154
个编辑
更改
跳到导航
跳到搜索
第975行：
第975行： − + − 本次读书会预计分为三大模块：+ − − 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 − − 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 − 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+ + − + − 本次读书会预计分为三大模块：+ − 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+ + − 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+ + − 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+ +
→新信息论：从分解到整合
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
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
==[https://pattern.swarma.org/study_group/34 复杂系统管理第二季：生态型组织进化]==
==[https://pattern.swarma.org/study_group/35 新信息论：从分解到整合]==
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。
==[https://pattern.swarma.org/study_group/36 大模型安全与对齐]==
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。
==[https://pattern.swarma.org/study_group/35 新信息论：从分解到整合]==
==[https://pattern.swarma.org/study_group/37 计算神经科学]==
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。
==[https://pattern.swarma.org/study_group/38 大语言模型与多智能体系统]==
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。
==[https://pattern.swarma.org/study_group/39 自由能原理与强化学习]==
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。
==[https://pattern.swarma.org/study_group/40 计算社会科学第三季：AI+Social Science]==
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。