com/s/5MD_56h3FwU80Yt221rckw 加入集智，一起复杂！2021集智实习生/志愿者招募]。<br /> <br /> 微信公共账号：集智俱乐部<br /> <br /> [[File:集智俱乐部.jpg|200px|right|thumb|扫一扫，关注集智俱乐部]]<br /> <br /> 还可以添加微信小助手：swarmaAI<br /> <br /> 官方网站：https://pattern.swarma.org/<br /> <br /> B站地址：[https://space.bilibili.com/233204821/#/ 集智俱乐部]<br /> <br /> 张江知乎账号：[https://www.zhihu.com/people/zhang-jiang-78-29-94/activities 张江]<br /> <br /> 集智俱乐部知乎账号：[https://www.zhihu.com/people/swarma/activities 集智俱乐部]<br /> <br /> 集智科学家微博：@集智科学家（https://weibo.com/swamagents?refer_flag=1001030101_）<br /> <br /> <br /> 更多入口，请参看：[https://www.wolai.com/fHxGuDuNUvwqfq7mjHtLFe 关于我们]<br /> <br /> == 参考资料 ==<br /> <br /> &lt;references /&gt;</div>

Mobility https://wiki.swarma.org/index.php?title=%E6%96%87%E4%BB%B6:%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E5%8F%91%E5%B1%95%E5%8E%86%E5%8F%B22022.png&diff=34027 2023-04-13T06:58:04Z

<p>Mobility：Mobility上传文件:集智俱乐部发展历史2022.png的新版本</p> <hr /> <div>集智俱乐部发展历史2022</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34024 2023-04-07T14:55:28Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2023年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会<br /> |吴泰霖等<br /> |王婷<br /> |<br /> |8<br /> |筹备中<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |}<br /> <br /> == 宏观金融系列读书会 ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/3 复杂经济学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== 第二季 ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|替代=|600x600像素]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== 【第一季：企业发展建模与预测】 ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== 【第二季：复杂系统自动建模】 ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == 面向复杂系统的人工智能研究读书会 ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == 科学学读书会 ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== 第一季 ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|替代=|600x600像素]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8&diff=34023 2023-04-07T14:55:17Z

<p>Mobility：/* 基本介绍 */</p> <hr /> <div>{{#seo:<br /> |keywords=集智俱乐部<br /> |description=集智俱乐部介绍<br /> }}<br /> ==集智俱乐部介绍==<br /> <br /> <br /> ===名称和简介===<br /> <br /> [http://swarma.org/ 集智俱乐部(Swarma Club)]是专注在复杂系统、人工智能领域的科学社区。为从事科学研究、享受科学乐趣的探索者提供科研合作、知识交流、科学传播等服务。我们倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流，力图搭建一个中国的 “ 没有围墙的研究所 ”。<br /> <br /> ===集智俱乐部的LOGO和口号===<br /> <br /> <br /> [[File:集智俱乐部logo.png|200px|thumb|居中|'''让苹果砸得更猛烈些吧！''']]<br /> <br /> <br /> 口号：'''让苹果砸得更猛烈些吧！'''<br /> <br /> 象征含义：通过砸在牛顿脑袋上的苹果，来象征着科学发现的灵感。<br /> <br /> ===集智俱乐部的使命 ===<br /> <br /> 探索共学共研模式，推动复杂科学发展。<br /> <br /> ===集智俱乐部思想起源 ===<br /> <br /> <br /> 1902年，在伯尔尼的瑞士专利局工作的爱因斯坦，跟几位朋友自发成立了讨论小组，取名“奥林匹亚科学院”，定期讨论科学和哲学问题。离开学校后，这段和友人讨论学术的经历，让爱因斯坦对自己的思想实验深入打磨，为那个连续发表多篇跨时代论文的爱因斯坦奇迹年做了铺垫。<br /> [[File:三人组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1903年的奥林匹亚科学院三人组]]<br /> 1920年代，在奥地利首都维也纳，包括哥德尔在内的欧洲大陆几位优秀的物理学家、数学家和逻辑学家，以共同遵循的科学哲学为根基，形成了“维也纳小组”，逐渐发展为著名的维也纳学派。此后多年中，这个小组贡献甚多，不仅哥德尔不完备性定理影响了世界，而且维也纳小组推崇的逻辑实证主义的科学方法论，也成为了科学界的主流。<br /> [[File:1925年的维也纳小组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1925年的维也纳小组]]<br /> <br /> 1984年，在核子时代的起源地洛斯阿拉莫斯国家实验旁，几位科学家跳出国家体制，建立了自主募资的圣塔菲研究所，研究被霍金称为“21世纪的科学”的复杂性科学，圣塔菲研究所逐渐成为复杂系统研究的圣地。发现现象背后的 pattern，探索事物涌现的秘密，寻找复杂世界的统一规律，这个新兴学科在与各个学科的交互中，正走向科学研究的核心地带。<br /> [[File:圣塔菲研究所.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|圣塔菲研究所]]<br /> <br /> 奥林匹亚学院、维也纳小组、圣塔菲研究所，这是科学社区和科学共同体的真正典范，而打造出一个像它们一样，开放、自由、没有围墙的研究所，正是集智俱乐部的长期愿景。<br /> [[File:集智俱乐部长图标.jpg|800px|1903年的奥林匹亚科学院三人组|thumb|居中|集智俱乐部]]<br /> <br /> <br /> 从集智俱乐部到集智学园，从松散的互联网社群到线下社交网络，从读书交流到合作发文出书，从靠兴趣驱动探索，到用产品改变生活，一个科学社区已经初步成型。飞速发展的集智科学社区，召唤热爱科学、乐于探索的你。<br /> <br /> ===发展历史 ===<br /> [[文件:集智俱乐部发展历史2022.png|替代=集智俱乐部发展历史2022|居中|缩略图|800x800像素|集智俱乐部发展历史]]<br /> * 2003年，集智俱乐部创始人张江（ Jake ）创办了集智俱乐部网站，该网站一直致力于宣传、普及、推广复杂系统科学，并展开广泛的跨学科交流，俱乐部渐渐聚集了一批有识之士。 <br /> * 2007年，集智俱乐部的交流和活动开始从虚拟世界走向现实，在叁号会所开始了第一次线下活动，并尝试发展一个现实世界中的学术组织。<br /> * 2013年，袁行远等核心成员建立了集智百科网站。<br /> * 2014年，通过集智俱乐部的读书会活动，由集智俱乐部内部核心成员袁行远孕育了第一个创业项目——彩云天气。同年集智俱乐部南京分部由[[王成军]]创立，并开始组织活动。<br /> * 2015年7月，集智俱乐部在南京举办了第一届学术年会。目前集智俱乐部的主要活动有开放式的讲座与交流，技术专题读书会，以及不定期的学术研讨会，系列沙龙活动等。同年，集智俱乐部出版的第一本书《科学的极致：漫谈人工智能》，曾获得知名主持人杨澜的大力推荐；并且在8月份的时候成立了第一个线下志愿者团队，第一位线下活动志愿者就是图灵出版社的美女编辑张霞。<br /> * 2016年，第二本书《走近2050——注意力、互联网与人工智能》出版面世；在2016年10月，凯风基金会赞助集智俱乐部共同举办了凯风研读营，开展了《网络、几何和机器学习》的学术会议；2016年底孵化了集智俱乐部第二个创业项目：集智学园，致力于打造人工智能、复杂科学领域的科学学习社区。<br /> * 2017年，首次与腾讯研究院发起了[[AI&amp;Society系列沙龙活动]]，致力于发掘在学术界和工业界的学术新星。<br /> * 2018年，同年，由集智俱乐部牵头，以众包的形式，出版了两本书籍，第一本是《深度学习原理与PyTorch实战》；第二本是翻译书籍《深度思考》。<br /> *2019年，集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> *2019年，集智学园新产品[https://pattern.swarma.org/ 集智斑图]上线。<br /> *2020年，网络科学等线上课程模式/ 2020年度学术媒体公众号Top10<br /> *2021年：因果涌现等读书会模式火爆社区/《NetLogo多主体建模入门》/ 筹建集智造化研究院 / 拯救2050项目/得到APP复杂科学课程<br /> <br /> <br /> 张老师记录的从2003年-2016年的故事，他简单的记录了一下~2003-2015年的故事：<br /> <br /> [[记录集智2003-2015]]<br /> <br /> [[记录集智2015-2016 --超越与重生]]<br /> <br /> [[记录集智2017-2021]]<br /> <br /> <br /> 新的故事篇章也在继续书写。<br /> <br /> === 集智科学家 ===<br /> <br /> 集智科学家是指集智俱乐部对社区内有突出科研贡献和科研成果学者，是集智俱乐部社区的最高荣誉。我们梳理了这些年参与过集智社区建设的重要学者，符合以下标准之一则可以认定为集智科学家：<br /> * 1.以学者的身份参与过集智凯风研读营<br /> * 2.以特邀讲者的身份参与过AI&amp;Society的活动<br /> * 3.自己发表论文后写对应的解读文章投稿到集智俱乐部公众号，并以主推的形式进行推广<br /> <br /> ''以下为部分科学家代表，非社区内全部科学家名单。''<br /> ==== W. Brian Arthur ====<br /> *[[布莱恩·阿瑟 W. Brian Arthur]]是著名经济学家，圣塔菲研究所外聘教授，帕罗奥多研究中心系统科学实验室访问研究员。阿瑟在上世纪八十年代，受诺贝尔经济学奖得主肯尼斯·阿罗的邀请，来到刚刚建立的圣塔菲研究所。在圣塔菲研究所，阿瑟将复杂系统理论与经济学研究结合在一起，逐渐形成了“复杂经济学（complexity economics）”的构想，并凭借报酬递增理论，于1990年获得熊彼特奖。作为报酬递增理论的提出者，阿瑟创立了对经济学和复杂系统的跨学科研究新模式。作为圣塔菲研究所最早一批研究复杂性的学者，阿瑟是复杂性科学领域的奠基人之一，由于其突出成绩，于2008年荣获复杂性科学领域首届拉格朗日奖。<br /> <br /> *主要贡献：AI&amp;Society第18期活动特邀讲者。<br /> <br /> ==== José Lobo ====<br /> *José Lobo，美国亚利桑那州立大学可持续发展学院副研究员，Julie Ann Wrigley全球可持续发展研究所科学家，圣塔菲研究所“城市、规模可持续性”研究组成员。他的研究主题涵盖从人类早期群落到古代城市再到现代城市系统的规模理论，以及人类发明的本质和驱动因素，特别是城市环境如何住进技术和文化创新的形成。他是城市科学领域的领军研究者之一，在PNAS、Nature Human Behaviour等顶级期刊上发表多篇重要论文。<br /> <br /> *主要贡献：AI&amp;Society第17期活动特邀讲者。<br /> <br /> ==== James Evans ====<br /> *James Evans 是芝加哥大学社会学系教授，是科学学（science of science）、复杂网络、知识社会学的世界级知名学者。毕业于斯坦福大学，曾在哈佛大学从事社会组织结构方面的研究，在芝加哥大学创立知识挖掘实验室，并创立和主持了芝加哥大学计算社会学硕士项目。主要兴趣包括：群体智能、社会组织结构分析、科技创新产生和传播规律等，在 Science, PNAS, American Journal of Sociology，Management Science 等顶级期刊上发表大量文章。<br /> <br /> *主要贡献：AI&amp;Society第12期活动特邀讲者，研读营学者<br /> <br /> ==== Geoffrey West ====<br /> *Geoffrey West，理论物理学家，城市科学的顶尖学者，圣塔菲研究所杰出教授和前任所长，曾入选《时代周刊》全球最具影响力100人。数十年致力于“规模”的研究工作，其研究成果被应用在理解生命体、城市可持续发展、企业运营等众多领域，被业内奉为“跨学科诺贝奖”的不二人选。<br /> <br /> *主要贡献：AI&amp;Society第11期活动特邀讲者。<br /> <br /> <br /> ==== 侯世达 ====<br /> *侯世达（Douglas, R.Hofstadter）是印第安纳大学认知科学与比较文学特聘教授、美国艺术与科学院院士、美国哲学学会成员和瑞典皇家社会科学院院士。他主要研究：自我与外部世界的关系、意识、类比、艺术创作、文学翻译、数学和物理学。除了学术成就，侯世达还出版了《哥德尔、艾舍尔、巴赫：集异璧之大成》（GEB）和《我是个怪圈》（I Am a Strange Loop），分别获得普利策文学奖（非虚构类）与美国国家图书奖（科学类）和《洛杉矶时报》科学写作图书奖。<br /> <br /> *主要贡献：AI&amp;Society第5期活动特邀讲者。<br /> <br /> ==== Ginestra Bianconi ====<br /> 伦敦玛丽女王大学数学科学学院的应用数学教授，也是艾伦·图灵研究所的艾伦·图灵研究员。目前，她是 JPhys Complex 期刊的主编，PlosOne 和 Scientific Reports 的编辑。2020年，她被 NetSci 学会授予 Network Scientific Fellowships，以表彰她对网络科学的基础性贡献，特别是在复杂网络中玻色-爱因斯坦凝聚的提出以及在多层网络结构和动力学方面的进展。她的研究领域是统计力学和网络科学，具体包括网络理论及其跨学科应用。她是网络建模的专家，包括增长网络模型和均衡网络系综。同时也出版了关于网络上的动态过程的重要著作，特别是关于渗流的研究。最近几年，她一直专注于多层网络、单纯复形、网络几何和拓扑。她是牛津大学出版社出版的 ''Multilayer Networks: Structure and Function'' 和剑桥大学出版社出版的 ''Higher-order networks: An introduction to simplicial complexes'' 两本书籍的作者。<br /> <br /> 主要贡献：在高阶网络读书会上做出以高阶网络与动力学（Higher-order networks and dynamics）为主题的分享。<br /> <br /> ==== Erik Hoel ====<br /> 威斯康星大学麦迪逊分校博士，塔夫茨大学助理教授，哥伦比亚大学理论神经科学家，同时也是因果涌现理论提出者之一。他致力于运用信息论和因果分析来探索意识的生物学基础，理解涌现的本质。研究问题为如何利用复杂性和信息论来测量意识与无意识之间的神经差异、因果结构如何跨尺度变化、信息论指标如何捕捉和量化宏观尺度上的因果涌现。<br /> <br /> 主要贡献：在因果涌现读书会上做出以用信息度量因果（Causal Emergence Theory）为主题的分享。<br /> <br /> ==== 陈德亮 ====<br /> 现任瑞典哥德堡大学的 August Röhss 讲席教授，本科毕业于南京大学，于德国美因茨古腾堡大学师从诺贝尔奖得主Paul Crutzen教授获得博士学位。陈教授的研究方向包括'''气候动力学、气候模拟、全球和区域气候变化、地理信息科学和应用气候学'''等。<br /> <br /> 陈教授是国际著名的'''气候学家、诺贝尔奖评奖委员会专家、是地球系统科学的倡导和践行者，也是具有全球视野的战略科学家'''。他参与和领导了多个国际计划和组织，为多个政府、政府间组织和国际非政府组织以及国家研究资助机构担任科学顾问，是IPCC第五次、第六次评估报告第一工作组的主要作者和协调主要作者，于2009-2012年担任国际科学理事会（ICSU）执行主席。他长期致力于全球系统科学、未来地球学、全球可持续发展研究的领导、协调与合作工作，为国际科技合作做出了重要贡献。<br /> <br /> 陈教授先后当选为瑞典皇家科学院院士、哥德堡皇家艺术与科学院院士、发展中国家科学院院士、瑞典皇家科学院地学部主任、中国科学院外籍院士、挪威科学与文学院外籍院士、欧洲科学与艺术学院院士，曾获2017年度中华人民共和国国际科学技术合作奖。鉴于他对瑞典和国际气候研究做出的杰出贡献最近由瑞典国王颁发国王勋章。<br /> <br /> 主要贡献：在地球系统科学读书会上做出以地球系统科学的简史及重大挑战为主题的分享。<br /> <br /> ==== 周昌松 ====<br /> 物理学博士，香港浸会大学物理系教授、系主任，浸会大学非线性研究中心主任，计算及理论研究所副所长。1992年获南开大学物理学士，1997年获南开大学物理博士，1997-2007年在新加坡、香港、德国等地从事访问研究， 是洪堡基金获得者。 2007年加入香港浸会大学物理系， 2011年获浸会大学&quot;杰出青年研究者校长奖&quot;，2021年获&quot;杰出研究表现校长奖&quot;。在国际交叉学术刊物 PNAS，PRL，Physics Reports，National Science Review，J Neuroscience，NeuroImage，Cerebral Cortex，PLoS Computational Biology等发表论文150余篇 (Google Scholar引用15900余次，H因子为48)。任Scientific Reports 编委，PLoS One，Cognitive Neurodynamics学术编辑，及多种国际期刊常任审稿人。对生物神经网络复杂结构、动力学及其低成本高效益如何启发类脑智能具有浓厚的兴趣。致力于复杂系统动力学基础研究及其应用，特别是网络的复杂联结结构与体系的动态行为的关系和相互作用。近几年与国际国内系统和认知神经科学家合作，把这些理论进展应用到大脑的复杂联结结构和活动以及认知功能及障碍的分析和建模等方面研究中。<br /> <br /> 主要贡献：在神经动力学模型读书会上做出以复杂神经动力学：从分析到建模——从从神经元脉冲到皮层震荡，从涌现到功能（Complex Neural Dynamics: Analysis and Modeling ----<br /> <br /> From neuronalspikes to cortical waves, from emergence to function）为主题的分享。<br /> <br /> ==== 张江 ====<br /> *北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园（北京）科技有限公司创始人兼董事长、曾任腾讯研究院特聘顾问，复杂系统、人工智能的研究者与布道者。主要研究领域包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学等。曾在Nature Communications、Scientific Reports、Physical Review E、Journal of Theoretical Biology等国际知名刊物上发表过学术论文数十篇。<br /> <br /> *主要贡献：'''集智俱乐部创始人'''<br /> <br /> ==== 王大顺 ====<br /> *王大顺是西北大学副教授。他的研究方向是科学学，希望能够使用和开发复杂性科学的工具和人工智能，探索科学领域的发展和研究规律。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 吴令飞 ====<br /> <br /> *吴令飞集智科学家，匹兹堡大学助理教授，研究兴趣是组织创新与学习。通过使用数学模型和机器学习方法，通过研究来自科学界（例如Web of Science 和 ORCID数据）、工业界（例如美国专利数据）、和互联网众包社区（例如Stack Exchange 和 GitHub）大量团队的人员结构与产出的关系，报告人致力于寻找组织创新与学习的一般规律，促进组织管理和政策制定。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> ==== 尤亦庄 ====<br /> <br /> *尤亦庄，2013年博士毕业于清华大学，凝聚态物理方向。现为加州大学圣地亚哥分校助理教授。主要研究领域是量子多体物理，及其演生现象和临界现象。具体方向包括：拓扑量子物态，多体局域化和热化，高温超导和自旋液体等强关联体系，多体量子纠缠和张量网络。研究手段包括量子场论，拓扑场论，重整化群等等，对信息论（特别是量子信息），复杂系统，人工智能等领域也很感兴趣。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> <br /> ==== 周涛 ====<br /> *周涛，电子科技大学教授，成都新经济发展研究院执行院长。主要从事统计物理与复杂性方面的研究。在 Physics Reports、 PNAS、Nature Communications 等国际 SCI 期刊发表 300 余篇学术论文，引用 20000 余次，H指数为69。现象级畅销书《大数据时代》中文版译者，《为数据而生》作者。<br /> <br /> *主要贡献：AI&amp;Society第13期活动特邀讲者，文章贡献<br /> <br /> ==== 吕琳媛 ====<br /> *吕琳媛，国家优秀青年基金获得者，电子科技大学教授，阿里巴巴复杂科学研究中心副主任。主要从事网络信息挖掘和社会经济复杂性方面的研究。在Nature Communications、Physics Reports、PNAS等学术期刊发表论文60余篇，引用6 000余次，8篇论文入选ESI全球Top-1%高引论文，研究成果入选2016年中国百篇具有影响力国际学术论文。<br /> <br /> *主要贡献：AI&amp;Society第9，13期活动特邀讲者，文章贡献<br /> <br /> ==== 王成军 ====<br /> <br /> *王成军，南京大学新闻传播学院助理研究员、计算传播学实验中心成员，对复杂性科学和可计算方法(如机器学习)感兴趣，现在的研究主要集中于采用网络科学方法分析计算社会科学的研究问题，例如，采用重整化方法分析手机用户的注意力网络和移动网络。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 唐乾元/傅渥成 ====<br /> 唐乾元，东京大学博士后，南京大学物理系物理学在读博士，集智核心成员，「知乎盐 Club 2014」荣誉会员，曾出版知乎盐系列电子书《写在物理边上》《临界：智能的设计原则》和知乎一小时电子书《能量守恒》。主要研究方向为统计物理及其在生命科学问题中的应用，曾作为中国博士生代表参加在德国林岛举办的「诺贝尔奖获得者大会」。<br /> <br /> ==== 殷裔安 ====<br /> *殷裔安美国西北大学在读博士，王大顺合作者。研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：研读营学者，文章贡献<br /> <br /> ==== 黄俊铭 ====<br /> *黄俊铭，普林斯顿大学博士后，博士毕业于中国科学院计算技术研究所，曾在美国东北大学[[Albert-László Barabási]]实验室担任博士后，研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：文章贡献<br /> <br /> == 集智活动 ==<br /> 集智活动以线下活动居多，多以公开讲座、读书会、系列沙龙等形式研讨、科普前沿科学知识。活动所覆盖的学科领域包括：人工智能、复杂系统、生物科学、脑与认知等多个不同的领域。<br /> === 读书会 ===<br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> ===== 基本介绍 =====<br /> 读书会是针对人工智能、复杂系统、生命科学、脑与认知等多个领域，由一位或多位发起人组织，系统研读经典文献，或深入学习某项特定技术，最终输出一些文章或者产品。该活动一般按照主题举办，为期1～3个月，定期举行线上或者线下讨论，每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会可以针对具体主题进行一定强度的讨论研究，从而孕育出新的创新成果，例如科研论文、产品原型或者学术报告等；“彩云天气”APP就是“深度学习”读书会的成果；《走近2050》也是在“集体注意力流”读书会讨论中产生的。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的深度爱好者、学习者<br /> <br /> 线下读书会列表<br /> <br /> *复杂系统自动建模读书会<br /> *图网络读书会<br /> *幂律读书会<br /> *意识与认知读书会<br /> *深度“深度学习”读书会<br /> *探索脑与深度学习读书会<br /> *热力学与进化论读书会<br /> *自然语言处理读书会<br /> *复杂经济学读书会<br /> *量子决策理论读书会<br /> *GEB读书会<br /> *计算心理学读书会<br /> <br /> 线上读书会列表<br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> | colspan=&quot;8&quot; |集智俱乐部2020-2023年读书会排期表<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信|链接=https://wiki.swarma.org/index.php/%E6%96%87%E4%BB%B6:Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> | 张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> | 自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |}<br /> 可以进入[[集智俱乐部读书会]]页面，查看更多关于读书会的内容<br /> <br /> === 科普讲座 ===<br /> <br /> ===== 基本介绍=====<br /> 科普讲座是集智俱乐部的传统活动，是由集智俱乐部核心成员或者粉丝自发组织的讲座，面向公众，偏向于科普性质，活动频率大约1个月1次，力图用通俗的语言进行广泛的跨学科交流。<br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的爱好者<br /> ===== 典型活动介绍（挑选典型活动）=====<br /> *2016/09/17 ·【任远】 复杂性科学与生成艺术 <br /> *2016/08/28 ·【罗淼】 科学与游戏沙龙活动<br /> *2015/11/22 ·【董磊】 基于大数据预测地区发展<br /> *2015/07/26 ·【曹旭东、张江、袁行远】 开源科学：人类科学往何处去<br /> *2013/07/21 ·【张江】 大自然如何设计？ — 探索网络、流动中的自组织规律<br /> *2013/06/22 ·【尤亦庄】 从涡旋到光与电的演生—漫谈凝聚态物理新思潮<br /> *2013/05/12 ·【Robert Ackland】 一个社会科学家眼中的“计算社会科学”<br /> *2013/01/20 ·【吴令飞】 计算社会科学总论<br /> *2012/11/11 ·【Bertrand Roehner 】 我们如何开始科学探索? <br /> *2011/07/24 ·【Monk】 自复制 — 生命的核心 <br /> *2009/04/18 ·【Miner】 人工智能之梦<br /> <br /> <br /> === 研读营 ===<br /> <br /> ===== 基本介绍 =====<br /> 研读营是集智俱乐部的特色活动，汇集一批青年学者，围绕某个与复杂系统和人工智能领域的前沿课题，进行一周左右的深度交流，激发科研灵感，孕育学术成果。集智研读营一般由相关基金或企业赞助。<br /> <br /> *烧脑指数：🌟🌟🌟🌟🌟（5颗星）<br /> *参与方式：学者推荐或外部申请<br /> *适用人群：相关领域的科研工作者，或在读研究生、博士；思想开放，热爱交流<br /> <br /> ===== 典型活动 =====<br /> <br /> *2016年10月8日-2016年10月14日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2016年集智俱乐部研读营]]<br /> <br /> *2017年7月16日-2017年7月22日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“物理、人工智能、几何与机器学习”研读营[[2017年集智俱乐部研读营]]<br /> <br /> *2018年6月22日-2017年6月28日在云南大理喜洲召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2018集智－凯风研读营]]<br /> <br /> *2019年1月14日-2017年1月23日在南京大学仙林校区召开了由腾讯基金会赞助，集智俱乐部主办“从复杂网络到图神经网络的计算社会科学：理解人性、理解机器、理解当代社会”研读营[[2018年集智腾讯计算社会科学研读营]]<br /> <br /> *2019年6月7日-2017年6月14日在云南剑川沙溪古镇召开了由凯风基金会赞助，集智俱乐部主办“网络、几何与机器学习”研读营[[2019凯风研读营]]<br /> <br /> * 2020年研读营分为线上研读营和线下研读营，线上研读营时间是8月25日-8月29日，共计5天，地点是在Zoom在线会议；线下研读营时间是9月23日-9月26日，共计4天，地点是在北京周边的灵水村。参与人数共计有56人（具体人员信息见附录），主题是“面向复杂系统的人工智能”研读营。[[2020集智凯风研读营]]<br /> <br /> === 学术沙龙 ===<br /> <br /> ===== 基本介绍 =====<br /> 针对前沿技术热点和重大社会问题，邀请一线研究者，面向公众，分享其最新研究成果。学术沙龙的宗旨是，挖掘交叉型人才，孕育原创性思想，传播最新科学认知。集智学术沙龙一般相关基金或企业赞助，面向公众开放。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的研究者、从业者、爱好者<br /> <br /> 活动主题包括但不限于：<br /> *计算社会科学：概况、发展现状与应用、大数据与机器学习在科学学中的应用专题；<br /> *人工智能与城市科学：卫星遥感数据在城市科学中的应用；大数据与人工智能在城市科中的应用；智慧城市发展展望；<br /> *多智能体系统：多智能体系统社会学仿真及其最新发展现状；<br /> *人工智能社会：多主体智能、深度学习与多主体、经济推理与人工智能；<br /> *算法与社会：计算广告学、推荐算法等算法简介以及对社会的影响；<br /> *算法经济：云计算、算法经济平台，以及算法经济的发展展望。<br /> <br /> ===== 典型活动 =====<br /> <br /> 主要分享学者：黄晶生、程明霞、施永仁、吴令飞、王成军、侯世达、陆云波、韩战钢、陈永伟、张江、肖达、吕林媛、李睿琪、Geoffrey West、James Evans、周涛、高见、龙瀛、肖仰华、王鹏、José Lobo、W.Brain Arthur<br /> <br /> 详情请见：[[AI&amp;Society系列沙龙活动]]<br /> <br /> === 集智圣诞年会 ===<br /> <br /> ===== 基本介绍 =====<br /> <br /> 集智年会是集智俱乐部一年一度的盛会，一般在圣诞节或者元旦举办，其目的是为了总结集智俱乐部一年的发展，并为集智俱乐部的忠实粉丝提供一个深度交流的平台。<br /> <br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：邀请或报名审核<br /> *适用人群：集智俱乐部粉丝；希望深入了解集智俱乐部的朋友<br /> <br /> ===== 典型活动 =====<br /> *2015年7月15日、7月16日在南京大学新闻传播学院召开了第一次学术会议：南京'''注意力'''的科学会议[http://wiki.swarma.net/index.php/%E5%8D%97%E4%BA%AC%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%9A%84%E7%A7%91%E5%AD%A6%E4%BC%9A%E8%AE%AE]<br /> <br /> *2016年的学术圣诞晚会是在帝都心脏三里屯的Surperfit举办，此次活动的主题是'''AI与创业'''。[https://mp.weixin.qq.com/s/JMaf3r70ej0E5-_5rQ-Dmg]<br /> <br /> *2017年的学术圣诞晚会是在768创意产业园区内的彩云科技举办，此次活动的主题是'''AI改变生活'''[https://mp.weixin.qq.com/s/QjRJ-Rf2qDwcdweKOXF5uw]。<br /> <br /> *2018年的学术圣诞晚会是在北京朝阳区乌托邦工厂举办，此次活动的主题是'''奇点临近'''[https://mp.weixin.qq.com/s/aTd8fLStWOiDafBpv2ptdw]。<br /> <br /> *2019年的学术年会是在北京海淀区的E_ZIKOO智慧谷举办，此次活动的主题是'''量子跃迁'''[https://swarma.org/?p=17911]。<br /> <br /> ==集智内容 ==<br /> <br /> === 集智公众号 ===<br /> [[File:集智俱乐部公众号云图.png|800px|集智俱乐部发展历史|thumb|居中|集智俱乐部公众号关键词云图]]<br /> <br /> 集智俱乐部致力于报道复杂性科学与人工智能领域的最新进展，特别关注跨学科研究与交流。从社交网络到生态系统，从城市的结构到语言的结构，从机器学习到量子信息……「集智俱乐部」这个公众号跨越了学科的局限，向我们揭示出复杂世界背后的简单规则，也启发我们思考人工智能和复杂系统中的那些最前沿、最深刻、最普适的问题。<br /> <br /> 集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> <br /> ==== 代表作品 ====<br /> 集智俱乐部公众号下分为多个子栏目，包括前沿报道、科研议题、科普文章、科学解释世界、经典论文回顾等。典型代表作品如下：<br /> <br /> *栏目：前沿报道<br /> 代表文章：[https://mp.weixin.qq.com/s/eDP_1GdltOeER4mgJKrnBg 巴拉巴西nature封面文章，网络3d打印]<br /> <br /> *栏目：科研议题<br /> 代表文章：[https://mp.weixin.qq.com/s/iXXZi6dQeTBBSZoHlLuCHA 学术互捧没有用？可能还有负面作用]<br /> <br /> *栏目：科普文章<br /> 代表文章：[https://mp.weixin.qq.com/s/pVgX5o2pu7l_Fbq3GAcn0A 一文读懂复杂网络与群体智慧]<br /> <br /> *栏目：科学解释世界<br /> 代表文章：[https://mp.weixin.qq.com/s/Dl0DowLx70uFwq67XJGvVA Science文章：要想成功，快抱大腿]<br /> <br /> *栏目：经典论文回顾<br /> 代表文章：[https://mp.weixin.qq.com/s/X7AWuytD8D3Z5-rUAi7TEQ 热力学与进化论]<br /> <br /> *栏目：集智活动<br /> 代表文章：[https://mp.weixin.qq.com/s/TOOcBnaMPm6NycWvZYa8sQ 集智-凯风复杂系统论坛全天回顾]<br /> <br /> 公众号 ID：swarma_org<br /> [[File:集智俱乐部.jpg|200px|集智俱乐部发展历史|thumb|居中|扫一扫，关注集智俱乐部]]<br /> <br /> === 集智百科 ===<br /> <br /> [[File:集智百科-全面图.png|1000px|集智俱乐部发展历史|thumb|居中|[[集智百科]]]]<br /> <br /> [[集智百科]]是一个自由内容、公开编辑的科学知识库，主要内容集中在复杂系统科学与人工智能，创建于2013年，主要内容由集智俱乐部志愿者贡献。<br /> <br /> 集智百科作为一个开源的项目，致力于在复杂性科学这个学科领域，为大家翻译、整理、编辑最专业、准确的中文百科全书，为广大的科学爱好者提供最便捷的搜索方式。<br /> <br /> 集智百科的'''愿景'''：做复杂性科学领域科学、全面、客观的百科全书；<br /> <br /> 集智百科的'''口号'''：知识从我而来，问题到我为止。<br /> <br /> 从13年创建以来，集智百科上断断续续的有人生产内容，但是这些内容缺乏规范性，也不成体系，自2019年年底以来，集智俱乐部希望可以着重的梳理复杂性科学领域的基础知识，为广大的科学爱好者提供便捷易懂的知识。所以我们成立了信息收集、整理翻译、审校、编辑、专家审校、代码实现等小组，希望可以共同去完成这样一个万古长青的事业。<br /> <br /> 如果恰好你也对知识整理、分享感兴趣，也愿意参与我们，请添加相关负责人联系方式，加入对应的小组，和大家一同前行，共同编辑，改变世界！<br /> <br /> [[File:集智百科报名.png |200px|集智俱乐部发展历史|thumb|居中|集智百科志愿者报名]]<br /> <br /> ==== 代表作品 ====<br /> 知识类词条：<br /> *[[摄像机-电视自指系统]]<br /> *[[无标度网络]]<br /> *[[小世界网络]]<br /> *[[异速生长律]]<br /> *[[元胞自动机]]<br /> *[[复杂系统]]<br /> <br /> 人物类词条：<br /> * [[斯蒂芬·沃尔夫勒姆 Stephen Wolfram]]<br /> * [[香农]]<br /> * [[吉布斯]]<br /> * [[巴拉巴西]]<br /> <br /> <br /> 书籍类词条：<br /> * [[链接：网络新科学]]<br /> * [[巴拉巴西网络科学 Network Science]]<br /> * [[巴拉巴西成功定律]]<br /> <br /> === 集智众包 ===<br /> 集智俱乐部自2015年以来，在集智社区形成了成熟的众包运作模式，充分利用集体智慧，进行团体合作写作、翻译等活动，最终输出内容。目前已创作和翻译3本图书作品：<br /> <br /> ==== 代表作品 ====<br /> <br /> [[File:科学的极致：漫谈人工智能.JPG|350px|居中|科学的极致：漫谈人工智能]]<br /> <br /> [[科学的极致：漫谈人工智能]]<br /> <br /> 简介：这本书主要向大家介绍了人工智能的历史和发展，当然也包括了很多在集智俱乐部讨论过的AI方面的主题，例如：哥德尔不完备定理、柯尔莫戈洛夫复杂性、深度学习和集体智慧等主题。<br /> <br /> [[File:走近2050——注意力、互联网与人工智能.jpg|300px|居中|走近2050——注意力、互联网与人工智能]]<br /> <br /> [[走近2050]]——注意力、互联网与人工智能<br /> <br /> 简介：这本书主要讲述了机器世界最重要的能源：注意力流，因为我们生活中所有的产品和程序都是为了获取我们的注意力。这本书涵盖了人工智能、互联网、心理学和计算机游戏。<br /> <br /> <br /> [[File:深度思考——人工智能的终点与人类创造力的起点.jpg |400px|居中|深度思考——人工智能的终点与人类创造力的起点]]<br /> <br /> [[深度思考]]——人工智能的终点与人类创造力的起点<br /> <br /> 简介：在这本突破性的书中，卡斯帕罗夫第次揭示了他惊人的一面，描述了他在面对最为强大的对手时的谋划与布局，在全世界的注视下奋勇争先，并叙述了通过国际象棋程序的发展考察人工智能的发展历史。<br /> <br /> <br /> <br /> [[File:深度学习原理与PyTorch实战.png |400px|居中|[http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]]]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> 简介：本书系统介绍了深度学习技术及开源框架 PyTorch。实战与理论兼具，每章围绕一个有意思的实战案例展开，全面深入地介绍了计算机视觉、自然语言处理、迁移学习，以及最新的对抗式学习和深度强化学习等前沿技术。<br /> <br /> <br /> <br /> [[文件:Netlogo入门书籍.jpg|替代=|居中|400x400像素]]<br /> [https://item.jd.com/10039871937829.html NetLogo多主体建模入门]<br /> <br /> 简介：从入门讲解NetLogo多主体建模，精选七大跨领域实战案例，循序渐近讲解NetLogo的使用方法，附赠代码示例和讲解视频，计算机模拟仿真建模教程书籍。<br /> <br /> ==成果展示 ==<br /> <br /> === 集智社区 ===<br /> <br /> 在集智社群中<br /> <br /> 既有做出重要贡献的'''成熟学者'''<br /> <br /> 也有引领科技行业潮流的'''先锋企业家'''<br /> <br /> 还有许多正冉冉升起的'''青年学者、潜力硕博'''<br /> <br /> 更不乏从志愿者工作开始，逐渐切入学界、迅速成长的'''优秀青年'''<br /> <br /> 集智社群名人不完全名单：<br /> 文小刚，侯世达，凯文·凯利，李子青，王飞跃，段永朝，王小川，顾学雍，陈晓松，周海军，王啸，吴岩，刘锋，张寒燕，俞志晨，张一甲，杨南征，狄增如，韩战钢，吴金闪，尹相志，韩锋，李嫣然，傅渥成，林思恩，吴令飞，吕正东，唐璐，贾梓筠，尤亦庄，肖达，谷鹄翔，王成军，张勉，秦建军，苑明理，董磊，王乃岩，许铁，陆宜，陆云波，赵云峰，袁行远，曹旭东，陆树燊，王昆，刘寰青，唐文，姚欣，宋家泰，黄钊等等等等。<br /> <br /> [[File:GEB侯世达.jpg|800px|GEB作者侯世达公开分享|thumb|居中|《GEB》作者侯世达先生在集智俱乐部演讲]]<br /> <br /> <br /> [[File:部分集智科学家.jpg|800px|部分集智科学家合照|thumb|居中|部分集智科学家合照]]<br /> <br /> 还有许许多多的大咖参与其中， 共同打造没有围墙的研究所！<br /> &lt;br /&gt;<br /> <br /> ==== 社区科研成果 ====<br /> <br /> '''[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]'''<br /> * 2017年11月28日，集智科学家[[张江]]、董磊、[[李睿琪]]等人在Nature Communications上发表文章[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]&lt;ref name=&quot;z&quot;&gt;Ruiqi Li,Lei Dong,Jiang Zhang,Xinran Wang,Wen-Xu Wang,Zengru Di,H. Eugene Stanley (2017) [https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities].&lt;/ref&gt;，该文提出了一种模拟城市分形生长过程的模型，用简单的规则就可以刻画纷繁复杂的城市背后的统一规律：[https://mp.weixin.qq.com/s/Kqwcpg3Tyl78eF6YQyHESw 复杂的城市，简单的规则]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]'''<br /> * 2018年12月11日，集智科学家吴令飞（[[计算士]]）和王成军合作在PANS上发表文章[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]&lt;ref name=&quot;w1&quot;&gt;Katy Börner,Olga Scrivner,Mike Gallant,Shutian Ma,Xiaozhong Liu,Keith Chewning,Lingfei Wu,James A. Evans (2018) [https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy].&lt;/ref&gt;，该文系统性分析了一万三千个技能关键词在过去七年间（2010-2016）发布的一亿两千万份招聘广告、三百万份课程大纲和一百万研究论文上被提及的频率，发现人类社会对编程、财务、统计等“硬技能”（hard skills）的需求越来越大，与此同时，研究人员发现，沟通、管理和团队合作等“软技能”（soft skills）频率波动的时间序列与硬技能之间密切相关，硬技能需求增加驱动着与之适配的软技能：[https://swarma.org/?p=13892 为什么未来需要软技能]<br /> <br /> '''[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It]''' <br /> * 2019年2月21日，集智科学家吴令飞（[[计算士]]）在Nature杂志上发表封面文章[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It] &lt;ref name=&quot;w&quot;&gt;Lingfei Wu,Dashun Wang,James A. Evans (2019) [https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large teams develop and small teams disrupt science and technology].&lt;/ref&gt;。该文介绍了一项对1954年-2014年期间超过6500万篇论文、专利和软件产品的数据分析工作。研究者量化评估了创新的“颠覆性”，发现小团队更有可能做出突破性的研究：[https://swarma.org/?p=14730 团队规模与颠覆性创新]。论文第一作者吴令飞为 Nature 撰写了这篇文章，介绍了论文背后的故事和作者们的思考：[https://swarma.org/?p=14825 Nature封面文章作者讲述论文故事：小团队知道答案]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]'''<br /> * 2019年7月8日，集智科学家靳擎、王大顺等人在Nature Human Behaviour上发表封面文章[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]&lt;ref name=&quot;j&quot;&gt;Ching Jin,Chaoming Song,Johannes Bjelland,Geoffrey Canright,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems].&lt;/ref&gt;，该文章发表消费者购买产品的行为模式、新思想在网络上传播的模式，本质上都是一种幂律增长的模式：[https://swarma.org/?p=17317 复杂演替系统中的幂律增长模式]<br /> <br /> '''[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]'''<br /> * 2019年10月30日，集智科学家殷裔安和王大顺等人一起在Nature发表文章[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]&lt;ref name=&quot;y&quot;&gt;Yian Yin,Yang Wang,James A. Evans,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security].&lt;/ref&gt;，分析了科研（数据集来源于NIH Grants）、投资（数据集来源于 VentureXpert 数据库）、公共安全（数据集来源于全球恐怖主义数据库GTD）三个领域的大规模数据，阐述了失败的动力学机制。从动力学所得到的早期信号中“明察秋毫”，或许胜败早有伏笔：[https://mp.weixin.qq.com/s/SNxL91Q-pRfP83YoXK9LSQ 原来胜败早有信号]<br /> <br /> '''[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]'''<br /> * 2020年2月18日，集智科学家黄俊铭在PANS杂志上发表文章[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;，该文整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据，对学术界中女性科研人员的学术能力表现及其背后的原因做出了分析:[https://swarma.org/?p=18557 女性科研工作者的退出风险与学术成就]<br /> <br /> === 集智孕育 ===<br /> <br /> ==== 彩云AI ====<br /> <br /> [[File:彩云天气.png|800px|居中]]<br /> <br /> 2014年，集智俱乐部核心成员袁行远、肖达开发彩云天气，这是一款能够精确预测未来1小时内局部地区降雨情况的APP。这款APP是集智俱乐部举办的深度学习读书会孕育出来的一款产品。目前，袁行远、肖达、苑明理、何永振等集智核心成员已独立成立了彩彻区明科技有限公司。<br /> <br /> 有关彩云天气可以参看：[http://caiyunapp.com/]<br /> <br /> 最近，这个团队又研发了一个“彩云小译”的AI应用，这个应用可以做中英之间的同声翻译，帮助你与外国人无障碍交流。<br /> <br /> [[File:彩云小译.png|800px|居中]]<br /> <br /> ==== 集智斑图 ====<br /> <br /> <br /> [[文件:集智斑图新首页.png|替代=|居中|缩略图|800x800像素|[https://pattern.swarma.org/ 集智斑图]首页截图]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> [https://pattern.swarma.org/ 集智斑图]是是集智俱乐部创建的复杂科学领域的高质量内容聚合平台，包含了自组织社区、多领域学习路径、最新论文更新、论文解读活动等板块。集智斑图的目标是沉淀聚合复杂科学相关的科研资料，提高信息匹配效率。<br /> <br /> 斑图的含义：来源于英文的pattern，有花纹，图案的意思，在复杂系统中特指大量相互作用单元涌现出的时间空间模式，集智斑图则特指学习者在探索互动中形成的知识空间和集体智慧<br /> <br /> slogan：用知识连接探索者<br /> <br /> '''推荐学习路径：'''<br /> <br /> [https://pattern.swarma.org/path?id=13 意识科学入门路径]从意识是什么，详细介绍了认知科学有关的实验，介绍了认知科学当前的最新研究进展，并且从跨学科的角度探讨了认知科学的发展方向。<br /> <br /> [https://pattern.swarma.org/path?id=2 复杂网络分析入门路径]系统地整理了复杂网络分析领域的主要问题、意义和研究思路（但并不包括具体细节），整理相关的学习资料、论文和在线课程，供新手快速入门复杂网络。<br /> <br /> [https://pattern.swarma.org/path?id=9 因果推断方法概述]从因果关系，理解因果关系的三个层次，以及研究因果关系的算法详细的阐述了因果关系的研究问题。<br /> <br /> [https://pattern.swarma.org/path?id=21 解读幂律(Power Law)分布与无标度(Scale Free)网络]从什么是幂律分布，什么是无标度网络，如何产生幂律分布以及如何估计和判断幂律分布等几个方面详细阐述了幂律分布的原理。<br /> <br /> [https://pattern.swarma.org/path?id=11 人工生命入门路径]整理自Lana Sinapayen为人工智能研究者们提供的一份人工生命入门指南，从人工生命的研究目标，人工生命的发展历史，人工生命的未来展望和学习清单多方面阐述了人工生命这个领域的研究问题和方向。<br /> <br /> '''推荐论文解读：'''<br /> <br /> * Albert-Laszlo Barabasi;Reka Albert;Emergence of scaling in random networks ,Science,1999&lt;ref name=&quot;a&quot;&gt;Albert-Laszlo Barabasi,Reka Albert (1999) [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 Emergence of scaling in random networks].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 随机网络的无标度性]总结了存在于许多实际网络中的[[幂律分布]]特性，首次命名了[[无标度网络]]这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。<br /> <br /> * Dirk Brockmann; Dirk Helbing;The Hidden Geometry of Complex, Network-Driven Contagion Phenomena ,Science,2013 &lt;ref name=&quot;b&quot;&gt;Dirk Brockmann, Dirk Helbing (2013) [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 The Hidden Geometry of Complex, Network-Driven Contagion Phenomena].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 通过网络的隐藏几何推断病毒的传播]指出疾病的传播其实与城市间的地理距离没啥关系，而与城市间的“等效”距离密切相关。这里的等效距离就是指根据城市间交通流量数据而折合以后的距离。<br /> <br /> * Marc Timme; Jose Casadiego;Revealing networks from dynamics: an introduction ,Journal of Physics A: Mathematical and Theoretical,2014,41 .37&lt;ref name=&quot;c&quot;&gt;Marc Timme, Jose Casadiego (2014) [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 Revealing networks from dynamics: an introduction].Journal of Physics A: Mathematical and Theoretical.41.37:&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 基于动力学的网络重构]简单地引入了复杂网络的基本概念后，介绍了复杂网络中有效链接和结构链接两者之间的区别。文章中详细地回顾了基于群体动力学数据，重构网络中结构链接的三种主要基本方法，即驱动-响应方法、复制-同步方法和直接重构方法，并指出了每种方法的优缺点和适用范围；简略地介绍了基于相关函数和最大熵理论，重构有效链接的思路。<br /> <br /> * Junming Huang;Alexander J. Gates;Roberta Sinatra;Historical comparison of gender inequality in scientific careers across countries and disciplines ,proceedings of the national academy of sciences,2020,117 .9:4609-4616&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 PNAS论文解读：科学事业在不同国家和学科中性别不平等的历史比较]整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、署名、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据。对学术界中女性科研人员的学术能力表现、及其背后的原因做出了分析。<br /> <br /> <br /> '''集智斑图论文速递：'''<br /> <br /> 实现了自动采集和遴选各大学术顶刊中与复杂科学密切相关的最新进展，并通过定期推送和建立论文库服务社区，是集智斑图聚合高质量信息、服务自组织科学社区的一项代表性产品。<br /> <br /> 斑图速递是由数据自动采集、科学术语自动提取、跨学科领域论文过滤、科学影响力评价体系等一系列技术支撑的，其中多项技术为自主研发并已注册专利。集智技术团队将持续专注于建立更完善的复杂科学知识体系和知识管理体系，服务于集智社区。<br /> [[文件:顶刊速递.png|居中|缩略图|569x569像素|顶刊速递栏目]]<br /> [[文件:顶刊速递订阅.png|替代=顶刊速递订阅|边框|居中|647x647像素]]<br /> <br /> <br /> ==== 集智学园 ====<br /> [http://campus.swarma.org 集智学园]成立于2016年10月1日，是集智俱乐部孕育的创业项目之一。为一个知识服务社区，专门致力于复杂性科学、人工智能等先进技术的普及工作，合作伙伴包括腾讯、华为、北京师范大学、湖畔大学、混沌大学等多家知名机构。2019年底获得国家高新技术企业称号。<br /> <br /> [http://campus.swarma.org 集智学园]的课程涵盖基础通识、复杂系统、网络科学、计算社会、人工智能五大模块。每个模块的精品课程，下表是部分课程：<br /> <br /> {| class=&quot;wikitable sortable&quot;<br /> |-<br /> ! 课程类别 !! 课程名称<br /> |-<br /> | 基础与通识 || [http://campus.swarma.org/play/coursedetail?id=429 NetLogo 多主体建模入门]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10405 Mathematica基础入门教程]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=388 快速入门 Julia 语言]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10406 数据科学心法与机器学习实战] <br /> |-<br /> | 复杂系统 || [http://campus.swarma.org/play/coursedetail?id=432 复杂性思维2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10665 系统科学概论]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=394 复杂系统中的幂律分布]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=397 非线性动力学与混沌]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=433 复杂性与临界现象2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=423 系统科学与社会经济] <br /> |-<br /> | 网络科学 || [http://campus.swarma.org/play/coursedetail?id=381 图网络：融合推理与学习的全新深度学习架构]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=440 复杂网络2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=443 图网络算法原理探究]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=122 非欧式数据的几何深度学习]<br /> |-<br /> | 计算社会 || [http://campus.swarma.org/play/coursedetail?id=10634 计算社会科学的前沿与展望]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10624 地球未来——生物体、城市和公司的生命、生长与死亡]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10582 生长与设计——复杂性视角下的智慧城市]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=425 复杂系统与社会计算研讨会]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10844 知识图谱与认知智能] <br /> |-<br /> | 人工智能 || [http://campus.swarma.org/play/coursedetail?id=11076 产学结合：自然语言处理及其应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=416 系统讲解知识图谱——从建模到应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=412 GAN 专题论文解读]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=413 GAN 专题代码实践]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10484 计算机视觉与深度学习]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=121 中文自然语言理解（NLU）在金融领域的应用] <br /> |-<br /> <br /> |}<br /> <br /> 查看各模块的精品课程，去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===== [http://wiki.swarma.net/index.php/%E4%BC%81%E4%B8%9A%E5%90%88%E4%BD%9C%E8%AF%BE%E7%A8%8B%E5%88%97%E8%A1%A8 企业培训] =====<br /> <br /> 集智学园特别推出企业培训服务，为企业提供系统完整的技术、思维培训。建立员工深度学习机器学习思维，掌握机器学习的基本方法，提高企业活力。<br /> &lt;br/&gt;详细信息：http://business.swarma.org/<br /> <br /> <br /> '''技术培训'''<br /> <br /> 《python数据科学与机器学习》&lt;br /&gt;<br /> <br /> 《如何打造你自己的聊天机器人》&lt;br /&gt;<br /> <br /> 《中文自然语言理解在中文中的应用》&lt;br /&gt;<br /> <br /> 《自然语言处理与深度学习》&lt;br /&gt;<br /> <br /> 《计算机视觉与深度学习》&lt;br /&gt;<br /> <br /> 《火炬上的深度学习》&lt;br/&gt;<br /> ......<br /> <br /> '''思维升级'''<br /> <br /> 《复杂性科学》&lt;br /&gt;<br /> <br /> 《迎接AI时代》&lt;br /&gt;<br /> <br /> 《走近2050—人工智能、注意力与互联网》&lt;br /&gt;<br /> <br /> 《机器学习思维》&lt;br /&gt;<br /> <br /> 《企业生长的规模法则》&lt;br/&gt;<br /> ......<br /> <br /> 查看更多精彩内容，请去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===媒体报道===<br /> <br /> 李白薇：[http://sttc.net.cn/journal/130.html 没有围墙的研究所]，中国科技人才，2015 原文链接<br /> <br /> Xtecher:[http://www.sohu.com/a/125848135_472705 集智俱乐部张江：复杂系统里“简单纯粹”的前行者]<br /> <br /> 以特邀嘉宾的身份参与录制CCTV2的节目：未来架构师。[http://tv.cctv.com/2017/08/06/VIDESuxtIaeQMfwZVNHtV1zU170806.shtml 《未来架构师》 人与机器交融的未来场景]<br /> <br /> ----<br /> <br /> ==加入方式==<br /> <br /> 目前集智俱乐部官方运营的社区加入方式如下：<br /> <br /> * '''1.加入具体领域微信群，参与学术交流，需要报名对应主题的读书会，读书会列表可查看 https://pattern.swarma.org/study_groups'''<br /> * '''2.成为集智VIP， 解锁全部读书会、课程权限，VIP报名通道：https://campus.swarma.org/vip'''<br /> * '''3.加入集智俱乐部QQ群：'''<br /> ** 集智俱乐部一群：292641157（已满）<br /> ** 集智俱乐部二群：877391004<br /> ** 集智学园交流群：426390994<br /> <br /> 成为集智俱乐部实习生：[https://mp.weixin.qq.com/s/5MD_56h3FwU80Yt221rckw 加入集智，一起复杂！2021集智实习生/志愿者招募]。<br /> <br /> 微信公共账号：集智俱乐部<br /> <br /> [[File:集智俱乐部.jpg|200px|right|thumb|扫一扫，关注集智俱乐部]]<br /> <br /> 还可以添加微信小助手：swarmaAI<br /> <br /> 官方网站：https://pattern.swarma.org/<br /> <br /> B站地址：[https://space.bilibili.com/233204821/#/ 集智俱乐部]<br /> <br /> 张江知乎账号：[https://www.zhihu.com/people/zhang-jiang-78-29-94/activities 张江]<br /> <br /> 集智俱乐部知乎账号：[https://www.zhihu.com/people/swarma/activities 集智俱乐部]<br /> <br /> 集智科学家微博：@集智科学家（https://weibo.com/swamagents?refer_flag=1001030101_）<br /> <br /> <br /> 更多入口，请参看：[https://www.wolai.com/fHxGuDuNUvwqfq7mjHtLFe 关于我们]<br /> <br /> == 参考资料 ==<br /> <br /> &lt;references /&gt;</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8&diff=34022 2023-04-07T14:51:54Z

<p>Mobility：撤销Mobility（讨论）的版本34021</p> <hr /> <div>{{#seo:<br /> |keywords=集智俱乐部<br /> |description=集智俱乐部介绍<br /> }}<br /> ==集智俱乐部介绍==<br /> <br /> <br /> ===名称和简介===<br /> <br /> [http://swarma.org/ 集智俱乐部(Swarma Club)]是专注在复杂系统、人工智能领域的科学社区。为从事科学研究、享受科学乐趣的探索者提供科研合作、知识交流、科学传播等服务。我们倡导以平等开放的态度、科学实证的精神，进行跨学科的研究与交流，力图搭建一个中国的 “ 没有围墙的研究所 ”。<br /> <br /> ===集智俱乐部的LOGO和口号===<br /> <br /> <br /> [[File:集智俱乐部logo.png|200px|thumb|居中|'''让苹果砸得更猛烈些吧！''']]<br /> <br /> <br /> 口号：'''让苹果砸得更猛烈些吧！'''<br /> <br /> 象征含义：通过砸在牛顿脑袋上的苹果，来象征着科学发现的灵感。<br /> <br /> ===集智俱乐部的使命 ===<br /> <br /> 探索共学共研模式，推动复杂科学发展。<br /> <br /> ===集智俱乐部思想起源 ===<br /> <br /> <br /> 1902年，在伯尔尼的瑞士专利局工作的爱因斯坦，跟几位朋友自发成立了讨论小组，取名“奥林匹亚科学院”，定期讨论科学和哲学问题。离开学校后，这段和友人讨论学术的经历，让爱因斯坦对自己的思想实验深入打磨，为那个连续发表多篇跨时代论文的爱因斯坦奇迹年做了铺垫。<br /> [[File:三人组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1903年的奥林匹亚科学院三人组]]<br /> 1920年代，在奥地利首都维也纳，包括哥德尔在内的欧洲大陆几位优秀的物理学家、数学家和逻辑学家，以共同遵循的科学哲学为根基，形成了“维也纳小组”，逐渐发展为著名的维也纳学派。此后多年中，这个小组贡献甚多，不仅哥德尔不完备性定理影响了世界，而且维也纳小组推崇的逻辑实证主义的科学方法论，也成为了科学界的主流。<br /> [[File:1925年的维也纳小组.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|1925年的维也纳小组]]<br /> <br /> 1984年，在核子时代的起源地洛斯阿拉莫斯国家实验旁，几位科学家跳出国家体制，建立了自主募资的圣塔菲研究所，研究被霍金称为“21世纪的科学”的复杂性科学，圣塔菲研究所逐渐成为复杂系统研究的圣地。发现现象背后的 pattern，探索事物涌现的秘密，寻找复杂世界的统一规律，这个新兴学科在与各个学科的交互中，正走向科学研究的核心地带。<br /> [[File:圣塔菲研究所.png|400px|1903年的奥林匹亚科学院三人组|thumb|居中|圣塔菲研究所]]<br /> <br /> 奥林匹亚学院、维也纳小组、圣塔菲研究所，这是科学社区和科学共同体的真正典范，而打造出一个像它们一样，开放、自由、没有围墙的研究所，正是集智俱乐部的长期愿景。<br /> [[File:集智俱乐部长图标.jpg|800px|1903年的奥林匹亚科学院三人组|thumb|居中|集智俱乐部]]<br /> <br /> <br /> 从集智俱乐部到集智学园，从松散的互联网社群到线下社交网络，从读书交流到合作发文出书，从靠兴趣驱动探索，到用产品改变生活，一个科学社区已经初步成型。飞速发展的集智科学社区，召唤热爱科学、乐于探索的你。<br /> <br /> ===发展历史 ===<br /> [[文件:集智俱乐部发展历史2022.png|替代=集智俱乐部发展历史2022|居中|缩略图|800x800像素|集智俱乐部发展历史]]<br /> * 2003年，集智俱乐部创始人张江（ Jake ）创办了集智俱乐部网站，该网站一直致力于宣传、普及、推广复杂系统科学，并展开广泛的跨学科交流，俱乐部渐渐聚集了一批有识之士。 <br /> * 2007年，集智俱乐部的交流和活动开始从虚拟世界走向现实，在叁号会所开始了第一次线下活动，并尝试发展一个现实世界中的学术组织。<br /> * 2013年，袁行远等核心成员建立了集智百科网站。<br /> * 2014年，通过集智俱乐部的读书会活动，由集智俱乐部内部核心成员袁行远孕育了第一个创业项目——彩云天气。同年集智俱乐部南京分部由[[王成军]]创立，并开始组织活动。<br /> * 2015年7月，集智俱乐部在南京举办了第一届学术年会。目前集智俱乐部的主要活动有开放式的讲座与交流，技术专题读书会，以及不定期的学术研讨会，系列沙龙活动等。同年，集智俱乐部出版的第一本书《科学的极致：漫谈人工智能》，曾获得知名主持人杨澜的大力推荐；并且在8月份的时候成立了第一个线下志愿者团队，第一位线下活动志愿者就是图灵出版社的美女编辑张霞。<br /> * 2016年，第二本书《走近2050——注意力、互联网与人工智能》出版面世；在2016年10月，凯风基金会赞助集智俱乐部共同举办了凯风研读营，开展了《网络、几何和机器学习》的学术会议；2016年底孵化了集智俱乐部第二个创业项目：集智学园，致力于打造人工智能、复杂科学领域的科学学习社区。<br /> * 2017年，首次与腾讯研究院发起了[[AI&amp;Society系列沙龙活动]]，致力于发掘在学术界和工业界的学术新星。<br /> * 2018年，同年，由集智俱乐部牵头，以众包的形式，出版了两本书籍，第一本是《深度学习原理与PyTorch实战》；第二本是翻译书籍《深度思考》。<br /> *2019年，集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> *2019年，集智学园新产品[https://pattern.swarma.org/ 集智斑图]上线。<br /> *2020年，网络科学等线上课程模式/ 2020年度学术媒体公众号Top10<br /> *2021年：因果涌现等读书会模式火爆社区/《NetLogo多主体建模入门》/ 筹建集智造化研究院 / 拯救2050项目/得到APP复杂科学课程<br /> <br /> <br /> 张老师记录的从2003年-2016年的故事，他简单的记录了一下~2003-2015年的故事：<br /> <br /> [[记录集智2003-2015]]<br /> <br /> [[记录集智2015-2016 --超越与重生]]<br /> <br /> [[记录集智2017-2021]]<br /> <br /> <br /> 新的故事篇章也在继续书写。<br /> <br /> === 集智科学家 ===<br /> <br /> 集智科学家是指集智俱乐部对社区内有突出科研贡献和科研成果学者，是集智俱乐部社区的最高荣誉。我们梳理了这些年参与过集智社区建设的重要学者，符合以下标准之一则可以认定为集智科学家：<br /> * 1.以学者的身份参与过集智凯风研读营<br /> * 2.以特邀讲者的身份参与过AI&amp;Society的活动<br /> * 3.自己发表论文后写对应的解读文章投稿到集智俱乐部公众号，并以主推的形式进行推广<br /> <br /> ''以下为部分科学家代表，非社区内全部科学家名单。''<br /> ==== W. Brian Arthur ====<br /> *[[布莱恩·阿瑟 W. Brian Arthur]]是著名经济学家，圣塔菲研究所外聘教授，帕罗奥多研究中心系统科学实验室访问研究员。阿瑟在上世纪八十年代，受诺贝尔经济学奖得主肯尼斯·阿罗的邀请，来到刚刚建立的圣塔菲研究所。在圣塔菲研究所，阿瑟将复杂系统理论与经济学研究结合在一起，逐渐形成了“复杂经济学（complexity economics）”的构想，并凭借报酬递增理论，于1990年获得熊彼特奖。作为报酬递增理论的提出者，阿瑟创立了对经济学和复杂系统的跨学科研究新模式。作为圣塔菲研究所最早一批研究复杂性的学者，阿瑟是复杂性科学领域的奠基人之一，由于其突出成绩，于2008年荣获复杂性科学领域首届拉格朗日奖。<br /> <br /> *主要贡献：AI&amp;Society第18期活动特邀讲者。<br /> <br /> ==== José Lobo ====<br /> *José Lobo，美国亚利桑那州立大学可持续发展学院副研究员，Julie Ann Wrigley全球可持续发展研究所科学家，圣塔菲研究所“城市、规模可持续性”研究组成员。他的研究主题涵盖从人类早期群落到古代城市再到现代城市系统的规模理论，以及人类发明的本质和驱动因素，特别是城市环境如何住进技术和文化创新的形成。他是城市科学领域的领军研究者之一，在PNAS、Nature Human Behaviour等顶级期刊上发表多篇重要论文。<br /> <br /> *主要贡献：AI&amp;Society第17期活动特邀讲者。<br /> <br /> ==== James Evans ====<br /> *James Evans 是芝加哥大学社会学系教授，是科学学（science of science）、复杂网络、知识社会学的世界级知名学者。毕业于斯坦福大学，曾在哈佛大学从事社会组织结构方面的研究，在芝加哥大学创立知识挖掘实验室，并创立和主持了芝加哥大学计算社会学硕士项目。主要兴趣包括：群体智能、社会组织结构分析、科技创新产生和传播规律等，在 Science, PNAS, American Journal of Sociology，Management Science 等顶级期刊上发表大量文章。<br /> <br /> *主要贡献：AI&amp;Society第12期活动特邀讲者，研读营学者<br /> <br /> ==== Geoffrey West ====<br /> *Geoffrey West，理论物理学家，城市科学的顶尖学者，圣塔菲研究所杰出教授和前任所长，曾入选《时代周刊》全球最具影响力100人。数十年致力于“规模”的研究工作，其研究成果被应用在理解生命体、城市可持续发展、企业运营等众多领域，被业内奉为“跨学科诺贝奖”的不二人选。<br /> <br /> *主要贡献：AI&amp;Society第11期活动特邀讲者。<br /> <br /> <br /> ==== 侯世达 ====<br /> *侯世达（Douglas, R.Hofstadter）是印第安纳大学认知科学与比较文学特聘教授、美国艺术与科学院院士、美国哲学学会成员和瑞典皇家社会科学院院士。他主要研究：自我与外部世界的关系、意识、类比、艺术创作、文学翻译、数学和物理学。除了学术成就，侯世达还出版了《哥德尔、艾舍尔、巴赫：集异璧之大成》（GEB）和《我是个怪圈》（I Am a Strange Loop），分别获得普利策文学奖（非虚构类）与美国国家图书奖（科学类）和《洛杉矶时报》科学写作图书奖。<br /> <br /> *主要贡献：AI&amp;Society第5期活动特邀讲者。<br /> <br /> ==== Ginestra Bianconi ====<br /> 伦敦玛丽女王大学数学科学学院的应用数学教授，也是艾伦·图灵研究所的艾伦·图灵研究员。目前，她是 JPhys Complex 期刊的主编，PlosOne 和 Scientific Reports 的编辑。2020年，她被 NetSci 学会授予 Network Scientific Fellowships，以表彰她对网络科学的基础性贡献，特别是在复杂网络中玻色-爱因斯坦凝聚的提出以及在多层网络结构和动力学方面的进展。她的研究领域是统计力学和网络科学，具体包括网络理论及其跨学科应用。她是网络建模的专家，包括增长网络模型和均衡网络系综。同时也出版了关于网络上的动态过程的重要著作，特别是关于渗流的研究。最近几年，她一直专注于多层网络、单纯复形、网络几何和拓扑。她是牛津大学出版社出版的 ''Multilayer Networks: Structure and Function'' 和剑桥大学出版社出版的 ''Higher-order networks: An introduction to simplicial complexes'' 两本书籍的作者。<br /> <br /> 主要贡献：在高阶网络读书会上做出以高阶网络与动力学（Higher-order networks and dynamics）为主题的分享。<br /> <br /> ==== Erik Hoel ====<br /> 威斯康星大学麦迪逊分校博士，塔夫茨大学助理教授，哥伦比亚大学理论神经科学家，同时也是因果涌现理论提出者之一。他致力于运用信息论和因果分析来探索意识的生物学基础，理解涌现的本质。研究问题为如何利用复杂性和信息论来测量意识与无意识之间的神经差异、因果结构如何跨尺度变化、信息论指标如何捕捉和量化宏观尺度上的因果涌现。<br /> <br /> 主要贡献：在因果涌现读书会上做出以用信息度量因果（Causal Emergence Theory）为主题的分享。<br /> <br /> ==== 陈德亮 ====<br /> 现任瑞典哥德堡大学的 August Röhss 讲席教授，本科毕业于南京大学，于德国美因茨古腾堡大学师从诺贝尔奖得主Paul Crutzen教授获得博士学位。陈教授的研究方向包括'''气候动力学、气候模拟、全球和区域气候变化、地理信息科学和应用气候学'''等。<br /> <br /> 陈教授是国际著名的'''气候学家、诺贝尔奖评奖委员会专家、是地球系统科学的倡导和践行者，也是具有全球视野的战略科学家'''。他参与和领导了多个国际计划和组织，为多个政府、政府间组织和国际非政府组织以及国家研究资助机构担任科学顾问，是IPCC第五次、第六次评估报告第一工作组的主要作者和协调主要作者，于2009-2012年担任国际科学理事会（ICSU）执行主席。他长期致力于全球系统科学、未来地球学、全球可持续发展研究的领导、协调与合作工作，为国际科技合作做出了重要贡献。<br /> <br /> 陈教授先后当选为瑞典皇家科学院院士、哥德堡皇家艺术与科学院院士、发展中国家科学院院士、瑞典皇家科学院地学部主任、中国科学院外籍院士、挪威科学与文学院外籍院士、欧洲科学与艺术学院院士，曾获2017年度中华人民共和国国际科学技术合作奖。鉴于他对瑞典和国际气候研究做出的杰出贡献最近由瑞典国王颁发国王勋章。<br /> <br /> 主要贡献：在地球系统科学读书会上做出以地球系统科学的简史及重大挑战为主题的分享。<br /> <br /> ==== 周昌松 ====<br /> 物理学博士，香港浸会大学物理系教授、系主任，浸会大学非线性研究中心主任，计算及理论研究所副所长。1992年获南开大学物理学士，1997年获南开大学物理博士，1997-2007年在新加坡、香港、德国等地从事访问研究， 是洪堡基金获得者。 2007年加入香港浸会大学物理系， 2011年获浸会大学&quot;杰出青年研究者校长奖&quot;，2021年获&quot;杰出研究表现校长奖&quot;。在国际交叉学术刊物 PNAS，PRL，Physics Reports，National Science Review，J Neuroscience，NeuroImage，Cerebral Cortex，PLoS Computational Biology等发表论文150余篇 (Google Scholar引用15900余次，H因子为48)。任Scientific Reports 编委，PLoS One，Cognitive Neurodynamics学术编辑，及多种国际期刊常任审稿人。对生物神经网络复杂结构、动力学及其低成本高效益如何启发类脑智能具有浓厚的兴趣。致力于复杂系统动力学基础研究及其应用，特别是网络的复杂联结结构与体系的动态行为的关系和相互作用。近几年与国际国内系统和认知神经科学家合作，把这些理论进展应用到大脑的复杂联结结构和活动以及认知功能及障碍的分析和建模等方面研究中。<br /> <br /> 主要贡献：在神经动力学模型读书会上做出以复杂神经动力学：从分析到建模——从从神经元脉冲到皮层震荡，从涌现到功能（Complex Neural Dynamics: Analysis and Modeling ----<br /> <br /> From neuronalspikes to cortical waves, from emergence to function）为主题的分享。<br /> <br /> ==== 张江 ====<br /> *北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园（北京）科技有限公司创始人兼董事长、曾任腾讯研究院特聘顾问，复杂系统、人工智能的研究者与布道者。主要研究领域包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学等。曾在Nature Communications、Scientific Reports、Physical Review E、Journal of Theoretical Biology等国际知名刊物上发表过学术论文数十篇。<br /> <br /> *主要贡献：'''集智俱乐部创始人'''<br /> <br /> ==== 王大顺 ====<br /> *王大顺是西北大学副教授。他的研究方向是科学学，希望能够使用和开发复杂性科学的工具和人工智能，探索科学领域的发展和研究规律。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 吴令飞 ====<br /> <br /> *吴令飞集智科学家，匹兹堡大学助理教授，研究兴趣是组织创新与学习。通过使用数学模型和机器学习方法，通过研究来自科学界（例如Web of Science 和 ORCID数据）、工业界（例如美国专利数据）、和互联网众包社区（例如Stack Exchange 和 GitHub）大量团队的人员结构与产出的关系，报告人致力于寻找组织创新与学习的一般规律，促进组织管理和政策制定。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> ==== 尤亦庄 ====<br /> <br /> *尤亦庄，2013年博士毕业于清华大学，凝聚态物理方向。现为加州大学圣地亚哥分校助理教授。主要研究领域是量子多体物理，及其演生现象和临界现象。具体方向包括：拓扑量子物态，多体局域化和热化，高温超导和自旋液体等强关联体系，多体量子纠缠和张量网络。研究手段包括量子场论，拓扑场论，重整化群等等，对信息论（特别是量子信息），复杂系统，人工智能等领域也很感兴趣。<br /> <br /> *主要贡献：AI&amp;Society第2期活动特邀讲者，研读营学者，集核成员<br /> <br /> <br /> ==== 周涛 ====<br /> *周涛，电子科技大学教授，成都新经济发展研究院执行院长。主要从事统计物理与复杂性方面的研究。在 Physics Reports、 PNAS、Nature Communications 等国际 SCI 期刊发表 300 余篇学术论文，引用 20000 余次，H指数为69。现象级畅销书《大数据时代》中文版译者，《为数据而生》作者。<br /> <br /> *主要贡献：AI&amp;Society第13期活动特邀讲者，文章贡献<br /> <br /> ==== 吕琳媛 ====<br /> *吕琳媛，国家优秀青年基金获得者，电子科技大学教授，阿里巴巴复杂科学研究中心副主任。主要从事网络信息挖掘和社会经济复杂性方面的研究。在Nature Communications、Physics Reports、PNAS等学术期刊发表论文60余篇，引用6 000余次，8篇论文入选ESI全球Top-1%高引论文，研究成果入选2016年中国百篇具有影响力国际学术论文。<br /> <br /> *主要贡献：AI&amp;Society第9，13期活动特邀讲者，文章贡献<br /> <br /> ==== 王成军 ====<br /> <br /> *王成军，南京大学新闻传播学院助理研究员、计算传播学实验中心成员，对复杂性科学和可计算方法(如机器学习)感兴趣，现在的研究主要集中于采用网络科学方法分析计算社会科学的研究问题，例如，采用重整化方法分析手机用户的注意力网络和移动网络。<br /> <br /> *主要贡献：研读营学者<br /> <br /> ==== 唐乾元/傅渥成 ====<br /> 唐乾元，东京大学博士后，南京大学物理系物理学在读博士，集智核心成员，「知乎盐 Club 2014」荣誉会员，曾出版知乎盐系列电子书《写在物理边上》《临界：智能的设计原则》和知乎一小时电子书《能量守恒》。主要研究方向为统计物理及其在生命科学问题中的应用，曾作为中国博士生代表参加在德国林岛举办的「诺贝尔奖获得者大会」。<br /> <br /> ==== 殷裔安 ====<br /> *殷裔安美国西北大学在读博士，王大顺合作者。研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：研读营学者，文章贡献<br /> <br /> ==== 黄俊铭 ====<br /> *黄俊铭，普林斯顿大学博士后，博士毕业于中国科学院计算技术研究所，曾在美国东北大学[[Albert-László Barabási]]实验室担任博士后，研究方向为量化社会学方法、科学计量学、社会网络分析，文本分析等。<br /> <br /> *主要贡献：文章贡献<br /> <br /> == 集智活动 ==<br /> 集智活动以线下活动居多，多以公开讲座、读书会、系列沙龙等形式研讨、科普前沿科学知识。活动所覆盖的学科领域包括：人工智能、复杂系统、生物科学、脑与认知等多个不同的领域。<br /> === 读书会 ===<br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> ===== 基本介绍 =====<br /> 读书会是针对人工智能、复杂系统、生命科学、脑与认知等多个领域，由一位或多位发起人组织，系统研读经典文献，或深入学习某项特定技术，最终输出一些文章或者产品。该活动一般按照主题举办，为期1～3个月，定期举行线上或者线下讨论，每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会可以针对具体主题进行一定强度的讨论研究，从而孕育出新的创新成果，例如科研论文、产品原型或者学术报告等；“彩云天气”APP就是“深度学习”读书会的成果；《走近2050》也是在“集体注意力流”读书会讨论中产生的。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的深度爱好者、学习者<br /> <br /> 线下读书会列表<br /> <br /> *复杂系统自动建模读书会<br /> *图网络读书会<br /> *幂律读书会<br /> *意识与认知读书会<br /> *深度“深度学习”读书会<br /> *探索脑与深度学习读书会<br /> *热力学与进化论读书会<br /> *自然语言处理读书会<br /> *复杂经济学读书会<br /> *量子决策理论读书会<br /> *GEB读书会<br /> *计算心理学读书会<br /> <br /> 线上读书会列表<br /> {| class=&quot;wikitable&quot;<br /> |+集智俱乐部2020-2022年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人 !! 报名途径 !! 持续期数 !! 当前状态 !! 固定时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> |https://pattern.swarma.org/mobile/study_group/11<br /> |28<br /> |已结束<br /> |<br /> |-<br /> |[https://mp.weixin.qq.com/s/-HMX_8RwDcf4xQUdYq19kQ 复杂经济学读书会]|| 李红刚等||王朝会 ||https://pattern.swarma.org/mobile/study_group/3?from=wiki&lt;nowiki/&gt;|| 31 || 已结束|| 周二晚上20:00-22:00<br /> |-<br /> |[https://pattern.swarma.org/path?id=125 企业发展建模与预测读书会]|| 张江等 || 陶如意 ||https://pattern.swarma.org/mobile/study_group/5?from=wiki<br /> || 12 || 已结束 || 周一晚上20:00-22:00<br /> |-<br /> |[https://mp.weixin.qq.com/s/yL2LmgkURpMhnZJjx1fkVA 复杂系统自动建模读书会]||张江 ||王婷 ||https://campus.swarma.org/form/activity/3&lt;nowiki/&gt;&lt;nowiki/&gt;||12 ||已结束 || 周日晚上20:00-22:00<br /> |-<br /> |[https://mp.weixin.qq.com/s/cqRXAIOynrbpjY8a3idAew 面向复杂系统的人工智能研究读书会]|| 张江 ||张章 ||https://campus.swarma.org/form/activity/8&lt;nowiki/&gt;&lt;nowiki/&gt;||9 ||已结束 ||周日晚上20:00-22:00<br /> |-<br /> |[https://mp.weixin.qq.com/s/oUlksh3GCEGxzkS5XPXuxw 生命复杂性系列读书会]|| 傅渥成等 ||刘培源 ||https://pattern.swarma.org/mobile/study_group/2?from=wiki&lt;nowiki/&gt;&lt;nowiki/&gt;||12 || 已结束 ||周四晚上20:00-22:00<br /> |-<br /> |[https://mp.weixin.qq.com/s/e1M-GX91sQ8w7K0ivjI3SA 科学学读书会]|| 胡乔 || 胡乔||https://campus.swarma.org/form/activity/7&lt;nowiki/&gt;&lt;nowiki/&gt;||6 || 已结束 || 周三晚上20:00-22:00<br /> |-<br /> |[https://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&amp;mid=2247518709&amp;idx=1&amp;sn=801e98285ad903a5e0abb1f4ae1a9a9d&amp;chksm=e897d378dfe05a6e4fdd97d189237020589669a6b5e750063f2b9e56bb3d951d573e6dd533b3&amp;scene=21#wechat_redirect 因果科学与Causal AI 读书会]<br /> |龚鹤扬等<br /> |王婷<br /> |https://pattern.swarma.org/mobile/study_group/1<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |-<br /> |[https://mp.weixin.qq.com/s/_wUeYz3wlfZqG8_W9_X3QQ 因果科学与Causal AI读书会第二季]|| 李奉治等 || 王婷 ||https://pattern.swarma.org/mobile/study_group/4?from=wiki<br /> | 11 || 已结束 || 周日上午10:00-12:00<br /> |-<br /> |[https://swarma.org/?p=29052 因果科学与Causal AI 读书会第三季]<br /> |李奉治<br /> |段月然<br /> |https://pattern.swarma.org/mobile/study_group/10<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |-<br /> |[https://mp.weixin.qq.com/s/KhhDARDyMN0HHpSUVozxBw 因果涌现读书会]|| 张江等 || 王婷 ||https://pattern.swarma.org/mobile/study_group/7?from=wiki&lt;nowiki/&gt;|| 16 || 已结束 || 周六上午9:00-11:00<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |https://pattern.swarma.org/study_group/16<br /> |1/8<br /> |'''进行中'''<br /> |周日晚上19:00-21:00<br /> |-<br /> |[https://mp.weixin.qq.com/s/ITDH5nRONpMQ_UeLJwh7PA 社会计算读书会]||王硕等 || 王建男||https://pattern.swarma.org/mobile/study_group/6?from=wiki&lt;nowiki/&gt;|| 12 || 已结束 || 周四晚上20:00-22:00<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |https://pattern.swarma.org/study_group/19<br /> |12<br /> |待开始<br /> |<br /> |-<br /> <br /> |[https://mp.weixin.qq.com/s/dW4LSe4I56i6TByHA3BtKQ 复杂管理学读书会]||罗家德 || 张爱华||https://campus.swarma.org/course/3439<br /> | 13<br /> | 已结束 || 周三晚上19:00-21:00<br /> |-<br /> |[https://swarma.org/?p=29430 自生成结构读书会]<br /> |仇玮祎等<br /> |李欣儒<br /> |https://pattern.swarma.org/mobile/study_group/13<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |-<br /> | 地球科学读书会|| 邓琪敏等 || 晏丽 ||https://pattern.swarma.org/mobile/study_group/14<br /> | 13 <br /> |已结束 || 周四晚19:00-21:00<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |https://pattern.swarma.org/study_group/15<br /> |9/12<br /> |'''进行中'''<br /> |周六下午14:00-16:00<br /> |}<br /> <br /> <br /> 可以进入[[集智俱乐部读书会]]页面，查看更多关于读书会的内容<br /> <br /> === 科普讲座 ===<br /> <br /> ===== 基本介绍=====<br /> 科普讲座是集智俱乐部的传统活动，是由集智俱乐部核心成员或者粉丝自发组织的讲座，面向公众，偏向于科普性质，活动频率大约1个月1次，力图用通俗的语言进行广泛的跨学科交流。<br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的爱好者<br /> ===== 典型活动介绍（挑选典型活动）=====<br /> *2016/09/17 ·【任远】 复杂性科学与生成艺术 <br /> *2016/08/28 ·【罗淼】 科学与游戏沙龙活动<br /> *2015/11/22 ·【董磊】 基于大数据预测地区发展<br /> *2015/07/26 ·【曹旭东、张江、袁行远】 开源科学：人类科学往何处去<br /> *2013/07/21 ·【张江】 大自然如何设计？ — 探索网络、流动中的自组织规律<br /> *2013/06/22 ·【尤亦庄】 从涡旋到光与电的演生—漫谈凝聚态物理新思潮<br /> *2013/05/12 ·【Robert Ackland】 一个社会科学家眼中的“计算社会科学”<br /> *2013/01/20 ·【吴令飞】 计算社会科学总论<br /> *2012/11/11 ·【Bertrand Roehner 】 我们如何开始科学探索? <br /> *2011/07/24 ·【Monk】 自复制 — 生命的核心 <br /> *2009/04/18 ·【Miner】 人工智能之梦<br /> <br /> <br /> === 研读营 ===<br /> <br /> ===== 基本介绍 =====<br /> 研读营是集智俱乐部的特色活动，汇集一批青年学者，围绕某个与复杂系统和人工智能领域的前沿课题，进行一周左右的深度交流，激发科研灵感，孕育学术成果。集智研读营一般由相关基金或企业赞助。<br /> <br /> *烧脑指数：🌟🌟🌟🌟🌟（5颗星）<br /> *参与方式：学者推荐或外部申请<br /> *适用人群：相关领域的科研工作者，或在读研究生、博士；思想开放，热爱交流<br /> <br /> ===== 典型活动 =====<br /> <br /> *2016年10月8日-2016年10月14日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2016年集智俱乐部研读营]]<br /> <br /> *2017年7月16日-2017年7月22日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“物理、人工智能、几何与机器学习”研读营[[2017年集智俱乐部研读营]]<br /> <br /> *2018年6月22日-2017年6月28日在云南大理喜洲召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2018集智－凯风研读营]]<br /> <br /> *2019年1月14日-2017年1月23日在南京大学仙林校区召开了由腾讯基金会赞助，集智俱乐部主办“从复杂网络到图神经网络的计算社会科学：理解人性、理解机器、理解当代社会”研读营[[2018年集智腾讯计算社会科学研读营]]<br /> <br /> *2019年6月7日-2017年6月14日在云南剑川沙溪古镇召开了由凯风基金会赞助，集智俱乐部主办“网络、几何与机器学习”研读营[[2019凯风研读营]]<br /> <br /> * 2020年研读营分为线上研读营和线下研读营，线上研读营时间是8月25日-8月29日，共计5天，地点是在Zoom在线会议；线下研读营时间是9月23日-9月26日，共计4天，地点是在北京周边的灵水村。参与人数共计有56人（具体人员信息见附录），主题是“面向复杂系统的人工智能”研读营。[[2020集智凯风研读营]]<br /> <br /> === 学术沙龙 ===<br /> <br /> ===== 基本介绍 =====<br /> 针对前沿技术热点和重大社会问题，邀请一线研究者，面向公众，分享其最新研究成果。学术沙龙的宗旨是，挖掘交叉型人才，孕育原创性思想，传播最新科学认知。集智学术沙龙一般相关基金或企业赞助，面向公众开放。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的研究者、从业者、爱好者<br /> <br /> 活动主题包括但不限于：<br /> *计算社会科学：概况、发展现状与应用、大数据与机器学习在科学学中的应用专题；<br /> *人工智能与城市科学：卫星遥感数据在城市科学中的应用；大数据与人工智能在城市科中的应用；智慧城市发展展望；<br /> *多智能体系统：多智能体系统社会学仿真及其最新发展现状；<br /> *人工智能社会：多主体智能、深度学习与多主体、经济推理与人工智能；<br /> *算法与社会：计算广告学、推荐算法等算法简介以及对社会的影响；<br /> *算法经济：云计算、算法经济平台，以及算法经济的发展展望。<br /> <br /> ===== 典型活动 =====<br /> <br /> 主要分享学者：黄晶生、程明霞、施永仁、吴令飞、王成军、侯世达、陆云波、韩战钢、陈永伟、张江、肖达、吕林媛、李睿琪、Geoffrey West、James Evans、周涛、高见、龙瀛、肖仰华、王鹏、José Lobo、W.Brain Arthur<br /> <br /> 详情请见：[[AI&amp;Society系列沙龙活动]]<br /> <br /> === 集智圣诞年会 ===<br /> <br /> ===== 基本介绍 =====<br /> <br /> 集智年会是集智俱乐部一年一度的盛会，一般在圣诞节或者元旦举办，其目的是为了总结集智俱乐部一年的发展，并为集智俱乐部的忠实粉丝提供一个深度交流的平台。<br /> <br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：邀请或报名审核<br /> *适用人群：集智俱乐部粉丝；希望深入了解集智俱乐部的朋友<br /> <br /> ===== 典型活动 =====<br /> *2015年7月15日、7月16日在南京大学新闻传播学院召开了第一次学术会议：南京'''注意力'''的科学会议[http://wiki.swarma.net/index.php/%E5%8D%97%E4%BA%AC%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%9A%84%E7%A7%91%E5%AD%A6%E4%BC%9A%E8%AE%AE]<br /> <br /> *2016年的学术圣诞晚会是在帝都心脏三里屯的Surperfit举办，此次活动的主题是'''AI与创业'''。[https://mp.weixin.qq.com/s/JMaf3r70ej0E5-_5rQ-Dmg]<br /> <br /> *2017年的学术圣诞晚会是在768创意产业园区内的彩云科技举办，此次活动的主题是'''AI改变生活'''[https://mp.weixin.qq.com/s/QjRJ-Rf2qDwcdweKOXF5uw]。<br /> <br /> *2018年的学术圣诞晚会是在北京朝阳区乌托邦工厂举办，此次活动的主题是'''奇点临近'''[https://mp.weixin.qq.com/s/aTd8fLStWOiDafBpv2ptdw]。<br /> <br /> *2019年的学术年会是在北京海淀区的E_ZIKOO智慧谷举办，此次活动的主题是'''量子跃迁'''[https://swarma.org/?p=17911]。<br /> <br /> ==集智内容 ==<br /> <br /> === 集智公众号 ===<br /> [[File:集智俱乐部公众号云图.png|800px|集智俱乐部发展历史|thumb|居中|集智俱乐部公众号关键词云图]]<br /> <br /> 集智俱乐部致力于报道复杂性科学与人工智能领域的最新进展，特别关注跨学科研究与交流。从社交网络到生态系统，从城市的结构到语言的结构，从机器学习到量子信息……「集智俱乐部」这个公众号跨越了学科的局限，向我们揭示出复杂世界背后的简单规则，也启发我们思考人工智能和复杂系统中的那些最前沿、最深刻、最普适的问题。<br /> <br /> 集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> <br /> ==== 代表作品 ====<br /> 集智俱乐部公众号下分为多个子栏目，包括前沿报道、科研议题、科普文章、科学解释世界、经典论文回顾等。典型代表作品如下：<br /> <br /> *栏目：前沿报道<br /> 代表文章：[https://mp.weixin.qq.com/s/eDP_1GdltOeER4mgJKrnBg 巴拉巴西nature封面文章，网络3d打印]<br /> <br /> *栏目：科研议题<br /> 代表文章：[https://mp.weixin.qq.com/s/iXXZi6dQeTBBSZoHlLuCHA 学术互捧没有用？可能还有负面作用]<br /> <br /> *栏目：科普文章<br /> 代表文章：[https://mp.weixin.qq.com/s/pVgX5o2pu7l_Fbq3GAcn0A 一文读懂复杂网络与群体智慧]<br /> <br /> *栏目：科学解释世界<br /> 代表文章：[https://mp.weixin.qq.com/s/Dl0DowLx70uFwq67XJGvVA Science文章：要想成功，快抱大腿]<br /> <br /> *栏目：经典论文回顾<br /> 代表文章：[https://mp.weixin.qq.com/s/X7AWuytD8D3Z5-rUAi7TEQ 热力学与进化论]<br /> <br /> *栏目：集智活动<br /> 代表文章：[https://mp.weixin.qq.com/s/TOOcBnaMPm6NycWvZYa8sQ 集智-凯风复杂系统论坛全天回顾]<br /> <br /> 公众号 ID：swarma_org<br /> [[File:集智俱乐部.jpg|200px|集智俱乐部发展历史|thumb|居中|扫一扫，关注集智俱乐部]]<br /> <br /> === 集智百科 ===<br /> <br /> [[File:集智百科-全面图.png|1000px|集智俱乐部发展历史|thumb|居中|[[集智百科]]]]<br /> <br /> [[集智百科]]是一个自由内容、公开编辑的科学知识库，主要内容集中在复杂系统科学与人工智能，创建于2013年，主要内容由集智俱乐部志愿者贡献。<br /> <br /> 集智百科作为一个开源的项目，致力于在复杂性科学这个学科领域，为大家翻译、整理、编辑最专业、准确的中文百科全书，为广大的科学爱好者提供最便捷的搜索方式。<br /> <br /> 集智百科的'''愿景'''：做复杂性科学领域科学、全面、客观的百科全书；<br /> <br /> 集智百科的'''口号'''：知识从我而来，问题到我为止。<br /> <br /> 从13年创建以来，集智百科上断断续续的有人生产内容，但是这些内容缺乏规范性，也不成体系，自2019年年底以来，集智俱乐部希望可以着重的梳理复杂性科学领域的基础知识，为广大的科学爱好者提供便捷易懂的知识。所以我们成立了信息收集、整理翻译、审校、编辑、专家审校、代码实现等小组，希望可以共同去完成这样一个万古长青的事业。<br /> <br /> 如果恰好你也对知识整理、分享感兴趣，也愿意参与我们，请添加相关负责人联系方式，加入对应的小组，和大家一同前行，共同编辑，改变世界！<br /> <br /> [[File:集智百科报名.png |200px|集智俱乐部发展历史|thumb|居中|集智百科志愿者报名]]<br /> <br /> ==== 代表作品 ====<br /> 知识类词条：<br /> *[[摄像机-电视自指系统]]<br /> *[[无标度网络]]<br /> *[[小世界网络]]<br /> *[[异速生长律]]<br /> *[[元胞自动机]]<br /> *[[复杂系统]]<br /> <br /> 人物类词条：<br /> * [[斯蒂芬·沃尔夫勒姆 Stephen Wolfram]]<br /> * [[香农]]<br /> * [[吉布斯]]<br /> * [[巴拉巴西]]<br /> <br /> <br /> 书籍类词条：<br /> * [[链接：网络新科学]]<br /> * [[巴拉巴西网络科学 Network Science]]<br /> * [[巴拉巴西成功定律]]<br /> <br /> === 集智众包 ===<br /> 集智俱乐部自2015年以来，在集智社区形成了成熟的众包运作模式，充分利用集体智慧，进行团体合作写作、翻译等活动，最终输出内容。目前已创作和翻译3本图书作品：<br /> <br /> ==== 代表作品 ====<br /> <br /> [[File:科学的极致：漫谈人工智能.JPG|350px|居中|科学的极致：漫谈人工智能]]<br /> <br /> [[科学的极致：漫谈人工智能]]<br /> <br /> 简介：这本书主要向大家介绍了人工智能的历史和发展，当然也包括了很多在集智俱乐部讨论过的AI方面的主题，例如：哥德尔不完备定理、柯尔莫戈洛夫复杂性、深度学习和集体智慧等主题。<br /> <br /> [[File:走近2050——注意力、互联网与人工智能.jpg|300px|居中|走近2050——注意力、互联网与人工智能]]<br /> <br /> [[走近2050]]——注意力、互联网与人工智能<br /> <br /> 简介：这本书主要讲述了机器世界最重要的能源：注意力流，因为我们生活中所有的产品和程序都是为了获取我们的注意力。这本书涵盖了人工智能、互联网、心理学和计算机游戏。<br /> <br /> <br /> [[File:深度思考——人工智能的终点与人类创造力的起点.jpg |400px|居中|深度思考——人工智能的终点与人类创造力的起点]]<br /> <br /> [[深度思考]]——人工智能的终点与人类创造力的起点<br /> <br /> 简介：在这本突破性的书中，卡斯帕罗夫第次揭示了他惊人的一面，描述了他在面对最为强大的对手时的谋划与布局，在全世界的注视下奋勇争先，并叙述了通过国际象棋程序的发展考察人工智能的发展历史。<br /> <br /> <br /> <br /> [[File:深度学习原理与PyTorch实战.png |400px|居中|[http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]]]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> 简介：本书系统介绍了深度学习技术及开源框架 PyTorch。实战与理论兼具，每章围绕一个有意思的实战案例展开，全面深入地介绍了计算机视觉、自然语言处理、迁移学习，以及最新的对抗式学习和深度强化学习等前沿技术。<br /> <br /> <br /> <br /> [[文件:Netlogo入门书籍.jpg|替代=|居中|400x400像素]]<br /> [https://item.jd.com/10039871937829.html NetLogo多主体建模入门]<br /> <br /> 简介：从入门讲解NetLogo多主体建模，精选七大跨领域实战案例，循序渐近讲解NetLogo的使用方法，附赠代码示例和讲解视频，计算机模拟仿真建模教程书籍。<br /> <br /> ==成果展示 ==<br /> <br /> === 集智社区 ===<br /> <br /> 在集智社群中<br /> <br /> 既有做出重要贡献的'''成熟学者'''<br /> <br /> 也有引领科技行业潮流的'''先锋企业家'''<br /> <br /> 还有许多正冉冉升起的'''青年学者、潜力硕博'''<br /> <br /> 更不乏从志愿者工作开始，逐渐切入学界、迅速成长的'''优秀青年'''<br /> <br /> 集智社群名人不完全名单：<br /> 文小刚，侯世达，凯文·凯利，李子青，王飞跃，段永朝，王小川，顾学雍，陈晓松，周海军，王啸，吴岩，刘锋，张寒燕，俞志晨，张一甲，杨南征，狄增如，韩战钢，吴金闪，尹相志，韩锋，李嫣然，傅渥成，林思恩，吴令飞，吕正东，唐璐，贾梓筠，尤亦庄，肖达，谷鹄翔，王成军，张勉，秦建军，苑明理，董磊，王乃岩，许铁，陆宜，陆云波，赵云峰，袁行远，曹旭东，陆树燊，王昆，刘寰青，唐文，姚欣，宋家泰，黄钊等等等等。<br /> <br /> [[File:GEB侯世达.jpg|800px|GEB作者侯世达公开分享|thumb|居中|《GEB》作者侯世达先生在集智俱乐部演讲]]<br /> <br /> <br /> [[File:部分集智科学家.jpg|800px|部分集智科学家合照|thumb|居中|部分集智科学家合照]]<br /> <br /> 还有许许多多的大咖参与其中， 共同打造没有围墙的研究所！<br /> &lt;br /&gt;<br /> <br /> ==== 社区科研成果 ====<br /> <br /> '''[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]'''<br /> * 2017年11月28日，集智科学家[[张江]]、董磊、[[李睿琪]]等人在Nature Communications上发表文章[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]&lt;ref name=&quot;z&quot;&gt;Ruiqi Li,Lei Dong,Jiang Zhang,Xinran Wang,Wen-Xu Wang,Zengru Di,H. Eugene Stanley (2017) [https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities].&lt;/ref&gt;，该文提出了一种模拟城市分形生长过程的模型，用简单的规则就可以刻画纷繁复杂的城市背后的统一规律：[https://mp.weixin.qq.com/s/Kqwcpg3Tyl78eF6YQyHESw 复杂的城市，简单的规则]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]'''<br /> * 2018年12月11日，集智科学家吴令飞（[[计算士]]）和王成军合作在PANS上发表文章[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]&lt;ref name=&quot;w1&quot;&gt;Katy Börner,Olga Scrivner,Mike Gallant,Shutian Ma,Xiaozhong Liu,Keith Chewning,Lingfei Wu,James A. Evans (2018) [https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy].&lt;/ref&gt;，该文系统性分析了一万三千个技能关键词在过去七年间（2010-2016）发布的一亿两千万份招聘广告、三百万份课程大纲和一百万研究论文上被提及的频率，发现人类社会对编程、财务、统计等“硬技能”（hard skills）的需求越来越大，与此同时，研究人员发现，沟通、管理和团队合作等“软技能”（soft skills）频率波动的时间序列与硬技能之间密切相关，硬技能需求增加驱动着与之适配的软技能：[https://swarma.org/?p=13892 为什么未来需要软技能]<br /> <br /> '''[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It]''' <br /> * 2019年2月21日，集智科学家吴令飞（[[计算士]]）在Nature杂志上发表封面文章[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It] &lt;ref name=&quot;w&quot;&gt;Lingfei Wu,Dashun Wang,James A. Evans (2019) [https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large teams develop and small teams disrupt science and technology].&lt;/ref&gt;。该文介绍了一项对1954年-2014年期间超过6500万篇论文、专利和软件产品的数据分析工作。研究者量化评估了创新的“颠覆性”，发现小团队更有可能做出突破性的研究：[https://swarma.org/?p=14730 团队规模与颠覆性创新]。论文第一作者吴令飞为 Nature 撰写了这篇文章，介绍了论文背后的故事和作者们的思考：[https://swarma.org/?p=14825 Nature封面文章作者讲述论文故事：小团队知道答案]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]'''<br /> * 2019年7月8日，集智科学家靳擎、王大顺等人在Nature Human Behaviour上发表封面文章[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]&lt;ref name=&quot;j&quot;&gt;Ching Jin,Chaoming Song,Johannes Bjelland,Geoffrey Canright,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems].&lt;/ref&gt;，该文章发表消费者购买产品的行为模式、新思想在网络上传播的模式，本质上都是一种幂律增长的模式：[https://swarma.org/?p=17317 复杂演替系统中的幂律增长模式]<br /> <br /> '''[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]'''<br /> * 2019年10月30日，集智科学家殷裔安和王大顺等人一起在Nature发表文章[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]&lt;ref name=&quot;y&quot;&gt;Yian Yin,Yang Wang,James A. Evans,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security].&lt;/ref&gt;，分析了科研（数据集来源于NIH Grants）、投资（数据集来源于 VentureXpert 数据库）、公共安全（数据集来源于全球恐怖主义数据库GTD）三个领域的大规模数据，阐述了失败的动力学机制。从动力学所得到的早期信号中“明察秋毫”，或许胜败早有伏笔：[https://mp.weixin.qq.com/s/SNxL91Q-pRfP83YoXK9LSQ 原来胜败早有信号]<br /> <br /> '''[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]'''<br /> * 2020年2月18日，集智科学家黄俊铭在PANS杂志上发表文章[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;，该文整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据，对学术界中女性科研人员的学术能力表现及其背后的原因做出了分析:[https://swarma.org/?p=18557 女性科研工作者的退出风险与学术成就]<br /> <br /> === 集智孕育 ===<br /> <br /> ==== 彩云AI ====<br /> <br /> [[File:彩云天气.png|800px|居中]]<br /> <br /> 2014年，集智俱乐部核心成员袁行远、肖达开发彩云天气，这是一款能够精确预测未来1小时内局部地区降雨情况的APP。这款APP是集智俱乐部举办的深度学习读书会孕育出来的一款产品。目前，袁行远、肖达、苑明理、何永振等集智核心成员已独立成立了彩彻区明科技有限公司。<br /> <br /> 有关彩云天气可以参看：[http://caiyunapp.com/]<br /> <br /> 最近，这个团队又研发了一个“彩云小译”的AI应用，这个应用可以做中英之间的同声翻译，帮助你与外国人无障碍交流。<br /> <br /> [[File:彩云小译.png|800px|居中]]<br /> <br /> ==== 集智斑图 ====<br /> <br /> <br /> [[文件:集智斑图新首页.png|替代=|居中|缩略图|800x800像素|[https://pattern.swarma.org/ 集智斑图]首页截图]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> [https://pattern.swarma.org/ 集智斑图]是是集智俱乐部创建的复杂科学领域的高质量内容聚合平台，包含了自组织社区、多领域学习路径、最新论文更新、论文解读活动等板块。集智斑图的目标是沉淀聚合复杂科学相关的科研资料，提高信息匹配效率。<br /> <br /> 斑图的含义：来源于英文的pattern，有花纹，图案的意思，在复杂系统中特指大量相互作用单元涌现出的时间空间模式，集智斑图则特指学习者在探索互动中形成的知识空间和集体智慧<br /> <br /> slogan：用知识连接探索者<br /> <br /> '''推荐学习路径：'''<br /> <br /> [https://pattern.swarma.org/path?id=13 意识科学入门路径]从意识是什么，详细介绍了认知科学有关的实验，介绍了认知科学当前的最新研究进展，并且从跨学科的角度探讨了认知科学的发展方向。<br /> <br /> [https://pattern.swarma.org/path?id=2 复杂网络分析入门路径]系统地整理了复杂网络分析领域的主要问题、意义和研究思路（但并不包括具体细节），整理相关的学习资料、论文和在线课程，供新手快速入门复杂网络。<br /> <br /> [https://pattern.swarma.org/path?id=9 因果推断方法概述]从因果关系，理解因果关系的三个层次，以及研究因果关系的算法详细的阐述了因果关系的研究问题。<br /> <br /> [https://pattern.swarma.org/path?id=21 解读幂律(Power Law)分布与无标度(Scale Free)网络]从什么是幂律分布，什么是无标度网络，如何产生幂律分布以及如何估计和判断幂律分布等几个方面详细阐述了幂律分布的原理。<br /> <br /> [https://pattern.swarma.org/path?id=11 人工生命入门路径]整理自Lana Sinapayen为人工智能研究者们提供的一份人工生命入门指南，从人工生命的研究目标，人工生命的发展历史，人工生命的未来展望和学习清单多方面阐述了人工生命这个领域的研究问题和方向。<br /> <br /> '''推荐论文解读：'''<br /> <br /> * Albert-Laszlo Barabasi;Reka Albert;Emergence of scaling in random networks ,Science,1999&lt;ref name=&quot;a&quot;&gt;Albert-Laszlo Barabasi,Reka Albert (1999) [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 Emergence of scaling in random networks].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 随机网络的无标度性]总结了存在于许多实际网络中的[[幂律分布]]特性，首次命名了[[无标度网络]]这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。<br /> <br /> * Dirk Brockmann; Dirk Helbing;The Hidden Geometry of Complex, Network-Driven Contagion Phenomena ,Science,2013 &lt;ref name=&quot;b&quot;&gt;Dirk Brockmann, Dirk Helbing (2013) [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 The Hidden Geometry of Complex, Network-Driven Contagion Phenomena].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 通过网络的隐藏几何推断病毒的传播]指出疾病的传播其实与城市间的地理距离没啥关系，而与城市间的“等效”距离密切相关。这里的等效距离就是指根据城市间交通流量数据而折合以后的距离。<br /> <br /> * Marc Timme; Jose Casadiego;Revealing networks from dynamics: an introduction ,Journal of Physics A: Mathematical and Theoretical,2014,41 .37&lt;ref name=&quot;c&quot;&gt;Marc Timme, Jose Casadiego (2014) [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 Revealing networks from dynamics: an introduction].Journal of Physics A: Mathematical and Theoretical.41.37:&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 基于动力学的网络重构]简单地引入了复杂网络的基本概念后，介绍了复杂网络中有效链接和结构链接两者之间的区别。文章中详细地回顾了基于群体动力学数据，重构网络中结构链接的三种主要基本方法，即驱动-响应方法、复制-同步方法和直接重构方法，并指出了每种方法的优缺点和适用范围；简略地介绍了基于相关函数和最大熵理论，重构有效链接的思路。<br /> <br /> * Junming Huang;Alexander J. Gates;Roberta Sinatra;Historical comparison of gender inequality in scientific careers across countries and disciplines ,proceedings of the national academy of sciences,2020,117 .9:4609-4616&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 PNAS论文解读：科学事业在不同国家和学科中性别不平等的历史比较]整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、署名、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据。对学术界中女性科研人员的学术能力表现、及其背后的原因做出了分析。<br /> <br /> <br /> '''集智斑图论文速递：'''<br /> <br /> 实现了自动采集和遴选各大学术顶刊中与复杂科学密切相关的最新进展，并通过定期推送和建立论文库服务社区，是集智斑图聚合高质量信息、服务自组织科学社区的一项代表性产品。<br /> <br /> 斑图速递是由数据自动采集、科学术语自动提取、跨学科领域论文过滤、科学影响力评价体系等一系列技术支撑的，其中多项技术为自主研发并已注册专利。集智技术团队将持续专注于建立更完善的复杂科学知识体系和知识管理体系，服务于集智社区。<br /> [[文件:顶刊速递.png|居中|缩略图|569x569像素|顶刊速递栏目]]<br /> [[文件:顶刊速递订阅.png|替代=顶刊速递订阅|边框|居中|647x647像素]]<br /> <br /> <br /> ==== 集智学园 ====<br /> [http://campus.swarma.org 集智学园]成立于2016年10月1日，是集智俱乐部孕育的创业项目之一。为一个知识服务社区，专门致力于复杂性科学、人工智能等先进技术的普及工作，合作伙伴包括腾讯、华为、北京师范大学、湖畔大学、混沌大学等多家知名机构。2019年底获得国家高新技术企业称号。<br /> <br /> [http://campus.swarma.org 集智学园]的课程涵盖基础通识、复杂系统、网络科学、计算社会、人工智能五大模块。每个模块的精品课程，下表是部分课程：<br /> <br /> {| class=&quot;wikitable sortable&quot;<br /> |-<br /> ! 课程类别 !! 课程名称<br /> |-<br /> | 基础与通识 || [http://campus.swarma.org/play/coursedetail?id=429 NetLogo 多主体建模入门]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10405 Mathematica基础入门教程]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=388 快速入门 Julia 语言]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10406 数据科学心法与机器学习实战] <br /> |-<br /> | 复杂系统 || [http://campus.swarma.org/play/coursedetail?id=432 复杂性思维2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10665 系统科学概论]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=394 复杂系统中的幂律分布]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=397 非线性动力学与混沌]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=433 复杂性与临界现象2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=423 系统科学与社会经济] <br /> |-<br /> | 网络科学 || [http://campus.swarma.org/play/coursedetail?id=381 图网络：融合推理与学习的全新深度学习架构]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=440 复杂网络2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=443 图网络算法原理探究]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=122 非欧式数据的几何深度学习]<br /> |-<br /> | 计算社会 || [http://campus.swarma.org/play/coursedetail?id=10634 计算社会科学的前沿与展望]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10624 地球未来——生物体、城市和公司的生命、生长与死亡]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10582 生长与设计——复杂性视角下的智慧城市]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=425 复杂系统与社会计算研讨会]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10844 知识图谱与认知智能] <br /> |-<br /> | 人工智能 || [http://campus.swarma.org/play/coursedetail?id=11076 产学结合：自然语言处理及其应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=416 系统讲解知识图谱——从建模到应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=412 GAN 专题论文解读]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=413 GAN 专题代码实践]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10484 计算机视觉与深度学习]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=121 中文自然语言理解（NLU）在金融领域的应用] <br /> |-<br /> <br /> |}<br /> <br /> 查看各模块的精品课程，去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===== [http://wiki.swarma.net/index.php/%E4%BC%81%E4%B8%9A%E5%90%88%E4%BD%9C%E8%AF%BE%E7%A8%8B%E5%88%97%E8%A1%A8 企业培训] =====<br /> <br /> 集智学园特别推出企业培训服务，为企业提供系统完整的技术、思维培训。建立员工深度学习机器学习思维，掌握机器学习的基本方法，提高企业活力。<br /> &lt;br/&gt;详细信息：http://business.swarma.org/<br /> <br /> <br /> '''技术培训'''<br /> <br /> 《python数据科学与机器学习》&lt;br /&gt;<br /> <br /> 《如何打造你自己的聊天机器人》&lt;br /&gt;<br /> <br /> 《中文自然语言理解在中文中的应用》&lt;br /&gt;<br /> <br /> 《自然语言处理与深度学习》&lt;br /&gt;<br /> <br /> 《计算机视觉与深度学习》&lt;br /&gt;<br /> <br /> 《火炬上的深度学习》&lt;br/&gt;<br /> ......<br /> <br /> '''思维升级'''<br /> <br /> 《复杂性科学》&lt;br /&gt;<br /> <br /> 《迎接AI时代》&lt;br /&gt;<br /> <br /> 《走近2050—人工智能、注意力与互联网》&lt;br /&gt;<br /> <br /> 《机器学习思维》&lt;br /&gt;<br /> <br /> 《企业生长的规模法则》&lt;br/&gt;<br /> ......<br /> <br /> 查看更多精彩内容，请去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===媒体报道===<br /> <br /> 李白薇：[http://sttc.net.cn/journal/130.html 没有围墙的研究所]，中国科技人才，2015 原文链接<br /> <br /> Xtecher:[http://www.sohu.com/a/125848135_472705 集智俱乐部张江：复杂系统里“简单纯粹”的前行者]<br /> <br /> 以特邀嘉宾的身份参与录制CCTV2的节目：未来架构师。[http://tv.cctv.com/2017/08/06/VIDESuxtIaeQMfwZVNHtV1zU170806.shtml 《未来架构师》 人与机器交融的未来场景]<br /> <br /> ----<br /> <br /> ==加入方式==<br /> <br /> 目前集智俱乐部官方运营的社区加入方式如下：<br /> <br /> * '''1.加入具体领域微信群，参与学术交流，需要报名对应主题的读书会，读书会列表可查看 https://pattern.swarma.org/study_groups'''<br /> * '''2.成为集智VIP， 解锁全部读书会、课程权限，VIP报名通道：https://campus.swarma.org/vip'''<br /> * '''3.加入集智俱乐部QQ群：'''<br /> ** 集智俱乐部一群：292641157（已满）<br /> ** 集智俱乐部二群：877391004<br /> ** 集智学园交流群：426390994<br /> <br /> 成为集智俱乐部实习生：[https://mp.weixin.qq.com/s/5MD_56h3FwU80Yt221rckw 加入集智，一起复杂！2021集智实习生/志愿者招募]。<br /> <br /> 微信公共账号：集智俱乐部<br /> <br /> [[File:集智俱乐部.jpg|200px|right|thumb|扫一扫，关注集智俱乐部]]<br /> <br /> 还可以添加微信小助手：swarmaAI<br /> <br /> 官方网站：https://pattern.swarma.org/<br /> <br /> B站地址：[https://space.bilibili.com/233204821/#/ 集智俱乐部]<br /> <br /> 张江知乎账号：[https://www.zhihu.com/people/zhang-jiang-78-29-94/activities 张江]<br /> <br /> 集智俱乐部知乎账号：[https://www.zhihu.com/people/swarma/activities 集智俱乐部]<br /> <br /> 集智科学家微博：@集智科学家（https://weibo.com/swamagents?refer_flag=1001030101_）<br /> <br /> <br /> 更多入口，请参看：[https://www.wolai.com/fHxGuDuNUvwqfq7mjHtLFe 关于我们]<br /> <br /> == 参考资料 ==<br /> <br /> &lt;references /&gt;</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8&diff=34021 2023-04-07T14:50:23Z

<p>Mobility：</p> <hr /> <div>集智俱乐部2020-2023年读书会排期表<br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信|链接=https://wiki.swarma.org/index.php/%E6%96%87%E4%BB%B6:Swarma_assistant.jpg]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> | 张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> | 自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会<br /> |吴泰霖等<br /> |王婷<br /> |<br /> |8<br /> |筹备中<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |}&lt;br /&gt;<br /> 可以进入[[集智俱乐部读书会]]页面，查看更多关于读书会的内容<br /> === 科普讲座 ===<br /> <br /> ===== 基本介绍=====<br /> 科普讲座是集智俱乐部的传统活动，是由集智俱乐部核心成员或者粉丝自发组织的讲座，面向公众，偏向于科普性质，活动频率大约1个月1次，力图用通俗的语言进行广泛的跨学科交流。<br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的爱好者<br /> ===== 典型活动介绍（挑选典型活动）=====<br /> *2016/09/17 ·【任远】 复杂性科学与生成艺术 <br /> *2016/08/28 ·【罗淼】 科学与游戏沙龙活动<br /> *2015/11/22 ·【董磊】 基于大数据预测地区发展<br /> *2015/07/26 ·【曹旭东、张江、袁行远】 开源科学：人类科学往何处去<br /> *2013/07/21 ·【张江】 大自然如何设计？ — 探索网络、流动中的自组织规律<br /> *2013/06/22 ·【尤亦庄】 从涡旋到光与电的演生—漫谈凝聚态物理新思潮<br /> *2013/05/12 ·【Robert Ackland】 一个社会科学家眼中的“计算社会科学”<br /> *2013/01/20 ·【吴令飞】 计算社会科学总论<br /> *2012/11/11 ·【Bertrand Roehner 】 我们如何开始科学探索? <br /> *2011/07/24 ·【Monk】 自复制 — 生命的核心 <br /> *2009/04/18 ·【Miner】 人工智能之梦<br /> <br /> <br /> === 研读营 ===<br /> <br /> ===== 基本介绍 =====<br /> 研读营是集智俱乐部的特色活动，汇集一批青年学者，围绕某个与复杂系统和人工智能领域的前沿课题，进行一周左右的深度交流，激发科研灵感，孕育学术成果。集智研读营一般由相关基金或企业赞助。<br /> <br /> *烧脑指数：🌟🌟🌟🌟🌟（5颗星）<br /> *参与方式：学者推荐或外部申请<br /> *适用人群：相关领域的科研工作者，或在读研究生、博士；思想开放，热爱交流<br /> <br /> ===== 典型活动 =====<br /> <br /> *2016年10月8日-2016年10月14日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2016年集智俱乐部研读营]]<br /> <br /> *2017年7月16日-2017年7月22日在古北水镇召开了由凯风基金会赞助，集智俱乐部主办的“物理、人工智能、几何与机器学习”研读营[[2017年集智俱乐部研读营]]<br /> <br /> *2018年6月22日-2017年6月28日在云南大理喜洲召开了由凯风基金会赞助，集智俱乐部主办的“网络、几何与机器学习”研读营[[2018集智－凯风研读营]]<br /> <br /> *2019年1月14日-2017年1月23日在南京大学仙林校区召开了由腾讯基金会赞助，集智俱乐部主办“从复杂网络到图神经网络的计算社会科学：理解人性、理解机器、理解当代社会”研读营[[2018年集智腾讯计算社会科学研读营]]<br /> <br /> *2019年6月7日-2017年6月14日在云南剑川沙溪古镇召开了由凯风基金会赞助，集智俱乐部主办“网络、几何与机器学习”研读营[[2019凯风研读营]]<br /> <br /> * 2020年研读营分为线上研读营和线下研读营，线上研读营时间是8月25日-8月29日，共计5天，地点是在Zoom在线会议；线下研读营时间是9月23日-9月26日，共计4天，地点是在北京周边的灵水村。参与人数共计有56人（具体人员信息见附录），主题是“面向复杂系统的人工智能”研读营。[[2020集智凯风研读营]]<br /> <br /> === 学术沙龙 ===<br /> <br /> ===== 基本介绍 =====<br /> 针对前沿技术热点和重大社会问题，邀请一线研究者，面向公众，分享其最新研究成果。学术沙龙的宗旨是，挖掘交叉型人才，孕育原创性思想，传播最新科学认知。集智学术沙龙一般相关基金或企业赞助，面向公众开放。<br /> <br /> *烧脑指数：🌟🌟🌟🌟（4颗星）<br /> *参与方式：报名审核制<br /> *适用人群：相关领域的研究者、从业者、爱好者<br /> <br /> 活动主题包括但不限于：<br /> *计算社会科学：概况、发展现状与应用、大数据与机器学习在科学学中的应用专题；<br /> *人工智能与城市科学：卫星遥感数据在城市科学中的应用；大数据与人工智能在城市科中的应用；智慧城市发展展望；<br /> *多智能体系统：多智能体系统社会学仿真及其最新发展现状；<br /> *人工智能社会：多主体智能、深度学习与多主体、经济推理与人工智能；<br /> *算法与社会：计算广告学、推荐算法等算法简介以及对社会的影响；<br /> *算法经济：云计算、算法经济平台，以及算法经济的发展展望。<br /> <br /> ===== 典型活动 =====<br /> <br /> 主要分享学者：黄晶生、程明霞、施永仁、吴令飞、王成军、侯世达、陆云波、韩战钢、陈永伟、张江、肖达、吕林媛、李睿琪、Geoffrey West、James Evans、周涛、高见、龙瀛、肖仰华、王鹏、José Lobo、W.Brain Arthur<br /> <br /> 详情请见：[[AI&amp;Society系列沙龙活动]]<br /> <br /> === 集智圣诞年会 ===<br /> <br /> ===== 基本介绍 =====<br /> <br /> 集智年会是集智俱乐部一年一度的盛会，一般在圣诞节或者元旦举办，其目的是为了总结集智俱乐部一年的发展，并为集智俱乐部的忠实粉丝提供一个深度交流的平台。<br /> <br /> *烧脑指数：🌟🌟🌟（3颗星）<br /> *参与方式：邀请或报名审核<br /> *适用人群：集智俱乐部粉丝；希望深入了解集智俱乐部的朋友<br /> <br /> ===== 典型活动 =====<br /> *2015年7月15日、7月16日在南京大学新闻传播学院召开了第一次学术会议：南京'''注意力'''的科学会议[http://wiki.swarma.net/index.php/%E5%8D%97%E4%BA%AC%E6%B3%A8%E6%84%8F%E5%8A%9B%E7%9A%84%E7%A7%91%E5%AD%A6%E4%BC%9A%E8%AE%AE]<br /> <br /> *2016年的学术圣诞晚会是在帝都心脏三里屯的Surperfit举办，此次活动的主题是'''AI与创业'''。[https://mp.weixin.qq.com/s/JMaf3r70ej0E5-_5rQ-Dmg]<br /> <br /> *2017年的学术圣诞晚会是在768创意产业园区内的彩云科技举办，此次活动的主题是'''AI改变生活'''[https://mp.weixin.qq.com/s/QjRJ-Rf2qDwcdweKOXF5uw]。<br /> <br /> *2018年的学术圣诞晚会是在北京朝阳区乌托邦工厂举办，此次活动的主题是'''奇点临近'''[https://mp.weixin.qq.com/s/aTd8fLStWOiDafBpv2ptdw]。<br /> <br /> *2019年的学术年会是在北京海淀区的E_ZIKOO智慧谷举办，此次活动的主题是'''量子跃迁'''[https://swarma.org/?p=17911]。<br /> <br /> ==集智内容 ==<br /> <br /> === 集智公众号 ===<br /> [[File:集智俱乐部公众号云图.png|800px|集智俱乐部发展历史|thumb|居中|集智俱乐部公众号关键词云图]]<br /> <br /> 集智俱乐部致力于报道复杂性科学与人工智能领域的最新进展，特别关注跨学科研究与交流。从社交网络到生态系统，从城市的结构到语言的结构，从机器学习到量子信息……「集智俱乐部」这个公众号跨越了学科的局限，向我们揭示出复杂世界背后的简单规则，也启发我们思考人工智能和复杂系统中的那些最前沿、最深刻、最普适的问题。<br /> <br /> 集智俱乐部公众号在环球科学旗下学术媒体“科研圈”组织的2018明星学术公众号评选中，入围前十。<br /> <br /> ==== 代表作品 ====<br /> 集智俱乐部公众号下分为多个子栏目，包括前沿报道、科研议题、科普文章、科学解释世界、经典论文回顾等。典型代表作品如下：<br /> <br /> *栏目：前沿报道<br /> 代表文章：[https://mp.weixin.qq.com/s/eDP_1GdltOeER4mgJKrnBg 巴拉巴西nature封面文章，网络3d打印]<br /> <br /> *栏目：科研议题<br /> 代表文章：[https://mp.weixin.qq.com/s/iXXZi6dQeTBBSZoHlLuCHA 学术互捧没有用？可能还有负面作用]<br /> <br /> *栏目：科普文章<br /> 代表文章：[https://mp.weixin.qq.com/s/pVgX5o2pu7l_Fbq3GAcn0A 一文读懂复杂网络与群体智慧]<br /> <br /> *栏目：科学解释世界<br /> 代表文章：[https://mp.weixin.qq.com/s/Dl0DowLx70uFwq67XJGvVA Science文章：要想成功，快抱大腿]<br /> <br /> *栏目：经典论文回顾<br /> 代表文章：[https://mp.weixin.qq.com/s/X7AWuytD8D3Z5-rUAi7TEQ 热力学与进化论]<br /> <br /> *栏目：集智活动<br /> 代表文章：[https://mp.weixin.qq.com/s/TOOcBnaMPm6NycWvZYa8sQ 集智-凯风复杂系统论坛全天回顾]<br /> <br /> 公众号 ID：swarma_org<br /> [[File:集智俱乐部.jpg|200px|集智俱乐部发展历史|thumb|居中|扫一扫，关注集智俱乐部]]<br /> <br /> === 集智百科 ===<br /> <br /> [[File:集智百科-全面图.png|1000px|集智俱乐部发展历史|thumb|居中|[[集智百科]]]]<br /> <br /> [[集智百科]]是一个自由内容、公开编辑的科学知识库，主要内容集中在复杂系统科学与人工智能，创建于2013年，主要内容由集智俱乐部志愿者贡献。<br /> <br /> 集智百科作为一个开源的项目，致力于在复杂性科学这个学科领域，为大家翻译、整理、编辑最专业、准确的中文百科全书，为广大的科学爱好者提供最便捷的搜索方式。<br /> <br /> 集智百科的'''愿景'''：做复杂性科学领域科学、全面、客观的百科全书；<br /> <br /> 集智百科的'''口号'''：知识从我而来，问题到我为止。<br /> <br /> 从13年创建以来，集智百科上断断续续的有人生产内容，但是这些内容缺乏规范性，也不成体系，自2019年年底以来，集智俱乐部希望可以着重的梳理复杂性科学领域的基础知识，为广大的科学爱好者提供便捷易懂的知识。所以我们成立了信息收集、整理翻译、审校、编辑、专家审校、代码实现等小组，希望可以共同去完成这样一个万古长青的事业。<br /> <br /> 如果恰好你也对知识整理、分享感兴趣，也愿意参与我们，请添加相关负责人联系方式，加入对应的小组，和大家一同前行，共同编辑，改变世界！<br /> <br /> [[File:集智百科报名.png |200px|集智俱乐部发展历史|thumb|居中|集智百科志愿者报名]]<br /> <br /> ==== 代表作品 ====<br /> 知识类词条：<br /> *[[摄像机-电视自指系统]]<br /> *[[无标度网络]]<br /> *[[小世界网络]]<br /> *[[异速生长律]]<br /> *[[元胞自动机]]<br /> *[[复杂系统]]<br /> <br /> 人物类词条：<br /> * [[斯蒂芬·沃尔夫勒姆 Stephen Wolfram]]<br /> * [[香农]]<br /> * [[吉布斯]]<br /> * [[巴拉巴西]]<br /> <br /> <br /> 书籍类词条：<br /> * [[链接：网络新科学]]<br /> * [[巴拉巴西网络科学 Network Science]]<br /> * [[巴拉巴西成功定律]]<br /> <br /> === 集智众包 ===<br /> 集智俱乐部自2015年以来，在集智社区形成了成熟的众包运作模式，充分利用集体智慧，进行团体合作写作、翻译等活动，最终输出内容。目前已创作和翻译3本图书作品：<br /> <br /> ==== 代表作品 ====<br /> <br /> [[File:科学的极致：漫谈人工智能.JPG|350px|居中|科学的极致：漫谈人工智能]]<br /> <br /> [[科学的极致：漫谈人工智能]]<br /> <br /> 简介：这本书主要向大家介绍了人工智能的历史和发展，当然也包括了很多在集智俱乐部讨论过的AI方面的主题，例如：哥德尔不完备定理、柯尔莫戈洛夫复杂性、深度学习和集体智慧等主题。<br /> <br /> [[File:走近2050——注意力、互联网与人工智能.jpg|300px|居中|走近2050——注意力、互联网与人工智能]]<br /> <br /> [[走近2050]]——注意力、互联网与人工智能<br /> <br /> 简介：这本书主要讲述了机器世界最重要的能源：注意力流，因为我们生活中所有的产品和程序都是为了获取我们的注意力。这本书涵盖了人工智能、互联网、心理学和计算机游戏。<br /> <br /> <br /> [[File:深度思考——人工智能的终点与人类创造力的起点.jpg |400px|居中|深度思考——人工智能的终点与人类创造力的起点]]<br /> <br /> [[深度思考]]——人工智能的终点与人类创造力的起点<br /> <br /> 简介：在这本突破性的书中，卡斯帕罗夫第次揭示了他惊人的一面，描述了他在面对最为强大的对手时的谋划与布局，在全世界的注视下奋勇争先，并叙述了通过国际象棋程序的发展考察人工智能的发展历史。<br /> <br /> <br /> <br /> [[File:深度学习原理与PyTorch实战.png |400px|居中|[http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]]]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> 简介：本书系统介绍了深度学习技术及开源框架 PyTorch。实战与理论兼具，每章围绕一个有意思的实战案例展开，全面深入地介绍了计算机视觉、自然语言处理、迁移学习，以及最新的对抗式学习和深度强化学习等前沿技术。<br /> <br /> <br /> <br /> [[文件:Netlogo入门书籍.jpg|替代=|居中|400x400像素]]<br /> [https://item.jd.com/10039871937829.html NetLogo多主体建模入门]<br /> <br /> 简介：从入门讲解NetLogo多主体建模，精选七大跨领域实战案例，循序渐近讲解NetLogo的使用方法，附赠代码示例和讲解视频，计算机模拟仿真建模教程书籍。<br /> <br /> ==成果展示 ==<br /> <br /> === 集智社区 ===<br /> <br /> 在集智社群中<br /> <br /> 既有做出重要贡献的'''成熟学者'''<br /> <br /> 也有引领科技行业潮流的'''先锋企业家'''<br /> <br /> 还有许多正冉冉升起的'''青年学者、潜力硕博'''<br /> <br /> 更不乏从志愿者工作开始，逐渐切入学界、迅速成长的'''优秀青年'''<br /> <br /> 集智社群名人不完全名单：<br /> 文小刚，侯世达，凯文·凯利，李子青，王飞跃，段永朝，王小川，顾学雍，陈晓松，周海军，王啸，吴岩，刘锋，张寒燕，俞志晨，张一甲，杨南征，狄增如，韩战钢，吴金闪，尹相志，韩锋，李嫣然，傅渥成，林思恩，吴令飞，吕正东，唐璐，贾梓筠，尤亦庄，肖达，谷鹄翔，王成军，张勉，秦建军，苑明理，董磊，王乃岩，许铁，陆宜，陆云波，赵云峰，袁行远，曹旭东，陆树燊，王昆，刘寰青，唐文，姚欣，宋家泰，黄钊等等等等。<br /> <br /> [[File:GEB侯世达.jpg|800px|GEB作者侯世达公开分享|thumb|居中|《GEB》作者侯世达先生在集智俱乐部演讲]]<br /> <br /> <br /> [[File:部分集智科学家.jpg|800px|部分集智科学家合照|thumb|居中|部分集智科学家合照]]<br /> <br /> 还有许许多多的大咖参与其中， 共同打造没有围墙的研究所！<br /> &lt;br /&gt;<br /> <br /> ==== 社区科研成果 ====<br /> <br /> '''[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]'''<br /> * 2017年11月28日，集智科学家[[张江]]、董磊、[[李睿琪]]等人在Nature Communications上发表文章[https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities]&lt;ref name=&quot;z&quot;&gt;Ruiqi Li,Lei Dong,Jiang Zhang,Xinran Wang,Wen-Xu Wang,Zengru Di,H. Eugene Stanley (2017) [https://pattern.swarma.org/paper?id=ff73afb2-3838-11ea-bb46-0242ac1a0005 Simple spatial scaling rules behind complex cities].&lt;/ref&gt;，该文提出了一种模拟城市分形生长过程的模型，用简单的规则就可以刻画纷繁复杂的城市背后的统一规律：[https://mp.weixin.qq.com/s/Kqwcpg3Tyl78eF6YQyHESw 复杂的城市，简单的规则]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]'''<br /> * 2018年12月11日，集智科学家吴令飞（[[计算士]]）和王成军合作在PANS上发表文章[https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy]&lt;ref name=&quot;w1&quot;&gt;Katy Börner,Olga Scrivner,Mike Gallant,Shutian Ma,Xiaozhong Liu,Keith Chewning,Lingfei Wu,James A. Evans (2018) [https://pattern.swarma.org/paper?id=9e15999a-383a-11ea-a26f-0242ac1a0005 Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy].&lt;/ref&gt;，该文系统性分析了一万三千个技能关键词在过去七年间（2010-2016）发布的一亿两千万份招聘广告、三百万份课程大纲和一百万研究论文上被提及的频率，发现人类社会对编程、财务、统计等“硬技能”（hard skills）的需求越来越大，与此同时，研究人员发现，沟通、管理和团队合作等“软技能”（soft skills）频率波动的时间序列与硬技能之间密切相关，硬技能需求增加驱动着与之适配的软技能：[https://swarma.org/?p=13892 为什么未来需要软技能]<br /> <br /> '''[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It]''' <br /> * 2019年2月21日，集智科学家吴令飞（[[计算士]]）在Nature杂志上发表封面文章[https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It] &lt;ref name=&quot;w&quot;&gt;Lingfei Wu,Dashun Wang,James A. Evans (2019) [https://pattern.swarma.org/paper?id=6f04749c-3839-11ea-bd9f-0242ac1a0007 Large teams develop and small teams disrupt science and technology].&lt;/ref&gt;。该文介绍了一项对1954年-2014年期间超过6500万篇论文、专利和软件产品的数据分析工作。研究者量化评估了创新的“颠覆性”，发现小团队更有可能做出突破性的研究：[https://swarma.org/?p=14730 团队规模与颠覆性创新]。论文第一作者吴令飞为 Nature 撰写了这篇文章，介绍了论文背后的故事和作者们的思考：[https://swarma.org/?p=14825 Nature封面文章作者讲述论文故事：小团队知道答案]<br /> <br /> '''[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]'''<br /> * 2019年7月8日，集智科学家靳擎、王大顺等人在Nature Human Behaviour上发表封面文章[https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems]&lt;ref name=&quot;j&quot;&gt;Ching Jin,Chaoming Song,Johannes Bjelland,Geoffrey Canright,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=9deb21ca-3839-11ea-b23d-0242ac1a0005 Emergence of scaling in complex substitutive systems].&lt;/ref&gt;，该文章发表消费者购买产品的行为模式、新思想在网络上传播的模式，本质上都是一种幂律增长的模式：[https://swarma.org/?p=17317 复杂演替系统中的幂律增长模式]<br /> <br /> '''[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]'''<br /> * 2019年10月30日，集智科学家殷裔安和王大顺等人一起在Nature发表文章[https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security]&lt;ref name=&quot;y&quot;&gt;Yian Yin,Yang Wang,James A. Evans,Dashun Wang (2019) [https://pattern.swarma.org/paper?id=0efe64d4-00b4-11ea-8d16-acde48001122 Quantifying dynamics of failure across science, startups, and security].&lt;/ref&gt;，分析了科研（数据集来源于NIH Grants）、投资（数据集来源于 VentureXpert 数据库）、公共安全（数据集来源于全球恐怖主义数据库GTD）三个领域的大规模数据，阐述了失败的动力学机制。从动力学所得到的早期信号中“明察秋毫”，或许胜败早有伏笔：[https://mp.weixin.qq.com/s/SNxL91Q-pRfP83YoXK9LSQ 原来胜败早有信号]<br /> <br /> '''[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]'''<br /> * 2020年2月18日，集智科学家黄俊铭在PANS杂志上发表文章[https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines]&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;，该文整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据，对学术界中女性科研人员的学术能力表现及其背后的原因做出了分析:[https://swarma.org/?p=18557 女性科研工作者的退出风险与学术成就]<br /> <br /> === 集智孕育 ===<br /> <br /> ==== 彩云AI ====<br /> <br /> [[File:彩云天气.png|800px|居中]]<br /> <br /> 2014年，集智俱乐部核心成员袁行远、肖达开发彩云天气，这是一款能够精确预测未来1小时内局部地区降雨情况的APP。这款APP是集智俱乐部举办的深度学习读书会孕育出来的一款产品。目前，袁行远、肖达、苑明理、何永振等集智核心成员已独立成立了彩彻区明科技有限公司。<br /> <br /> 有关彩云天气可以参看：[http://caiyunapp.com/]<br /> <br /> 最近，这个团队又研发了一个“彩云小译”的AI应用，这个应用可以做中英之间的同声翻译，帮助你与外国人无障碍交流。<br /> <br /> [[File:彩云小译.png|800px|居中]]<br /> <br /> ==== 集智斑图 ====<br /> <br /> <br /> [[文件:集智斑图新首页.png|替代=|居中|缩略图|800x800像素|[https://pattern.swarma.org/ 集智斑图]首页截图]]<br /> <br /> <br /> <br /> <br /> <br /> <br /> [https://pattern.swarma.org/ 集智斑图]是是集智俱乐部创建的复杂科学领域的高质量内容聚合平台，包含了自组织社区、多领域学习路径、最新论文更新、论文解读活动等板块。集智斑图的目标是沉淀聚合复杂科学相关的科研资料，提高信息匹配效率。<br /> <br /> 斑图的含义：来源于英文的pattern，有花纹，图案的意思，在复杂系统中特指大量相互作用单元涌现出的时间空间模式，集智斑图则特指学习者在探索互动中形成的知识空间和集体智慧<br /> <br /> slogan：用知识连接探索者<br /> <br /> '''推荐学习路径：'''<br /> <br /> [https://pattern.swarma.org/path?id=13 意识科学入门路径]从意识是什么，详细介绍了认知科学有关的实验，介绍了认知科学当前的最新研究进展，并且从跨学科的角度探讨了认知科学的发展方向。<br /> <br /> [https://pattern.swarma.org/path?id=2 复杂网络分析入门路径]系统地整理了复杂网络分析领域的主要问题、意义和研究思路（但并不包括具体细节），整理相关的学习资料、论文和在线课程，供新手快速入门复杂网络。<br /> <br /> [https://pattern.swarma.org/path?id=9 因果推断方法概述]从因果关系，理解因果关系的三个层次，以及研究因果关系的算法详细的阐述了因果关系的研究问题。<br /> <br /> [https://pattern.swarma.org/path?id=21 解读幂律(Power Law)分布与无标度(Scale Free)网络]从什么是幂律分布，什么是无标度网络，如何产生幂律分布以及如何估计和判断幂律分布等几个方面详细阐述了幂律分布的原理。<br /> <br /> [https://pattern.swarma.org/path?id=11 人工生命入门路径]整理自Lana Sinapayen为人工智能研究者们提供的一份人工生命入门指南，从人工生命的研究目标，人工生命的发展历史，人工生命的未来展望和学习清单多方面阐述了人工生命这个领域的研究问题和方向。<br /> <br /> '''推荐论文解读：'''<br /> <br /> * Albert-Laszlo Barabasi;Reka Albert;Emergence of scaling in random networks ,Science,1999&lt;ref name=&quot;a&quot;&gt;Albert-Laszlo Barabasi,Reka Albert (1999) [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 Emergence of scaling in random networks].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=b298b520-00b6-11ea-8d16-acde48001122 随机网络的无标度性]总结了存在于许多实际网络中的[[幂律分布]]特性，首次命名了[[无标度网络]]这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。<br /> <br /> * Dirk Brockmann; Dirk Helbing;The Hidden Geometry of Complex, Network-Driven Contagion Phenomena ,Science,2013 &lt;ref name=&quot;b&quot;&gt;Dirk Brockmann, Dirk Helbing (2013) [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 The Hidden Geometry of Complex, Network-Driven Contagion Phenomena].&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=3c4a6ace-3d7b-11ea-acdc-0242ac1a0005 通过网络的隐藏几何推断病毒的传播]指出疾病的传播其实与城市间的地理距离没啥关系，而与城市间的“等效”距离密切相关。这里的等效距离就是指根据城市间交通流量数据而折合以后的距离。<br /> <br /> * Marc Timme; Jose Casadiego;Revealing networks from dynamics: an introduction ,Journal of Physics A: Mathematical and Theoretical,2014,41 .37&lt;ref name=&quot;c&quot;&gt;Marc Timme, Jose Casadiego (2014) [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 Revealing networks from dynamics: an introduction].Journal of Physics A: Mathematical and Theoretical.41.37:&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=a1b46292-4da3-11ea-8912-0242ac1a0005 基于动力学的网络重构]简单地引入了复杂网络的基本概念后，介绍了复杂网络中有效链接和结构链接两者之间的区别。文章中详细地回顾了基于群体动力学数据，重构网络中结构链接的三种主要基本方法，即驱动-响应方法、复制-同步方法和直接重构方法，并指出了每种方法的优缺点和适用范围；简略地介绍了基于相关函数和最大熵理论，重构有效链接的思路。<br /> <br /> * Junming Huang;Alexander J. Gates;Roberta Sinatra;Historical comparison of gender inequality in scientific careers across countries and disciplines ,proceedings of the national academy of sciences,2020,117 .9:4609-4616&lt;ref name=&quot;h&quot;&gt;Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 Historical comparison of gender inequality in scientific careers across countries and disciplines].proceedings of the national academy of sciences.117.9:(4609-4616)&lt;/ref&gt;<br /> <br /> [https://pattern.swarma.org/paper?id=111e9e12-00ac-11ea-8fd1-acde48001122 PNAS论文解读：科学事业在不同国家和学科中性别不平等的历史比较]整合Web of Science数据集和Microsoft Academic Graph数据集的论文发表、引用、署名、单位等多项信息后，筛选整理出150万名科研人员的完整职业生涯，覆盖13个主流学科、83个国家和1300万篇论文的大规模数据。对学术界中女性科研人员的学术能力表现、及其背后的原因做出了分析。<br /> <br /> <br /> '''集智斑图论文速递：'''<br /> <br /> 实现了自动采集和遴选各大学术顶刊中与复杂科学密切相关的最新进展，并通过定期推送和建立论文库服务社区，是集智斑图聚合高质量信息、服务自组织科学社区的一项代表性产品。<br /> <br /> 斑图速递是由数据自动采集、科学术语自动提取、跨学科领域论文过滤、科学影响力评价体系等一系列技术支撑的，其中多项技术为自主研发并已注册专利。集智技术团队将持续专注于建立更完善的复杂科学知识体系和知识管理体系，服务于集智社区。<br /> [[文件:顶刊速递.png|居中|缩略图|569x569像素|顶刊速递栏目]]<br /> [[文件:顶刊速递订阅.png|替代=顶刊速递订阅|边框|居中|647x647像素]]<br /> <br /> <br /> ==== 集智学园 ====<br /> [http://campus.swarma.org 集智学园]成立于2016年10月1日，是集智俱乐部孕育的创业项目之一。为一个知识服务社区，专门致力于复杂性科学、人工智能等先进技术的普及工作，合作伙伴包括腾讯、华为、北京师范大学、湖畔大学、混沌大学等多家知名机构。2019年底获得国家高新技术企业称号。<br /> <br /> [http://campus.swarma.org 集智学园]的课程涵盖基础通识、复杂系统、网络科学、计算社会、人工智能五大模块。每个模块的精品课程，下表是部分课程：<br /> <br /> {| class=&quot;wikitable sortable&quot;<br /> |-<br /> ! 课程类别 !! 课程名称<br /> |-<br /> | 基础与通识 || [http://campus.swarma.org/play/coursedetail?id=429 NetLogo 多主体建模入门]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10405 Mathematica基础入门教程]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=388 快速入门 Julia 语言]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=421 深度学习原理与PyTorch实战]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10406 数据科学心法与机器学习实战] <br /> |-<br /> | 复杂系统 || [http://campus.swarma.org/play/coursedetail?id=432 复杂性思维2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10665 系统科学概论]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=394 复杂系统中的幂律分布]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=397 非线性动力学与混沌]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=433 复杂性与临界现象2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=423 系统科学与社会经济] <br /> |-<br /> | 网络科学 || [http://campus.swarma.org/play/coursedetail?id=381 图网络：融合推理与学习的全新深度学习架构]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=440 复杂网络2020]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=443 图网络算法原理探究]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=122 非欧式数据的几何深度学习]<br /> |-<br /> | 计算社会 || [http://campus.swarma.org/play/coursedetail?id=10634 计算社会科学的前沿与展望]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10624 地球未来——生物体、城市和公司的生命、生长与死亡]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10582 生长与设计——复杂性视角下的智慧城市]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=425 复杂系统与社会计算研讨会]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10844 知识图谱与认知智能] <br /> |-<br /> | 人工智能 || [http://campus.swarma.org/play/coursedetail?id=11076 产学结合：自然语言处理及其应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=416 系统讲解知识图谱——从建模到应用]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=412 GAN 专题论文解读]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=413 GAN 专题代码实践]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=10484 计算机视觉与深度学习]<br /> <br /> [http://campus.swarma.org/play/coursedetail?id=121 中文自然语言理解（NLU）在金融领域的应用] <br /> |-<br /> <br /> |}<br /> <br /> 查看各模块的精品课程，去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===== [http://wiki.swarma.net/index.php/%E4%BC%81%E4%B8%9A%E5%90%88%E4%BD%9C%E8%AF%BE%E7%A8%8B%E5%88%97%E8%A1%A8 企业培训] =====<br /> <br /> 集智学园特别推出企业培训服务，为企业提供系统完整的技术、思维培训。建立员工深度学习机器学习思维，掌握机器学习的基本方法，提高企业活力。<br /> &lt;br/&gt;详细信息：http://business.swarma.org/<br /> <br /> <br /> '''技术培训'''<br /> <br /> 《python数据科学与机器学习》&lt;br /&gt;<br /> <br /> 《如何打造你自己的聊天机器人》&lt;br /&gt;<br /> <br /> 《中文自然语言理解在中文中的应用》&lt;br /&gt;<br /> <br /> 《自然语言处理与深度学习》&lt;br /&gt;<br /> <br /> 《计算机视觉与深度学习》&lt;br /&gt;<br /> <br /> 《火炬上的深度学习》&lt;br/&gt;<br /> ......<br /> <br /> '''思维升级'''<br /> <br /> 《复杂性科学》&lt;br /&gt;<br /> <br /> 《迎接AI时代》&lt;br /&gt;<br /> <br /> 《走近2050—人工智能、注意力与互联网》&lt;br /&gt;<br /> <br /> 《机器学习思维》&lt;br /&gt;<br /> <br /> 《企业生长的规模法则》&lt;br/&gt;<br /> ......<br /> <br /> 查看更多精彩内容，请去到[http://campus.swarma.org 集智学园]官网。<br /> <br /> ===媒体报道===<br /> <br /> 李白薇：[http://sttc.net.cn/journal/130.html 没有围墙的研究所]，中国科技人才，2015 原文链接<br /> <br /> Xtecher:[http://www.sohu.com/a/125848135_472705 集智俱乐部张江：复杂系统里“简单纯粹”的前行者]<br /> <br /> 以特邀嘉宾的身份参与录制CCTV2的节目：未来架构师。[http://tv.cctv.com/2017/08/06/VIDESuxtIaeQMfwZVNHtV1zU170806.shtml 《未来架构师》 人与机器交融的未来场景]<br /> <br /> ----<br /> <br /> ==加入方式==<br /> <br /> 目前集智俱乐部官方运营的社区加入方式如下：<br /> <br /> * '''1.加入具体领域微信群，参与学术交流，需要报名对应主题的读书会，读书会列表可查看 https://pattern.swarma.org/study_groups'''<br /> * '''2.成为集智VIP， 解锁全部读书会、课程权限，VIP报名通道：https://campus.swarma.org/vip'''<br /> * '''3.加入集智俱乐部QQ群：'''<br /> ** 集智俱乐部一群：292641157（已满）<br /> ** 集智俱乐部二群：877391004<br /> ** 集智学园交流群：426390994<br /> <br /> 成为集智俱乐部实习生：[https://mp.weixin.qq.com/s/5MD_56h3FwU80Yt221rckw 加入集智，一起复杂！2021集智实习生/志愿者招募]。<br /> <br /> 微信公共账号：集智俱乐部<br /> <br /> [[File:集智俱乐部.jpg|200px|right|thumb|扫一扫，关注集智俱乐部]]<br /> <br /> 还可以添加微信小助手：swarmaAI<br /> <br /> 官方网站：https://pattern.swarma.org/<br /> <br /> B站地址：[https://space.bilibili.com/233204821/#/ 集智俱乐部]<br /> <br /> 张江知乎账号：[https://www.zhihu.com/people/zhang-jiang-78-29-94/activities 张江]<br /> <br /> 集智俱乐部知乎账号：[https://www.zhihu.com/people/swarma/activities 集智俱乐部]<br /> <br /> 集智科学家微博：@集智科学家（https://weibo.com/swamagents?refer_flag=1001030101_）<br /> <br /> <br /> 更多入口，请参看：[https://www.wolai.com/fHxGuDuNUvwqfq7mjHtLFe 关于我们]<br /> <br /> == 参考资料 ==<br /> <br /> &lt;references /&gt;</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34003 2023-03-13T07:01:44Z

<p>Mobility：/* 【第四季：因果表征学习】 */</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2021年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会<br /> |吴泰霖等<br /> |王婷<br /> |<br /> |8<br /> |筹备中<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |}<br /> <br /> == 宏观金融系列读书会 ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/3 复杂经济学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== 第二季 ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|替代=|600x600像素]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== 【第一季：企业发展建模与预测】 ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== 【第二季：复杂系统自动建模】 ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == 面向复杂系统的人工智能研究读书会 ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == 科学学读书会 ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]<br /> <br /> ==== 相关学习路径 ====<br /> *[https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> *[https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== 第一季 ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|替代=|600x600像素]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34002 2023-03-13T07:00:49Z

<p>Mobility：/* 相关学习路径 */</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2021年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会<br /> |吴泰霖等<br /> |王婷<br /> |<br /> |8<br /> |筹备中<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |}<br /> <br /> == 宏观金融系列读书会 ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/3 复杂经济学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== 第二季 ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|替代=|600x600像素]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== 【第一季：企业发展建模与预测】 ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== 【第二季：复杂系统自动建模】 ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == 面向复杂系统的人工智能研究读书会 ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == 科学学读书会 ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ===== 相关学习路径 =====<br /> * [https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> * [https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== 第一季 ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|替代=|600x600像素]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=34001 2023-03-13T07:00:04Z

<p>Mobility：/* 【因果涌现读书会第一季】 */</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2021年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会<br /> |吴泰霖等<br /> |王婷<br /> |<br /> |8<br /> |筹备中<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |}<br /> <br /> == 宏观金融系列读书会 ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/3 复杂经济学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== 第二季 ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|替代=|600x600像素]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== 【第一季：企业发展建模与预测】 ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== 【第二季：复杂系统自动建模】 ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == 面向复杂系统的人工智能研究读书会 ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == 科学学读书会 ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> * [https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> ==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====<br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]<br /> <br /> == 【因果涌现读书会】==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== 第一季 ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|替代=|600x600像素]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=33999 2023-03-11T02:57:25Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2021年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |进行中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |-<br /> |AI+Science读书会<br /> |吴泰霖等<br /> |王婷<br /> |<br /> |8<br /> |筹备中<br /> |周日早上9-11点<br /> |2023年3月-2023年5月<br /> |}<br /> <br /> == 宏观金融系列读书会 ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/3 复杂经济学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== 第二季 ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排|替代=|600x600像素]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== 【第一季：企业发展建模与预测】 ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== 【第二季：复杂系统自动建模】 ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == 面向复杂系统的人工智能研究读书会 ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == 科学学读书会 ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> * [https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> <br /> [https://pattern.swarma.org/study_group/22 【第四季：因果科学与Causal +X领域概览】]<br /> <br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 【因果涌现读书会第一季】]====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== 第一季 ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排|替代=|600x600像素]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排]]<br /> ==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]<br /> ==[https://pattern.swarma.org/study_group/24 AI+Science]==<br /> 科学对于人类社会的发展具有根本性的推动作用。它让我们更加深刻地认识自然，从最基本的粒子，到原子、分子，从复杂的生物，再到浩瀚的宇宙。掌握了科学的工具，我们也能更好地改造自然。从开发新药物分子、新材料，到解决气候变化问题，从设计航天器，到操控可控核聚变。而在这其中，AI将发挥越来越核心的作用。<br /> <br /> AI+Science是近年兴起的一个前沿而激动人心的研究方向。它一方面通过开发新的AI和机器学习方法，解决上述科学中的重要问题（AI for Science）。另一方面，在科学（尤其是物理学）中长期积累的重要概念，也能为机器学习提供全新的视角和方法（Science for AI)。<br /> <br /> AI+Science是将人工智能和科学相结合的一种趋势，旨在利用机器学习和其他AI技术来解决科学研究中的问题。在此过程中，复杂系统理论是一个非常重要的概念，因为许多科学领域都与复杂系统有关。AI+Science中提到的技术可以通过对复杂系统的建模和分析来帮助科学家更好地理解和研究复杂系统。利用AI+Science可以构建高精度的复杂系统模型，并对这些模型进行仿真和优化。<br /> [[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E6%96%87%E4%BB%B6:AI%2BScience%E8%AF%BB%E4%B9%A6%E4%BC%9A%E5%A4%A7%E7%BA%B2.png&diff=33998 2023-03-11T02:55:37Z

<p>Mobility：</p> <hr /> <div>AI+Science读书会大纲</div>

Mobility https://wiki.swarma.org/index.php?title=%E8%AE%A4%E7%9F%A5%E5%9C%B0%E5%9B%BE&diff=33993 2023-03-02T02:13:25Z

<p>Mobility：/* 如何构建认知地图 */</p> <hr /> <div><br /> <br /> ==认知地图==<br /> <br /> 1948年，Edward Tolman首次提出了“认知地图”的概念&lt;ref&gt;Tolman, Edward C. (July 1948). &quot;Cognitive maps in rats and men&quot;. Psychological Review. 55 (4): 189–208. doi:10.1037/h0061626. &lt;nowiki&gt;PMID 18870876&lt;/nowiki&gt;.&lt;/ref&gt;。最初，Tolam 尝试通过认知地图解释小鼠自发学习环境中的空间布局，从而具备找到通往食物的捷径的行为。这种对于环境的心理表征，被称为认知地图。此外，对Tolman来说，认知地图不止是空间关系，是系统化组织的知识，范围涉及行为领域各个方面。也就是说，认知地图不仅是物理空间的心理表征，其也可以指一个从过去经验中构建的内部世界模型，该模型解释了事件之间的关系，并预测行动的结果[&lt;ref&gt;Timothy E.J. Behrens, Timothy H. Muller, James C.R. Whittington, Shirley Mark, Alon B. Baram, Kimberly L. Stachenfeld, Zeb Kurth-Nelson. What Is a Cognitive Map? Organizing Knowledge for Flexible Behavior,&lt;/ref&gt;。<br /> <br /> ==认知地图的历史==<br /> <br /> 认知地图的概念是由Edward C. Tolman首先提出的。托尔曼是早期的认知心理学家之一，他在做一个涉及老鼠和迷宫的实验时提出了这个想法。在Tolman的实验中，一只老鼠被放在一个十字形的迷宫里自由探索。在最初的探索之后，老鼠被放在十字架的一个臂上，食物被放在紧邻右边的下一个臂上。大鼠很快学会了在十字路口向右转，以获得食物。然而，当老鼠被放置在十字迷宫的不同臂上时，大鼠仍然朝着正确的方向去获取食物，找到通往食物的捷径。也就是说，老鼠的行为并不是由行为-奖赏之间的条件反射机械地决定，而是会自发学习迷宫的空间布局，即构建认知地图，并借此可以推断出通往食物的捷径。<br /> <br /> <br /> 不幸的是，由于当时心理学领域盛行的行为主义观点，进一步的研究被延缓了。后来，O'Keefe和Nadel在海马体发现了位置细胞（place cell），指出其是老鼠对其周围环境进行表征的关键，是Tolman的认知地图研究的神经基础，这一观察进一步推动了这一领域的研究&lt;ref&gt;O'Keefe, John; Nadel, Lynn (1978). The hippocampus as a cognitive map. Oxford; New York: Clarendon Press; Oxford University Press. &lt;nowiki&gt;ISBN 0198572069&lt;/nowiki&gt;. OCLC 4430731. Archived from the original on 2019-09-27. Retrieved 2006-09-27.&lt;/ref&gt;。<br /> <br /> <br /> 根据O'Keefe和Nadel（1978），不仅人类需要空间能力，非人类动物也需要空间能力来寻找食物、庇护所和其他动物，无论是伴侣还是捕食者&lt;ref&gt;Blasidell Aaron, Cook Robert (2004). &quot;Integration of spatial maps in pigeons&quot;. [fr.booksc.org](http://fr.booksc.org &quot;fr.booksc.org&quot;). Retrieved 2022-04-24.&lt;/ref&gt;。 为此，一些动物在地标之间建立了关系，使它们能够进行空间推断和探测位置&lt;ref&gt;Olthof, Anneke; Sutton, Jennifer E.; Slumskie, Shawna V.; D'Addetta, JoAnne; Roberts, William A. (1999). &quot;In search of the cognitive map: Can rats learn an abstract pattern of rewarded arms on the radial maze?&quot;. [fr.booksc.org](http://fr.booksc.org &quot;fr.booksc.org&quot;). Retrieved 2022-04-24.&lt;/ref&gt;。Tolman, Ritchie, and Kalish（1946年）在迷宫中对老鼠进行的首次实验表明，老鼠可以形成空间位置的心理地图，对其有很好的理解力。但这些实验后来又被其他研究者主导（例如Eichenbaum, Stewart, &amp; Morris, 1990和Singer等人，2006），并没有得出如此明确的结果。有一些作者试图揭示老鼠走捷径的方式。结果表明，在大多数情况下，大鼠在拿取食物时不会使用捷径，除非它们已经有了相应的经验。在这种情况下，已有经验的大鼠使用捷径的速度和频率明显高于那些没有预先接触过的大鼠&lt;ref&gt;Grieves, Roderick M.; Dudchenko, Paul A. (2013-05-01). &quot;Cognitive maps and spatial inference in animals: Rats fail to take a novel shortcut, but can take a previously experienced one&quot;. Learning and Motivation. 44 (2): 81–92. doi:10.1016/j.lmot.2012.08.001. ISSN 0023-9690.&lt;/ref&gt;。<br /> <br /> <br /> 此外，随着时间的推移，认知地图的概念被扩展至其它动物，包括人类。认知地图的概念还在多个领域得到广泛研究，如心理学、教育学、考古学、规划学、地理学、制图学、建筑学、景观建筑、城市规划、管理和历史，导致了更广泛和有区别的定义和应用。比如在运筹学领域，指的是一种代表知识或心理图式的语义网络。由于认知地图的广泛使用和研究，它已经成为几乎所有心理表征或模型的俗语。这些心理模型经常被称为认知地图、心理地图、脚本、图式和参考框架。<br /> ==认知地图的神经基础==<br /> <br /> 目前，主流的观点认为海马是认知地图的神经基础。海马通过连接其它脑区，从而整合空间和非空间信息。Postrhinal cortex和medial entorhinal cortex的连接为海马提供空间信息。来自 perirhinal cortex和lateral entorhinal cortex 的连接提供了非空间信息。而海马通过整合物体的位置和其他特征信息，表征认知地图中的实际位置&lt;ref&gt;Manns, Joseph R.; Eichenbaum, Howard (October 2009). &quot;A cognitive map for object memory in the hippocampus&quot;. Learning &amp; Memory. 16 (10): 616–624. doi:10.1101/lm.1484509. PMC 2769165. PMID 19794187.&lt;/ref&gt;。O'Keefe和Nadel首先指出了海马和认知地图之间的关系。许多其他研究显示了支持这一结论的额外证据&lt;ref&gt;Moser, Edvard I.; Kropff, Emilio; Moser, May-Britt (2008). &quot;Place cells, grid cells, and the brain's spatial representation system&quot;. Annual Review of Neuroscience. 31: 69–89. doi:10.1146/annurev.neuro.31.061307.090723. PMID 18284371.&lt;/ref&gt;。具体而言，锥体细胞（位置细胞、边界细胞和网格细胞）被认为是海马系统中认知地图的神经基础。<br /> <br /> O'Keefe的许多研究都牵涉到位置细胞的参与。海马体内的单个位置细胞对应于环境中的单独位置。因此，所有细胞的总和有助于形成整个环境的单一地图。细胞之间的连接强度代表它们在实际环境中的距离。同样的位置细胞可以用来构建多个环境，但位置细胞之间的相对位置关系可能在不同地图不同，也即重映射（remapping）。 目前，已经在多种哺乳类动物中， 如小鼠和猕猴中发现位置细胞表征认知地图&lt;ref&gt;Moser, Edvard I.; Kropff, Emilio; Moser, May-Britt (2008). &quot;Place cells, grid cells, and the brain's spatial representation system&quot;. Annual Review of Neuroscience. 31: 69–89. doi:10.1146/annurev.neuro.31.061307.090723. PMID 18284371.&lt;/ref&gt;。此外，在Manns和Eichenbaum对大鼠的研究中，海马内的锥体细胞也参与表示物体位置和物体身份，表明它们参与了认知地图的创建&lt;ref&gt;Manns, Joseph R.; Eichenbaum, Howard (October 2009). &quot;A cognitive map for object memory in the hippocampus&quot;. Learning &amp; Memory. 16 (10): 616–624. doi:10.1101/lm.1484509. PMC 2769165. PMID 19794187.&lt;/ref&gt;。然而，对于这些对哺乳动物物种的研究是否表明存在认知地图，而不是另一种更简单的确定环境的方法，存在一些争议&lt;ref&gt;Bennett, Andrew T. D. (January 1996). &quot;Do animals have cognitive maps?&quot;. The Journal of Experimental Biology. 199 (Pt 1): 219–224. doi:10.1242/jeb.199.1.219. PMID 8576693.&lt;/ref&gt;。<br /> <br /> 除了海马，medial entorhinal cortex的网格细胞会在经过环境中按六边形周期性排布的位置时活动，也被视作认知地图的神经基础之一。因其独特的功能特性被认为参与了路径整合的过程，而海马的位置细胞的神经活动则表征了通过路径整合获得的信息的输出&lt;ref&gt;McNaughton, Bruce L.; Battaglia, Francesco P.; Jensen, Ole; Moser, Edvard I.; Moser, May-Britt (August 2006). &quot;Path integration and the neural basis of the 'cognitive map'&quot;. Nature Reviews Neuroscience. 7 (8): 663–678. doi:10.1038/nrn1932. PMID 16858394. S2CID 16928213.&lt;/ref&gt;。与位置细胞不同的是，网格细胞的表征相在不同环境可以保持相对不变。因此，网格细胞被认为编码了可以跨越不同环境，相对不变的空间结构信息。此外，除medial entorhinal cortex外，presubiculum 和parietal cortex 也被认为与认知地图的生成有关。<br /> <br /> 有一些证据表明，认知地图在海马体中是由两个独立的地图表示的。第一个是方位图，它通过自我运动的线索和梯度线索来表示环境。这些基于矢量的线索的使用创造了一个粗糙的、二维的环境地图。第二张地图是根据位置线索绘制的草图。第二张地图还包括了了特定的物体，或地标，以及它们的相对位置，以创建环境的二维地图。而完整的认知地图是由这两个独立的地图整合而成的。这使我们理解到，帮助我们创造这一心理过程的不仅仅是一张地图，而是三张地图&lt;ref&gt;Jacobs, Lucia F.; Schenk, Françoise (April 2003). &quot;Unpacking the cognitive map: the parallel map theory of hippocampal function&quot;. Psychological Review. 110 (2): 285–315. doi:10.1037/0033-295X.110.2.285. PMID 12747525.&lt;/ref&gt;。应该清楚的是，平行地图理论仍在发展。草图在以前的神经生物学过程和解释中有基础，而方位图则很少有研究支持其证据&lt;ref&gt;Moser, Edvard I.; Kropff, Emilio; Moser, May-Britt (2008). &quot;Place cells, grid cells, and the brain's spatial representation system&quot;. Annual Review of Neuroscience. 31: 69–89. doi:10.1146/annurev.neuro.31.061307.090723. PMID 18284371.&lt;/ref&gt;。<br /> <br /> ==认知地图与灵活行为==<br /> <br /> 认知地图的神经基础是海马-内嗅皮层系统，海马和内嗅皮层神经元其特殊的神经活动模式可以有效编码物理空间信息，通过路径整合(Path integration)寻找物理空间中的捷径，并且快速地迁移到新场景，从而让动物可以灵活适应环境。<br /> <br /> 然而，Howard Eichenbaum 发现海马不仅仅表征物理空间的信息，还在人类关系型记忆的形成中存在重要作用，&lt;ref&gt;Wood ER, Dudchenko PA, Eichenbaum H. (1999) The global record of memory in hippocampal neuronal activity. Nature. 397(6720):613-6.&lt;/ref&gt;&lt;ref&gt;Eichenbaum H, Cohen NJ (2004) From Conditioning to Conscious Recollection: Memory Systems of the Brain. Oxford University Press: Oxford, UK.&lt;/ref&gt; 即认知地图不仅仅表征物理空间，同时也表征事物之间关系。<br /> <br /> <br /> 最近一些研究结果佐证了该观点。2016，Constantinescu和Behrens等人，通过操纵物理刺激的变化，构建上一个概念上的bird space，并发现人类Medial entorhinal cortex和Ventral medial prefrontal cortex的类网格细胞(Grid-like coding)的神经活动可以表征该二维概念空间&lt;ref&gt;Constantinescu, A. O., O’Reilly, J. X. &amp; Behrens, T. E. J. Organizing conceptual knowledge in humans with a gridlike code. Science 352, 1464–1468 (2016).&lt;/ref&gt;. 2021, Park等人的研究进一步发现人类利用二维概念空间的信息完成推理任务时，Medial entorhinal cortex和Ventral medial prefrontal cortex也会激活类网格细胞的神经活动。&lt;ref&gt;Park, S.A., Miller, D.S. &amp; Boorman, E.D. Inferences on a multidimensional social hierarchy use a grid-like code. Nat Neurosci 24, 1292–1301 (2021)&lt;/ref&gt;<br /> <br /> <br /> 这些研究证据表明人类在利用事物之间关系进行想象和推理时，海马和内嗅皮层呈现了和空间导航任务相似的神经活动，这为认知地图作为一种跨越多个领域的结构化知识的心理表征，提供了新的视角。<br /> <br /> 因此，不仅仅是物理空间信息可以被大脑组织为认知地图的形式，事物之间关系也可以被共享相同机制的认知地图所表征，从而实现抽象，推理，泛化等高级认知，支持人类灵活的行为。<br /> ==如何构建认知地图==<br /> <br /> 认知地图组织知识以实现灵活的行为。实现这种灵活行为意味着认知地图必须包含与行为任务相关的信息。灵活性意味着认知地图面对新的挑战时，能够帮助产生新的行为，并且能够为任何新环境下尽可能快地建立。因此，认知图谱的目的是尽可能提前学习，以使在线学习和计算最小化。为了实现这一目标，认知地图的神经表征必须满足某些要求。这里描述这些计算上的考虑，以及由此产生的模型，这些模型最近在预测神经元表征方面取得了许多成功。<br /> <br /> <br /> 认知地图通过表征环境中的结构关系，从而支持人类的灵活行为。根据神经科学的知识，认知地图表征在Hippocampus formation的神经活动当中。因此，使用计算模型对Hippocampus formation的神经表征进行建模，可以帮助我们理解构建认知地图的原则。目前已经有了多种计算模型用于模拟和解释认知地图的神经表征，从多角度理解认知地图的构建原则：<br /> <br /> === '''状态空间与强化学习''' ===<br /> 为了实现推理和泛化等灵活行为，认知地图需要表征世界的环境信息。例如，在开车时，决定何时转弯取决于是否知道道路的状态，方向盘在哪，其它车辆在哪里，路标上的符号代表什么。 在强化学习中，这个概念被定义为根据当前的世界状态采取行动（例如，当道路向右弯曲时，向右转）。表征环境中的所有状态信息通常是不可行的，因为它可能包含无数种通常和任务无关的信息。这不仅影响表征状态，而且还妨碍了学习效率。这种 &quot;维度的诅咒 &quot;&lt;ref&gt;Bellman, R. A Markovian decision process. J. Math. Mech. 6, 679–684 (1957&lt;/ref&gt;可以通过对状态进行一定程度的抽象（例如，忽略汽车的颜色）来缓解。<br /> <br /> <br /> 在经典的（model-free）强化学习，计算模型学习状态的价值，或者哪些动作在哪些状态下是好的，因此不需要了解状态之间的关系。虽然从长远来看这是最优的，但基于价值的学习往往是不灵活的，学习速度也很慢&lt;ref&gt;Sutton, R. S. &amp; Barto, A. G. Reinforcement learning: an introduction. in IEEE Transactions on Neural Networks (2017)&lt;/ref&gt;。 知道状态之间的关系（状态空间结构）可以在任何起始状态和目标状态之间进行灵活的规划，例如，如果常规路线受阻，可以采取新的路线回家&lt;ref&gt;Studies in spatial learning. I. Orientation and the short-cut&lt;/ref&gt;。不幸的是，传统的规划机制（例如，树搜索）计算成本很高，然而状态空间有效表征可以降低规划的成本，有时甚至完全降低。这是认知地图的一个核心目标：利用表征解决问题，而不是通过详尽无遗的计算来解决问题。<br /> <br /> <br /> 然而，尽管在物理空间中很容易推测出好的状态空间，但现实中地非空间问题转很难转化为认知地图的形式。一种源自强化学习的方法是将空间学习作为理解图上的关系。在空间中，图的节点定义了物理位置，因此，如果两个位置直接相连，节点之间就有边。重要的是，图也可以将非空间问题形式化。家庭树、社会网络和分子中的原子，都是由实体之间的关系组成的，可以用图来表示。因此，图中的节点代表非空间位置。图定义了状态空间，因此能够实现基于价值的强化学习。它们还可以进行规划：每个状态都可以由一个向量元素v来定，状态位于某一节点，则除该节点的值为1之外，所有元素都设置为0；然后将'''v'''乘以'''T'''（'''Tv'''；'''T'''是转换矩阵，其中'''T'''ij是从状态j到i的转换概率），在一步之后得到未来状态的分布。同样，再次乘以'''T'''（'''T2v'''），得到两步之后的分布。重复这个过程，就可以得到节点之间的最短路径。目前已经有基于海马的图模型，例如'''SR'''（successor representations），并且它们对空间的表征类似于位置和网格细胞。&lt;ref&gt;The hippocampus as a predictive map&lt;/ref&gt;<br /> <br /> === '''潜在状态与序列学习''' ===<br /> 图可以灵活地表示问题，但是如何要构建状态? 图如何定义每个图的节点，或者RL问题中的每个状态？感觉上的观察不能完全定义状态，因为两个相同的观察可能存在于不同的地点，其后果也大不相同。例如过马路意味着在英国向右看，而在德国向左看。从形式上看，我们的世界不是 &quot;完全可观察的&quot;；相反，我们面临着 &quot;部分可观察的 &quot;问题，必须推断出能区分英国和德国道路的潜在状态表征。状态不能单独从感觉外观推断出来。但是，观察到的序列可以唯一地识别状态，因为具有相同感官观察的两个状态会有不同的未来。事实上，海马形成从序列中学习，它的神经表征使用潜在的代表来区分状态16,39-45。例如，啮齿动物的网格细胞最初对两个相同的盒子进行相同的编码。然而，当动物意识到这两个盒子是由一条走廊连接的时候，网格表征就会改变，以代表全局的两个盒子和走廊空间43。这种静止状态的表征，由于其不同的未来而使感觉上的异化的盒子变得模糊不清。物理位置也可以是不一致的；在空间交替任务中40,41。相同的物理位置（例如，中央的 &quot;树干&quot;）根据动物以前的左/右选择预测出不同的未来。在这里，海马体为每个感官观察包含多个 &quot;克隆 &quot;细胞74,137。当图被赋予从序列中学习和推断潜在状态的能力时，它们开始预测上述的许多潜在状态单元，例如，通过克隆结构图（clone structured cognitive graph，CSCG）模型。<br /> <br /> 在CSCG模拟的海马中，包含了对每一种感觉信息的多个克隆细胞。不同的场景下，对同一种的感觉输入，匹配于该感觉输入的不同克隆细胞激活。该模型使用贝叶斯法则推断哪些海马克隆细胞在每个感官观察中应该被激活，并学习克隆细胞之间适当的转移权重。这些过渡权重类似于图的转移矩阵，但关键是状态空间是学习出来的，而不是由建模者提供。<br /> <br /> === '''路径整合和压缩''' ===<br /> 路径整合提供了一种建立潜在状态空间的强大方式。它建立的地图嵌入了空间结构的知识（在物理空间中，北+东+南+西=0）。这意味着，基于路径整合的地图本质上是潜在的和抽象的，因为它们遵循规则，而不是感官观察；此外这种地图允许关系知识被转移到任何适用相同规则的情况。值得注意的是，尽管路径整合不限于空间，但并非所有的图都能使用路径整合。路径整合模型利用一种特殊类型的循环神经网络（RNN），称为连续吸引子神经网络&lt;ref&gt;Representation of spatial orientation by the intrinsic dynamics of the head-direction cell ensemble: a theory&lt;/ref&gt;（Continuous attractor neuralnetworks, CANNs), 其中神经元通过权重W循环连接，并接受速度输入a。神经动力学由以下公式给出: <br /> <br /> τ dg/dt = −g + f (Wg + Ba) <br /> <br /> 这里，τ是神经元反应的时间常数，f是一个非线性激活函数，g是要进行路径整合的细胞向量，B是一个将速度输入a投射到细胞g的矩阵。我们注意到一个替代的，但在生物学上不太合理的方程式是τ dg/dt = -g + f (Wa g)，其中递归矩阵W a取决于运动速度。有了一组适当的权重，CANNs使用路径整合，不同的细胞类别（头部方向细胞139,140，位置细胞141,142和网格细胞143；见图，d）用不同的权重建模。值得注意的是，CANNs真的存在于自然界中；在苍蝇中发现了环形吸引子144，包括连接和解剖，在啮齿动物中发现了吸引子流行59,146。<br /> <br /> 此外，计算模型 Velocity-coupled oscillators(VCOs)也是基于路径整合的模型。然而，CANNs和VCOs这类模型一个主要限制是，循环权重矩阵的权重W，是精心挑选的，而不是从感觉经验中学习。<br /> <br /> <br /> <br /> === '''灵活泛化的模型''' ===<br /> 通过建立潜在状态表征的模型，以及使用路径整合的模型。如果这些原则可以结合起来，我们就可以建立一个强大的系统，从感官观察中学习任意的潜在状态（如CSCG），但又能额外地泛化这些表征（如路径整合模型）并任意地组合它们。为了使抽象表征在不同的感觉环境中被重复使用（泛化），相同的抽象位置必须与不同的感觉观察 &quot;相联系&quot;。<br /> <br /> 目前，基于海马的泛化模型有Tolman-Eichenbaum machine，TEM，和Space memory ，SMP。该类模型的任务是尽可能快地预测新的、但结构相似的环境中的感官观察（例如，多个不同的家庭或二维世界）。两个模型都由两个关键部分组成。(1) 一个抽象的路径整合模块，可在不同的环境中重复使用；(2) 一个关系记忆模块，像地址簿一样，将抽象的位置表征与感觉表征联系起来（见图）。这些联系在不同的世界中会发生变化，允许相同的抽象概念适用于多个世界。<br /> <br /> 尽管TEM和SMP在概念上是相同的模型，但它们有不同的实现方式。两个关键的问题是：(1)TEM提供了allocentric的行动和物体表征，但SMP必须从以egocentric的输入和像素中推断出来；(2)SMP用机器学习中的记忆网络来实现记忆，而TEM使用更符合生物现实的Hebbian learning和Hopfield networks。这种生物约束意味着抽象世界和感觉世界之间的联系必须发生在神经元单元中；也就是说，同一个海马神经元必须同时知道抽象位置和感觉预测。这种类型的联结性表征通常在海马神经元中被观察到。在TEM中，这种结合能够通过海马重映射实现泛化，因为相同的皮质表征（LEC和MEC）在不同的环境中被重复使用，由不同的海马组合来促进。当感觉物体在空间中排列时，与以前的模型相同的空间路径整合机制将被学习，但当感觉世界有更复杂的依赖关系时，这些也将被学习。如果预测感官未来的最好方法是学习一个复杂的潜伏状态图，那么这些模型将学习在这个潜伏空间中使用路径整合。<br /> <br /> <br /> ==参考文献==<br /> &lt;references /&gt;<br /> &lt;references /&gt;</div>

Mobility https://wiki.swarma.org/index.php?title=%E8%AE%A4%E7%9F%A5%E5%9C%B0%E5%9B%BE&diff=33992 2023-03-02T02:12:45Z

<p>Mobility：</p> <hr /> <div><br /> <br /> ==认知地图==<br /> <br /> 1948年，Edward Tolman首次提出了“认知地图”的概念&lt;ref&gt;Tolman, Edward C. (July 1948). &quot;Cognitive maps in rats and men&quot;. Psychological Review. 55 (4): 189–208. doi:10.1037/h0061626. &lt;nowiki&gt;PMID 18870876&lt;/nowiki&gt;.&lt;/ref&gt;。最初，Tolam 尝试通过认知地图解释小鼠自发学习环境中的空间布局，从而具备找到通往食物的捷径的行为。这种对于环境的心理表征，被称为认知地图。此外，对Tolman来说，认知地图不止是空间关系，是系统化组织的知识，范围涉及行为领域各个方面。也就是说，认知地图不仅是物理空间的心理表征，其也可以指一个从过去经验中构建的内部世界模型，该模型解释了事件之间的关系，并预测行动的结果[&lt;ref&gt;Timothy E.J. Behrens, Timothy H. Muller, James C.R. Whittington, Shirley Mark, Alon B. Baram, Kimberly L. Stachenfeld, Zeb Kurth-Nelson. What Is a Cognitive Map? Organizing Knowledge for Flexible Behavior,&lt;/ref&gt;。<br /> <br /> ==认知地图的历史==<br /> <br /> 认知地图的概念是由Edward C. Tolman首先提出的。托尔曼是早期的认知心理学家之一，他在做一个涉及老鼠和迷宫的实验时提出了这个想法。在Tolman的实验中，一只老鼠被放在一个十字形的迷宫里自由探索。在最初的探索之后，老鼠被放在十字架的一个臂上，食物被放在紧邻右边的下一个臂上。大鼠很快学会了在十字路口向右转，以获得食物。然而，当老鼠被放置在十字迷宫的不同臂上时，大鼠仍然朝着正确的方向去获取食物，找到通往食物的捷径。也就是说，老鼠的行为并不是由行为-奖赏之间的条件反射机械地决定，而是会自发学习迷宫的空间布局，即构建认知地图，并借此可以推断出通往食物的捷径。<br /> <br /> <br /> 不幸的是，由于当时心理学领域盛行的行为主义观点，进一步的研究被延缓了。后来，O'Keefe和Nadel在海马体发现了位置细胞（place cell），指出其是老鼠对其周围环境进行表征的关键，是Tolman的认知地图研究的神经基础，这一观察进一步推动了这一领域的研究&lt;ref&gt;O'Keefe, John; Nadel, Lynn (1978). The hippocampus as a cognitive map. Oxford; New York: Clarendon Press; Oxford University Press. &lt;nowiki&gt;ISBN 0198572069&lt;/nowiki&gt;. OCLC 4430731. Archived from the original on 2019-09-27. Retrieved 2006-09-27.&lt;/ref&gt;。<br /> <br /> <br /> 根据O'Keefe和Nadel（1978），不仅人类需要空间能力，非人类动物也需要空间能力来寻找食物、庇护所和其他动物，无论是伴侣还是捕食者&lt;ref&gt;Blasidell Aaron, Cook Robert (2004). &quot;Integration of spatial maps in pigeons&quot;. [fr.booksc.org](http://fr.booksc.org &quot;fr.booksc.org&quot;). Retrieved 2022-04-24.&lt;/ref&gt;。 为此，一些动物在地标之间建立了关系，使它们能够进行空间推断和探测位置&lt;ref&gt;Olthof, Anneke; Sutton, Jennifer E.; Slumskie, Shawna V.; D'Addetta, JoAnne; Roberts, William A. (1999). &quot;In search of the cognitive map: Can rats learn an abstract pattern of rewarded arms on the radial maze?&quot;. [fr.booksc.org](http://fr.booksc.org &quot;fr.booksc.org&quot;). Retrieved 2022-04-24.&lt;/ref&gt;。Tolman, Ritchie, and Kalish（1946年）在迷宫中对老鼠进行的首次实验表明，老鼠可以形成空间位置的心理地图，对其有很好的理解力。但这些实验后来又被其他研究者主导（例如Eichenbaum, Stewart, &amp; Morris, 1990和Singer等人，2006），并没有得出如此明确的结果。有一些作者试图揭示老鼠走捷径的方式。结果表明，在大多数情况下，大鼠在拿取食物时不会使用捷径，除非它们已经有了相应的经验。在这种情况下，已有经验的大鼠使用捷径的速度和频率明显高于那些没有预先接触过的大鼠&lt;ref&gt;Grieves, Roderick M.; Dudchenko, Paul A. (2013-05-01). &quot;Cognitive maps and spatial inference in animals: Rats fail to take a novel shortcut, but can take a previously experienced one&quot;. Learning and Motivation. 44 (2): 81–92. doi:10.1016/j.lmot.2012.08.001. ISSN 0023-9690.&lt;/ref&gt;。<br /> <br /> <br /> 此外，随着时间的推移，认知地图的概念被扩展至其它动物，包括人类。认知地图的概念还在多个领域得到广泛研究，如心理学、教育学、考古学、规划学、地理学、制图学、建筑学、景观建筑、城市规划、管理和历史，导致了更广泛和有区别的定义和应用。比如在运筹学领域，指的是一种代表知识或心理图式的语义网络。由于认知地图的广泛使用和研究，它已经成为几乎所有心理表征或模型的俗语。这些心理模型经常被称为认知地图、心理地图、脚本、图式和参考框架。<br /> ==认知地图的神经基础==<br /> <br /> 目前，主流的观点认为海马是认知地图的神经基础。海马通过连接其它脑区，从而整合空间和非空间信息。Postrhinal cortex和medial entorhinal cortex的连接为海马提供空间信息。来自 perirhinal cortex和lateral entorhinal cortex 的连接提供了非空间信息。而海马通过整合物体的位置和其他特征信息，表征认知地图中的实际位置&lt;ref&gt;Manns, Joseph R.; Eichenbaum, Howard (October 2009). &quot;A cognitive map for object memory in the hippocampus&quot;. Learning &amp; Memory. 16 (10): 616–624. doi:10.1101/lm.1484509. PMC 2769165. PMID 19794187.&lt;/ref&gt;。O'Keefe和Nadel首先指出了海马和认知地图之间的关系。许多其他研究显示了支持这一结论的额外证据&lt;ref&gt;Moser, Edvard I.; Kropff, Emilio; Moser, May-Britt (2008). &quot;Place cells, grid cells, and the brain's spatial representation system&quot;. Annual Review of Neuroscience. 31: 69–89. doi:10.1146/annurev.neuro.31.061307.090723. PMID 18284371.&lt;/ref&gt;。具体而言，锥体细胞（位置细胞、边界细胞和网格细胞）被认为是海马系统中认知地图的神经基础。<br /> <br /> O'Keefe的许多研究都牵涉到位置细胞的参与。海马体内的单个位置细胞对应于环境中的单独位置。因此，所有细胞的总和有助于形成整个环境的单一地图。细胞之间的连接强度代表它们在实际环境中的距离。同样的位置细胞可以用来构建多个环境，但位置细胞之间的相对位置关系可能在不同地图不同，也即重映射（remapping）。 目前，已经在多种哺乳类动物中， 如小鼠和猕猴中发现位置细胞表征认知地图&lt;ref&gt;Moser, Edvard I.; Kropff, Emilio; Moser, May-Britt (2008). &quot;Place cells, grid cells, and the brain's spatial representation system&quot;. Annual Review of Neuroscience. 31: 69–89. doi:10.1146/annurev.neuro.31.061307.090723. PMID 18284371.&lt;/ref&gt;。此外，在Manns和Eichenbaum对大鼠的研究中，海马内的锥体细胞也参与表示物体位置和物体身份，表明它们参与了认知地图的创建&lt;ref&gt;Manns, Joseph R.; Eichenbaum, Howard (October 2009). &quot;A cognitive map for object memory in the hippocampus&quot;. Learning &amp; Memory. 16 (10): 616–624. doi:10.1101/lm.1484509. PMC 2769165. PMID 19794187.&lt;/ref&gt;。然而，对于这些对哺乳动物物种的研究是否表明存在认知地图，而不是另一种更简单的确定环境的方法，存在一些争议&lt;ref&gt;Bennett, Andrew T. D. (January 1996). &quot;Do animals have cognitive maps?&quot;. The Journal of Experimental Biology. 199 (Pt 1): 219–224. doi:10.1242/jeb.199.1.219. PMID 8576693.&lt;/ref&gt;。<br /> <br /> 除了海马，medial entorhinal cortex的网格细胞会在经过环境中按六边形周期性排布的位置时活动，也被视作认知地图的神经基础之一。因其独特的功能特性被认为参与了路径整合的过程，而海马的位置细胞的神经活动则表征了通过路径整合获得的信息的输出&lt;ref&gt;McNaughton, Bruce L.; Battaglia, Francesco P.; Jensen, Ole; Moser, Edvard I.; Moser, May-Britt (August 2006). &quot;Path integration and the neural basis of the 'cognitive map'&quot;. Nature Reviews Neuroscience. 7 (8): 663–678. doi:10.1038/nrn1932. PMID 16858394. S2CID 16928213.&lt;/ref&gt;。与位置细胞不同的是，网格细胞的表征相在不同环境可以保持相对不变。因此，网格细胞被认为编码了可以跨越不同环境，相对不变的空间结构信息。此外，除medial entorhinal cortex外，presubiculum 和parietal cortex 也被认为与认知地图的生成有关。<br /> <br /> 有一些证据表明，认知地图在海马体中是由两个独立的地图表示的。第一个是方位图，它通过自我运动的线索和梯度线索来表示环境。这些基于矢量的线索的使用创造了一个粗糙的、二维的环境地图。第二张地图是根据位置线索绘制的草图。第二张地图还包括了了特定的物体，或地标，以及它们的相对位置，以创建环境的二维地图。而完整的认知地图是由这两个独立的地图整合而成的。这使我们理解到，帮助我们创造这一心理过程的不仅仅是一张地图，而是三张地图&lt;ref&gt;Jacobs, Lucia F.; Schenk, Françoise (April 2003). &quot;Unpacking the cognitive map: the parallel map theory of hippocampal function&quot;. Psychological Review. 110 (2): 285–315. doi:10.1037/0033-295X.110.2.285. PMID 12747525.&lt;/ref&gt;。应该清楚的是，平行地图理论仍在发展。草图在以前的神经生物学过程和解释中有基础，而方位图则很少有研究支持其证据&lt;ref&gt;Moser, Edvard I.; Kropff, Emilio; Moser, May-Britt (2008). &quot;Place cells, grid cells, and the brain's spatial representation system&quot;. Annual Review of Neuroscience. 31: 69–89. doi:10.1146/annurev.neuro.31.061307.090723. PMID 18284371.&lt;/ref&gt;。<br /> <br /> ==认知地图与灵活行为==<br /> <br /> 认知地图的神经基础是海马-内嗅皮层系统，海马和内嗅皮层神经元其特殊的神经活动模式可以有效编码物理空间信息，通过路径整合(Path integration)寻找物理空间中的捷径，并且快速地迁移到新场景，从而让动物可以灵活适应环境。<br /> <br /> 然而，Howard Eichenbaum 发现海马不仅仅表征物理空间的信息，还在人类关系型记忆的形成中存在重要作用，&lt;ref&gt;Wood ER, Dudchenko PA, Eichenbaum H. (1999) The global record of memory in hippocampal neuronal activity. Nature. 397(6720):613-6.&lt;/ref&gt;&lt;ref&gt;Eichenbaum H, Cohen NJ (2004) From Conditioning to Conscious Recollection: Memory Systems of the Brain. Oxford University Press: Oxford, UK.&lt;/ref&gt; 即认知地图不仅仅表征物理空间，同时也表征事物之间关系。<br /> <br /> <br /> 最近一些研究结果佐证了该观点。2016，Constantinescu和Behrens等人，通过操纵物理刺激的变化，构建上一个概念上的bird space，并发现人类Medial entorhinal cortex和Ventral medial prefrontal cortex的类网格细胞(Grid-like coding)的神经活动可以表征该二维概念空间&lt;ref&gt;Constantinescu, A. O., O’Reilly, J. X. &amp; Behrens, T. E. J. Organizing conceptual knowledge in humans with a gridlike code. Science 352, 1464–1468 (2016).&lt;/ref&gt;. 2021, Park等人的研究进一步发现人类利用二维概念空间的信息完成推理任务时，Medial entorhinal cortex和Ventral medial prefrontal cortex也会激活类网格细胞的神经活动。&lt;ref&gt;Park, S.A., Miller, D.S. &amp; Boorman, E.D. Inferences on a multidimensional social hierarchy use a grid-like code. Nat Neurosci 24, 1292–1301 (2021)&lt;/ref&gt;<br /> <br /> <br /> 这些研究证据表明人类在利用事物之间关系进行想象和推理时，海马和内嗅皮层呈现了和空间导航任务相似的神经活动，这为认知地图作为一种跨越多个领域的结构化知识的心理表征，提供了新的视角。<br /> <br /> 因此，不仅仅是物理空间信息可以被大脑组织为认知地图的形式，事物之间关系也可以被共享相同机制的认知地图所表征，从而实现抽象，推理，泛化等高级认知，支持人类灵活的行为。<br /> ==如何构建认知地图==<br /> <br /> 认知地图组织知识以实现灵活的行为。实现这种灵活行为意味着认知地图必须包含与行为任务相关的信息。灵活性意味着认知地图面对新的挑战时，能够帮助产生新的行为，并且能够为任何新环境下尽可能快地建立。因此，认知图谱的目的是尽可能提前学习，以使在线学习和计算最小化。为了实现这一目标，认知地图的神经表征必须满足某些要求。这里描述这些计算上的考虑，以及由此产生的模型，这些模型最近在预测神经元表征方面取得了许多成功。<br /> <br /> <br /> 认知地图通过表征环境中的结构关系，从而支持人类的灵活行为。根据神经科学的知识，认知地图表征在Hippocampus formation的神经活动当中。因此，使用计算模型对Hippocampus formation的神经表征进行建模，可以帮助我们理解构建认知地图的原则。目前已经有了多种计算模型用于模拟和解释认知地图的神经表征，从多角度理解认知地图的构建原则：<br /> <br /> <br /> '''状态空间与强化学习'''<br /> <br /> 为了实现推理和泛化等灵活行为，认知地图需要表征世界的环境信息。例如，在开车时，决定何时转弯取决于是否知道道路的状态，方向盘在哪，其它车辆在哪里，路标上的符号代表什么。 在强化学习中，这个概念被定义为根据当前的世界状态采取行动（例如，当道路向右弯曲时，向右转）。表征环境中的所有状态信息通常是不可行的，因为它可能包含无数种通常和任务无关的信息。这不仅影响表征状态，而且还妨碍了学习效率。这种 &quot;维度的诅咒 &quot;&lt;ref&gt;Bellman, R. A Markovian decision process. J. Math. Mech. 6, 679–684 (1957&lt;/ref&gt;可以通过对状态进行一定程度的抽象（例如，忽略汽车的颜色）来缓解。<br /> <br /> <br /> 在经典的（model-free）强化学习，计算模型学习状态的价值，或者哪些动作在哪些状态下是好的，因此不需要了解状态之间的关系。虽然从长远来看这是最优的，但基于价值的学习往往是不灵活的，学习速度也很慢&lt;ref&gt;Sutton, R. S. &amp; Barto, A. G. Reinforcement learning: an introduction. in IEEE Transactions on Neural Networks (2017)&lt;/ref&gt;。 知道状态之间的关系（状态空间结构）可以在任何起始状态和目标状态之间进行灵活的规划，例如，如果常规路线受阻，可以采取新的路线回家&lt;ref&gt;Studies in spatial learning. I. Orientation and the short-cut&lt;/ref&gt;。不幸的是，传统的规划机制（例如，树搜索）计算成本很高，然而状态空间有效表征可以降低规划的成本，有时甚至完全降低。这是认知地图的一个核心目标：利用表征解决问题，而不是通过详尽无遗的计算来解决问题。<br /> <br /> <br /> 然而，尽管在物理空间中很容易推测出好的状态空间，但现实中地非空间问题转很难转化为认知地图的形式。一种源自强化学习的方法是将空间学习作为理解图上的关系。在空间中，图的节点定义了物理位置，因此，如果两个位置直接相连，节点之间就有边。重要的是，图也可以将非空间问题形式化。家庭树、社会网络和分子中的原子，都是由实体之间的关系组成的，可以用图来表示。因此，图中的节点代表非空间位置。图定义了状态空间，因此能够实现基于价值的强化学习。它们还可以进行规划：每个状态都可以由一个向量元素v来定，状态位于某一节点，则除该节点的值为1之外，所有元素都设置为0；然后将'''v'''乘以'''T'''（'''Tv'''；'''T'''是转换矩阵，其中'''T'''ij是从状态j到i的转换概率），在一步之后得到未来状态的分布。同样，再次乘以'''T'''（'''T2v'''），得到两步之后的分布。重复这个过程，就可以得到节点之间的最短路径。目前已经有基于海马的图模型，例如'''SR'''（successor representations），并且它们对空间的表征类似于位置和网格细胞。&lt;ref&gt;The hippocampus as a predictive map&lt;/ref&gt;<br /> <br /> <br /> '''潜在状态与序列学习'''<br /> <br /> 图可以灵活地表示问题，但是如何要构建状态? 图如何定义每个图的节点，或者RL问题中的每个状态？感觉上的观察不能完全定义状态，因为两个相同的观察可能存在于不同的地点，其后果也大不相同。例如过马路意味着在英国向右看，而在德国向左看。从形式上看，我们的世界不是 &quot;完全可观察的&quot;；相反，我们面临着 &quot;部分可观察的 &quot;问题，必须推断出能区分英国和德国道路的潜在状态表征。状态不能单独从感觉外观推断出来。但是，观察到的序列可以唯一地识别状态，因为具有相同感官观察的两个状态会有不同的未来。事实上，海马形成从序列中学习，它的神经表征使用潜在的代表来区分状态16,39-45。例如，啮齿动物的网格细胞最初对两个相同的盒子进行相同的编码。然而，当动物意识到这两个盒子是由一条走廊连接的时候，网格表征就会改变，以代表全局的两个盒子和走廊空间43。这种静止状态的表征，由于其不同的未来而使感觉上的异化的盒子变得模糊不清。物理位置也可以是不一致的；在空间交替任务中40,41。相同的物理位置（例如，中央的 &quot;树干&quot;）根据动物以前的左/右选择预测出不同的未来。在这里，海马体为每个感官观察包含多个 &quot;克隆 &quot;细胞74,137。当图被赋予从序列中学习和推断潜在状态的能力时，它们开始预测上述的许多潜在状态单元，例如，通过克隆结构图（clone structured cognitive graph，CSCG）模型。<br /> <br /> 在CSCG模拟的海马中，包含了对每一种感觉信息的多个克隆细胞。不同的场景下，对同一种的感觉输入，匹配于该感觉输入的不同克隆细胞激活。该模型使用贝叶斯法则推断哪些海马克隆细胞在每个感官观察中应该被激活，并学习克隆细胞之间适当的转移权重。这些过渡权重类似于图的转移矩阵，但关键是状态空间是学习出来的，而不是由建模者提供。<br /> <br /> <br /> '''路径整合和压缩'''<br /> <br /> 路径整合提供了一种建立潜在状态空间的强大方式。它建立的地图嵌入了空间结构的知识（在物理空间中，北+东+南+西=0）。这意味着，基于路径整合的地图本质上是潜在的和抽象的，因为它们遵循规则，而不是感官观察；此外这种地图允许关系知识被转移到任何适用相同规则的情况。值得注意的是，尽管路径整合不限于空间，但并非所有的图都能使用路径整合。路径整合模型利用一种特殊类型的循环神经网络（RNN），称为连续吸引子神经网络&lt;ref&gt;Representation of spatial orientation by the intrinsic dynamics of the head-direction cell ensemble: a theory&lt;/ref&gt;（Continuous attractor neuralnetworks, CANNs), 其中神经元通过权重W循环连接，并接受速度输入a。神经动力学由以下公式给出: <br /> <br /> τ dg/dt = −g + f (Wg + Ba) <br /> <br /> 这里，τ是神经元反应的时间常数，f是一个非线性激活函数，g是要进行路径整合的细胞向量，B是一个将速度输入a投射到细胞g的矩阵。我们注意到一个替代的，但在生物学上不太合理的方程式是τ dg/dt = -g + f (Wa g)，其中递归矩阵W a取决于运动速度。有了一组适当的权重，CANNs使用路径整合，不同的细胞类别（头部方向细胞139,140，位置细胞141,142和网格细胞143；见图，d）用不同的权重建模。值得注意的是，CANNs真的存在于自然界中；在苍蝇中发现了环形吸引子144，包括连接和解剖，在啮齿动物中发现了吸引子流行59,146。<br /> <br /> 此外，计算模型 Velocity-coupled oscillators(VCOs)也是基于路径整合的模型。然而，CANNs和VCOs这类模型一个主要限制是，循环权重矩阵的权重W，是精心挑选的，而不是从感觉经验中学习。<br /> <br /> <br /> <br /> '''灵活泛化的模型'''<br /> <br /> 通过建立潜在状态表征的模型，以及使用路径整合的模型。如果这些原则可以结合起来，我们就可以建立一个强大的系统，从感官观察中学习任意的潜在状态（如CSCG），但又能额外地泛化这些表征（如路径整合模型）并任意地组合它们。为了使抽象表征在不同的感觉环境中被重复使用（泛化），相同的抽象位置必须与不同的感觉观察 &quot;相联系&quot;。<br /> <br /> 目前，基于海马的泛化模型有Tolman-Eichenbaum machine，TEM，和Space memory ，SMP。该类模型的任务是尽可能快地预测新的、但结构相似的环境中的感官观察（例如，多个不同的家庭或二维世界）。两个模型都由两个关键部分组成。(1) 一个抽象的路径整合模块，可在不同的环境中重复使用；(2) 一个关系记忆模块，像地址簿一样，将抽象的位置表征与感觉表征联系起来（见图）。这些联系在不同的世界中会发生变化，允许相同的抽象概念适用于多个世界。<br /> <br /> 尽管TEM和SMP在概念上是相同的模型，但它们有不同的实现方式。两个关键的问题是：(1)TEM提供了allocentric的行动和物体表征，但SMP必须从以egocentric的输入和像素中推断出来；(2)SMP用机器学习中的记忆网络来实现记忆，而TEM使用更符合生物现实的Hebbian learning和Hopfield networks。这种生物约束意味着抽象世界和感觉世界之间的联系必须发生在神经元单元中；也就是说，同一个海马神经元必须同时知道抽象位置和感觉预测。这种类型的联结性表征通常在海马神经元中被观察到。在TEM中，这种结合能够通过海马重映射实现泛化，因为相同的皮质表征（LEC和MEC）在不同的环境中被重复使用，由不同的海马组合来促进。当感觉物体在空间中排列时，与以前的模型相同的空间路径整合机制将被学习，但当感觉世界有更复杂的依赖关系时，这些也将被学习。如果预测感官未来的最好方法是学习一个复杂的潜伏状态图，那么这些模型将学习在这个潜伏空间中使用路径整合。<br /> <br /> <br /> ==参考文献==<br /> &lt;references /&gt;<br /> &lt;references /&gt;</div>

Mobility https://wiki.swarma.org/index.php?title=%E8%AE%A4%E7%9F%A5%E5%9C%B0%E5%9B%BE&diff=33991 2023-03-02T02:11:39Z

<p>Mobility：</p> <hr /> <div><br /> <br /> ==认知地图==<br /> <br /> 1948年，Edward Tolman首次提出了“认知地图”的概念&lt;ref&gt;Tolman, Edward C. (July 1948). &quot;Cognitive maps in rats and men&quot;. Psychological Review. 55 (4): 189–208. doi:10.1037/h0061626. &lt;nowiki&gt;PMID 18870876&lt;/nowiki&gt;.&lt;/ref&gt;。最初，Tolam 尝试通过认知地图解释小鼠自发学习环境中的空间布局，从而具备找到通往食物的捷径的行为。这种对于环境的心理表征，被称为认知地图。此外，对Tolman来说，认知地图不止是空间关系，是系统化组织的知识，范围涉及行为领域各个方面。也就是说，认知地图不仅是物理空间的心理表征，其也可以指一个从过去经验中构建的内部世界模型，该模型解释了事件之间的关系，并预测行动的结果[&lt;ref&gt;Timothy E.J. Behrens, Timothy H. Muller, James C.R. Whittington, Shirley Mark, Alon B. Baram, Kimberly L. Stachenfeld, Zeb Kurth-Nelson. What Is a Cognitive Map? Organizing Knowledge for Flexible Behavior,&lt;/ref&gt;。<br /> <br /> ==认知地图的历史==<br /> <br /> 认知地图的概念是由Edward C. Tolman首先提出的。托尔曼是早期的认知心理学家之一，他在做一个涉及老鼠和迷宫的实验时提出了这个想法。在Tolman的实验中，一只老鼠被放在一个十字形的迷宫里自由探索。在最初的探索之后，老鼠被放在十字架的一个臂上，食物被放在紧邻右边的下一个臂上。大鼠很快学会了在十字路口向右转，以获得食物。然而，当老鼠被放置在十字迷宫的不同臂上时，大鼠仍然朝着正确的方向去获取食物，找到通往食物的捷径。也就是说，老鼠的行为并不是由行为-奖赏之间的条件反射机械地决定，而是会自发学习迷宫的空间布局，即构建认知地图，并借此可以推断出通往食物的捷径。<br /> <br /> <br /> 不幸的是，由于当时心理学领域盛行的行为主义观点，进一步的研究被延缓了。后来，O'Keefe和Nadel在海马体发现了位置细胞（place cell），指出其是老鼠对其周围环境进行表征的关键，是Tolman的认知地图研究的神经基础，这一观察进一步推动了这一领域的研究&lt;ref&gt;O'Keefe, John; Nadel, Lynn (1978). The hippocampus as a cognitive map. Oxford; New York: Clarendon Press; Oxford University Press. &lt;nowiki&gt;ISBN 0198572069&lt;/nowiki&gt;. OCLC 4430731. Archived from the original on 2019-09-27. Retrieved 2006-09-27.&lt;/ref&gt;。<br /> <br /> <br /> 根据O'Keefe和Nadel（1978），不仅人类需要空间能力，非人类动物也需要空间能力来寻找食物、庇护所和其他动物，无论是伴侣还是捕食者&lt;ref&gt;Blasidell Aaron, Cook Robert (2004). &quot;Integration of spatial maps in pigeons&quot;. [fr.booksc.org](http://fr.booksc.org &quot;fr.booksc.org&quot;). Retrieved 2022-04-24.&lt;/ref&gt;。 为此，一些动物在地标之间建立了关系，使它们能够进行空间推断和探测位置&lt;ref&gt;Olthof, Anneke; Sutton, Jennifer E.; Slumskie, Shawna V.; D'Addetta, JoAnne; Roberts, William A. (1999). &quot;In search of the cognitive map: Can rats learn an abstract pattern of rewarded arms on the radial maze?&quot;. [fr.booksc.org](http://fr.booksc.org &quot;fr.booksc.org&quot;). Retrieved 2022-04-24.&lt;/ref&gt;。Tolman, Ritchie, and Kalish（1946年）在迷宫中对老鼠进行的首次实验表明，老鼠可以形成空间位置的心理地图，对其有很好的理解力。但这些实验后来又被其他研究者主导（例如Eichenbaum, Stewart, &amp; Morris, 1990和Singer等人，2006），并没有得出如此明确的结果。有一些作者试图揭示老鼠走捷径的方式。结果表明，在大多数情况下，大鼠在拿取食物时不会使用捷径，除非它们已经有了相应的经验。在这种情况下，已有经验的大鼠使用捷径的速度和频率明显高于那些没有预先接触过的大鼠&lt;ref&gt;Grieves, Roderick M.; Dudchenko, Paul A. (2013-05-01). &quot;Cognitive maps and spatial inference in animals: Rats fail to take a novel shortcut, but can take a previously experienced one&quot;. Learning and Motivation. 44 (2): 81–92. doi:10.1016/j.lmot.2012.08.001. ISSN 0023-9690.&lt;/ref&gt;。<br /> <br /> <br /> 此外，随着时间的推移，认知地图的概念被扩展至其它动物，包括人类。认知地图的概念还在多个领域得到广泛研究，如心理学、教育学、考古学、规划学、地理学、制图学、建筑学、景观建筑、城市规划、管理和历史，导致了更广泛和有区别的定义和应用。比如在运筹学领域，指的是一种代表知识或心理图式的语义网络。由于认知地图的广泛使用和研究，它已经成为几乎所有心理表征或模型的俗语。这些心理模型经常被称为认知地图、心理地图、脚本、图式和参考框架。<br /> ==认知地图的神经基础==<br /> <br /> 目前，主流的观点认为海马是认知地图的神经基础。海马通过连接其它脑区，从而整合空间和非空间信息。Postrhinal cortex和medial entorhinal cortex的连接为海马提供空间信息。来自 perirhinal cortex和lateral entorhinal cortex 的连接提供了非空间信息。而海马通过整合物体的位置和其他特征信息，表征认知地图中的实际位置&lt;ref&gt;Manns, Joseph R.; Eichenbaum, Howard (October 2009). &quot;A cognitive map for object memory in the hippocampus&quot;. Learning &amp; Memory. 16 (10): 616–624. doi:10.1101/lm.1484509. PMC 2769165. PMID 19794187.&lt;/ref&gt;。O'Keefe和Nadel首先指出了海马和认知地图之间的关系。许多其他研究显示了支持这一结论的额外证据&lt;ref&gt;Moser, Edvard I.; Kropff, Emilio; Moser, May-Britt (2008). &quot;Place cells, grid cells, and the brain's spatial representation system&quot;. Annual Review of Neuroscience. 31: 69–89. doi:10.1146/annurev.neuro.31.061307.090723. PMID 18284371.&lt;/ref&gt;。具体而言，锥体细胞（位置细胞、边界细胞和网格细胞）被认为是海马系统中认知地图的神经基础。<br /> <br /> O'Keefe的许多研究都牵涉到位置细胞的参与。海马体内的单个位置细胞对应于环境中的单独位置。因此，所有细胞的总和有助于形成整个环境的单一地图。细胞之间的连接强度代表它们在实际环境中的距离。同样的位置细胞可以用来构建多个环境，但位置细胞之间的相对位置关系可能在不同地图不同，也即重映射（remapping）。 目前，已经在多种哺乳类动物中， 如小鼠和猕猴中发现位置细胞表征认知地图&lt;ref&gt;Moser, Edvard I.; Kropff, Emilio; Moser, May-Britt (2008). &quot;Place cells, grid cells, and the brain's spatial representation system&quot;. Annual Review of Neuroscience. 31: 69–89. doi:10.1146/annurev.neuro.31.061307.090723. PMID 18284371.&lt;/ref&gt;。此外，在Manns和Eichenbaum对大鼠的研究中，海马内的锥体细胞也参与表示物体位置和物体身份，表明它们参与了认知地图的创建&lt;ref&gt;Manns, Joseph R.; Eichenbaum, Howard (October 2009). &quot;A cognitive map for object memory in the hippocampus&quot;. Learning &amp; Memory. 16 (10): 616–624. doi:10.1101/lm.1484509. PMC 2769165. PMID 19794187.&lt;/ref&gt;。然而，对于这些对哺乳动物物种的研究是否表明存在认知地图，而不是另一种更简单的确定环境的方法，存在一些争议&lt;ref&gt;Bennett, Andrew T. D. (January 1996). &quot;Do animals have cognitive maps?&quot;. The Journal of Experimental Biology. 199 (Pt 1): 219–224. doi:10.1242/jeb.199.1.219. PMID 8576693.&lt;/ref&gt;。<br /> <br /> 除了海马，medial entorhinal cortex的网格细胞会在经过环境中按六边形周期性排布的位置时活动，也被视作认知地图的神经基础之一。因其独特的功能特性被认为参与了路径整合的过程，而海马的位置细胞的神经活动则表征了通过路径整合获得的信息的输出&lt;ref&gt;McNaughton, Bruce L.; Battaglia, Francesco P.; Jensen, Ole; Moser, Edvard I.; Moser, May-Britt (August 2006). &quot;Path integration and the neural basis of the 'cognitive map'&quot;. Nature Reviews Neuroscience. 7 (8): 663–678. doi:10.1038/nrn1932. PMID 16858394. S2CID 16928213.&lt;/ref&gt;。与位置细胞不同的是，网格细胞的表征相在不同环境可以保持相对不变。因此，网格细胞被认为编码了可以跨越不同环境，相对不变的空间结构信息。此外，除medial entorhinal cortex外，presubiculum 和parietal cortex 也被认为与认知地图的生成有关。<br /> <br /> 有一些证据表明，认知地图在海马体中是由两个独立的地图表示的。第一个是方位图，它通过自我运动的线索和梯度线索来表示环境。这些基于矢量的线索的使用创造了一个粗糙的、二维的环境地图。第二张地图是根据位置线索绘制的草图。第二张地图还包括了了特定的物体，或地标，以及它们的相对位置，以创建环境的二维地图。而完整的认知地图是由这两个独立的地图整合而成的。这使我们理解到，帮助我们创造这一心理过程的不仅仅是一张地图，而是三张地图&lt;ref&gt;Jacobs, Lucia F.; Schenk, Françoise (April 2003). &quot;Unpacking the cognitive map: the parallel map theory of hippocampal function&quot;. Psychological Review. 110 (2): 285–315. doi:10.1037/0033-295X.110.2.285. PMID 12747525.&lt;/ref&gt;。应该清楚的是，平行地图理论仍在发展。草图在以前的神经生物学过程和解释中有基础，而方位图则很少有研究支持其证据&lt;ref&gt;Moser, Edvard I.; Kropff, Emilio; Moser, May-Britt (2008). &quot;Place cells, grid cells, and the brain's spatial representation system&quot;. Annual Review of Neuroscience. 31: 69–89. doi:10.1146/annurev.neuro.31.061307.090723. PMID 18284371.&lt;/ref&gt;。<br /> <br /> ==认知地图与灵活行为==<br /> <br /> 认知地图的神经基础是海马-内嗅皮层系统，海马和内嗅皮层神经元其特殊的神经活动模式可以有效编码物理空间信息，通过路径整合(Path integration)寻找物理空间中的捷径，并且快速地迁移到新场景，从而让动物可以灵活适应环境。<br /> <br /> 然而，Howard Eichenbaum 发现海马不仅仅表征物理空间的信息，还在人类关系型记忆的形成中存在重要作用，&lt;ref&gt;Wood ER, Dudchenko PA, Eichenbaum H. (1999) The global record of memory in hippocampal neuronal activity. Nature. 397(6720):613-6.&lt;/ref&gt;&lt;ref&gt;Eichenbaum H, Cohen NJ (2004) From Conditioning to Conscious Recollection: Memory Systems of the Brain. Oxford University Press: Oxford, UK.&lt;/ref&gt; 即认知地图不仅仅表征物理空间，同时也表征事物之间关系。<br /> <br /> <br /> 最近一些研究结果佐证了该观点。2016，Constantinescu和Behrens等人，通过操纵物理刺激的变化，构建上一个概念上的bird space，并发现人类Medial entorhinal cortex和Ventral medial prefrontal cortex的类网格细胞(Grid-like coding)的神经活动可以表征该二维概念空间&lt;ref&gt;Constantinescu, A. O., O’Reilly, J. X. &amp; Behrens, T. E. J. Organizing conceptual knowledge in humans with a gridlike code. Science 352, 1464–1468 (2016).&lt;/ref&gt;. 2021, Park等人的研究进一步发现人类利用二维概念空间的信息完成推理任务时，Medial entorhinal cortex和Ventral medial prefrontal cortex也会激活类网格细胞的神经活动。&lt;ref&gt;Park, S.A., Miller, D.S. &amp; Boorman, E.D. Inferences on a multidimensional social hierarchy use a grid-like code. Nat Neurosci 24, 1292–1301 (2021)&lt;/ref&gt;<br /> <br /> <br /> 这些研究证据表明人类在利用事物之间关系进行想象和推理时，海马和内嗅皮层呈现了和空间导航任务相似的神经活动，这为认知地图作为一种跨越多个领域的结构化知识的心理表征，提供了新的视角。<br /> <br /> 因此，不仅仅是物理空间信息可以被大脑组织为认知地图的形式，事物之间关系也可以被共享相同机制的认知地图所表征，从而实现抽象，推理，泛化等高级认知，支持人类灵活的行为。<br /> ==如何构建认知地图==<br /> <br /> 认知地图组织知识以实现灵活的行为。实现这种灵活行为意味着认知地图必须包含与行为任务相关的信息。灵活性意味着认知地图面对新的挑战时，能够帮助产生新的行为，并且能够为任何新环境下尽可能快地建立。因此，认知图谱的目的是尽可能提前学习，以使在线学习和计算最小化。为了实现这一目标，认知地图的神经表征必须满足某些要求。这里描述这些计算上的考虑，以及由此产生的模型，这些模型最近在预测神经元表征方面取得了许多成功。<br /> <br /> <br /> 认知地图通过表征环境中的结构关系，从而支持人类的灵活行为。根据神经科学的知识，认知地图表征在Hippocampus formation的神经活动当中。因此，使用计算模型对Hippocampus formation的神经表征进行建模，可以帮助我们理解构建认知地图的原则。目前已经有了多种计算模型用于模拟和解释认知地图的神经表征，从多角度理解认知地图的构建原则：<br /> <br /> <br /> '''状态空间与强化学习'''<br /> <br /> 为了实现推理和泛化等灵活行为，认知地图需要表征世界的环境信息。例如，在开车时，决定何时转弯取决于是否知道道路的状态，方向盘在哪，其它车辆在哪里，路标上的符号代表什么。 在强化学习中，这个概念被定义为根据当前的世界状态采取行动（例如，当道路向右弯曲时，向右转）。表征环境中的所有状态信息通常是不可行的，因为它可能包含无数种通常和任务无关的信息。这不仅影响表征状态，而且还妨碍了学习效率。这种 &quot;维度的诅咒 &quot;&lt;ref&gt;Bellman, R. A Markovian decision process. J. Math. Mech. 6, 679–684 (1957&lt;/ref&gt;可以通过对状态进行一定程度的抽象（例如，忽略汽车的颜色）来缓解。<br /> <br /> <br /> 在经典的（model-free）强化学习，计算模型学习状态的价值，或者哪些动作在哪些状态下是好的，因此不需要了解状态之间的关系。虽然从长远来看这是最优的，但基于价值的学习往往是不灵活的，学习速度也很慢&lt;ref&gt;Sutton, R. S. &amp; Barto, A. G. Reinforcement learning: an introduction. in IEEE Transactions on Neural Networks (2017)&lt;/ref&gt;。 知道状态之间的关系（状态空间结构）可以在任何起始状态和目标状态之间进行灵活的规划，例如，如果常规路线受阻，可以采取新的路线回家&lt;ref&gt;Studies in spatial learning. I. Orientation and the short-cut&lt;/ref&gt;。不幸的是，传统的规划机制（例如，树搜索）计算成本很高，然而状态空间有效表征可以降低规划的成本，有时甚至完全降低。这是认知地图的一个核心目标：利用表征解决问题，而不是通过详尽无遗的计算来解决问题。<br /> <br /> <br /> 然而，尽管在物理空间中很容易推测出好的状态空间，但现实中地非空间问题转很难转化为认知地图的形式。一种源自强化学习的方法是将空间学习作为理解图上的关系。在空间中，图的节点定义了物理位置，因此，如果两个位置直接相连，节点之间就有边。重要的是，图也可以将非空间问题形式化。家庭树、社会网络和分子中的原子，都是由实体之间的关系组成的，可以用图来表示。因此，图中的节点代表非空间位置。图定义了状态空间，因此能够实现基于价值的强化学习。它们还可以进行规划：每个状态都可以由一个向量元素v来定，状态位于某一节点，则除该节点的值为1之外，所有元素都设置为0；然后将'''v'''乘以'''T'''（'''Tv'''；'''T'''是转换矩阵，其中'''T'''ij是从状态j到i的转换概率），在一步之后得到未来状态的分布。同样，再次乘以'''T'''（'''T2v'''），得到两步之后的分布。重复这个过程，就可以得到节点之间的最短路径。目前已经有基于海马的图模型，例如'''SR'''（successor representations），并且它们对空间的表征类似于位置和网格细胞。&lt;ref&gt;The hippocampus as a predictive map&lt;/ref&gt;<br /> <br /> <br /> '''潜在状态与序列学习'''<br /> <br /> 图可以灵活地表示问题，但是如何要构建状态? 图如何定义每个图的节点，或者RL问题中的每个状态？感觉上的观察不能完全定义状态，因为两个相同的观察可能存在于不同的地点，其后果也大不相同。例如过马路意味着在英国向右看，而在德国向左看。从形式上看，我们的世界不是 &quot;完全可观察的&quot;；相反，我们面临着 &quot;部分可观察的 &quot;问题，必须推断出能区分英国和德国道路的潜在状态表征。状态不能单独从感觉外观推断出来。但是，观察到的序列可以唯一地识别状态，因为具有相同感官观察的两个状态会有不同的未来。事实上，海马形成从序列中学习，它的神经表征使用潜在的代表来区分状态16,39-45。例如，啮齿动物的网格细胞最初对两个相同的盒子进行相同的编码。然而，当动物意识到这两个盒子是由一条走廊连接的时候，网格表征就会改变，以代表全局的两个盒子和走廊空间43。这种静止状态的表征，由于其不同的未来而使感觉上的异化的盒子变得模糊不清。物理位置也可以是不一致的；在空间交替任务中40,41。相同的物理位置（例如，中央的 &quot;树干&quot;）根据动物以前的左/右选择预测出不同的未来。在这里，海马体为每个感官观察包含多个 &quot;克隆 &quot;细胞74,137。当图被赋予从序列中学习和推断潜在状态的能力时，它们开始预测上述的许多潜在状态单元，例如，通过克隆结构图（clone structured cognitive graph，CSCG）模型。<br /> <br /> 在CSCG模拟的海马中，包含了对每一种感觉信息的多个克隆细胞。不同的场景下，对同一种的感觉输入，匹配于该感觉输入的不同克隆细胞激活。该模型使用贝叶斯法则推断哪些海马克隆细胞在每个感官观察中应该被激活，并学习克隆细胞之间适当的转移权重。这些过渡权重类似于图的转移矩阵，但关键是状态空间是学习出来的，而不是由建模者提供。<br /> <br /> <br /> '''路径整合和压缩'''<br /> <br /> 路径整合提供了一种建立潜在状态空间的强大方式。它建立的地图嵌入了空间结构的知识（在物理空间中，北+东+南+西=0）。这意味着，基于路径整合的地图本质上是潜在的和抽象的，因为它们遵循规则，而不是感官观察；此外这种地图允许关系知识被转移到任何适用相同规则的情况。值得注意的是，尽管路径整合不限于空间，但并非所有的图都能使用路径整合。路径整合模型利用一种特殊类型的循环神经网络（RNN），称为连续吸引子神经网络&lt;ref&gt;Representation of spatial orientation by the intrinsic dynamics of the head-direction cell ensemble: a theory&lt;/ref&gt;（Continuous attractor neuralnetworks, CANNs), 其中神经元通过权重W循环连接，并接受速度输入a。神经动力学由以下公式给出: <br /> <br /> τ dg/dt = −g + f (Wg + Ba) <br /> <br /> 这里，τ是神经元反应的时间常数，f是一个非线性激活函数，g是要进行路径整合的细胞向量，B是一个将速度输入a投射到细胞g的矩阵。我们注意到一个替代的，但在生物学上不太合理的方程式是τ dg/dt = -g + f (Wa g)，其中递归矩阵W a取决于运动速度。有了一组适当的权重，CANNs使用路径整合，不同的细胞类别（头部方向细胞139,140，位置细胞141,142和网格细胞143；见图，d）用不同的权重建模。值得注意的是，CANNs真的存在于自然界中；在苍蝇中发现了环形吸引子144，包括连接和解剖，在啮齿动物中发现了吸引子流行59,146。<br /> <br /> 此外，计算模型 Velocity-coupled oscillators(VCOs)也是基于路径整合的模型。然而，CANNs和VCOs这类模型一个主要限制是，循环权重矩阵的权重W，是精心挑选的，而不是从感觉经验中学习。<br /> <br /> <br /> <br /> '''灵活泛化的模型'''<br /> <br /> 通过建立潜在状态表征的模型，以及使用路径整合的模型。如果这些原则可以结合起来，我们就可以建立一个强大的系统，从感官观察中学习任意的潜在状态（如CSCG），但又能额外地泛化这些表征（如路径整合模型）并任意地组合它们。为了使抽象表征在不同的感觉环境中被重复使用（泛化），相同的抽象位置必须与不同的感觉观察 &quot;相联系&quot;。<br /> <br /> 目前，基于海马的泛化模型有Tolman-Eichenbaum machine，TEM，和Space memory ，SMP。该类模型的任务是尽可能快地预测新的、但结构相似的环境中的感官观察（例如，多个不同的家庭或二维世界）。两个模型都由两个关键部分组成。(1) 一个抽象的路径整合模块，可在不同的环境中重复使用；(2) 一个关系记忆模块，像地址簿一样，将抽象的位置表征与感觉表征联系起来（见图）。这些联系在不同的世界中会发生变化，允许相同的抽象概念适用于多个世界。<br /> <br /> 尽管TEM和SMP在概念上是相同的模型，但它们有不同的实现方式。两个关键的问题是：(1)TEM提供了allocentric的行动和物体表征，但SMP必须从以egocentric的输入和像素中推断出来；(2)SMP用机器学习中的记忆网络来实现记忆，而TEM使用更符合生物现实的Hebbian learning和Hopfield networks。这种生物约束意味着抽象世界和感觉世界之间的联系必须发生在神经元单元中；也就是说，同一个海马神经元必须同时知道抽象位置和感觉预测。这种类型的联结性表征通常在海马神经元中被观察到。在TEM中，这种结合能够通过海马重映射实现泛化，因为相同的皮质表征（LEC和MEC）在不同的环境中被重复使用，由不同的海马组合来促进。当感觉物体在空间中排列时，与以前的模型相同的空间路径整合机制将被学习，但当感觉世界有更复杂的依赖关系时，这些也将被学习。如果预测感官未来的最好方法是学习一个复杂的潜伏状态图，那么这些模型将学习在这个潜伏空间中使用路径整合。</div>

Mobility https://wiki.swarma.org/index.php?title=%E7%94%A8%E6%88%B7:%E7%9A%AE%E5%8D%A1%E6%B2%A1%E5%A4%B4%E8%84%91&diff=33990 2023-03-02T01:40:47Z

<p>Mobility：Mobility移动页面用户:皮卡没头脑至神经活动重现：原来题目是用户名 需要调整为词条的名字</p> <hr /> <div>#重定向 [[神经活动重现]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E7%A5%9E%E7%BB%8F%E6%B4%BB%E5%8A%A8%E9%87%8D%E7%8E%B0&diff=33989 2023-03-02T01:40:47Z

<p>Mobility：Mobility移动页面用户:皮卡没头脑至神经活动重现：原来题目是用户名 需要调整为词条的名字</p> <hr /> <div>== 神经活动重现 ==<br /> 神经活动重现（或称为回放）指的是在之后的休息或睡眠期间重新激活先前编码的神经活动。回放通常有更快的时间尺度。这是一种大脑巩固新学习信息、加强神经连接、从过去的经历中提取有意义的模式或关联的过程。神经活动重现会在大鼠、小鼠、猫&lt;ref&gt;Buhry, L., Azizi, A. H., &amp; Cheng, S. (2011). Reactivation, replay, and preplay: how it might all fit together. Neural plasticity, 2011, 203462. https://doi.org/10.1155/2011/203462&lt;/ref&gt;、兔子&lt;ref&gt;Nokia, M. S., Penttonen, M., &amp; Wikgren, J. (2010). Hippocampal ripple-contingent training accelerates trace eyeblink conditioning and retards extinction in rabbits. The Journal of neuroscience : the official journal of the Society for Neuroscience, 30(34), 11486–11492. https://doi.org/10.1523/JNEUROSCI.2165-10.2010&lt;/ref&gt;、鸣禽&lt;ref&gt;Dave, A. S., &amp; Margoliash, D. (2000). Song replay during sleep and computational rules for sensorimotor vocal learning. Science (New York, N.Y.), 290(5492), 812–816. https://doi.org/10.1126/science.290.5492.812&lt;/ref&gt;和猴子身上观察到。人类神经活动重现与动物神经活动重现类似，都是神经信号在时间上的序列重现。<br /> <br /> === 位置和功能 ===<br /> 回放可以发生在不同的神经系统中，包括海马和皮质，涉及到不同形式的神经活动，如发放速率、振荡模式以及不同神经元之间的同步。在海马体中，回放被认为在空间导航和记忆巩固中发挥着至关重要的作用。在休息或睡眠期间，海马神经元可以自发地重新激活之前在特定环境中探索时已经激活的神经活动序列。海马体是一个与记忆和空间导航有关的大脑区域。举例来说，其中的位置细胞可以重现神经活动。当动物处于空间的某个特定位置时，位置细胞会被激活。在空间导航时，位置细胞会根据动物的路径有顺序地发放。在休息或睡眠时，这些细胞会以相似的方式被重新激活，但其速度比动物实际移动的速度快得多。<br /> <br /> 一些研究认为，回放可能不仅发生在海马中。回放还在其他大脑区域中被观察到，如皮质，可能有助于非空间记忆的巩固，例如与语言、运动技能和决策有关的记忆。回放与默认网络的皮层区域中的一致性活动有关&lt;ref&gt;Higgins, C., Liu, Y., Vidaurre, D., Kurth-Nelson, Z., Dolan, R., Behrens, T., &amp; Woolrich, M. (2021). Replay bursts in humans coincide with activation of the default mode and parietal alpha networks. Neuron, 109(5), 882–893.e7. https://doi.org/10.1016/j.neuron.2020.12.007&lt;/ref&gt;。在学习之后，丘脑和皮层会发生相似的神经活动重现&lt;ref&gt;Ribeiro, S., Gervasoni, D., Soares, E. S., Zhou, Y., Lin, S. C., Pantoja, J., Lavine, M., &amp; Nicolelis, M. A. (2004). Long-lasting novelty-induced neuronal reverberation during slow-wave sleep in multiple forebrain areas. PLoS biology, 2(1), E24. https://doi.org/10.1371/journal.pbio.0020024&lt;/ref&gt;。海马和皮层的同时再激活可能表明，记忆巩固需要皮层的输入/输出来维持记忆。这个假设很好地契合了大脑皮层在记忆检索中扮演重要角色的想法&lt;ref&gt;Ji, D., &amp; Wilson, M. A. (2007). Coordinated memory replay in the visual cortex and hippocampus during sleep. Nature neuroscience, 10(1), 100–107. https://doi.org/10.1038/nn1825&lt;/ref&gt;。因此，海马回放可能扮演着在海马和皮层之间进行信息传递的角色，但这个想法需要进一步验证。<br /> <br /> === 历史 ===<br /> 神经活动重现最初是通过研究大鼠的海马体发现的。我们从John O’Keefe等人获得诺贝尔奖的工作中可知，许多海马细胞只有在动物位于一个特定的地方时才会启动。在早期的实验中，令大鼠跑完一条走廊或圆形轨道，研究人员可以根据神经元的发放程度确定具体神经元会对走廊内中的哪个位置进行编码。之后，科学家们在大鼠休息时对相同的神经元进行了记录。在休息期间，这些细胞有时会自发地以快速序列发射，标示出动物先前跑过的相同路径，但速度大大加快。这些序列被称为回放。整个回放序列只持续几分之一秒，但却播放了几秒钟的真实经验。<br /> <br /> 我们现在知道回放对于学习是至关重要的。在最近的一些实验中，研究人员从海马体上进行记录，以实时检测回放事件的特征。通过扰乱回放事件期间的大脑活动（无论是在睡眠或清醒的休息期间），科学家们明显损害了啮齿动物学习新任务的能力。作为对比，扰乱与回放事件不同步的200毫秒对学习却没有影响。<br /> <br /> 虽然这些实验很有启示意义，但啮齿动物实验的一个重要限制是难以研究认知的更复杂方面，如抽象概念。在过去的几年里，在人类的大脑中也检测到了类似回放的序列，支持了回放是普遍存在的观点，并扩大了我们可以提出的问题的种类。<br /> <br /> === 人工神经网络中的回放 ===<br /> 在神经网络中引入回放，对推进人工智能的发展是有益的。深度学习往往依赖于现成的大型数据集。在强化学习中，这些数据来自于与环境的直接互动。经验回放的技术允许智能体反复排练以前的互动，充分利用每一次互动。这种方法被证明是将深度神经网络与强化学习结合的关键，也就是DQN智能体能够首次掌握多个Atari游戏的原因。<br /> <br /> 自从提出DQN以来，通过优先回放记忆中最突出的经验，而不是简单地随机选择经验进行回放，其效率得到了提高。最近，优先回放的一个变种被用作神经科学的模型，成功地解释了大脑记录的经验数据。<br /> <br /> 智能体性能的进一步改善来自于结合多个智能体的经验，从同一组经验中学习各种不同的行为，以及不仅回放世界上事件的轨迹，而且回放代理人相应的内部记忆状态。这些方法中的每一种都为神经科学做出了有趣的预测，而这些预测在很大程度上仍未得到验证。<br /> <br /> <br /> == 参考文献 ==</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=33980 2023-02-21T07:23:54Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2021年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;23&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |-<br /> |“后ChatGPT时代”读书会<br /> |张江等<br /> |王建男<br /> |6<br /> |筹备中<br /> |周五晚上19:00-21:00<br /> |2023年3月-2023年4月<br /> |}<br /> <br /> == 宏观金融系列读书会 ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/3 复杂经济学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== 第二季 ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== 【第一季：企业发展建模与预测】 ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== 【第二季：复杂系统自动建模】 ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == 面向复杂系统的人工智能研究读书会 ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == 科学学读书会 ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> * [https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> <br /> [https://pattern.swarma.org/study_group/22 【第四季：因果科学与Causal +X领域概览】]<br /> <br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图]]<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 【因果涌现读书会第一季】]====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== 第一季 ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排]]<br /> ==[https://pattern.swarma.org/study_group/21 “后ChatGPT时代”读书会]==<br /> ChatGPT是OpenAI发布的大语言模型对话系统，通过对话的方式与用户进行交互，它可以和你进行无障碍沟通，让你感觉对面不是一个聊天机器人，而是一个知识渊博的长者，相比传统的聊天机器人，这个突破是跨越性的。<br /> <br /> ChatGPT自2022年11月30日推出以来，由于其卓越的性能受到了技术工作者及大众的广泛关注。它可以提供一些相对可靠的知识获取、对话、写作的支持，甚至已经有程序员开始用它debug了，比尔·盖茨在接受采访时表示：“到目前为止，人工智能可以读写，但无法理解内容。像 ChatGPT 这样的新程序将通过帮助开收据或写邮件来提高许多办公室工作的效率。这将改变我们的世界。”微软公司新版必应搜索引擎和Edge浏览器就调用了OpenAI开发的ChatGPT技术，让你在搜索网页时拥有一个给力的智能助理。<br /> <br /> 从基本技术原理来看，ChatGPT以GPT-3.5架构的大语言模型为基础，通过人类反馈的监督学习和强化学习方法来提升模型性能，从而让对话越来越逼真。实际上，随着话题出圈，各行各业的人们通过与ChatGPT对话，使得ChatGPT得到进一步训练和微调。这一过程使得ChatGPT的技术和应用生态，呈现出了复杂适应系统的特征，持续在反馈中提高适应能力。<br /> <br /> 具体而言，在ChatGPT的反馈提升过程中，问题合适的问题或提示尤其重要，你可能要尝试多种提问方法，或者要给出多轮背景信息，才能获得好的回答效果，这背后依赖的技术是自然语言处理的新兴方向——提示工程（Prompt Engineering）。怎样让AI自动发现合适的提示词，进而高效地提升模型能力，可能是人工智能革新之路的“低垂果实”。<br /> <br /> ChatGPT被津津乐道还在于它具备了一定的“因果推理”能力，但显然ChatGPT对于内容相关性的处理，要强于对因果推理。对于商业应用和技术进一步提升而言，因果推理能力是关键。近年来，数据科学与机器学习领域正在兴起一场“因果革命”，能够自动化发现海量数据中因果关系的“因果科学”正在形成，因果推断、因果表征学习、因果强化学习、因果发现等前沿方向正在构建一条让人工智能发现因果、提炼模式、甚至创造新知识的路径。<br /> <br /> 同时ChatGPT还展示出了类似人类的智能，在一些问答测试中足够以假乱真突破图灵测试，新研究甚至用“心智理论”评估ChatGPT已经相当于9岁儿童的智力水平。意识是人类区别或者凌驾于机器的最后一道防线，ChatGPT尚未完全攻克。意识问题本身具备跨学科性，全局空间、整合信息等理论还在竞相发展。多年来还有一批小众学者正在尝试在计算机中构建能够让它“自我模拟”的程序，进而设计出具备意识的机器。对意识问题的理解尤其是对意识机器的构建，可能是未来通用人工智能发展的关键突破机会。<br /> <br /> 库兹韦尔预测技术奇点会在21世纪四十年代到来，其中标志事件就是超级人工智能。而因为ChatGPT的到来，技术奇点问题也再读成为热点议题。人类社会是否在科技、伦理、制度、文化等各个方面准备好了迎接通用人工智能时代甚至是意识机器时代的到来？这一系列问题，有待我们进一步讨论。<br /> <br /> 本次读书会将在对ChatGPT技术原理探讨的基础上，延伸探讨上述相关方向的探索历程与前沿进展，勾勒未来人工智能技术路线图，并探讨通用人工智能预期下的未来社会前景。<br /> [[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E6%96%87%E4%BB%B6:%E2%80%9C%E5%90%8EChatGPT%E6%97%B6%E4%BB%A3%E2%80%9D%E8%AF%BB%E4%B9%A6%E4%BC%9A.png&diff=33979 2023-02-21T07:22:44Z

<p>Mobility：</p> <hr /> <div>“后ChatGPT时代”读书会具体安排</div>

Mobility https://wiki.swarma.org/index.php?title=%E8%87%AA%E5%A4%8D%E5%88%B6%E8%87%AA%E5%8A%A8%E6%9C%BA%E7%90%86%E8%AE%BA&diff=33973 2023-02-21T03:17:20Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=冯诺依曼,自复制,自动机,人工智能,复杂系统<br /> |description=冯诺依曼著,东方和尚译<br /> }}<br /> [[File:zfzzdjll_1.jpg|center]]&lt;br&gt;<br /> * 书名：自复制自动机理论（Theory of Self-reproducing Automata）<br /> * 作者：[[约翰·冯·诺依曼]] ([[John von Neuman]]) <br /> * 编者：阿瑟.伯克斯(Arthur W. Burks) <br /> * 译者：[[东方和尚]]<br /> ==Jake注记==<br /> 　　von Neumann的这部经典的最重要的部分（5篇讲座的讲稿）终于被[[东方和尚]]翻译完了。毫不夸张地说，这五篇文章不仅仅预测了复杂性科学未来100年的发展方向（事实上很多领域已经验证了von Neumann的预言），而且还指出了生命逻辑最核心的奥秘：热力学、信息论与自指之间的深刻联系。&lt;br&gt;<br /> 　　此书原版的下载：http://www.swarma.org/thesis/detail.asp?id=303&lt;br&gt;<br /> 　　在这里，我会陆续将东方和尚的翻译，加上一些自己的评论放到网上。希望更多的人能够读到它，并能够真正从这位不朽大师的遗产中获益。&lt;br&gt;<br /> 　　在翻译过程中，我们做了以下的添加和修改：&lt;br&gt;<br /> 　　1、为了方便阅读，我们为原文进行了分段，并加上了段标题；&lt;br&gt;<br /> 　　2、为了让读者感觉更亲切，我们加上了若干副插图。&lt;br&gt;<br /> 　　3、为原文添加了大量的评论，东方和尚的评论插入到了正文的注脚中，我的评论则插入到了每篇正文的后面。另外，因为这本书是von Neumann的助手Arthur Burks(遗传算法之父John Holland的博士生导师)，所以在“【】”之中的文字是编者加的注解。大家要注意分辨。&lt;br&gt;<br /> [[File:zfzzdjll_2.jpg|center]]&lt;br&gt;<br /> 全文下载：&lt;br&gt;<br /> http://www.swarma.org/thesis/detail.asp?id=359&lt;br&gt;<br /> 下面是正文目录：&lt;br&gt;<br /> 书名：《自复制自动机理论》(Theory of Self-reproducing Automata)&lt;br&gt;<br /> 作者：[[约翰·冯·诺依曼]] ([[John von Neuman]])&lt;br&gt;<br /> 编者：阿瑟.伯克斯(Arthur W. Burks)&lt;br&gt;<br /> 前言与编者介绍 自复制自动机前言&lt;br&gt;<br /> 　　冯纽曼在计算机方面的工作&lt;br&gt;<br /> 　　冯纽曼的自动机理论&lt;br&gt;<br /> 第一部分：复杂自动机的组织与理论&lt;br&gt;<br /> 　　第一堂课：一般意义的计算机&lt;br&gt;<br /> 　　第二堂课：控制与信息理论&lt;br&gt;<br /> 　　第三堂课：信息的统计理论&lt;br&gt;<br /> 　　第四堂课：大数之道&lt;br&gt;<br /> 　　第五堂课：复杂自动机的一些考量——关于层次与进化的问题&lt;br&gt;<br /> <br /> ==正文部分==<br /> ===第一堂课——一般意义上的计算机===<br /> '''摘要：'''&lt;br&gt; <br /> 　　•　数学中的抽象方法和计算方法，后者在应用数学和数学物理上的作用。纯数学中两者的作用。分析的状况。计算模拟作为一种启发性的工具。&lt;br&gt;<br /> 　　•　不同的计算方法：模拟和数字。&lt;br&gt;<br /> 　　•　模拟方法：利用物理实验来代替计算。模拟计算机。&lt;br&gt;<br /> 　　•　数字方法：人工计算，简单的计算机，全自动的计算。&lt;br&gt;<br /> 　　•　现在计算机的状况，数字和模拟计算机的不同功能，计算速度，编写程序和精度的问题。&lt;br&gt;<br /> 　　•　计算机中基本操作的概念，在数字和模拟计算机中间基本操作的作用。关于数字和模拟组件的一些见解。 &lt;br&gt;<br /> 　　•　继电器元件。主要的形式：机电继电器，真空管以及其他可能的继电器。 &lt;br&gt;<br /> 　　•　数字计算所需时间或者计算复杂度的测量，逻辑和算术运算，线性和非线性的算术计算，乘法次数的作用。不同计算的统计性质的稳定性，分析的特殊功用。&lt;br&gt;<br /> 　　•　计算长度或者复杂度的不同性质。对于自动数字计算机器的问题特征长度。 &lt;br&gt;<br /> 　　•　精度需求。&lt;br&gt;<br /> 　　•　内存需求：内存容量的测量。内存的关键参数，读写时间和内存容量。建立不同级别内存的原因，数字计算机器的实际内存需要量。&lt;br&gt;<br /> 　　•　输入输出：主要的媒介。&lt;br&gt;<br /> 　　•　平衡的概念：不同零件的速度平衡。不同级别内存容量和速度的平衡。速度和精度的平衡。速度、内存容量和编程能力的平衡。&lt;br&gt;<br /> 　　•　从热力学角度看待平衡。热力学上的内存容量。在传统的经验方式之上建立定量理论。可靠性和错误的一些初步看法。&lt;br&gt;&lt;br&gt;<br /> '''内容：'''&lt;br&gt; <br /> 　　女士们、先生们，我将会为大家讲五次课，对大家的热情欢迎我预表谢意，希望我的课能够满足各位的兴趣。本课程的内容是有关自动机的，我们将要研究高度复杂的自动机会表现的行为，以及巨大的复杂度所带来的具体困难。我们会简单地对比人工自动机和生命，因为很容易想到，生命在其能力的限制范围内，可以看作自然的自动机。因此，我们必得考虑两者之间的类似和区别，还要考虑到是不是我们的技巧太过笨拙，不能够深入地洞察生命和自动机的关系（这也是很正常的），要考虑生命和机器之间的区别，究竟有多大程度上是本质的。 &lt;br&gt;<br /> 　　今天我主要谈谈人工自动机，具体来说，我们只谈一类——计算机器。我会说一说计算机在不久以前、现在以及将来所起到的作用&lt;ref name=&quot;hidden&quot;&gt;{{cite journal|title=译者注：冯纽曼是在1949年授课的，其时计算机刚刚发明不久，故读者须重视理论分析而不必在意具体细节，下同。}}&lt;/ref&gt;。&lt;br&gt;<br /> 　　……&lt;br&gt;<br /> &lt;hr&gt;<br /> &lt;references/&gt;<br /> &lt;hr&gt;<br /> &lt;br&gt;<br /> 　　全部内容，请点击下载：[http://www.swarma.net/download.php?id=364 一般意义的计算机]&lt;br&gt;&lt;br&gt;<br /> <br /> ===第二堂课——控制与信息理论===<br /> '''摘要：'''&lt;br&gt; <br /> 　　•　信息理论：严格的部分。信息的概念，集合和区分所对应的数理逻辑概念。 &lt;br&gt;<br /> 　　•　同形式逻辑的紧密联系。利用自动机模型做不同的分析。这两种做法的共同特点：具备或不具备的特征。把两种分析联系在一起的工作。&lt;br&gt;<br /> 　　•　两种描述自动机的方法：零件组合或者整体处理。&lt;br&gt;<br /> 　　•　零件组合的方法：基本单元的性质，同神经元的类似之处。McCulloch &amp; Pitts理论：形式神经网络，他们主要的结论。&lt;br&gt;<br /> 　　•　整体处理的方法：图灵机理论。图灵机和数学问题的联系，何种数学问题能够用图灵机解决。通用自动机的概念。图灵的主要结论。&lt;br&gt;<br /> 　　•　McCulloch &amp; Pitts的神经网络以及图灵自动机的局限。输入和输出元件。一般意义上的计算。利用传感器和运动元件的分析方法。&lt;br&gt;&lt;br&gt;<br /> '''一、概述'''&lt;br&gt; <br /> 　　【冯纽曼说信息理论包括两大块：严格的信息论和概率的信息论。以概率统计为基础的信息理论大概对于现代计算机设计更加重要。但是在此之前，我们必须先弄清楚严格的信息论那部分，它其实就是形式逻辑的另一种处理方式。】&lt;br&gt; <br /> 　　【他接下来解释了一些形式逻辑的基本概念，简要地说明了真值函数的连接词，比如“与”“非”“如果…那么”“与非”以及它们之间的相互定义性。他还解释了变量和量词，包括“全称”量词和“存在”量词。他的结论是“如果你有这样的一台计算机，就可以表达一切数学计算，或者能够纯粹地用数学计算表达出的任何主题。”】&lt;br&gt; <br /> 　　对于计算机，我不打算深谈。因为存在另外一种不一样的机器，同信息理论也很有关系，就是McCulloch &amp; Pitts提出的神经网络理论，你可以说图灵机和McCulloch &amp; Pitts的神经网络分别处于信息理论的两个极端。这两套理论都力图建立一个公理化的体系，用某种假设的理想机器来建立形式逻辑系统，但并不实际去制作这样的机器。他们都成功地说明了形式逻辑同他们设想的机器是完美兼容的，也就是说，机器能做到的一切工作，都能够被形式逻辑所刻画；反过来，任何能够用形式逻辑描述的事物，也都能够用这类机器来运行。【冯纽曼这里假设了McCulloch &amp; Pitts的神经网络有着一条无限长的纸带，结果表明了它同图灵机的等价性。这个结果也就是图灵可计算性、函数的λ可定义性、以及一般递归的概念。请参见图灵的论文“可计算性和λ可定义性（Computability and λ-Definability）”】&lt;br&gt;<br /> 　　我会简单地介绍McCulloch &amp; Pitts的神经网络以及图灵的工作。因为它们各自代表了一种重要的研究方式：组合方法和整体方法。McCulloch &amp; Pitts描述了一套方法，由非常简单的零件组成复杂结构。因此只需要对底层的零件作公理化定义就可以得到非常复杂的组合；图灵则是对于整个自动机进行了公理化的定义，他仅仅定义了自动机的功能，并没有涉及到具体的零件。 &lt;br&gt;<br /> 　　…… &lt;br&gt;&lt;br&gt;<br /> 　　全部内容，请点击下载：[http://www.swarma.net/download.php?id=366 控制与信息理论]&lt;br&gt;&lt;br&gt;<br /> ===第三堂课——信息的统计理===<br /> '''摘要：'''&lt;br&gt; <br /> 　　•　信息理论：概率论部分。严格逻辑和概率论逻辑的关系。凯恩斯对于概率论的理解。举例说明逻辑与严格的经典力学以及统计力学之间的关系。量子力学中的相应情况。&lt;br&gt;<br /> 　　•　从数学角度看待严格逻辑向统计逻辑的转变。分析和组合论。&lt;br&gt;<br /> 　　•　热力学的角度：信息和熵。&lt;br&gt;<br /> 　　•　西拉德（Szilard）的理论。&lt;br&gt;<br /> 　　•　香农的信息论。&lt;br&gt;<br /> 　　•　叙述计算机的内部平衡的热力学性质。&lt;br&gt;<br /> '''一、自动机的鲁棒性'''&lt;br&gt; <br /> 　　到此，关于信息的严格问题讨论已经告一段落，我们将继续从统计角度来讨论信息的本质。至少有两个原因可以说明统计和概率问题对于自动机和其功能实现是十分重要的：第一个原因可能显得有些任意且离题，虽然我并不这样认为。第二个原因则更加重要，下面我分别加以说明。&lt;br&gt; <br /> 　　第一个原因是：实际上我们无法设想一台绝对可靠的自动机。假如你设计了一台自动机，并且严格地定义了它在任何情景下的全部行为。那么你一定忽略了问题的某些重要方面。如果你是一个新手，那么设计一台可以运行在完全确定环境下的自动机是一种很好的练习。但是只要稍具实际经验，我们就会知道这一步还仅是问题的最初阶段。&lt;br&gt; <br /> 　　我们必须考虑统计因素的第二个原因是：如果你观察一台人造的，或者存在于自然界中的自动机，你会发现那些被严格程序所控制的仅仅是一些细节结构。大部分的控制是以一种允许错误，并且在错误发生时候采取补救措施（多少有效）的方式来实现的。而且，说它们能够预防失误还有些夸大，因为这种机制其实根本就不可能消除所有错误，而是实现了一种发生个别的失误根本无关紧要的容错状态。在这种机制下，无论是错误还是失误带来的后果，都不能被彻底消除。我们可以努力去做到的事情，就是设计一台自动机，让它在遇到通常错误后仍然可以照常工作。这种设计的目的是减小错误的影响，而不是去消除错误。实际上，大多数常见自动机的构造和设计思想，都是属于这类容错型的。&lt;br&gt;<br /> 　　为了允许错误作为一种独立的逻辑对象存在，我们不应该再以严格的方式表述公理，也就是说，公理不应该写成：“如果A和B发生，C就会发生”这样的形式；而是“如果A和B发生，一定的概率下C会发生，也有一定的概率D会发生，等等”的形式。换句话说，每种给定情况下，都会有不同的结果，各自以不同的概率发生。从数学上说，我们可以简单地写出一个概率矩阵，说明各种状态之间发生转换的对应概率为何。你可以把问题写成这样“如果A和B已经发生，接下去发生C的概率有多大？”。这个概率矩阵就给出了一套以概率表示的逻辑系统。无论人工还是自然自动机，只要牵涉概率，都应该放到这个框架下研究【原可参见冯纽曼的论文：《概然逻辑：用不可靠的元件组装可靠的系统（Probabilistic Logics and the Synthesis of Reliable Organs from Unreliable Components）》】。我接下来会谈到为何遇到复杂系统时候，我们就必须放弃严格逻辑而改用概然逻辑系统的原因【假如单个元件出故障的概率固定，那么自动机越是复杂系统崩溃的可能性也越大】&lt;br&gt;<br /> 　　…… &lt;br&gt;&lt;br&gt;<br /> 　　全部内容，请点击下载：[http://www.swarma.net/download.php?id=367 信息的统计理论]&lt;br&gt;&lt;br&gt;<br /> <br /> ===第四堂课——大数之道===<br /> '''摘要：'''&lt;br&gt; <br /> 　　•　计算机器和神经系统之间的比较，对于计算机器尺度发展的预计。&lt;br&gt;<br /> 　　•　对人类中枢神经系统的尺度进行估计。并说明了生命的“数模混合”性质。模拟和数字元件。人工和生物的各种部件都具有这种混合性质，对此所持的立场。&lt;br&gt;<br /> 　　•　对于人工和生物自动机的尺度差别的评价，用物理原因来解释这种差别。材料的生物性质。&lt;br&gt;<br /> 　　•　存在其他智能因素的可能，复杂度起到的作用和所需要的理论深度。&lt;br&gt;<br /> 　　•　重新考虑可靠性和错误的问题，独立错误的发生概率和程序长度之间的联系。计算机器和生物的典型程序长度。可接受的独立运算错误概率上限。通过校验和自纠正来加以补偿。&lt;br&gt;<br /> 　　•　人工自动机和生物自动机处理错误上的原则差别。人工自动机的“单个错误”原则，因缺乏理论支撑，我们的处理方法的粗糙之处，以及生物自动机的先进之处：元件的自主性。这种自主性和进化之间的联系。&lt;br&gt;&lt;br&gt;<br /> '''一、人脑与电脑的比较'''&lt;br&gt; <br /> 　　上两堂课讨论了一般原理之后，我想回到我们所知道的具体自动机的例子上面来。并把以计算机器为例的人工自动机，和以人类神经系统为例的生物自动机进行对比。出于这个目的，请让我先介绍一些单元部件的知识，并把它们的尺度进行比较。&lt;br&gt;<br /> 　　正如我之前提到的，对人的神经系统，科学家还没有足够的研究，但大脑神经元的数量级大致可以确定为1010的级别。而身体其他部分的神经元数量大概要比这个数字小很多，并且它们也源自大脑。最大的大脑周围神经集合是视网膜，从视网膜连到大脑的视觉神经被认为是大脑的一部分&lt;ref name=&quot;hidenone&quot;&gt;{{cite journal|title=译者注：现代研究发现，人脑约含15-33×10&lt;sup&gt;9&lt;/sup&gt;个神经元。其余部分如小肠的确也有控制消化吸收的神经中枢，被称为“第二大脑”，但其神经元数量仅为大脑的千分之一。}}&lt;/ref&gt;。&lt;br&gt;<br /> 　　相比大脑的神经元数量，计算机器用到的电子管个数要小一百万倍。现有最大的计算机器，ENIAC只有2×104个电子管。另一台属于IBM公司的大型计算机器，SSEC包括了各1万个电子管和继电器。正在建造中的最快的计算机器，其设计包括了3千个电子管。电子管数量的减小是由于对内存的处理手法有所不同，之后我会提到。&lt;br&gt;<br /> 　　因此，大致地说，人脑要比大型计算机器复杂1百万倍。大脑和这些机器相比，复杂度增加的程度要比这些机器比单个电子管更巨大。即使用更加宽松的对数坐标表示，计算机器也还达不到大脑的一半复杂度。我认为，无论怎么样定义复杂度，这个比例都应该是比一半小得多的&lt;ref name=&quot;hidentwo&quot;&gt;{{cite journal|title=译者注：由于集成电路技术的高速发展，现代多核处理器在小指甲大小的面积中间集成了10亿个以上的晶体管。而那些挑战人类智能的大型机是由大量这样的并行计算核心芯片和海量内存所组成的。如IBM公司刚刚在智力问答比赛中战胜人类的Watson超级电脑，其硬件包括10个机柜总共90台Power 750服务器，而每台服务器又包括4颗Power 7处理器芯片和16TB内存，合计其晶体管数量为90×4×12×108=5×1011，另有数量级约为1×1016 Bit的内存位元；这两个天文数字已经大大超过了人脑的神经元数量，但电脑同人脑的能力相比，仍然是天地悬隔。因此，我们就有必要认真思考上述的问题。生物的大脑，哪怕是已知的最简单的，秀丽杆虫由302个神经元组成的大脑，和超级电脑的海量计算单元相比，虽然数量上仅仅是沧海一粟，但究竟是谁的复杂度更高？复杂度又究竟应该如何定义？毕竟，是前者不断地进化，才最后导致了后者的出现。}}&lt;/ref&gt;。&lt;br&gt;<br /> 　　…… &lt;br&gt;<br /> &lt;hr&gt;<br /> &lt;references/&gt;<br /> &lt;hr&gt;<br /> &lt;br&gt;<br /> 　　全部内容，请点击下载：[http://www.swarma.net/download.php?id=368 大数之道]&lt;br&gt;&lt;br&gt;<br /> &lt;br&gt;<br /> ===第五堂课：复杂自动机的一些考量——层次和进化问题===<br /> '''摘要：'''&lt;br&gt;<br /> 　　•　自动机可以作为一个整体来研究，也可以对各个零件分别研究。当然，有了对于各个零件的知识以后，我们还需要懂得如何把零散的知识组成统一的理论，但是目前我们还不知道怎样做。&lt;br&gt;<br /> 　　•　问题一：我们这里先不谈细节问题，而是仅仅针对中继组件（relay organs）的性质进行讨论。&lt;br&gt;<br /> 　　•　问题二：如何与自动机和信息理论保持一致，我们将重新考虑在第二堂课结尾的地方已经触及到的将程序看作一种自动机模型的理论探讨。&lt;br&gt;<br /> 　　•　如何合成一个自动机，并且它自己就能实现这一合成过程。&lt;br&gt;<br /> 　　•　有关“复杂度”的直观理解。我们猜测这个复杂度具有一种衰退的特征，这种特征是与该自动机过程的描述以及由它完成的自动机合成有关的。&lt;br&gt;<br /> 　　•　有关复杂度衰退这个概念的性质和难点。&lt;br&gt;<br /> 　　•　严格的讨论：自动机和其“基础”零件。有关这些基础零件的定义和列表。由自动机合成的自动机。自我复制的问题。&lt;br&gt;<br /> 　　•　与此有关的构造性自动机的主要类型：通用指令的概念。能够执行指令的通用构造自动机。通用拷贝自动机。组合自动机来实现自复制。&lt;br&gt;<br /> 　　•　自复制和其他类型的自动机合成过程：例如催化过程，同已知的主要遗传和变异机制的比较。&lt;br&gt;&lt;br&gt;<br /> '''一、自我创生的自动机'''&lt;br&gt; <br /> 　　在前几堂课中，我们讨论的自动机都不是直接对自身进行操作的，因此它们产生的输出与自动机自身具有完全不同的性质。在我提到的三个例子中，这点都很明显。&lt;br&gt;<br /> 　　例如，图灵自动机就可以看作一个包含有限状态的盒子，这个盒子的输出是储存在另外一种实体上，可以简单称为打孔纸带。这条纸带本身并不像图灵机一样具备不同的状态，并能够在状态之间来回切换；此外，与有限状态的盒子不同的是，我们假定纸带是无限长的，因此可以包含的状态也是无限多的。所以，这条纸带从性质上说，同在纸带上打孔的自动机是完全不同的，也就是说，自动机是在完全不同性质的介质上运行的。&lt;br&gt;<br /> 　　对于McCulloch-Pitts的自动机模型来说，情况也一样。这里的自动机是由神经元组成的，并且能够向外界产生脉冲信号。这意味着，自动机的输入输出不是神经元本身，而是神经脉冲。当然，这些神经脉冲可以进入周边的组件，并导致完全不同性质的反应。虽然是神经脉冲可以输入到运动系统（motor organ）或者内分泌器官（secretory organs）中，但输入和输出的脉冲仍然同自动机本身，也就是神经元完全不同。&lt;br&gt;<br /> 　　…… &lt;br&gt;<br /> &lt;br&gt;<br /> 　　全部内容，请点击下载：[http://www.swarma.net/download.php?id=369 复杂自动机的一些考量]&lt;br&gt;&lt;br&gt;<br /> &lt;br&gt;&lt;br&gt;<br /> [[category:旧网站]][[category:旧网站：自复制自动机理论——von Neumann著，东方和尚译]][[category:冯诺依曼]][[category:人工智能]][[category:复杂系统]][[category:自动机]]<br /> <br /> <br /> ==相关wiki==<br /> *[[Jake]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E6%96%87%E4%BB%B6:%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E5%8E%86%E5%8F%B2.jpg&diff=33895 2023-01-10T01:22:29Z

<p>Mobility：</p> <hr /> <div>集智俱乐部的历史发展大事记</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=33665 2022-12-13T09:27:11Z

<p>Mobility：/* 【因果涌现读书会第二季】（进行中） */</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2021年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;21&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |}<br /> <br /> == 宏观金融系列读书会 ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/3 复杂经济学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== 第二季 ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== 【第一季：企业发展建模与预测】 ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== 【第二季：复杂系统自动建模】 ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == 面向复杂系统的人工智能研究读书会 ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == 科学学读书会 ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> * [https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> <br /> [https://pattern.swarma.org/study_group/22 【第四季：因果科学与Causal +X领域概览】]<br /> <br /> 本次读书会围绕更好的梳理因果表征学习的相关问题出发，从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，包括但不限于因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地中去深度探讨，更好的梳理因果表征学习这个领域并促进相关的研究。<br /> <br /> 分享主题：<br /> [[文件:因果科学读书会第四季.png|居中|缩略图]]<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 【因果涌现读书会第一季】]====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== 第一季 ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排]]<br /> == [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==<br /> 本次读书会基于人类的认知层次，按照从低级到高级的顺序，依次研讨【视觉智能】、【语言智能】和【学习智能】三大模块，共同研讨领域内的前沿、经典文献，梳理领域发展。<br /> <br /> 以深度神经网络为标志的人工智能的浪潮起源于计算机视觉任务的探究，而人工智能的发展也同样反哺了视觉神经科学的发展。许多的研究发现利用深度神经网络提供了目前最好的模型来解释视觉系统不同层级对于不同刺激的反应，但也有研究指出生物视觉系统与人工智能之间存在着本质的差异，更也有批评者认为用机制尚且不清楚地深度神经网络来理解神经系统中的视觉系统，本质上就是利用一个黑箱去代替另外一个黑箱。但无论怎么说，二者之间的相互发展，相互启迪是学科交叉的一个典范。在这一模块的分享中，主要从视觉系统能否帮助我们设计出鲁棒性更高的神经网络算法和神经网络算法能否帮我们理解视觉回路两个方面去探究视觉信息的编码机制。<br /> <br /> 作为人类特有的高级认知功能，语言是我们思考和交流最重要的工具。通过语言，知识和信息能够穿越时空在人类社会延续、传递和扩展，构建能够像人一样理解和生成语言的机器可能会是实现通用人工智能最重要的里程碑。受益于深度学习的蓬勃发展，大规模自监督预训练语言模型（BERT，GPT3）为自然语言处理领域带来了革命性的进步，从过去令人啼笑皆非的机器翻译，到如今能够以假乱真的由机器生成的新闻报道，当前的语言模型（ DALL-E）甚至能够融合多模态信息，根据文字生成与之相符的图片。但是，这些在越来越多方面具备“媲美人类语言能力”的神经网络模型是否真的像人一样“理解”和“生成”语言？他们能否帮助我们理解人脑是如何加工语言，能否实现从神经活动中解码人的所思所想？在这一模块的分享中，我们将聚焦语言，探讨基于深度学习的语言模型和人脑对语言的表征与加工。<br /> <br /> 从心理学的角度看，人类智能在最大化未来的奖赏收益，最小化未来的损失这一原则下，通过与外界环境交互产生。强化学习模型（RL，Reinforcement Learning）提供了一个很好的框架去描述与解释学习、决策等人类行为。在这个模块的分享中，主要从强化学习的角度去建模人类行为，并试图探究在神经元层面对应的计算过程。进一步地，也会探讨对人类前额叶进行建模的元学习模型。<br /> [[文件:读书会框架.jpg|替代=|居中|缩略图|高阶网络读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E6%96%87%E4%BB%B6:%E5%9B%A0%E6%9E%9C%E7%A7%91%E5%AD%A6%E8%AF%BB%E4%B9%A6%E4%BC%9A%E7%AC%AC%E5%9B%9B%E5%AD%A3.png&diff=33664 2022-12-13T09:26:15Z

<p>Mobility：</p> <hr /> <div>可能会根据具体情况有所调整</div>

Mobility https://wiki.swarma.org/index.php?title=%E6%96%87%E4%BB%B6:%E8%AF%BB%E4%B9%A6%E4%BC%9A%E6%A1%86%E6%9E%B6.jpg&diff=33663 2022-12-13T09:22:05Z

<p>Mobility：</p> <hr /> <div>根据具体情况会有所调整</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=33662 2022-12-13T09:18:45Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2021年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;21&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-2021年6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-2021年6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |已结束<br /> |周一晚上19:00-21:00<br /> |2022年7月11-2022年11月<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-2021年7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-2020年5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-2020年10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-2020年8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-2020年7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果科学与Causal AI 读书会第四季<br /> |李昊轩等<br /> |王婷<br /> |10<br /> |即将开始<br /> |周六晚上20:00-22:00<br /> |2022年12月-2023年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-2022年11月<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-2021年8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |已结束<br /> |<br /> |2022年6月-2022年11月<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |14<br /> |已结束<br /> |周四晚上19:00-21:00<br /> |2022年6月28-2022年11月<br /> |-<br /> |NeuroAI读书会<br /> |柳昀哲等<br /> |周莉<br /> |<br /> |10<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年11月-2023年2月<br /> |}<br /> <br /> == 宏观金融系列读书会 ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/3 复杂经济学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== 第二季（进行中） ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== 【第一季：企业发展建模与预测】 ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== 【第二季：复杂系统自动建模】 ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == 面向复杂系统的人工智能研究读书会 ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == 科学学读书会 ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> * [https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 因果涌现读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 【因果涌现读书会第一季】]====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]（进行中）====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]（进行中） ====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== 第一季 ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E9%9B%86%E6%99%BA%E4%BF%B1%E4%B9%90%E9%83%A8%E8%AF%BB%E4%B9%A6%E4%BC%9A&diff=33280 2022-08-01T01:46:22Z

<p>Mobility：</p> <hr /> <div>{{#seo:<br /> |keywords=因果科学,复杂经济学,生命复杂性,网络科学<br /> |description=因果科学,复杂经济学,生命复杂性,网络科学<br /> }}<br /> <br /> 集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，了解前沿进展，激发科研灵感，促进科研合作，降低科研门槛。<br /> <br /> 每个读书会均有对应的微信交流群。付费报名读书会后，即可添加读书会负责人微信，并入群交流。<br /> <br /> 读书会活动始于 2008 年，至今已经有 40 余个主题，内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者，促进了科研合作发表论文，孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP，2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。<br /> <br /> 集智俱乐部从2020年开始举办线上读书会，目前已有因果科学、生命复杂性、图神经网络、复杂系统自动建模、科学学、复杂经济学等主题的读书会，沉淀了非常多的主题和讨论，具体可看以下列表。<br /> <br /> {| class=&quot;wikitable sortable mw-collapsible&quot;<br /> |+集智俱乐部2020-2021年读书会排期表<br /> |-<br /> ! 读书会主题!! 核心发起人 !! 运营负责人<br /> !报名途径!! 持续期数 !! 当前状态 !! 固定时间<br /> !开始时间<br /> |-<br /> |宏观金融系列读书会<br /> |王有贵<br /> |王朝会<br /> | rowspan=&quot;20&quot; |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]<br /> [https://campus.swarma.org/catalog/7 查看课程，点此链接]<br /> <br /> <br /> <br /> 添加小助手微信：Swarma Assistant[[文件:Swarma assistant.jpg|替代=小助手微信|居中|缩略图|206x206像素|小助手微信]]<br /> |28<br /> |已结束<br /> |<br /> |2021年4月-6月<br /> |-<br /> |复杂经济学读书会<br /> |李红刚等<br /> |王朝会<br /> |31<br /> |已结束<br /> |周二晚上20:00-22:00<br /> |2021年1月-6月<br /> |-<br /> |复杂经济学读书会第二季<br /> |李红刚等<br /> |王朝会<br /> |<br /> |进行中<br /> |周一晚上19:00-21:00<br /> |2022年7月11-<br /> |-<br /> |企业发展建模与预测读书会<br /> |张江等<br /> |陶如意<br /> |12<br /> |已结束<br /> |周一晚上20:00-22:00<br /> |2021年4月-7月<br /> |-<br /> |复杂系统自动建模读书会<br /> |张江<br /> |王婷<br /> |12<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年2月-5月<br /> |-<br /> |面向复杂系统的人工智能研究读书会<br /> |张江<br /> |张章<br /> |9<br /> |已结束<br /> |周日晚上20:00-22:00<br /> |2020年7月-10月<br /> |-<br /> |生命复杂性系列读书会<br /> |傅渥成等<br /> |刘培源<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2020年11月-2021年2月<br /> |-<br /> |科学学读书会<br /> |胡乔<br /> |胡乔<br /> |6<br /> |已结束<br /> |周三晚上20:00-22:00<br /> |2020年7月-8月<br /> |-<br /> |因果科学与Causal AI 读书会<br /> |龚鹤扬等<br /> |王婷<br /> |16<br /> |已结束<br /> |周日晚上19:00-21:00<br /> |2020年9月-2021年1月<br /> |-<br /> |因果科学与Causal AI读书会第二季<br /> |李奉治等<br /> |王婷<br /> |11<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年2月-7月<br /> |-<br /> |因果科学与Causal AI 读书会第三季<br /> |李奉治<br /> |段月然<br /> |18<br /> |已结束<br /> |周日上午10:00-12:00<br /> |2021年7月-2022年3月<br /> |-<br /> |因果涌现读书会<br /> |张江等<br /> |王婷<br /> |16<br /> |已结束<br /> |周六上午9:00-11:00<br /> |2021年8月-2022年1月<br /> |-<br /> |因果涌现读书会第二季<br /> |张江等<br /> |王婷<br /> |<br /> |进行中<br /> |周日晚上19:00-21:00<br /> |2022年5月-<br /> |-<br /> |社会计算读书会<br /> |王硕等<br /> |王建男<br /> |12<br /> |已结束<br /> |周四晚上20:00-22:00<br /> |2021年5月-8月<br /> |-<br /> |社会计算读书会第二季<br /> |罗家德等<br /> |王建男<br /> |12<br /> |进行中<br /> |<br /> |2022年6月-<br /> |-<br /> |复杂系统管理学读书会<br /> |罗家德<br /> |张爱华<br /> |13<br /> |已结束<br /> |周三晚上19:00-21:00<br /> |2021年9月-2022年1月<br /> |-<br /> |自生成结构读书会<br /> |仇玮祎等<br /> |李欣儒<br /> |13<br /> |已结束<br /> |周五晚19:00-21:00<br /> |2021年11月-2022年3月<br /> |-<br /> |地球科学读书会<br /> |邓琪敏等<br /> |晏丽<br /> |13<br /> |已结束<br /> |周四晚19:00-21:00<br /> |2021年12月-2022年4月<br /> |-<br /> |神经动力学读书会<br /> |王鑫迪等<br /> |周莉<br /> |17<br /> |已结束<br /> |周六下午14:00-16:00<br /> |2022年3月19-7月30<br /> |-<br /> |高阶网络读书会<br /> |吕琳媛等<br /> |贾芳弟<br /> |<br /> |进行中<br /> |周四晚上19:00-21:00<br /> |2022年6月28-<br /> |}<br /> <br /> == 宏观金融系列读书会 ==<br /> <br /> 本系列读书会由在联合宏观金融领域的同行学者共同研读一系列经典宏观金融文献和最新研究进展，为大家展示经济学家是如何理解作为经济体核心的货币和金融，以及它们是如何在宏观经济中发挥着重要作用的。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2215 中央银行货币：国家的负债，资产还是权益？ | 宏观金融读书会第 1 期] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2292 基于市场数据的系统性风险度量指标——条件在险价值（CoVaR）| 宏观金融读书会第 2 期] 主讲人孙寅浩<br /> * [https://campus.swarma.org/course/2492 Hegel, Marx, Value Theory | 宏观金融读书会第 3 期] 主讲人薛晓明<br /> * [https://campus.swarma.org/course/2502 现代增长与信用货币——一个“双螺旋”增长假说 | 宏观金融读书会第 4 期] 主讲人赵燕菁<br /> * [https://campus.swarma.org/course/2518 Banking Crises Without Panics | 宏观金融读书会第 5 期] 主讲人冯子健：北京师范大学系统科学学院 20 级博士生，研究方向：宏观金融。<br /> * [https://campus.swarma.org/course/2539 Commercial Banks as Creators of &quot;Money&quot; | 宏观金融读书会第 6 期] 主讲人钟华<br /> * [https://campus.swarma.org/course/2557 代理成本、资产负债净值与经济周期 | 宏观金融读书会第 7 期（一）] 主讲人张栩东<br /> * [https://campus.swarma.org/course/2556 金融稳定与经济表现 | 宏观金融读书会第 7 期（二）] 主讲人祁瀛<br /> * [https://campus.swarma.org/course/2664 金融机构和市场基础设施网络的金融稳定性 | 宏观金融读书会第 8 期（一）] 主讲人冯子健<br /> * [https://campus.swarma.org/course/2665 通往金融不稳定性之路 | 宏观金融读书会第 8 期（二）] 主讲人周逸杰<br /> * [https://campus.swarma.org/course/2724 银行的本质 | 宏观金融读书会第 9 期] 主讲人王势与谋<br /> * [https://campus.swarma.org/course/2731 对于充分就业问题的研究 | 宏观金融读书会第 10 期] 主讲人钟华<br /> * ......<br /> <br /> 等共计20期，解读了金融领域的众多文献，包括：<br /> <br /> * Commercial Banks as Creators of 'Money'<br /> * Agency costs, net worth and business fluctuations<br /> * Banking theories and Macroeconomics<br /> * Political Aspects of Full Employment<br /> * Financial stability in networks of financial institutions and market infrastructures<br /> * Pathways towards instability in financial networks<br /> * Vulnerable growth<br /> * Stock‐Flow Consistent macroeconomic models: a survey<br /> * Great Controversies: Developing the Domestic Market<br /> * The financial instability hypothesis<br /> * ......<br /> <br /> 等23篇论文<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2214 宏观金融系列读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/3 复杂经济学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 复杂性科学的思想和方法可以为经济学研究再开一扇通向未来之门。本次读书会以科研交流为主，希望以此普及复杂经济学思想，促进复杂经济学教育，推进复杂经济学研究。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2340 主流经济学的基石和现实挑战 | 复杂经济学读书会第一期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2349 “复杂经济学”的提出 | 复杂经济学读书会第二期] 主讲人李红刚<br /> * [https://campus.swarma.org/course/2368 人工股票市场内生预期下的资产定价 | 复杂经济学读书会第三期（一）] 主讲人邢坤<br /> * [https://campus.swarma.org/course/2367 复杂网络视角下的级联失效 | 复杂经济学读书会第三期（二）] 主讲人张军<br /> * [https://campus.swarma.org/course/2463 经济学需要智能体建模 | 复杂经济学读书会第四期] 主讲人胡森<br /> * [https://campus.swarma.org/course/2471 通向创新型城市经济的普遍路径 | 复杂经济学读书会第五期（一）] 主讲人黄思羽<br /> * [https://campus.swarma.org/course/2472 自组织临界与经济波动 | 复杂经济学读书会第五期（二）] 主讲人王梓凡<br /> * [https://campus.swarma.org/course/2480 初始投资成功的持续效应：基于创业投资的实证研究 | 复杂经济学读书会第六期] 主讲人张欣<br /> * [https://campus.swarma.org/course/2509 用产品多样性衡量经济的复杂程度 | 复杂经济学读书会第七期] 主讲人李小萌<br /> * [https://campus.swarma.org/course/2529 简单计算机模型中技术的进化 | 复杂经济学读书会第八期（一）] 主讲人赵承业<br /> * ......<br /> <br /> 等共计18期，解读了经济学领域的众多文献，包括：<br /> <br /> * Complexity Economics:A Different Framework for Economic Thought<br /> * Asset Pricing Under Endogenous Expectations in an Artificial Stock Market<br /> * The persistent effect of initial success: Evidence from venture capital<br /> * The evolution of technology within a simple computer model<br /> * Professional diversity and the productivity of cities<br /> * Interpretable socioeconomic status inference from aerial imagery through urban patterns<br /> * Predicting neighborhoods’ socioeconomic attributes using restaurant data<br /> * Online social activity reflects economic status<br /> * Predicting Poverty and Wealth from Mobile Phone Metadata<br /> * Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.<br /> * ......<br /> <br /> 等21篇论文。<br /> <br /> ==== 第二季（进行中） ====<br /> 本读书会从复杂经济学的内涵、基本方法、普适规律、应用场景四部分出发，来与读书会成员进行分享与讨论。并组织 3 次圆桌讨论，围绕复杂经济学的界定与内涵、复杂经济学的方法论及典型应用、复杂经济学何去何从等主题展开。欢迎国内外研究者加入读书会，共同探讨！<br /> [[文件:复杂经济学第二季安排.png|居中|缩略图|复杂经济学第二季安排]]<br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 复杂经济学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2294 复杂经济学读书会]<br /> <br /> == 企业发展建模与预测读书会 ==<br /> <br /> ==== 【第一季：企业发展建模与预测】 ====<br /> 读书会内容主要聚焦于复杂系统自动建模技术在企业研究领域的应用，包括企业破产预测，企业财务属性预测，企业网络研究，企业建模等等。目的在于进一步深入探索复杂科学理论和方法在实证研究中的应用，进一步揭示真实世界的运作模式。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2689 对企业的科学认知 | 企业建模读书会第一期] 主讲人张江<br /> * [https://campus.swarma.org/course/2710 供应链网络的拓扑结构、中断管理与企业行为 | 企业建模读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/2735 公司控制权与并购市场 | 企业建模读书会第三期] 主讲人赵慷<br /> * [https://campus.swarma.org/course/2751 网络与企业的成长 | 企业建模读书会第四期] 主讲人崔永梅<br /> * [https://campus.swarma.org/course/2774 预测全球初创企业网络的成功 | 企业建模读书会第五期（一）] 主讲人胡乔<br /> * [https://campus.swarma.org/course/2775 企业财务动力学演化和破产预测 | 企业建模读书会第五期（二）] 主讲人张章<br /> * [https://campus.swarma.org/course/2847 在精英团体中探索小世界网络: 将嵌入理论引入风险投资网络的动态演化 | 企业建模读书会第六期（一）] 主讲人许菁<br /> * [https://campus.swarma.org/course/2848 基于机器学习方法的企业违约预测综述 | 企业建模读书会第六期（二）] 主讲人谷伟伟<br /> * [https://campus.swarma.org/course/2868 深度学习在金融时间序列预测任务中的应用综述 | 企业建模读书会第七期（一）] 主讲人赵庆超<br /> * [https://campus.swarma.org/course/2869 基于规模标度的企业评估 | 企业建模读书会第七期（二）] 主讲人徐恩峤<br /> * ......<br /> <br /> 等共计11期，解读了企业建模与发展预测领域的众多文献，包括：<br /> <br /> * The evolution of firm networks: from emergence to early growth of the firm<br /> * Firm networks and firm development: The role of the relational mix<br /> * Predicting success in the worldwide start-up network<br /> * Dynamics of firm financial evolution and bankruptcy prediction<br /> * Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network<br /> * Corporate default predictions using machine learning: Literature review <br /> * Financial time series forecasting with deep learning : A systematic literature review<br /> * Curriculum learning in deep neural networks for financial forecasting<br /> * Secure and automated enterprise revenue forecasting<br /> <br /> 9篇论文。<br /> <br /> <br /> <br /> ==== 【第二季：复杂系统自动建模】 ====<br /> 旨在汇集一批对复杂系统自动建模感兴趣或者正在进行相关研究的朋友，通过阅读和讨论一系列前沿或者经典的对复杂系统进行结构和动力学重构的文章，进行深度讨论和交流，从而激发科研想法，促进读书会成员内部的科研的合作，产出和落地，并产生学术价值。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1129 网络重构的动力学——复杂系统自动建模读书会第 1 期] 主讲人胡国辉<br /> * [https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期] 主讲人张章、赵诣、陶然<br /> * [https://campus.swarma.org/course/1189 从数据到结构——动力学网络重构 | 复杂系统自动建模读书会第3期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1200 基于数据的非线性复杂动力系统中的辨识与预测问题 | 复杂系统自动建模读书会第4期] 主讲人弘明<br /> * [https://campus.swarma.org/course/1365 基于压缩感知算法的复杂网络建模 | 复杂系统自动建模读书会第5期] 主讲人高飞、胡国辉、郭铁城、曾好<br /> * [https://campus.swarma.org/course/1379 相空间重构方法 | 复杂系统自动建模读书会第6期] 主讲人刘晶、李垚鑫<br /> * [https://campus.swarma.org/course/1383 基于交叉映射方法的复杂系统自动建模 ｜ 复杂系统自动建模读书会第7期] 主讲人张妍、郭宇、郭铁城<br /> * [https://campus.swarma.org/course/1399 基于因果推断的复杂系统分析建模 ｜ 复杂系统自动建模读书会第8期] 主讲人高亦斌、蔡明博、十三维<br /> * [https://campus.swarma.org/course/1522 解读《为什么》：攀登因果之梯｜ 复杂系统自动建模读书会第9期] 主讲人白楚<br /> * [https://campus.swarma.org/course/1541 从基因表达数据推断基因调控网络 | 复杂系统自动建模读书会第10期] 主讲人王力飞<br /> <br /> ......<br /> <br /> 等12期，解读文献包括<br /> <br /> * Inner Composition Alignment for Inferring Directed Networks from Short Time Series<br /> * A statistical inference approach to structural reconstruction of complex networks from binary time series<br /> * Comparison of six methods for the detection of causality in a bivariate time series <br /> * Detecting and quantifying causal associations in large nonlinear time series datasets<br /> * PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting<br /> * Mapping gene regulatory networks from single-cell omics data<br /> * The Book of Why: The New Science of Cause and Effect <br /> * Investigating Causal Relations by Econometric Models and Cross-spectral Methods<br /> * Inferring causation from time series in Earth system sciences<br /> * Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals<br /> <br /> * ......<br /> <br /> 等17篇论文。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/125 企业建模与发展预测读书会论文清单]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2570 企业建模与发展预测]<br /> <br /> == 面向复杂系统的人工智能研究读书会 ==<br /> <br /> 通过闭门分享讨论的形式，我们将为大家提供更加沉浸，深度，自由的交流环境。帮助大家了解面向复杂系统的人工智能研究和前沿进展，了解深度学习，因果推断等方法论如何与复杂系统研究相互影响。为大家在自己的研究领域引入何种人工智能方法提供灵感。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1720 深度学习与复杂系统自动建模 | 面向复杂系统的人工智能读书会1] 主讲人张江<br /> * [https://campus.swarma.org/course/1742 用于稀疏观测动力学重构的物理感知差分图网络 | 面向复杂系统的人工智能读书会2] 主讲人王硕<br /> * [https://campus.swarma.org/course/1743 NRI论文梳理 | 面向复杂系统的人工智能读书会3] 主讲人陶如意<br /> * [https://campus.swarma.org/course/1776 从因果科学到人工智能 | 面向复杂系统的人工智能读书会4] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1786 如何用GNN做一个物理引擎 | 面向复杂系统的人工智能读书会5] 主讲人董小璐<br /> * [https://campus.swarma.org/course/1787 在保证可拓展性的前提下寻找更好的表达性后验分布构造方法 | 面向复杂系统的人工智能读书会6] 主讲人伍欣达、王光华<br /> * [https://campus.swarma.org/course/1802 利用图神经网络学习执行经典算法，处理含指针的数据结构] | 面向复杂系统的人工智能读书会7 主讲人郭铁城<br /> * [https://campus.swarma.org/course/1803 如何用常微分方程ODE改进神经网络 | 面向复杂系统的人工智能读书会8] 主讲人张永杰<br /> * [https://campus.swarma.org/course/1805 结构方程模型及其中的一些重要概念 | 面向复杂系统的人工智能读书会9] 主讲人王东<br /> * [https://campus.swarma.org/course/1806 以图为输入，以对象和关系为中心进行推理的深度神经网络 | 面向复杂系统的人工智能读书会10] 主讲人李子徽<br /> <br /> * ......<br /> <br /> 等14期。<br /> <br /> 此外，还邀请了数名进行过高质量分享的青年学者参与我们后续的闭门研讨活动：“集智-凯风研读营”。研读营是集智年度最高水准的闭门科学研讨活动，是集智科学家们的年度聚会。在研读营期间，你将与多位来自不同领域，世界各个高校的集智科学家们进行为期一周的广泛而深刻的闭门交流，共享前沿知识和灵感。历届研读营都是集智科学家相互赋能的平台，每次研读营之后，集智科学家们都会带着新的灵感进一步推进自己的研究。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/79 面向复杂系统的人工智能读书会]<br /> <br /> 查看更多回放视频，请前往集智学园面向[https://campus.swarma.org/course/1775 复杂系统的人工智能读书会]<br /> <br /> == [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==<br /> <br /> 跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。「生命复杂性」系列读书会由东京大学博士后傅渥成等发起，力图促进关于生命现象的跨学科交流。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/2004 理解生命复杂性的两条线索 | 生命复杂性系列读书会第一期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2108 个体信息理论|生命复杂性系列读书会第二期] 主讲人十三维<br /> * [https://campus.swarma.org/course/2133 复杂性研究的生物学视角|生命复杂性系列读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2153 生命起源的最重要的问题——主体性与层级跃迁 | 生命复杂性系列读书会第四期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/2202 漫谈蛋白质结构预测问题 | 生命复杂性系列读书会第五期] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/2217 利用可解释的胶囊网络算法识别细胞亚型 | 生命复杂性读书会第六期] 主讲人王力飞<br /> * [https://campus.swarma.org/course/2229 肠道微生物组与人体复杂系统 | 生命复杂性系列读书会第七期] 主讲人张成岗<br /> * [https://campus.swarma.org/course/2261 生命起源与自我复制 | 生命复杂性系列读书会第八期] 主讲人刘宇<br /> * [https://campus.swarma.org/course/2308 生命复杂系统动力学 | 生命复杂性系列读书会第九期] 主讲人李辉<br /> * [https://campus.swarma.org/course/2319 多层生物分子网络鲁棒性研究 | 生命复杂性系列读书会第十期] 主讲人刘雪明<br /> * [https://campus.swarma.org/course/2056 社会生态系统的弹性 | 生命复杂性系列读书会第十一期] 主讲人屠澄轶<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/105 生命复杂性读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2005 生命复杂性读书会]<br /> == 科学学读书会 ==<br /> <br /> 运用复杂网络的分析方法，从引文网络、科学家合作网络、科学网络的动力学、科学家职业生涯动力学、学科交叉与知识创新等方面做了知识梳理和前沿研究的报告。科学学、文献计量学、网络分析和图情领域等均可参考。<br /> <br /> 读书会主题包括：<br /> <br /> * [https://campus.swarma.org/course/1656 复杂系统视角下的科学学|复杂系统视角下的科学学第1期] 主讲人曾安<br /> * [https://campus.swarma.org/course/1662 科学网络中的动力学|复杂系统视角下的科学学第2期] 主讲人马一方<br /> * [https://campus.swarma.org/course/1716 科学家合作网络|复杂系统视角下的科学学第3期] 主讲人王洋<br /> * [https://campus.swarma.org/course/1719 引文网络与论文影响力评价|复杂系统视角下的科学学第4期] 主讲人周建林<br /> * [https://campus.swarma.org/course/1741 学科网络及其演化|复杂系统视角下的科学学读书会第5期] 主讲人孙烨<br /> * [https://campus.swarma.org/course/1780 学科交叉与知识创新|复杂系统视角下的科学学第6期] 主讲人沈哲思<br /> <br /> 解读了<br /> <br /> * Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity<br /> * Atypical Combinations and Scientific Impact<br /> * The evolution of interdisciplinarity in physics research<br /> * Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity<br /> * Innovation network '',proceedings of the national academy of sciences''<br /> * Network-based statistical comparison of citation topology of bibliographic databases<br /> * Community structure of the physical review citation network<br /> * Universality of citation distributions and its explanation<br /> * Large teams develop and small teams disrupt science and technology<br /> * Hot streaks in artistic, cultural, and scientific careers<br /> <br /> * ......<br /> <br /> 等15篇论文。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/70 复杂系统视角下的科学学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2014 复杂系统视角下的科学学读书会]<br /> == 因果科学与Causal AI 读书会 ==<br /> <br /> ==== 【因果科学社区】 ====<br /> 因果科学社区由智源社区、集智俱乐部共同推动，面向因果科学领域的垂直型学术讨论社区，目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。<br /> <br /> ==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====<br /> 图灵奖得主朱迪亚·珀尔教授认为，当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心，涉及从数据到政策、可解释性、机制的泛化，再到一些社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/1937 如何用信息视角理解现代因果模型框架？| 因果科学与Causal AI读书会第 1 期] 主讲人龚鹤扬<br /> * [https://campus.swarma.org/course/1958 图模型与因果推理基础 | 因果科学与Causal AI读书会第 2 期] 主讲人李奉治，朱淑媛，付鑫玉<br /> * [https://campus.swarma.org/course/1970 因果发现算法概述与挑战 | 因果科学与Causal AI读书会第 3 期] 主讲人屠睿博，黄碧薇<br /> * [https://campus.swarma.org/course/2008 中介分析和路径因果效应| 因果科学与Causal AI读书会第 4，5 期] 主讲人陆怡舟，胡文杰，徐培，原显智<br /> * [https://campus.swarma.org/course/2030 潜结果框架下的因果效应 | 因果科学与Causal AI读书会第 6 期] 主讲人况琨<br /> * [https://campus.swarma.org/course/2071 因果推理与稳定学习 | 因果科学与Causal AI读书会第 7 期] 主讲人刘家硕 沈哲言<br /> * [https://campus.swarma.org/course/2112 因果机器学习 | 因果科学与Causal AI读书会第 8 期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/2139 因果推理和迁移学习 | 因果科学与Causal AI读书会第 9 期] 主讲人宫明明，郭家贤，丁晨炜<br /> * [https://campus.swarma.org/course/2156 因果强化学习 | 因果科学与Causal AI读书会第 10 期] 主讲人陆超超，张卓婧<br /> * ......<br /> <br /> 等16期，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/90 因果科学与CausalAI读书会第一季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/1798 因果科学与CausalAI读书会第一季]<br /> ==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====<br /> 因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用，为深入探讨、普及推广因果科学议题，第二季读书会着力于实操性、基础性，带领大家精读因果科学方向两本非常受广泛认可的入门教材：Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主，结合习题交流、夜谈、编程实践、前沿讲座等多类型内容，主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。<br /> <br /> 分享主题包括：<br /> * [https://campus.swarma.org/course/2526 两套因果框架深度剖析：潜在结果模型与结构因果模型 | 因果科学读书会第二季第一期] 主讲人陆超超<br /> * [https://campus.swarma.org/course/2558 从辛普森悖论谈起：因果效应中的混淆因子及可识别性 | 第二季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/2670 图模型中的独立性：从基础结构到干预 | 第二季第三期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/2682 从被动观察数据中预测干预的效果 | 第二季第四期] 主讲人邓宇昊，李奉治<br /> * [https://campus.swarma.org/course/2699 因果启发的稳定学习理论、方法和应用 | 第二季第五期] 主讲人崔鹏<br /> * [https://campus.swarma.org/course/2734 攀登因果之梯第三阶：反事实推理及其应用分享 | 第二季第六期] 主讲人陈晗曦<br /> * [https://campus.swarma.org/course/2742 基于观测数据的因果发现及因果性学习 | 第二季第七期] 主讲人蔡瑞初<br /> * [https://campus.swarma.org/course/2769 基于观测数据的因果发现简介 | 第二季第八期] 主讲人张天健<br /> * [https://campus.swarma.org/course/2815 基于因果发现的算法实战 | 第二季第九期（一）（二）] 主讲人李奉治，陈晗曦<br /> * [https://campus.swarma.org/course/2818 因果启发下的世界建模与强化学习决策方法 | 第二季第十期] 主讲人杨梦月<br /> * ......<br /> 等15期内容。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/138 因果科学与CausalAI读书会第二季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2460 因果科学与CausalAI读书会第二季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====<br /> “因果”并不是一个新概念，而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享，我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通，我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中，都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新，看能否以现在的眼光，用其他的模型，为这些研究提供新的解决思路。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3619 Donald Rubin亲自讲解：这才是因果推断！ | 因果科学第三季第一期] 主讲人Donald B. Rubin，周晓华，赵西亮，崔鹏<br /> <br /> ===== 「基础理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/3639 因果推断的潜在结果框架在实验性研究的应用 | 因果科学第三季第二期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3737 因果推断在观察性研究中的应用Ⅰ：设计 | 因果科学第三季第三期] 主讲人李昊轩<br /> * [https://campus.swarma.org/course/3890 因果推断在观察性研究中的应用Ⅱ：分析 | 因果科学第三季第四期] 主讲人邓宇昊<br /> <br /> * [https://campus.swarma.org/course/3975 Per Johansson：经济学中自然实验和准实验 | 因果科学第三季第五期] 主讲人 Per Johansson 张俊妮 胡悦 苗旺 黄俊铭<br /> <br /> ===== 「案例研讨」 =====<br /> <br /> * [https://campus.swarma.org/course/4101 因果推断在医学、药学、生物学中的应用 | 因果科学第三季第七期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4339 第二种想象力 ：当代社会科学研究中的因果、数据和理论 | 因果科学第三季第十三期] 主讲人陈云松<br /> * [https://campus.swarma.org/course/4413 集智×DataFun合作论坛：因果推断在工业界的应用 | 因果科学第三季第十九期] 主讲人龚鹤扬，章凡，董彦燊<br /> * [https://campus.swarma.org/course/4310 推荐系统中的因果分析框架 | 因果科学第三季第十二期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4365 如何把因果推断和ML及NLP结合？ | 因果科学第三季第十五期] 主讲人金致静<br /> <br /> ===== 「深入理论学习」 =====<br /> <br /> * [https://campus.swarma.org/course/4394 缺失数据和因果推断中的双稳健方法介绍 | 因果科学第三季第十八期] 主讲人吴鹏<br /> * [https://campus.swarma.org/course/4068 好的观察性研究与差的观察性研究| 因果科学第三季第六期] 主讲人邓宇昊<br /> * [https://campus.swarma.org/course/4388 因果与公平性 | 因果科学第三季第十七期] 主讲人郭若城<br /> * [https://campus.swarma.org/course/4352 机器学习的计量经济学应用 | 因果科学第三季第十四期] 主讲人葛春江，金泽润，周俊铭<br /> <br /> 等19期。<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/146 因果科学与CausalAI读书会第三季]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3527 因果科学与CausalAI读书会第三季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/145 构建因果引擎，创新科研范式——因果科学的学习路线图]<br /> * [https://pattern.swarma.org/article/90 因果科学和 Causal AI入门路径]<br /> <br /> == 因果涌现读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/7 【因果涌现读书会第一季】]====<br /> 围绕”因果涌现“主题系统性的讨论因果涌现理论和技术实现、涌现理论、重整化与机器学习、自指动力学、整合信息论、多尺度建模等重要概念和方法。<br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3110 第一讲：涌现、因果、自指——因果涌现读书会简介] 主讲人张江<br /> * [https://campus.swarma.org/course/3254 第二讲：深度学习和重整化群] 主讲人尤亦庄<br /> * [https://campus.swarma.org/course/3444 第三讲：因果涌现的理论] 主讲人章彦博<br /> * [https://campus.swarma.org/course/3452 第四讲：因果几何：复杂系统与简单模型的背后] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3528 第五讲：量化因果涌现：当地图优于疆域] 主讲人岳玉涛<br /> * [https://campus.swarma.org/course/3575 第六讲：因果涌现在深度学习、复杂网络以及人工智能中的应用] 主讲人江水，陈昊，汪林川<br /> * [https://campus.swarma.org/course/3605 第七讲：诺奖得主经典文章解读与涌现问题] 主讲人傅渥成，刘锦涛<br /> * [https://campus.swarma.org/course/3629 第八讲：理解涌现的反馈视角和信息视角] 主讲人张章<br /> * [https://campus.swarma.org/course/3651 第九讲：复杂系统中稳定的宏观规则的涌现] 主讲人傅渥成<br /> * [https://campus.swarma.org/course/3865 第十讲：个体信息论] 主讲人冯田峰<br /> * ......<br /> <br /> 等16期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/136 因果涌现读书会第一季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3106 因果涌现读书会第一季] <br /> <br /> ==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]（进行中）====<br /> 通过阅读前沿文献，加深我们对因果、涌现等概念的理解；聚焦于寻找因果与涌现、多尺度等概念相结合的研究方向；并探索复杂系统多尺度自动建模的研究方向。<br /> <br /> 分享主题包括：<br /> <br /> ===== 模块一：追根溯源，我们将深挖近年来在复杂科学领域逐渐成长壮大的信息论拓展，包括整合信息论、互信息分解等技术和方法； =====<br /> <br /> * [https://campus.swarma.org/course/4540 因果涌现理论的回顾与展望（因果涌现读书会第二季第一期）] 主讲人张江<br /> <br /> ===== 模块二：因果涌现，我们将进一步探索因果涌现理论，特别关注如何将因果作为工具来定量探索复杂系统之中的一些古老的难题，如：自上而下的因果等； =====<br /> <br /> ===== 模块三：因果表示学习，将重点追踪因果科学以及表示学习理论中有关粗粒化和多尺度的概念； =====<br /> <br /> ===== 模块四：机器学习多尺度自动建模，则重点关注多尺度机器学习动力学建模方面的最新文献和进展； =====<br /> <br /> ===== 模块五：量子因果，将探索如何将量子信息与因果科学融为一体，这将大大拓展我们对因果和信息等概念的理解。 =====<br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/176 因果涌现读书会第二季] [https://pattern.swarma.org/article/153 入门路径]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4523 因果涌现读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/153 因果涌现初步学习概览]<br /> <br /> == 社会计算读书会 ==<br /> <br /> ==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====<br /> 为了相关领域学者更好地讨论和交流，推动交叉学科间的合作，促进社会计算的发展和研究，集智俱乐部组织了社会计算读书会，期待和大家一起分享论文、讨论和交流碰撞。<br /> <br /> 分享主题包括：<br /> <br /> ===== 社会计算介绍综述 =====<br /> <br /> * [https://campus.swarma.org/course/2741 社会计算：探索新的研究范式 ｜ 社会计算读书会第一期] 主讲人王硕<br /> <br /> ===== 计算科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2812 本地化差分隐私下的数据分析技术探索 ｜ 社会计算读书会第二期] 主讲人叶青青<br /> * [https://campus.swarma.org/course/2852 基于数据智能的可解释城市计算 ｜社会计算读书会第三期（上）（下）] 主讲人寄家豪<br /> * [https://campus.swarma.org/course/2870 多智能体仿真在管理科学中的应用 ｜ 社会计算读书会第四期] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/2884 共同的未来——自然语言处理与社会计算的融合现状与前景｜ 社会计算读书会第五期] 主讲人林家驹<br /> <br /> ===== 复杂科学之于社会计算 =====<br /> <br /> * [https://campus.swarma.org/course/2912 基于自组织临界性与沙堆模型的帝国兴衰研究 ｜社会计算读书会第六期] 主讲人吕鹏<br /> * [https://campus.swarma.org/course/3100 网络科学视角下的计算社会科学｜社会计算读书会第十期 主讲人] 主讲人张子柯<br /> * [https://campus.swarma.org/course/3137 国际大都市的社群融合---范式、理论、测量方法和政策｜社会计算读书会第十一期] 主讲人唐佳路，薛力源<br /> <br /> 等12期。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/126 社会计算读书会第一季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/2709 社会计算读书会第一季]<br /> <br /> ==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]（进行中） ====<br /> 对计算社会科学中常见的分析处理问题的方法进行介绍，对主要的方法类型和如何运用这些方法研究问题进行梳理。<br /> <br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/182 社会计算读书会第二季] <br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/4537 社会计算读书会第二季]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/98 社会计算入门路径]<br /> <br /> == [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==<br /> <br /> 传统的管理研究和实践早已成果非凡，今非昔比。强调混沌、系统观、网络观、非线性和自组织的复杂性科学思维，已经从物理学、生物学延伸到社会学、经济学和管理学，本季读书会将对此进行讨论。<br /> <br /> <br /> 分享主题包括：<br /> <br /> * [https://campus.swarma.org/course/3261 复杂系统管理学公开讲座] 主讲人罗家德<br /> * [https://campus.swarma.org/course/3532 复杂思维——复杂系统管理学读书会第一期] 主讲人罗家德，张江，仇玮祎<br /> * [https://campus.swarma.org/course/3592 管理与不确定性（复杂系统管理学读书会第二期）] 主讲人张劼浩<br /> * [https://campus.swarma.org/course/3628 管理与信息不完整及信息不对称（复杂系统管理学读书会第四期）] 主讲人包堉含<br /> * [https://campus.swarma.org/course/3653 社会网络与网络式治理（复杂系统管理学读书会第五期）] 主讲人吴英发，李静<br /> * [https://campus.swarma.org/course/3722 网络式组织──内部网络、外包系统、平台企业与产业生态（复杂系统管理学读书会第六期）] 主讲人邓非<br /> * [https://campus.swarma.org/course/3886 自组织与复杂系统管理（复杂系统管理学读书会第七期）] 主讲人赵芳芳<br /> * [https://campus.swarma.org/course/3618 双重性逻辑：阴阳的管理学 （复杂系统管理学读书会第三期）] 主讲人李平<br /> * [https://campus.swarma.org/course/4089 复杂系统涌现的突破式变革及其动力机制（复杂系统管理学读书会第十期）] 主讲人杨二茶，段月然<br /> * [https://campus.swarma.org/course/4204 复杂系统管理学的研究方法（复杂系统管理学读书会第十一期）] 主讲人宋爽 孔杉杉<br /> <br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/139 复杂管理学读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3439 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/161 复杂系统涌现的突破式变革入门]<br /> * [https://pattern.swarma.org/article/177 网络式组织入门]<br /> * [https://pattern.swarma.org/article/173 集体智慧入门]<br /> <br /> == [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==<br /> <br /> 为了能够更加深入地讨论生命的本质结构和意识等重要问题，并在不同学科间建立有效沟通的桥梁，自生成结构第一季主要围绕形成自生成结构与自复制自动机研究背景相关的基本共识展开。前期将从科学哲学、复杂科学和生物学等学科的不同角度来分别介绍，各个学科在关注生命和意识本质的主体性和生成过程性问题的学科进展和背景，建立起其讨论的基础话语体系。后半部分将进行《自复制自动机》部分内容的学习，在学习中辨析冯诺依曼建立的冯诺依曼计算机结构、自复制自动机以及元胞自动机等模型与自指、图灵机及当代神经网络之间的关系等。<br /> <br /> ==== 【第一季：共识——自生成结构与自复制自动机的研究背景】 ====<br /> 分享主题包括：<br /> <br /> ===== 第一季前期，从科学哲学、复杂科学和生物学的角度介绍这三个学科关注生命和意识起源问题的学科进展和背景，建立我们讨论的基础话语体系。 =====<br /> <br /> * [https://campus.swarma.org/course/4053 整合信息论 | 自生成结构读书会第一期] 主讲人何真，岳玉涛<br /> * [https://campus.swarma.org/course/4054 从自指到自指动力学 | 自生成结构读书会第二期] 主讲人张江<br /> * [https://campus.swarma.org/course/4077 自指与自生成结构| 自生成结构读书会第三期] 主讲人仇玮祎<br /> * [https://campus.swarma.org/course/4100 什么是生命？生物学哲学的视角 | 自生成结构读书会第四期] 主讲人周理乾<br /> * [https://campus.swarma.org/course/4156 复杂适应系统和耗散适应 | 自生成结构读书会第五期] 主讲人孟庆业<br /> * [https://campus.swarma.org/course/4234 生命体自生成结构的涌现 | 自生成结构读书会第六期] 主讲人贾克防<br /> * [https://campus.swarma.org/course/4268 生命起源的研究前沿 | 自生成结构读书会第七期] 主讲人刘宇<br /> <br /> ===== 第一季后期，进行《自复制自动机》部分内容的学习。 =====<br /> <br /> * [https://campus.swarma.org/course/4316 自复制自动机理论-冯诺依曼的5堂课 | 自生成结构读书会第九、十期] 章彦博，王东<br /> * [https://campus.swarma.org/course/4350 自复制自动机的工程实现｜自生成结构系列读书会第十一期] 主讲人张永杰<br /> * [https://campus.swarma.org/course/4379 人工生命的假说与模型 | 自生成结构读书会第十二期] 主讲人陈翔<br /> * ......<br /> <br /> 等13期。<br /> <br /> <br /> 了解更多读书会详情，请前往集智斑图[https://pattern.swarma.org/article/149 自生成结构读书会]<br /> <br /> 查看更多回放视频，请前往集智学园[https://campus.swarma.org/course/3617 复杂管理学读书会]<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/156 CAS复杂自适应系统]<br /> <br /> == [https://pattern.swarma.org/study_group/14 地球科学读书会] ==<br /> 系统地研究这些复杂网络、深度学习等方法在地球系统科学中应用的相关文献。<br /> <br /> ===== 总体综述 =====<br /> <br /> * [https://campus.swarma.org/course/4111 地球系统科学的简史及重大挑战 | 地球系统科学读书会第一期] 主讲人陈德亮<br /> <br /> ===== 统计物理 =====<br /> <br /> * [https://campus.swarma.org/course/4205 地球系统科学中的统计物理理论 | 地球系统科学读书会第二期] 主讲人樊京芳<br /> * [https://campus.swarma.org/course/4302 基于简化地球系统模型的气候归因方法 | 地球系统科学读书会第五期] 主讲人付博<br /> * [https://campus.swarma.org/course/4398 气候网络与渗流相变应用于地球系统研究 | 地球系统科学读书会第十一期] 主讲人陆征辉，孙宇<br /> <br /> ===== 机器学习 =====<br /> <br /> * [https://campus.swarma.org/course/4229 地球系统科学中机器学习的应用 | 地球系统科学读书会第三期] 主讲人邓琪敏<br /> * [https://campus.swarma.org/course/4318 极端事件的同步和记忆效应 | 地球系统科学读书会第六期] 主讲人张永文<br /> * [https://campus.swarma.org/course/4353 时空图神经网络在大气污染预报中的应用 | 地球系统科学读书会第八期] 主讲人王硕，许菁<br /> * [https://campus.swarma.org/course/4397 地球系统科学中生态学视角：适应不确定 | 地球系统科学读书会第十期] 主讲人李周园<br /> * [https://campus.swarma.org/course/4420 布朗运动与气候记忆：从理论到应用 | 地球系统科学读书会第十二期] 主讲人袁乃明<br /> * [https://campus.swarma.org/course/4473 案例研讨：深度学习与统计物理在地球系统科学中的应用 | 地球系统科学读书会第十三期] 主讲人陈小杰，孟庆业<br /> <br /> 等14期<br /> <br /> ==== 相关学习路径 ====<br /> <br /> * [https://pattern.swarma.org/article/158 机器学习在地球系统科学中的应用]<br /> * [https://pattern.swarma.org/article/159 地球系统中统计物理理论]<br /> * [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]<br /> <br /> == [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==<br /> <br /> ==== 第一季 ====<br /> 人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统。近年来，脱胎于系统科学的动力学建模方法，逐渐被广泛地应用于神经科学研究中，其作为一种绝佳的数理工具，愈发地受到研究人员的重视，在类脑计算、脑认知原理解析和脑重大疾病致病机理探索等具体方面，发挥着不可替代的作用。本次读书会将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。<br /> <br /> 分享主题包括<br /> <br /> ===== 神经动力学综述 =====<br /> <br /> * [https://campus.swarma.org/course/4393 复杂神经动力学：分析与建模--从神经元脉冲到皮层震荡，从涌现到功能 | 神经动力学模型读书会第一期] 主讲人周昌松<br /> <br /> ===== 大脑的多尺度动力学建模 =====<br /> 大脑的动力学建模可以涵盖不同的时间和空间尺度。例如，微观尺度上神经元层面的神经元细胞膜模型（Hodgkin-Huxley），它描述神经元动作电位的启动和传播；宏观尺度上群体神经元层面的动力学模型（NeuralMassModel）和神经场模型（NeuralFieldModel）等，它描述脑区不同群体神经元的动态演化。上述模型均为平均场模型，可进一步拓展为基于结构耦合的全脑动力学模型，它描述跨脑区之间的信息传递。<br /> <br /> * [https://campus.swarma.org/course/4433 神经元模型：从离子通道到计算 | 神经动力学模型读书会第二期] 主讲人臧蕴亮<br /> <br /> * [https://campus.swarma.org/course/4487 大尺度脑动态建模: 从大神经环路到全脑 | 神经动力学模型读书会第五期] 主讲人郭大庆<br /> * [https://campus.swarma.org/course/4524 多尺度脑网络设计规则 | 神经动力学模型读书会第六期] 主讲人陈育涵<br /> * [https://campus.swarma.org/course/4541 理解大脑网络的量子场论方法与层次结构模型 | 神经动力学模型读书会第八期] 主讲人曹瑜彬，任卡娜<br /> <br /> ===== 动力学模型和机器学习模型的融合 =====<br /> 传统动力学模型的表达能力有限，难以准确描述具有个体特异性的大脑动力学过程。将动力学模型和机器学习模型进行融合从而可以得到针对特定个体数据的动力学模型，如Physics-informed neural network以及NeuralODE模型。这样的模型同时具有类似于传统动力学模型的可解释性和源于机器学习的较强表达能力。<br /> <br /> * [https://campus.swarma.org/course/4440 循环神经网络的动力学平均场理论 | 神经动力学模型读书会第三期] 主讲人杨冬平<br /> * [https://campus.swarma.org/course/4475 理解大脑临界与混沌的神经动力学场论模型 | 神经动力学模型读书会第四期] 主讲人王彬，黎沩安<br /> <br /> ===== 动力学模型在脑疾病、脑认知、类脑计算中的应用 =====<br /> 广义来说，神经动力学模型可提供一种可控的方式（调整刺激参数和靶点等）激励、抑制或中断大脑网络动态变化，从而实现疾病治疗或脑功能增强。在癫痫研究中，神经动力学模型或可更早地告诉我们大脑已经进入临界状态，从而更好地预测癫痫发作，并发现易受影响的大脑区域，使用药物、神经调控或手术等方法，降低癫痫发作的可能性或者治愈癫痫。已有的工作通过平均场模型揭示了知觉决策过程动力学的机制，还进一步将网络模型拓展到多任务情形，精妙地展示了神经系统通过动力学行为执行认知功能的神经计算机制。同时，神经动力学模型可以为新一代人工神经网络的算法提供指导思想，也可以为下一代专用和通用神经形态芯片提供计算框架。例如当前的一个研究热点为如何利用生物神经系统的实验概念和最新发现，来发展下一代的基于脉冲计算的人工智能。<br /> <br /> [https://campus.swarma.org/course/4530 睡眠调控动力学机制探讨 | 神经动力学模型读书会第七期] 主讲人杨冬平<br /> <br /> [https://campus.swarma.org/course/4547 癫痫研究中的神经动力学模型 | 神经动力学模型读书会第九期] 主讲人曹淼<br /> <br /> ==== 相关学习路径 ====<br /> [https://pattern.swarma.org/article/164 复杂神经动力学：分析与建模]<br /> <br /> [https://pattern.swarma.org/article/165 神经元模型：从离子通道到计算]<br /> <br /> [https://pattern.swarma.org/article/166 循环神经网络的动力学平均场理论]<br /> <br /> [https://pattern.swarma.org/article/169 大尺度脑活动的动力学模型]<br /> <br /> [https://pattern.swarma.org/article/171 理解大脑临界与混沌的神经动力学场论模型文献解读]<br /> <br /> [https://pattern.swarma.org/article/175 大尺度脑动态建模：从大神经环路到全脑]<br /> <br /> [https://pattern.swarma.org/article/178 多尺度脑网络设计规则入门]<br /> <br /> [https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]<br /> <br /> == [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==<br /> 在网络科学课程的基础上，为了满足一线研究者的合作交流以及对前沿文献获取的需求，举办了高阶网络读书会。<br /> <br /> [https://campus.swarma.org/catalog/4 网络科学相关课程]<br /> <br /> ==== 第一季 ====<br /> 高阶网络读书会主要结合单纯复形（simplex）表示模型展开讨论，分享按照「基础理论」+「深入理论」+「案例研讨」的模式展开：<br /> <br /> 模块一：基础理论<br /> <br /> 本模块将参考伦敦大学玛丽王后学院教授 Ginestra Bianconi 于2021年出版的 Higher-Order Networks: An Introduction to Simplicial Complexes 书籍及相关综述进行分享，重点介绍复杂网络高阶建模，单纯复形的基本概念和计算方法，相关动力学研究等内容。<br /> <br /> 模块二：深入理论<br /> <br /> 本模块将根据二元交互网络中的相关科学问题和下游任务进行拓展，围绕网络中的关键节点识别、链路预测、社团结构、图表征和图嵌入、网络传播、网络博弈、网络同步等核心研究问题，给出高阶交互网络的定义和相应的解决方案。<br /> <br /> 模块三：案例研讨<br /> <br /> 本模块将围绕社会网络、神经系统、生物网络等不同场景下高阶交互作用带来的新的概念、模型及研究方法展开介绍。阅读清单中列举了高阶交互建模在科学学和脑网络应用的相关文献，同时欢迎其他领域的学者参与分享，为大家提供新的研究视角。在案例探讨中，我们也将尝试提供相关代码示例对研究进行复现。<br /> [[文件:高阶网络读书会安排.png|居中|缩略图|高阶网络读书会安排]]</div>

Mobility https://wiki.swarma.org/index.php?title=%E6%96%87%E4%BB%B6:%E9%AB%98%E9%98%B6%E7%BD%91%E7%BB%9C%E8%AF%BB%E4%B9%A6%E4%BC%9A%E5%AE%89%E6%8E%92.png&diff=33279 2022-08-01T01:44:17Z

<p>Mobility：</p> <hr /> <div>高阶网络读书会安排</div>

Mobility