159
个编辑
更改
跳到导航
跳到搜索
第21行：
第21行： − + − [https://campus.swarma.org/catalog/7 查看课程，点此链接] 第382行：
第381行： − + 第422行：
第421行： − + 第455行：
第454行： − + − + − 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]+ − + 第497行：
第496行： − + 第534行：
第533行： − + − 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]+ − + 第561行：
第560行： − + − 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]+ − + 第587行：
第586行： − 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]+ − + 第618行：
第617行： − + − + 第626行：
第625行： − + 第649行：
第648行： − + 第672行：
第671行： − + 第708行：
第707行： − + 第720行：
第719行： − + 第745行：
第744行： − + 第769行：
第768行： − + − + 第804行：
第803行： − + 第817行：
第816行： − + 第850行：
第849行： − + 第885行：
第884行： − + 第915行：
第914行： − + 第965行：
第964行： − + − + 第985行：
第984行： − + 第994行：
第993行： − + 第1,011行：
第1,010行： − + − + 第1,019行：
第1,018行： − + 第1,028行：
第1,027行： − + − + 第1,043行：
第1,042行： − + − + − + 第1,057行：
第1,056行： − + − + − + − + − + − + − + − + − + − + 第1,091行：
第1,090行： − + − + − + − + − + − + − + − +
更改了读书会的引流标识
|王有贵
|王有贵
|王朝会
|王朝会
| rowspan="51" |[https://pattern.swarma.org/study_groups 了解更多详情，点此链接报名]
| rowspan="51" |[https://pattern.swarma.org/study_groups?from=baike 了解更多详情，点此链接报名]
|}
|}
== [https://pattern.swarma.org/study_group/11 宏观金融系列读书会] ==
== [https://pattern.swarma.org/study_group/11?from=baike 宏观金融系列读书会] ==
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。
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。
== 复杂经济学读书会 ==
== 复杂经济学读书会 ==
==== [https://pattern.swarma.org/study_group/3 第一季] ====
==== [https://pattern.swarma.org/study_group/3?from=baike 第一季] ====
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。
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。
等21篇论文。
等21篇论文。
==== [https://pattern.swarma.org/study_group/20 第二季] ====
==== [https://pattern.swarma.org/study_group/20?from=baike 第二季] ====
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！
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！
[[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]]
[[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]]
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]
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]
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]
== 企业发展建模与预测读书会 ==
== 企业发展建模与预测读书会 ==
==== [https://pattern.swarma.org/study_group/5 【第一季：企业发展建模与预测】] ====
==== [https://pattern.swarma.org/study_group/5?from=baike 【第一季：企业发展建模与预测】] ====
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。
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。
==== [https://pattern.swarma.org/study_group/8 【第二季：复杂系统自动建模】] ====
==== [https://pattern.swarma.org/study_group/8?from=baike 【第二季：复杂系统自动建模】] ====
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。
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。
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]
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]
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]
== [https://pattern.swarma.org/study_group/26 面向复杂系统的人工智能研究读书会] ==
== [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] ==
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。
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。
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。
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。
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]
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]
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]
== [https://pattern.swarma.org/study_group/2 生命复杂性系列读书会] ==
== [https://pattern.swarma.org/study_group/2?from=baike 生命复杂性系列读书会] ==
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。
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。
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]
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]
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]
== [https://pattern.swarma.org/study_group/12 科学学读书会] ==
== [https://pattern.swarma.org/study_group/12?from=baike 科学学读书会] ==
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。
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。
等15篇论文。
等15篇论文。
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]
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]
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]
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]
== 因果科学与Causal AI 读书会 ==
== 因果科学与Causal AI 读书会 ==
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。
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。
==== [https://pattern.swarma.org/study_group/1 【第一季：因果科学与Causal AI框架及前沿方向】]====
==== [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】]====
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。
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。
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]
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]
==== [https://pattern.swarma.org/study_group/4 【第二季：因果科学与Causal AI基础实战】]====
==== [https://pattern.swarma.org/study_group/4?from=baike 【第二季：因果科学与Causal AI基础实战】]====
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。
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。
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]
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]
==== [https://pattern.swarma.org/study_group/10 【第三季：因果科学与Causal +X领域概览】]====
==== [https://pattern.swarma.org/study_group/10?from=baike 【第三季：因果科学与Causal +X领域概览】]====
“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。
“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。
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]
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]
==== [https://pattern.swarma.org/study_group/22 【第四季：因果表征学习】] ====
==== [https://pattern.swarma.org/study_group/22?from=baike 【第四季：因果表征学习】] ====
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。
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。
== 【因果涌现读书会】==
== 【因果涌现读书会】==
==== [https://pattern.swarma.org/study_group/7 因果涌现读书会第一季] ====
==== [https://pattern.swarma.org/study_group/7?from=baike 因果涌现读书会第一季] ====
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。
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。
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]
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]
==== [https://pattern.swarma.org/study_group/16 【因果涌现读书会第二季】]====
==== [https://pattern.swarma.org/study_group/16?from=baike 【因果涌现读书会第二季】]====
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。
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。
* [https://pattern.swarma.org/article/153 因果涌现初步学习概览]
* [https://pattern.swarma.org/article/153 因果涌现初步学习概览]
[https://pattern.swarma.org/study_group/28 【因果涌现读书会第三季】]
[https://pattern.swarma.org/study_group/28?from=baike 【因果涌现读书会第三季】]
[[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]]
[[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]]
== 社会计算读书会 ==
== 社会计算读书会 ==
==== [https://pattern.swarma.org/study_group/6 【社会计算读书会第一季】]====
==== [https://pattern.swarma.org/study_group/6?from=baike 【社会计算读书会第一季】]====
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。
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。
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]
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]
==== [https://pattern.swarma.org/study_group/19 【社会计算读书会第二季】]====
==== [https://pattern.swarma.org/study_group/19?from=baike 【社会计算读书会第二季】]====
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。
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。
* [https://pattern.swarma.org/article/98 社会计算入门路径]
* [https://pattern.swarma.org/article/98 社会计算入门路径]
== [https://pattern.swarma.org/study_group/9 复杂系统管理学读书会] ==
== [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] ==
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。
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。
* [https://pattern.swarma.org/article/173 集体智慧入门]
* [https://pattern.swarma.org/article/173 集体智慧入门]
== [https://pattern.swarma.org/study_group/13 自生成结构读书会] ==
== [https://pattern.swarma.org/study_group/13?from=baike 自生成结构读书会] ==
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。
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。
* [https://pattern.swarma.org/article/156 CAS复杂自适应系统]
* [https://pattern.swarma.org/article/156 CAS复杂自适应系统]
== [https://pattern.swarma.org/study_group/14 地球科学读书会] ==
== [https://pattern.swarma.org/study_group/14?from=baike 地球科学读书会] ==
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。
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。
* [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]
* [https://pattern.swarma.org/article/160 地球系统科学简史及重大挑战]
== [https://pattern.swarma.org/study_group/15 神经动力学读书会] ==
== [https://pattern.swarma.org/study_group/15https://pattern.swarma.org/study_group/16?from=baike 神经动力学读书会] ==
==== 第一季 ====
==== 第一季 ====
[https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]
[https://pattern.swarma.org/article/180 睡眠调控动力学机制研究]
== [https://pattern.swarma.org/study_group/17 高阶网络读书会] ==
== [https://pattern.swarma.org/study_group/17?from=baike 高阶网络读书会] ==
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。
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。
[https://campus.swarma.org/catalog/4 网络科学相关课程]
[https://campus.swarma.org/catalog/4 网络科学相关课程]
==== [https://pattern.swarma.org/study_group/17 高阶网络读书会] ====
==== [https://pattern.swarma.org/study_group/17?from=baike 高阶网络读书会] ====
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：
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：
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。
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。
[[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]]
[[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]]
== [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==
== [https://pattern.swarma.org/study_group/21?from=baike NeuroAI读书会] ==
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。
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。
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。
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。
[[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]]
[[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]]
==[https://pattern.swarma.org/study_group/23 “后ChatGPT时代”读书会]==
==[https://pattern.swarma.org/study_group/23?from=baike “后ChatGPT时代”读书会]==
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。
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。
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。
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。
[[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]]
[[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]]
==[https://pattern.swarma.org/study_group/24 AI+Science]==
==[https://pattern.swarma.org/study_group/24?from=baike AI+Science]==
[https://pattern.swarma.org/study_group/24 AI+Science读书会第一季]
[https://pattern.swarma.org/study_group/24?from=baike AI+Science读书会第一季]
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。
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。
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。
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。
[[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]
[[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]
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。
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。
[[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]]
[[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]]
==[https://pattern.swarma.org/study_group/25 图神经网络与组合优化]==
==[https://pattern.swarma.org/study_group/25?from=baike 图神经网络与组合优化]==
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。
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。
[[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]]
[[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]]
==[https://pattern.swarma.org/study_group/27 复杂系统视角下的城市科学]==
==[https://pattern.swarma.org/study_group/27?from=baike 复杂系统视角下的城市科学]==
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。
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。
[[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]]
[[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]]
==[https://pattern.swarma.org/study_group/32 AI+Science第三季：人工智能与数学]==
==[https://pattern.swarma.org/study_group/32?from=baike AI+Science第三季：人工智能与数学]==
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。
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。
==[https://pattern.swarma.org/study_group/33 AGI通用人工智能]==
==[https://pattern.swarma.org/study_group/33?from=baike AGI通用人工智能]==
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。
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。
==[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/34?from=baike 复杂系统管理第二季：生态型组织进化]==
本次读书会预计分为三大模块：
本次读书会预计分为三大模块：
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/35 新信息论：从分解到整合]==
==[https://pattern.swarma.org/study_group/35?from=baike 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。
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]==
==[https://pattern.swarma.org/study_group/36?from=baike 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。
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/37 计算神经科学]==
==[https://pattern.swarma.org/study_group/37?from=baike 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。
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]==
==[https://pattern.swarma.org/study_group/38?from=baike 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。
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]==
==[https://pattern.swarma.org/study_group/39?from=baike 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。
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]==
==[https://pattern.swarma.org/study_group/40?from=baike 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。
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。
==[https://pattern.swarma.org/study_group/41 复杂管理学第三季]==
==[https://pattern.swarma.org/study_group/41?from=baike 复杂管理学第三季]==
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。
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。
==[https://pattern.swarma.org/study_group/42 时序时空大模型]==
==[https://pattern.swarma.org/study_group/42?from=baike 时序时空大模型]==
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。
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。
==[https://pattern.swarma.org/study_group/43 因果涌现第五季]==
==[https://pattern.swarma.org/study_group/43?from=baike 因果涌现第五季]==
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。
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。
==[https://pattern.swarma.org/study_group/45 AI by Complexity]==
==[https://pattern.swarma.org/study_group/45?from=baike AI by Complexity]==
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。
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。
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。
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。
==[https://pattern.swarma.org/study_group/49 一种新科学]==
==[https://pattern.swarma.org/study_group/49?from=baike 一种新科学]==
《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。
《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。
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。
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。
==[https://pattern.swarma.org/study_group/51 复杂系统自动建模第二季]==
==[https://pattern.swarma.org/study_group/51?from=baike 复杂系统自动建模第二季]==
《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。
《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。
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。
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。
==[https://pattern.swarma.org/study_group/52 整合信息论]==
==[https://pattern.swarma.org/study_group/52?from=baike 整合信息论]==
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。
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。
==[https://pattern.swarma.org/study_group/50 面向未来的科学学]==
==[https://pattern.swarma.org/study_group/50?from=baike 面向未来的科学学]==
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。
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。
==[https://pattern.swarma.org/study_group/47 几何深度学习]==
==[https://pattern.swarma.org/study_group/47?from=baike 几何深度学习]==
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。
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。
==[https://pattern.swarma.org/study_group/46 因果科学与大语言模型]==
==[https://pattern.swarma.org/study_group/46?from=baike 因果科学与大语言模型]==
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。
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。
==[https://pattern.swarma.org/study_group/46 生命复杂性：生命复杂系统的构成原理]==
==[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]==
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。
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。
==[https://pattern.swarma.org/study_group/53 昆虫智能与AI]==
==[https://pattern.swarma.org/study_group/53?from=baike 昆虫智能与AI]==
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？
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？
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。
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。
[[Category:集智相关]]
[[Category:集智相关]]