集智俱乐部读书会

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
（重定向自读书会）
跳到导航 跳到搜索


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。

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。

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。

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。

集智俱乐部2020-2023年读书会排期表
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
宏观金融系列读书会 王有贵 王朝会 了解更多详情，点此链接报名


添加小助手微信：Swarma Assistant
小助手微信
 28 已结束
复杂经济学读书会 李红刚等 王朝会 31 已结束 周二20:00-22:00
复杂经济学读书会第二季 李红刚等 王朝会 23 已结束 周一19:00-21:00
图网络：算法原理与应用系列论文解读 高飞等 周莉 23 已结束
企业发展建模与预测读书会 张江等 陶如意 16 已结束 周一20:00-22:00
复杂系统自动建模读书会 张江 王婷 20 已结束 周日20:00-22:00
面向复杂系统的人工智能研究读书会 张江 张章 14 已结束 周日20:00-22:00
生命复杂性系列读书会 傅渥成等 刘培源 12 已结束 周四20:00-22:00
科学学读书会 胡乔 胡乔 8 已结束 周三20:00-22:00
因果科学与Causal AI 读书会 龚鹤扬等 王婷 31 已结束 周日19:00-21:00
因果科学与Causal AI读书会第二季 李奉治等 王婷 17 已结束 周日10:00-12:00
因果科学与Causal AI 读书会第三季 李奉治 段月然 27 已结束 周日10:00-12:00
因果科学与Causal AI 读书会第四季 李昊轩等 王婷 10 已结束 周六20:00-22:00
因果涌现读书会 张江等 王婷 21 已结束 周六9:00-11:00
因果涌现读书会第二季 张江等 王婷 31 已结束 周日19:00-21:00
社会计算读书会 王硕等 王建男 12 已结束 周四20:00-22:00
社会计算读书会第二季 罗家德等 王建男 21 已结束 周六19:00-21:00
复杂系统管理学读书会 罗家德 张爱华 13 已结束 周三19:00-21:00
自生成结构读书会 仇玮祎等 李欣儒 14 已结束 周五19:00-21:00
地球科学读书会 邓琪敏等 晏丽 21 已结束 周四19:00-21:00
神经动力学读书会 王鑫迪等 周莉 25 已结束 周六14:00-16:00
高阶网络读书会 吕琳媛等 贾芳弟 20 已结束 周四19:00-21:00
NeuroAI读书会 柳昀哲等 周莉 13 已结束 周日19:00-21:00
“后ChatGPT时代”读书会 张江等 王建男 13 已结束 周五19:00-21:00
AI+Science读书会第一季 吴泰霖等 王婷 14 已结束 周日9-11点
图神经网络语组合优化读书会 范长俊等 周莉 10 已结束 周三19:00-21:00
因果涌现读书会第三季 张江等 梁金 8 已结束 周二19:00-21:00
城市科学读书会 董磊等 乔宇 11 已结束 周六19:00-21:00
AI+Science第二季：生物医学大模型读书会 王瀚宸等 王婷 13 已结束 周日9:00-11:00
AGI通用人工智能读书会 岳玉涛等 冯睿洋 10 已结束 周四19:00-21:00
AI+Science第三季：人工智能与数学读书会 袁洋等 苏婉婷 8 已结束 周五19:00-21:00
复杂系统管理学读书会第二季：生态型组织进化 罗家德等 张倩 9 已结束 周六14:00-17:00
新信息论，从分解到整合 张江等 梁金 11 已结束 周日10:00-12:00
大模型安全与对齐 段雅文等 李欣儒 10 已结束 周六10：00-12:00
计算神经科学 周昌松等 周莉 15 已结束 周四19:00-21:00
大语言模型与多智能体系统 赵世钰等 黄璐瑶 8 已结束 周三19:00-21:00
自由能原理与强化学习 牟牧云等 梁金 10 已结束 周日10:00-12:00
计算社会科学第三季：AI+Social Science 裴佳欣等 汪馨玥 12 已结束 周六20:00-22:00
复杂管理学第三季：生态型组织涌现 陆云波等 张倩 9 已结束 周六14:00-16:00
时序时空大模型 梁宇轩等 张屹莉 9 已结束 周三20:00-22:00
因果涌现第五季 张江等 梁金 12 已结束 周五19:00-21:00
脑机接口：从科幻到现实 刘冰等 周莉 10 已结束 周六19:00-21:00
AI by Complexity 张章等 王朝会 11 进行中 周一20:00-22:00
因果科学与大语言模型 李昊轩等 王婷 10 进行中 周日20:00-22:00
几何深度学习 黄文炳等 余孟君 8 已结束 周四19:00-21:00
生命复杂性：生命复杂系统的构成原理 常乘等 梁金 10 进行中 周二19:00-21:00
一种新科学 章彦博等 王婷 10 进行中 周日10:00-12:00
面向未来的科学学 崔浩川等 周莉 10 进行中 周六19:00-21:00
复杂系统自动建模第二季 朱群喜 余孟君 8 进行中 周四20:00-22:00
整合信息论 张江等 梁金 10 进行中 周二19:00-21:00
昆虫智能与AI 宋卓异等 尹爱华 10 即将开始 周三19:00-21:00

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。

读书会主题包括：

等共计20期，解读了金融领域的众多文献，包括：

  • Commercial Banks as Creators of 'Money'
  • Agency costs, net worth and business fluctuations
  • Banking theories and Macroeconomics
  • Political Aspects of Full Employment
  • Financial stability in networks of financial institutions and market infrastructures
  • Pathways towards instability in financial networks
  • Vulnerable growth
  • Stock‐Flow Consistent macroeconomic models: a survey
  • Great Controversies: Developing the Domestic Market
  • The financial instability hypothesis
  • ......

等23篇论文

查看更多回放视频，请前往集智学园宏观金融系列读书会

复杂经济学读书会

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。

读书会主题包括：

等共计18期，解读了经济学领域的众多文献，包括：

  • Complexity Economics:A Different Framework for Economic Thought
  • Asset Pricing Under Endogenous Expectations in an Artificial Stock Market
  • The persistent effect of initial success: Evidence from venture capital
  • The evolution of technology within a simple computer model
  • Professional diversity and the productivity of cities
  • Interpretable socioeconomic status inference from aerial imagery through urban patterns
  • Predicting neighborhoods’ socioeconomic attributes using restaurant data
  • Online social activity reflects economic status
  • Predicting Poverty and Wealth from Mobile Phone Metadata
  • Migration patterns in China extracted from mobile positioning data.和Economic outcomes predicted by diversity in cities.
  • ......

等21篇论文。

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！

复杂经济学第二季安排

了解更多读书会详情，请前往集智斑图复杂经济学读书会

查看更多回放视频，请前往集智斑图复杂经济学读书会

企业发展建模与预测读书会

【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。

读书会主题包括：

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：

  • The evolution of firm networks: from emergence to early growth of the firm
  • Firm networks and firm development: The role of the relational mix
  • Predicting success in the worldwide start-up network
  • Dynamics of firm financial evolution and bankruptcy prediction
  • Exploring Small-World Network with an Elite-Clique: Bringing Embeddedness Theory into the Dynamic Evolution of a Venture Capital Network
  • Corporate default predictions using machine learning: Literature review
  • Financial time series forecasting with deep learning : A systematic literature review
  • Curriculum learning in deep neural networks for financial forecasting
  • Secure and automated enterprise revenue forecasting

9篇论文。


【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。

读书会主题包括：

......

等12期，解读文献包括

  • Inner Composition Alignment for Inferring Directed Networks from Short Time Series
  • A statistical inference approach to structural reconstruction of complex networks from binary time series
  • Comparison of six methods for the detection of causality in a bivariate time series
  • Detecting and quantifying causal associations in large nonlinear time series datasets
  • PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting
  • Mapping gene regulatory networks from single-cell omics data
  • The Book of Why: The New Science of Cause and Effect
  • Investigating Causal Relations by Econometric Models and Cross-spectral Methods
  • Inferring causation from time series in Earth system sciences
  • Model-Free Reconstruction of Excitatory Neuronal Connectivity from Calcium Imaging Signals
  • ......

等17篇论文。


了解更多读书会详情，请前往集智斑图企业建模与发展预测读书会论文清单

查看更多回放视频，请前往集智斑图企业建模与发展预测

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。

读书会主题包括：

  • ......

等14期。

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复杂系统的人工智能读书会

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。

读书会主题包括：


了解更多读书会详情，请前往集智斑图生命复杂性读书会

查看更多回放视频，请前往集智斑图生命复杂性读书会

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。

读书会主题包括：

解读了

  • Node2vec Representation for Clustering Journals and as A Possible Measure of Diversity
  • Atypical Combinations and Scientific Impact
  • The evolution of interdisciplinarity in physics research
  • Interdisciplinarity and Impact: Distinct Effects of Variety, Balance, and Disparity
  • Innovation network ,proceedings of the national academy of sciences
  • Network-based statistical comparison of citation topology of bibliographic databases
  • Community structure of the physical review citation network
  • Universality of citation distributions and its explanation
  • Large teams develop and small teams disrupt science and technology
  • Hot streaks in artistic, cultural, and scientific careers
  • ......

等15篇论文。

了解更多读书会详情，请前往集智斑图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

【因果科学社区】

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。

【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。

分享主题包括：

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。


了解更多读书会详情，请前往集智斑图因果科学与CausalAI读书会第一季

查看更多回放视频，请前往集智学园因果科学与CausalAI读书会第一季

【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。

分享主题包括：

等15期内容。


了解更多读书会详情，请前往集智斑图因果科学与CausalAI读书会第二季

查看更多回放视频，请前往集智学园因果科学与CausalAI读书会第二季

【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。

分享主题包括：

「基础理论学习」
「案例研讨」
「深入理论学习」

等19期。

了解更多读书会详情，请前往集智斑图因果科学与CausalAI读书会第三季

查看更多回放视频，请前往集智学园因果科学与CausalAI读书会第三季

【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。

分享主题：

因果科学读书会第四季.png

相关学习路径

【因果涌现读书会】

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。

分享主题包括：

等16期。


了解更多读书会详情，请前往集智斑图因果涌现读书会第一季 入门路径

查看更多回放视频，请前往集智学园因果涌现读书会第一季

【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。

分享主题包括：

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；
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；
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；
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；
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。

了解更多读书会详情，请前往集智斑图因果涌现读书会第二季 入门路径

查看更多回放视频，请前往集智学园因果涌现读书会第二季

相关学习路径

【因果涌现读书会第三季】

因果涌现第三季读书会安排

社会计算读书会

【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。

分享主题包括：

社会计算介绍综述
计算科学之于社会计算
复杂科学之于社会计算

等12期。


了解更多读书会详情，请前往集智斑图社会计算读书会第一季

查看更多回放视频，请前往集智学园社会计算读书会第一季

【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。


了解更多读书会详情，请前往集智斑图社会计算读书会第二季

查看更多回放视频，请前往集智学园社会计算读书会第二季

相关学习路径

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。


分享主题包括：

  • ......

等13期。


了解更多读书会详情，请前往集智斑图复杂管理学读书会

查看更多回放视频，请前往集智学园复杂管理学读书会

相关学习路径

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。

【第一季：共识——自生成结构与自复制自动机的研究背景】

分享主题包括：

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。
第一季后期，进行《自复制自动机》部分内容的学习。

等13期。


了解更多读书会详情，请前往集智斑图自生成结构读书会

查看更多回放视频，请前往集智学园复杂管理学读书会

相关学习路径

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。

总体综述
统计物理
机器学习

等14期

相关学习路径

神经动力学读书会

第一季

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。

分享主题包括

神经动力学综述
大脑的多尺度动力学建模

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。

动力学模型和机器学习模型的融合

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。

动力学模型在脑疾病、脑认知、类脑计算中的应用

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。

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

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

相关学习路径

复杂神经动力学：分析与建模

神经元模型：从离子通道到计算

循环神经网络的动力学平均场理论

大尺度脑活动的动力学模型

理解大脑临界与混沌的神经动力学场论模型文献解读

大尺度脑动态建模：从大神经环路到全脑

多尺度脑网络设计规则入门

睡眠调控动力学机制研究

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。

网络科学相关课程

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：

模块一：基础理论

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。

模块二：深入理论

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。

模块三：案例研讨

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。

高阶网络读书会安排

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。

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。

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。

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。

NeuroAI读书会安排

“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。

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。

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”。

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。

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。

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。

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。

“后ChatGPT时代”读书会安排

AI+Science

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。

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)。

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读书会安排

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。

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。

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。

AI+Science第二季读书会安排

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。

图神经网络与组合优化读书会安排


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。

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。

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。

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。

城市科学读书会安排

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。

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。

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：

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

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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？

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。

取自“https://wiki.swarma.org/index.php?title=集智俱乐部读书会&oldid=38273”