“AI&Society系列沙龙活动”的版本间的差异

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
跳到导航 跳到搜索
(建立内容为“== 背景 == 随着AI技术的快速发展和民众对AI的兴趣度提升,以人工智能为代表的新技术变革已经越来越深地影响到了我们的…”的新页面)
 
第1行: 第1行:
 +
 
== 背景 ==
 
== 背景 ==
 
随着AI技术的快速发展和民众对AI的兴趣度提升,以人工智能为代表的新技术变革已经越来越深地影响到了我们的生活。因此,为了更好地迎接AI时代的来临,树立民众对AI的正确认知,以科学的方法探索以AI为代表的新技术将如何影响我们人类社会,包括经济、政治、公共政策、日常生活,以及各行各业成为了一个非常重要的问题。为了解决这个当务之急,腾讯研究院联合集智俱乐部拟举办系列以AI&Society为题的沙龙以及学者奖励计划。
 
随着AI技术的快速发展和民众对AI的兴趣度提升,以人工智能为代表的新技术变革已经越来越深地影响到了我们的生活。因此,为了更好地迎接AI时代的来临,树立民众对AI的正确认知,以科学的方法探索以AI为代表的新技术将如何影响我们人类社会,包括经济、政治、公共政策、日常生活,以及各行各业成为了一个非常重要的问题。为了解决这个当务之急,腾讯研究院联合集智俱乐部拟举办系列以AI&Society为题的沙龙以及学者奖励计划。

2020年12月2日 (三) 16:02的版本

背景

随着AI技术的快速发展和民众对AI的兴趣度提升,以人工智能为代表的新技术变革已经越来越深地影响到了我们的生活。因此,为了更好地迎接AI时代的来临,树立民众对AI的正确认知,以科学的方法探索以AI为代表的新技术将如何影响我们人类社会,包括经济、政治、公共政策、日常生活,以及各行各业成为了一个非常重要的问题。为了解决这个当务之急,腾讯研究院联合集智俱乐部拟举办系列以AI&Society为题的沙龙以及学者奖励计划。 Logo1.png

目标

挖掘有关AI与社会、人文科学的交叉型研究人才和思考者,孕育具有特色的原创性观点、思想,甚至理论,以产生一定的社会影响力。

解决方案

活动构想

  • 由AI&Society成立组委会;
  • 每期拟定一个主题或抛出一个问题,围绕着该问题定向选择,或者向社会各界征集合适的主讲人人选;
  • 组委会在候选人中选定一名人选;
  • 沙龙计划每月举办一次
  • 沙龙主题原则也由组委会共同议定

主讲人选择原则

  • 具有独到见解、思想深刻的青年学者或从业者
  • 海内外知名青年学者,以及高校、科研院所青年教师、博士后、博士人选优先
  • 年轻的人工智能相关科技公司创业者优先

沙龙活动形式

讲座(半天)+圆桌+高端下午茶形式

主题包括但不限于

  • 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
  • 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
  • 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
  • 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
  • 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
  • 算法经济:云计算、算法经济平台,以及算法经济的发展展望

“先行者”奖励计划

为了进一步凝练学术思想,培养本土人才,特设立“先行者”奖励计划,以资助具备原创思想的年轻学者进行创造性研究。

  • 人选来源:前沿研讨会中表现突出、观点鲜明的优秀年轻学者;

以项目制的方式,赞助、鼓励他们将自己的思想转化为具体成果

  • 署名权:成果如若发表,需署名AI&Society研究中心

关于AI&Society的构思

AI&Society本质上是人工智能、自动化、互联网等新型技术与传统社会科学、人文科学,甚至技术的高度融合体,它是一个非常大的主题,可以包容足够丰富的内容。初步来分,可以包括如下几个方面:

  • AI与就业、AI与法律、算法与社会等;
  • 运用AI技术方法研究社会科学:包括计算社会科学、多主体模拟等;
  • 运用新技术改造人类群体组织形式:社会计算、智慧城市、区块链等;
  • 人工智能构成的社会:人工智能社会学、算法经济、计算广告学等;
  • 未来学:从大尺度看技术的进步以及对人类社会的影响,包括奇点理论等。

活动

第一期

人工智能社会的憧憬和忧虑

第二期施永仁

  • 题目:大连接与大数据
  • 时间:2017年11月26日
  • 地点:深圳华侨城创意园

主讲人

施永仁,集智科学家,康奈尔大学社会学系博士毕业,现于耶鲁大学人类本性实验室任博士后研究员。目前研究重点在于理解多层社会网络之间如何相互作用,并如何影响人类的行为与观念。他的主要研究兴趣包括社会网络,定量与计算方法研究,组织社会学,公共卫生,与社会心理学。他的工作发表于《美国社会学评论》,《美国社会学杂志》,《自然-人类行为》等多种社会科学期刊。人类本性实验室(Human Nature Lab)隶属于耶鲁网络科学研究所,由Nicholas Christakis任主任(《大连接》作者),从事生物医学,大数据计算,社会实验与社会网络的跨学科研究。

讲座简介

“正像大脑能够做单个神经元所不能做的事情一样,社会网络能够做的事情,仅靠一个人是无法胜任的。“(《大连接》引言)。 我们已经身处一种大链接的时代,无处不在的网络不仅将我们和整个世界连接为一个整体,而且还将我们每一个人定型。我们在不知不觉中就会受到与我们紧密相连的伙伴所影响,无论这个伙伴是我们的挚友,抑或是一个并无恶意的机器。更重要的是,随着社交媒体的兴起,我们所有的连接和交互都被记录在了大数据之中。 计算社会科学家是这样一个人群,他们手握人工智能、机器学习、网络分析等强大的分析手段,却对人类如何行为、政治偏好如何量化这样的社会学问题充满了好奇。手握大数据这把利器,他们正在一点点叩开社会科学定量化研究之门。 施永仁老师将透过大数据计算,大规模田野实验,和在线社会实验这三面棱镜,深入展示卫生健康,和行为举止是如何通过不同种网络连接起来,并在社会网络中被重新塑造的。;

议题

  • 基于大数据的研究究竟在多大程度上能够给我们带来新知识?
  • 在做类似研究的时候,是先预设问题,然后收集数据,还是根据数据选择问题?
  • 社会科学知识究竟在类似的计算社会科学研究中起到多大程度上的作用?
  • 在做研究的时候有没有考虑到可能已经侵犯了个人隐私?
  • 有“智慧“的机器人能够帮助个人实现群体利益的最大化吗?
  • 未来,人工智能管理的社会是否更加高效?

讲座回顾

大连接与大数据

第三期吴令飞

  • 题目:颠覆式创新一百年&AI走进社会生活发展前沿追踪
  • 时间:2017年12月24日
  • 地点:北京腾讯研究院

主讲人

  • 吴令飞
  • 集智科学家,芝加哥大学社会学系博士后,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。

2013年从香港城市大学获得传播学博士学位。博士最后一年曾在百度推荐与个性化部作为算法工程师实习生。在到芝加哥大学前曾在亚利桑那州立大学人类行为、制度与环境研究中心担任博士后研究员两年。

议题

  • 人类的社会行为如何推动科学与技术的发展创新
  • 人工智能正在创造怎样的未来
  • 深度学习在科学研究领域有何新发现与新进展

讲座回顾

颠覆式创新一百年&AI走进社会生活发展前沿追踪

第四期王成军

  • 题目:社会阶层与数字媒体中的注意力流动
  • 时间:2018年3月25日14:00-17:30
  • 地点:南京大学鼓楼校区

主讲人

  • 王成军,集智科学家,南京大学新闻传播学院副教授。主要研究兴趣在于采用计算社会科学的方法和视角研究人类传播行为。自2015年起担任南京大学奥美数据科学实验室主任,计算传播学实验中心副主任。 2014年,发起创建计算传播网。其研究发表在多个SSCI或SCI索引的期刊上,例如Scientific Reports,PloS ONE,Physica A,Cyberpsychology和Journal of Social and Personal Relationships等。
  • 陈志聪,南京大学新闻传播学院硕士研究生,计算传播学实验中心成员
  • 徐绘敏,南京大学信息管理学院本科生,计算传播学实验中心成员

讲座简介

“如果处理得当,基于互联网的传播数据和互动性可以变革我们对人类群体行为的理解”。(邓肯·J·瓦茨《一个二十一世纪的科学》)伴随着数字媒体的发展,计算传播时代已经到来。人类传播行为的数据构成了整个社会发展的重要基础,正在变革我们对人类行为的认知。数字媒体改变了人类的生存方式,加速了社会阶层的再生产。当我们上网、看新闻、浏览网页的时候,我们的注意力在不同的信息当中流动。数字信息构成了我们每日的精神食粮,充当着一种社会知识。从社会群体的角度而言,我们的注意力在形形色色社会知识中的流动冲刷出来一个社会知识的空间,而每一个人每天孜孜不倦地在这个空间中穿梭。但是,不管人类在虚拟世界和物理空间的行为实际上都受到社会阶层的重要影响。数字媒体记录下来人类的媒介使用行为,为我们研究社会阶层对人类在知识空间中的移动行为影响及其内在机制提供了新的数据。借助于计算社会科学,尤其是网络科学,我们可以构造出社会知识的空间,并详细刻画海量的个体在这个知识空间的移动。智能手机构建了一个移动知识空间,人们在浏览网页服务过程就好比在知识空间中漫游。作为一个数据驱动的计算传播研究,基于大规模智能手机浏览数据和手机阅读行为数据,从空间、时间两个维度,挖掘了人们在移动知识空间中的行为特征。我们假设社会阶层会型塑人们的日常生活方式和阅读行习惯,造成知沟在群体中的出现,并进一步稳固已有的社会阶层。初步的研究发现证实了社会阶层的影响,例如穷人会使用更多不常用的个性化的app,而富人更多使用一些常用的手机app;穷人阅读娱乐型内容多,富人阅读知识性内容多,从时间层面来看,前者的阅读习惯更具爆发性,后者的阅读习惯更具规律性。

开放问题

计算传播学是一个新型的领域,我们热切欢迎新鲜血液的加入。在这里,王成军老师列出了七个该领域中的开放问题。这些问题是:

  • 人类传播行为本身是否可以计算?是否可预测?
  • 计算传播如何推动大问题、大理论、大数据的融合?如何帮助人们理解复杂的人类群体行为?
  • 如何推动计算方法在传播学研究中的应用?新旧研究方法如何互补?如何推动计算传播在理论方面的贡献?
  • 如何推动计算传播在数据新闻、计算广告、媒体推荐系统等领域的产业实践和商业价值?
  • 不同传播策略对团队合作产生怎样的影响?
  • 不同传播方式对集体智慧具有怎样的影响?
  • 当数字鸿沟变小或消弭之后,穷人和富人在知识空间游走行为具有怎样的差别?数字媒体如何再生产社会阶层?

如果你对这些问题或其它计算传播学相关问题非常感兴趣、具有自己的想法,并且你:

  • 有一个很好的点子可以进行实证或实验研究,但缺乏资金支持
  • 有非常好的想法和认知希望和大家分享、交流
  • 是一个孤独的探索者,希望寻找该领域的合作伙伴

那么,请你果断地勾搭我们,联系方式:,请把你的想法总结成文字资料,我们会给予有志计算传播领域创新研究的人以资金支持!

讲座回顾

第五期侯世达

  • 题目:人的创造力与人工智能
  • 时间:2018年4月18日14:00-17:00
  • 地点:腾讯研究院

主讲人

  • 侯世达

活动介绍

人工智能与人类的差距在哪里?

侯世达对业界主流的人工智能一直持有异议,既然哥德尔定理表明没有完美的数学系统,那么以计算机程序为核心的人工智能,也无法涵盖、超越全部的人类智慧。人工智能始终都有缺陷。 人工智能无法超越人类的地方,可能就在于人类源源不断的创造力。 而人类创造力的源泉是什么?可能就在于类别和概念身上无穷的复杂性。 4月18日,在“人类创造力VS 人工智能”专题活动中,侯世达和圆桌嘉宾们,将展开深度思考和讨论。现场接触,在线直播,等你参与。

讲座回顾

侯世达:机器可以“翻译”但不能真正理解

开放问题

第六期陆云波、韩战钢

  • 题目:多主体仿真
  • 时间:2018年4月28日14:00-17:00
  • 地点:待定

主讲人

  • 陆云波

同济大学教授 奇弦智能公司创始人

  • 韩战钢

北京师范大学系统科学学院副院长

讲座简介

从个体层面来说,今天的你并不比古希腊人聪明多少,然而现代人类整体的能力却是古人所无法企及的。是科技——这个人类集体的创造物赋予了每个人类个体更强大的能力。同样的道理,个体层面的人工智能存在着能力上的天花板,只有将成千上万的AI链接、整合起来,甚至创造出AI自己的文明,才可能为每一个个体AI赋能。

多主体智能就是发端于二十世纪九十年代的一种人工智能研究方法,它与传统的AI研究不同,更加关注由多个AI,甚至遵循简单规则的程序而组成复杂的互动社会。一方面,我们可以利用这种AI社会来模拟人类的真实社会——例如用多主体系统来模拟快递组织的运作,从而实现精准的预测与控制;另一方面,这类由AI组成的社会还能构成人工社会,实现涌现智能,从而解决复杂的问题。

本次活动我们请来了多主体仿真的实践者,奇弦科技创始人、同济大学教授陆云波老师,以及多主体智能的研究者北京师范大学系统科学学院教授韩战钢老师共同给我们带来两场有关多主体智能和人工社会的讲座。


  • 陆云波:深度学习之后的多主体智能浪潮

最近一波人工智能浪潮的根源来源于神经网络以及深度学习的突破。然而,以神经网络链接学派为指导的人工智能是否为实现通用AI的唯一方式呢?它有没有先天的局限性?

事实上,从复杂性科学的角度看来,神经网络也可以看作是一个多主体系统,即每个神经元作为一个Agent构成了复杂的交互网络。那么,如果我们突破神经网络这种相对固定的计算模式,直接由大量的主体构成复杂系统是否就有可能带来方法论上的突破呢?

作为多主体智能方法论的实践者,陆云波老师和他的创业团队在将近二十年的实践经验得到了这样的答案:至少在组织仿真,或称计算组织学这个领域中,多主体模拟方法将可以给我们带来方法论上的突破,和意想不到的结果。实践表明,我们完全可以把一家快递公司完全建模到计算机中,从而实现组织流程的优化与控制。

有理由相信,在不远的将来,这种以多主体的方式所呈现的AI有可能会成为迈向通用人工智能的重要环节。

  • 韩战钢:群体智慧与多主体系统

小小蚂蚁通过简单的互动和信息素的作用就能聪明地找到从巢穴到食物的最短路径;鸟类和鱼儿通过简单的相互作用规则而形成复杂的飞行游行姿态;人类却会由于不理智的行为发生大规模的踩踏事件。 所有这些都是群体行为。人类社会管理中也存在很多智能体相互作用的情景。 如何研究简单的个体规则导致的负责宏观群体行为呢?是否存在跨物种、跨环境的普适规律呢?精巧的科学实验辅助以计算机模拟,通过在计算机中构造虚拟的环境,为每一个智能主体(Agent)赋予简单的行为规则,我们可以架起信息局域的微观个体行为与宏观整体现象间的桥梁。

讲座回顾

全息计算打造“公司大脑”;简单规则驱动复杂系统

第七期陈永伟

  • 题目:人工智能如何影响社会经济
  • 时间:2018年6月3日14:00-17:00
  • 地点:北京腾讯研究院

主讲人

  • 陈永伟

经济学博士、博士后,研究领域为产业经济学、发展经济学和法律经济学,曾在中英文学术期刊上发表论文数十余篇。现为《比较》研究部主管,北京大学市场与网络经济研究中心研究员。

讲座简介

相比于之前的历次技术进步,“人工智能革命”所引发的冲击更为巨大,其对经济学造成的影响也将更为广泛和深远。人工智能技术的突飞猛进,对经济社会的各个领域都产生了重大影响,这种影响当然也波及到了经济学。很多一线经济学家纷纷加入了对人工智能的研究,不少知名学术机构还组织了专门的学术研讨会,组织学者对人工智能时代的经济学问题进行专门的探讨。事实上,经济学家并不是最近才开始关注人工智能的。在理论层面,经济学对决策问题的探讨与人工智能所研究的问题有很多不谋而合之处,这决定了两门学科在研究上存在着很多交叉之处。

从历史上看,经济学家对人工智能的理论关注至少有过三次高潮:

第一次高潮是上世纪五六十年代,人工智能这门学科的奠基之初。当时,有不少经济学家参与了这一学科的建设。例如,诺贝尔经济学奖得主Herbert Simon就是人工智能学科的创始人之一,也是“符号学派”的开创者。

第二次高潮是在本世纪初。当时,经济学在博弈论、机制设计、行为经济等领域都取得了不少的进展,这些理论进展被频繁地应用在人工智能领域。

最近经济学家对人工智能问题的关注是第三次高潮。这次高潮主要是在以深度学习为代表的技术突破的推动下发生的,由于深度学习技术强烈依赖于大数据,因此在这轮高潮中的不少讨论集中在了与数据相关的问题上,而在对人工智能进行建模时也重点体现出了规模经济、数据密集等相关的性质。

本次讲座,我们请来了北京大学市场与网络经济研究中心研究员陈永伟博士从经济学的视角谈一谈对这场正在发生的人工智能革命的看法,并对人工智能如何影响我们的社会和经济进行展望。

讲座回顾

人工智能时代,“经济奇点”即将来临?| AI&Society 第七期回顾

第八期张江、肖达

  • 题目:图网络——融合推理与学习的全新深度学习架构
  • 时间:2018年7月15日14:00-17:00
  • 地点:腾讯研究院(北京)

主讲人

  • 张江

北京师范大学系统科学学院教授,集智俱乐部、集智AI学园创始人。

  • 肖达

北京邮电大学计算机学院讲师,彩云科技联合创始人、首席科学家。

讲座简介

前不久,DeepMind联合Google Brain以及MIT等机构一共27位作者在arXiv上提交了一篇题为《Relational inductive biases, deep learning, and graph networks》的文章引起了人工智能学术界与工业界的广泛关注。

我们都知道,现实世界中的大量问题都可以抽象成图模型(Graph),也就是节点和连边的集合。从知识图谱到概率图模型,从蛋白质相互作用网络到社交网络,从基本的逻辑线路到巨大的Intenet,图与网络无处不在。然而,尽管传统神经网络在计算机视觉、自然语言处理等任务中已经取得了令人瞩目的重大突破,但是无论是MLP(多层感知机)、CNN(卷积神经网络),还是RNN(循环神经网络)都很难对付不规则的图结构数据,这种缺陷大大限制了深度学习的应用领域。于是人们提出了图网络(Graph Network),一种基于图结构的广义人工神经网络,它可以直接对真实问题进行建模,又可以利用强大的自动微分技术进行学习,甚至有望融合人工智能的三大学派:即基于符号与推理的符号学派、基于机器学习、神经网络的链接学派,以及基于多智能体与演化算法的行为学派。

最近两年,图网络模型的论文在各个顶级人工智能会议与期刊中呈现了爆炸性的增长。图神经网络、图卷积网络、图注意力模型,各种各样的图网络模型层出不穷;另一方面,图网络被广泛地应用于知识图谱、概率图模型、元胞自动机、图灵机、组合优化问题等经典人工智能任务。更有意思的是,图网络将有望开启复杂性科学研究的新时代:一方面,图网络模型已经被用于多主体模型,我们可以赋予多主体系统更灵活的学习能力;另一方面,图网络与经典复杂网络研究的融合也是势在必行:人们不仅可以高精度地预测连边,推断网络上的动力学行为,甚至还能预测网络的演化。总之,图网络模型让我们对人工智能拥有了更多的想象空间。

本次集智俱乐部与腾讯研究院联合举办的AI&Society系列活动就针对图网络的最新进展进行介绍与研讨,并计划顺势开展图网络方向的系列读书会小组。

讲座回顾

图网络——悄然兴起的深度学习新浪潮

第九期吕琳媛、张江

  • 题目:规模法则如何制约生长与死亡
  • 时间:2018年8月19日14:00-17:00
  • 地点:上海杨浦区政学路77号 INNOSPACE+

主讲人

  • 吕琳媛

电子科技大学教授,阿里巴巴复杂科学研究中心副主任,国家优秀青年基金获得者。

  • 张江

京师范大学教授,集智俱乐部、集智AI学园创始人,腾讯研究院特聘顾问。

讲座简介

无论我们用什么指标来度量,如长度、身高、体重、人口数、员工数等,任何复杂系统都有其特定的规模尺度,并起到极其重要的作用,因为几乎所有的其他变量,包括生物体的代谢率、寿命、心率,城市的专利数量、犯罪率、基础设施数量,公司的资产、收益、成本、盈利等都与其规模形成了规模法则。

为什么所有的哺乳类动物一生的心跳次数都是 15 亿次左右?为什么人类会衰老和死亡?衰老过程有哪些重要影响因素?为什么所有生物体在成长到一定阶段就停止了生长?为什么城市的扩张却似乎从未停止过?城市作为超级生物体是如何摆脱死亡的厄运的?为什么大量的公司都活不过 10 年?所有这些都是重要的理论问题。

以上的问题,都在《规模》可以找到答案。《规模》将帮助你重新思考生命、认识自身、了解你的生活与工作,并告诉你复杂世界其实充满简单的逻辑,只要跳脱思维框架,打破学科限制,你就会重新看清你周遭的一切。

讲座回顾

生物大小、城市规模、公司寿命,背后竟然遵循同一套规模法则!

第十期 李睿琪

  • 题目:生长与设计——复杂性视角下的智慧城市
  • 时间:2018年9月16日14:00-17:00
  • 地点:腾讯研究院(北京)

主讲人

  • 李睿琪

北京化工大学信息科学与技术学院副教授,北京师范大学系统科学博士,博士期间在麻省理工学院与波士顿大学进行联合培养,本科就读于电子科技大学国际化软件人才实验班。主要研究方向为城市大数据分析与建模、社会网络研究与流行病传播动力学。目前发表SCI、EI论文十余篇,引用80余次,相应工作发表在Nature Communications、Scientific Reports、PLoS One、Physica A等SCI期刊,并在Statphys25/26、Conference of Complex Systems、NetSci、NetSciX等多个国际大会上作口头报告,曾荣获第十二届社会网与社会资本研究年会最佳论文奖。目前是Scientific Reports、PLoS One、Physica A、Journal of Systems Science and Complexity等多个SCI期刊的审稿人。

讲座简介

城市是一个典型的复杂系统,人类创造了城市,多种多样的人群交互活动塑造着城市的形态、也同时受到城市自身发展规律的影响,我们虽然置身城市中,却难以断言我们完全理解城市。

城市当中川流不息的人群、错综复杂的道路、流光溢彩的灯火,它们之间是否会有隐藏着的内在关联?动态的车流与静态的路网如何共同影响城市的效率?大数据能为我们理解城市提供怎样的视角和助力?人工智能又可能会怎样改变我们的城市空间?

本次讲座会涉及对于城市起源及本质的思考,多源异构大数据对于城市研究的助力,尤其是手机数据、众包数据、遥感数据对于城市研究的影响。从关联与交互的系统视角出发,对于城市交通效率、城市动力学进行剖析,最后会深入到复杂城市现象背后的基本原理,提示影响城市演化的简单规律。


讲座回顾

永生的巨兽:生长性与演化模型

第十一期 Geoffrey West

  • 题目:地球未来:生物体、城市和公司的生命、生长与死亡
  • 时间:2018年10月25日19:00-22:00
  • 地点:北京师范大学教二楼101

主讲人

  • Geoffrey West

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。

讲座简介

为什么我们到一定年龄就会停止成长? 为什么我们可以活到100岁? 为什么我们每天需要睡8个小时? 为什么所有的公司和人都会死去,而城市却不断增长,生活节奏越来越快? 城市和公司是否"仅仅"是非常大型的生命体?

以上这些与创新、财富创造和地球可持续发展有什么关系呢? West会在这次讲座中做出回答。

尽管生命可能是宇宙中最复杂的、最多样的现象,但随着尺度缩放,许多生命特征指标会以极其简单的方式缩小或增加:例如尺度从细胞到鲸鱼,代谢率会以一定的规律增大,而生物寿命、基因组长度、树木高度的增长率等,也会以同样的规律系统性地增大。

值得注意的是,城市和公司也表现出系统性的规模缩放特性:工资、利润、专利数量、犯罪数量、疾病和道路,都遵从类似的普适规律。

规模法则超越了历史、地理和文化,对全球可持续发展和地球的未来具有潜在的重大影响。本次AI&Society活动将聚焦此话题,做深入的探讨。

讲座回顾

Geoffrey West 重磅演讲实录 | 地球未来:生物体、城市和公司的生命、生长和死亡(内附视频回放)


第十二期 James Evans

  • 题目:计算社会科学前沿与展望
  • 时间:2018年11月7日14:00-17:00
  • 地点:北京腾讯希格玛礼堂

主讲人

  • James Evans

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。

2017年7月,James Evans 教授曾作为主题演讲嘉宾之一,受邀参加由集智俱乐部、凯风基金会、美国芝加哥大学社会学系Knowledge Lab、清华大学科技政策研究中心、腾讯研究院联合举办的“人工智能与公共政策工作坊”,与普林斯顿大学社会学教授,美国艺术与科学学院院士、美国国家科学院院士谢宇,美国西北大学商学院副教授王大顺,清华大学公共管理学院院长薛澜,北京师范大学系统科学学院教授张江等探讨在人工智能时代,科学研究进步的规律,以及如何通过政策来促进创新、有效的研究。

2017人工智能与公共政策工作坊


讲座简介

计算社会科学区别传统社会科学,在数据获取上,不局限于传统的问卷和田野调查等方法,而是利用充分利用互联网大数据与AI 算法,来研究曾经受数据规模所限制而尚未被探索的个体或集体人类行为,对社会现象提出崭新的理解。计算社会科学是传统社会科学研究的注脚,还是能给社会科学既有的理论与范式带来革命性改变?对此,在集智俱乐部和腾讯研究院联合举办的 AI&Society 系列沙龙中,已经做过大量的探讨,并将讨论成果集结为电子书籍《计算社会科学》,即将问世。

在本次AI&Society 沙龙中,Evans 教授将结合多年的教学、研究、基金申请,与主持各类计算社会科学研讨会的经验,回顾与介绍计算社会科学发展的历史与现状,并展望该领域的未来发展。

讲座回顾

计算社会科学既做解释又能预测?芝大学者这样说 小团队的创新性研究“供养”了大团队吗?

第十三期 周涛、吕琳媛、高见

  • 题目:数据时代下,社会经济发展的新范式及新机遇 | AI&Society成都站预告
  • 时间:2018年11月22日(周四)
  • 地点:成都市武侯区腾讯大厦

主讲人

  • 周涛

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。

  • 吕琳媛

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。

  • 高见

高见,电子科技大学与麻省理工学院联合培养博士生,美国大学生数学建模竞赛特等奖获得者,“成电杰出学生”。主要从事计算社会经济学等交叉学科研究。在主流学术期刊发表论文近20篇,包括Nature (Correspondence), Scientific Reports,J. Royal Soc. Interface,EPL等。引用150余次,H指数为9。担任IEEE TKDE、KBS、PLA、PhysA等SCI期刊审稿人。

讲座简介

  • 周涛

随着技术、数据、硬件的同步发展,很多传统学科,例如社会学、经济学、教育学等领域都面临重大方法论的变革——从定性分析走向定量分析,于是计算社会经济学(computational socioeconomics)应运而生。

计算社会经济学是指借助人工智能技术等现代科技手段,利用大数据、新方法来获取并分析数据,从而研究与解释经济社会的一种新的范式。针对经济社会各个领域的一些常见问题,比如:

衡量地区的经济发展指标仅靠PPI、CPI、GDP这些宏观指标就可以科学刻画吗? 生活的规律是成为学霸型人才的必要条件吗? 宗教组织具有高分离性,那宗教之间又是如何保持连通性和融合性呢?

这些问题,电子科技大学周涛教授将会给出解答。

他将会从三个例子来说明大数据、人工智能的研究在经济学、教育学、社会学中的应用。阐述如何利用海量数据分析和人工智能技术感知社会经济态势,预测社会经济发展趋势,提前发现重大风险,量化选择最优经济策略等。

  • 吕琳媛

随着互联网的飞速发展,全球经济正在从工业时代向信息时代全面转型,过去传统的经济学是将经济系统封闭化,在完全信息的假设下,通过供给和需求的博弈,得到一个价格。

但是经济系统应该是一个开放系统,每一个经济主体之间,都是应该有连接的,而多个经济主体之间的连接,共同构成一个大的经济网络,这个经济网络本身又在不停的演化和生长。

在这样开放的经济系统下,涌现了许多新的经济模式和现象,比如:

对用户来说,网购同样的东西,为什么我的比别人贵? 对商家来说,怎么做买卖才能与消费者共同做大“神奇的魔饼”? 对于平台来说,为什么说发展“PA个人助手(Personal Assistant)”才是未来商业蓝海?

  • 高见

准确和及时的感知社会经济发展状态,对理解社会结构演化和制定经济发展策略非常重要。近年来,私营部门积累的大规模数据,以低获取成本、实时更新和高时空分辨率等优势,弥补了传统经济普查的不足。

统计机器学习算法的飞速发展,也极大的提高了对未来发展态势的准确预测。作为新数据和新方法催生的一门交叉学科,计算社会经济学将有机会更好的回答一些新的社会经济问题,比如:

从在线社会网络的结构中,能不能推断出一个人的财富状况? 除了翻阅统计年鉴,怎样快速的感知陌生城市的社会经济状态? 在国家和区域的经济发展中,有没有最优的产业升级路径和策略?

本次,电子科技大学博士生高见,将为我们系统性的介绍计算社会经济学的主要研究内容和分析方法,阐述大规模社会经济数据(包括卫星遥感数据、手机通讯数据、社交媒体数据等)在解决全球贫困问题、刻画区域经济结构、推断个体财富和应急抢险救灾中的具体应用。


讲座回顾

数据时代下,社会经济发展的新范式及新机遇 | AI&Society成都站回顾

第十四期 张江、龙瀛

  • 题目:数据标尺下的城市收缩和城市生长 | AI&Society2019沙龙预告
  • 时间:2019年3月24日(周四)
  • 地点:腾讯研究院

主讲人

  • 龙瀛

龙瀛,清华大学建筑学院研究员,博士生导师,北京城市实验室(Beijing City Lab)创建人与执行主任,中国城市科学研究会城市大数据专业委员会副主任委员兼秘书长。

  • 张江

张江,北京师范大学系统科学学院教授,博士生导师,集智俱乐部、集智学园创始人,腾讯研究院特聘顾问,华为特聘顾问。


讲座简介

随着人口规模不断的扩大,一方面,我们看到北京、上海、纽约、伦敦这种大城市在不断地生长,经济不断发展,科技不断进步,竞争越来越激烈,创新也在不断加速;但另一方面,如果你生活在农村或者边缘的四五线小城市又或者是西部地区,就会深刻地感受到生活聚集区在不断地缩小、集中、合并和消亡。

城市就像一个生物体,会不断生长,但也可能衰老停滞。以规模理论(scaling law)为代表的一系列研究,试图解释城市的发展以及发展过程中人口、GDP、创新等要素的关系。而对于近年来部分城市人口的大量流失,即逆城市化,也已经开始有一些收缩城市(shrinking city)的研究。

为了挖掘在AI与社会研究交叉领域有想法的研究者,促进思维碰撞,腾讯研究院S-Tech工作室与集智俱乐部共同打造了“AI&Society”的系列学术沙龙活动。2019年3月24日的第十四期 AI&Society 沙龙,将分别从城市的扩张和衰退两个角度出发,用数据说话,深刻地理解城市的发展和死亡规律。

本期 AI&Society 沙龙讨论的主要问题包括: 城市发展和科技创新之间存在怎样的关联?为什么颠覆式创新的速率越来越快? 为什么城市会消亡或者被吞并?城市的消亡和什么因素有关联?如何刻画城市的消亡

  • 龙瀛

城市如同人一样,也有生老病死,这算城市系统的普遍规律。近年来全球大城市获得长足发展,体现为人口的增长、经济的发展、生活与空间品质的提高。伴随而来的是城市化的另外一面,即中小城市(镇)同时也在发生持续性的人口流失,学术界将其称为收缩城市。龙赢的团队首次发现中国大规模收缩城市的存在,近五年来他持续关注中国收缩城市研究,并提出“2018是中国收缩城市元年”。

本次报告中,龙赢将展示中国收缩城市的实地影像资料,介绍其团队近半年来基于大规模数据和量化方法,在全球收缩城市精细化识别方面研究进展,以及最新专著《Shrinking Cities in China: The Other Facet of Urbanization》。


  • 张江

科技中的颠覆式创新与城市中的社会压力有必然联系吗?科技创新来源于人类的好奇与探索,与竞争无关,与压力无关,但很遗憾,事实恰恰相反。颠覆式创新并非人类主动发展出来的,而是社会压力的产品。社会压力与创新的正反馈,导致重大技术突破发生得越来越快、科技创新爆发周期越来越短,这个循环很可能会有走向崩溃的一天。

本次报告中,张江将从城市人口规模、社会熵的角度出发,为大家介绍城市发展的规模法则以及城市发展中颠覆式创新的产生。


讲座回顾

城市为何收缩?城市如何生长?| AI&Society十四期回顾

第十五期 肖仰华

  • 题目:知识图谱与认知智能
  • 时间:2019年4月27日(周六)
  • 地点:上海五角场创新创业中心

主讲人

  • 肖仰华

肖仰华,复旦大学计算机学院教授、博导、青年973科学家、上海市互联网大数据工程中心执行副主任、上海市数据科学重点实验室知识图谱研究室主任、省部级重点实验室或工程中心专家委员、上市公司等规模企业高级技术顾问或首席科学家。主要研究兴趣包括:大数据管理与挖掘、图数据库、知识图谱等。领导团队构建国内首个知识库云服务平台。


讲座简介

深度学习的浪潮使得机器可以通过数据习得人类初级的感知能力,如听、说、读、写、看等,但今年,深度学习的发展也遇到了瓶颈,主要是因为深度学习严重的依赖于大样本,而且也只能学习到数据中的统计模式,并不具备推理、认知等智能。而我们人类的语言理解、司法决断、投资决策、金融分析等很多领域的智能都依赖于人类的推理智能。

那么如何让机器也像人一样具备推理能力呢?这需要让机器掌握大量的知识,而知识图谱就是知识不可或缺的一种表现形式。

什么是知识图谱?知识图谱可以看做是主体及其关系的知识库,知识图谱的构建可以为机器语言认知提供了丰富的背景知识,使得机器语言认知成为可能,因而也成为了行业智能化转型道路上的关键技术之一。

本期 AI&Society 沙龙讨论的主要问题包括:

到底是什么在支撑着知识图谱技术的繁荣景象? 是一股什么力量让知识图谱技术吸引了如此多的关注? 知识图谱到底能解决什么问题?如何解决这些问题?

讲座回顾

从知识工程到知识图谱全面回顾

讲座回顾

第十六期 王鹏

  • 题目:从城市数据到智慧城市
  • 时间:2019年5月30日(周四晚)
  • 地点:北京腾讯研究院

主讲人

  • 王鹏

王鹏,中国城市科学研究会城市大数据专业委员会委员,清华大学建筑学院和数据科学研究院校外导师,华为技术有限公司智慧城市高级顾问,城市数据派首席顾问专家。王鹏是资深的智慧城市专家,曾任北京清华同衡规划设计研究院技术创新中心副总工程师。从事城市规划多年,获得省部级城市规划奖项数十项,在核心期刊和会议发表论文四十余篇。

讲座简介

信息革命,深刻影响着城市复杂系统的演变。

有线网络普及之后,信息高速公路串联起了早期的智慧城市,但工业化带来发展和治理问题难以解决。随着物联网、云计算、移动互联网、人工智能等新一代信息技术的发展,以及城市创新生态的形成,智慧城市逐渐进入2.0的时代,人们开始利用信息和通信技术,对城市物理空间进行改造和管理。

在“2018年中国互联网+数字经济峰会”的智慧城市分论坛上,腾讯研究院发布对《智慧城市 2.0:科技重塑城市未来》,结合国内外优秀案例,从政务、交通、金融、医疗、居住等六大领域,展示了新一代信息技术如何主推智慧城市的构建。但对于未来智慧城市的发展,仍有大量问题值得探讨。

在本期 AI&Society 沙龙中,王鹏老师会针对目前全球和国内智慧城市发展的现状和问题,提出可能的发展路径和近期重点;并从技术发展和城市发展两个视角探讨城市发展的未来,推演智慧城市未来发展的逻辑范式;最后基于其团队大量的智慧城市实践经验,以城市数据的获取、分析、应用,以及城市的规划、建设、运营和管理为两条主线,提出智慧城市认识论和方法论框架。

讲座回顾

数字孪生:为城市和你创造一个虚拟副本

第十七期 José Lobo

  • 题目:如何在智能时代不被机器取代?
  • 时间:2019年7月3日(周三晚)
  • 地点:北京 言几又·今日阅读 中关村店

主讲人

  • José Lobo

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。

讲座简介

人工智能和自动化技术的快速发展,正在掀起新一轮的劳动力市场大变革。AI 可能会把人类带进生产力飞跃的新时代,也可能让我们走进失业、萧条的黑暗。

但技术革命并不必然导致技术型失业,当补偿性措施发挥良好时,可以缓解冲击。长远来看,人工智能也会创造新的岗位,因此,社会就业岗位并不是被消灭的过程,而是重构的过程,需要社会公共政策助力重构。

区别于以往的技术革命,人工智能影响的行业,主要是那些需要高等教育的、依托于城市的行业。例如医疗、金融和信息技术。对于人工智能和自动化逐渐成为工业乃至服务业的核心技术的未来,一系列的问题亟待解答: 不同工作技能的需求将如何改变 不同的职业岗位将如何被重塑 城市规模对新兴工作岗位的关系

为了回答这一系列的问题,2019 年 7 月 3 日,集智俱乐部联合腾讯研究院,邀请美国学者 José Lobo ,在北京举办一场公开沙龙,探讨人工智能技术革命对职业技能和城市就业机会的重大影响。AI&Society 学术沙龙是腾讯研究院与集智俱乐部联合举办的公开学术活动,目的是挖掘相关领域的研究者,促进思想碰撞,本次是系列沙龙的第十七期。

讲座回顾

职业关系网络如何影响城市经济转型?


第十八期 W. Brian Arthur

  • 题目:科技将带经济去往何方?
  • 时间:2019年9月20日(周五上午)
  • 地点:上海腾讯大厦

主讲人

  • W. Brian Arthur

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。

讲座简介

回顾二战以来的信息技术发展史,发现技术革命大约每二十年就会发生一次形变,技术变革不仅带来生活方式的变化,更让经济系统发生翻天覆地的变化。

信息技术革命的第一次形变,发生在20世纪70至80年代,由微处理器和存储器组成的集成电路技术实现了计算机的小型化;第二次形变是在20世界90年代至21世纪,这次形变触发了人类的数字连接,互联网成为一个商业实体,云计算能提供共享计算资源。第三次形变通过雷达、激光雷达传感器等传感设备,将环境数字化接入互联网,实现万物互联。而现在正处于第三次革命——信息技术智能化的开端,互联网、云计算、大数据、机器人、人工智能等一系列技术,汇成了一股促进经济发展的强大推力。

阿瑟认为,在技术革命的第三次形变中,数字技术创造了区别于实体经济的、一个虚拟而且自主的经济体。这种虚拟经济不仅仅能激发实体经济,更为商业活动提供了一种人类以外的智能。而人类经济系统随之面临的最严峻的考验,不再是生产多少的问题,而是人类要如何分配这些生产出来的产品。

阿瑟在两本颇有影响力的书籍《技术的本质》和《复杂经济学》(均有中译本)中,探讨了人类技术的演变过程,分析了经济增长如何与技术创新相伴而生。而在本次AI&Society学术沙龙中,阿瑟将进一步讨论对下列问题的看法:

  • 人工智能等技术变革,会如何影响经济系统的分配规则
  • 数字经济(虚拟经济)与实体经济的关系是怎样的
  • 数字经济的变革,如何影响经济系统的发展,进而改变社会结构
  • 技术变革带对经济的影响,是在持久深入还是日渐平缓
  • 如何在技术创新在带来社会福利的同时,消减随之而来的隐私、分配等社会问题
  • 当工作机会被新技术挤占,人类如何找到生活的意义

为了回答这一系列的问题,2019 年 9月 20 日,集智俱乐部联合腾讯研究院,邀请布莱恩·阿瑟(W. Brian Arthur)在上海举办一场公开沙龙,探讨了人类技术的演变过程,分析了经济增长如何与技术创新相伴而生。AI&Society 学术沙龙是腾讯研究院与集智俱乐部联合举办的公开学术活动,目的是挖掘相关领域的研究者,促进思想碰撞,本次是系列沙龙的第十八期。

讲座回顾

布莱恩·阿瑟:科技进步引发的分配难题有解吗?

参与者部分成员

序号 姓名 性别 单位 简介 备注
1 张江 北京师范大学 系统科学学院教授,集智俱乐部、集智AI学园创始人 活动发起人
2 司晓 腾讯研究院 院长 活动发起人
3 程明霞 腾讯研究院 助理院长 活动发起人
4 张倩 集智AI学园 集智学园CEO、集智俱乐部核心志愿者 活动组织者
5 陆诗雨 腾讯研究院 高级研究员 活动组织者
6 徐思彦 腾讯研究院 高级研究员 嘉宾
7 周政华 腾讯研究院 高级研究员 嘉宾
8 刘金松 腾讯研究院 高级研究员 嘉宾
9 曹建峰 腾讯研究院 高级研究员 嘉宾
10 余洁 腾讯研究院 高级研究员 活动组织者
11 王东 北京工商大学 讲师 1期嘉宾
12 王晓 中国科学院自动化研究学会 青岛智能产业研究院副院长 1期345期嘉宾
13 李周园 清华大学 生态学博士 1期嘉宾
14 王雄 深圳大学高等研究院 研究员 1期2期嘉宾
15 史冬波 上海交通大学 副研究员 1期3期嘉宾
16 尹相志 DeepBelief.ai创始人 台湾数据科学家、微软最有价值讲师 1期3期嘉宾
17 龚力 北京师范大学 研究生 3期嘉宾
18 吴萌 上海科技大学 计算生物学博士 1期观众
19 熊昕 中科院生物与化学交叉研究中心 1期观众
20 卜嘉田 同济大学城市规划 1期观众
21 纪雨 华东师范大学计算机应用技术 1期观众
22 徐小曼 华东师范大学 科学哲学博士 1期志愿者
23 魏以宁 复旦大学 国际关系与公共事务学院研究生 1期观众
24 施永仁 耶鲁大学 社会学博士 2期讲师
25 汪小帆 四川省教育厅 副厅长 2期嘉宾
26 刘清晴 中科院先进技术研究院 神经科学博士后 2期嘉宾
27 杨星 中国科学院-MIT联合培养 脑认知与脑疾病研究所博士后 2期嘉宾
28 黄金龙 南方科技大学 量子物理本科生 2期嘉宾
29 叶韦明 北京大学汇丰商学院 副教授 1期2期嘉宾
30 吴文佳 清华大学 博士 2期观众
31 谢利民 云天励飞 高级研究员,华中科技大学博士 2期观众
32 王宇 北京大学 硕士 2期观众
33 吴令飞 芝加哥大学 计算社会学博士后 3期主讲
34 谷伟伟 北京师范大学 博士 3期嘉宾
35 史雪松 英特尔中国研究院 研究员 3期嘉宾
36 侯月源 彩云AI 算法工程师 3期嘉宾
37 秦强 南京大学 计算传播学硕士 3期观众
38 刘晶 北京师大学 系统科学学院硕士 3期观众
39 金天 Google 商业分析师 3期观众
40 王力飞 中国科学院 博士 3期观众
41 岳杨明 中国科学院 生物物理所博士 3期观众
42 王凌霄 清华大学 物理学博士 3期观众
43 郑超月 北京大学 本科生 3期观众
44 周瑜 中国社会科学院 博士,城科会城市复杂系统中心项目经理 3、5期观众
45 李先知 首都经济贸易大学 教师、清华大学博士 3期观众
46 王旭辉 中央民族大学社会学系 副教授、北京大学博士 3期观众
47 李怀宇 中国科学院自动化研究所 博士在读 3期观众
48 高飞 北京师范大学 系统科学学院研究生 3期观众
49 崔昊天 清华大学 硕士 3期观众
50 张晓雅 北京大学 博士 3期观众
51 郭浩 三星研究所 中科院自动化所博士 3期观众
52 王涛 中国科学院 讲师 3期观众
53 于小丽 人民大学 研究员 3期观众
54 周子涵 卡内基梅隆大学 三士渡教育合伙人 3期观众
55 张诗豪 北京理工大学 博士在读 3期观众
56 陈孟园 北京师范大学 研究生在读 3期观众
57 辛茹月 北京师范大学 研究生在读 3期观众
58 刘海猛 中国科学院 博士后 3期观众
59 董晓菊 清华大学科学技术与社会研究所 博士在读 3期观众
60 李钰 北京师范大学 博士在读 3期观众
61 王嘉宇 北京可以科技有限公司 CTO\清华大学博士 3期观众
62 李林倬 芝加哥大学 社会学博士 3期观众
63 王成军 南京大学新闻传播学院 副教授 4期主讲
64 陈志聪 南京大学新闻传播学院 研究生 4期主讲
65 徐绘敏 南京大学新闻传播学院 本科生 4期主讲
66 杨春霞 南京信息工程大学信息与控制学院 教授 4期嘉宾
67 纪娇娇 南京大学助理研究员 中科大博士 4期观众
68 李慧娟 浙江理工大学传播系教师 中国人民大学博士 4期观众
69 闵超 南京大学 博士 4期观众
70 王晗啸 南京大学新闻与传播学院 博士 4期观众
71 鹿腩 河海大学社会学 博士 4期观众
72 沈念祖 腾讯研究院 4期嘉宾
73 侯世达 5期主讲
74 韩焱 湛庐文化 创始人 5期嘉宾
75 段永朝 苇草智酷 创始合伙人 5期嘉宾
76 王小川 搜狗CEO 5期嘉宾
77 贤度法师 龙泉寺人工智能与信息技术中心 主任 5期嘉宾
78 郭维德 IBM大中华区企业公共关系部 总经理 5期嘉宾
79 吉子龙 北京师范大学认知神经科学 博士 5期观众
80 郑金鹏 北京大学 法学博士 5期观众
81 朱少奇 北京大学前沿交叉学科 博士后 5、6期观众
82 方亮 百度 高级分析师 5期观众
83 陈源 复旦大学硕士 最强大脑选手全国40强 5期观众
84 王小航 华南理工大学副教授 浙大博士 5期观众
85 张永杰 资深游戏引擎工程师 5期观众
86 吴帆 京都大学 博士 5期观众
87 张一甲 北京大学 甲子光年创始人 5期观众
88 赵晶晶 千程资本合伙人 峰火文创主任助理 5期观众
89 岳路平 开源村发起人、数字策展人 5期观众
90 陈世鸿 互联网战略顾问 5期观众
91 石强 《互联网时代》 5期观众
92 梁少捷 中国音乐学院艺术管理MFA 5期观众
93 钱静 清华大学 心理系副教授 5期观众
94 郑毅 大数据专家 《证析》作者 5期观众
95 董明 华为中国区副总裁 5期观众
96 成甲 北京临界知识文化发展有限公司创始人 《好好学习》作者 5期观众
97 刘健 《现象与本质》译者 5期观众
98 宋爱萍 中国石油规划总院 副所长 6期观众
98 王娅蒙 中央财经大学 研究生 6期观众
99 包建东 美团 算法工程师 6期观众
100 张章 北京师范大学 科研助理 6期观众
101 段成全 北京邮电大学 博士生 6期观众
102 鞠策 百度 算法工程师 6期观众
103 李晓军 信和财富 技术总监 6期观众
104 李岩 北京青年报 记者 6期观众
105 李泽荃 华北科技学院 系主任 6期观众
106 卢罡 北京化工大学 教师 6期观众
107 孟凡圆 瑞士弗里堡大学 博士 6期观众
108 彭雄宏 北京真实一路 联合创始人 6期观众
109 王钰博 北京南山苍梧文化有限公司 运营总监 6、7期观众
110 王梓任 北京邮电大学 硕士 6、7期观众
111 徐欣 中国矿业大学 博士生 6期观众
112 张光伟 陕西师范大学 教师 6期观众
113 李明 中科院地球地质所 硕士研究生 7期观众
114 宋爱萍 中国石油规划总院 副所长 7期观众
115 孙溪 开聊科技 创始人 7期观众
116 唐心意 forwardx 机器人算法工程师 7期观众
117 沈伟志 中石化财务 社科院博士在读 7期观众
118 陈昱 腾讯 工程师 7期观众
119 李靖 ccri 软件工程师 7期观众
120 李明超 助理来也 AI训练师 7期观众
121 刘寰青 道器科技 创始人 7期观众
122 刘昕 北京三维麦普导航测绘技术有限公司 技术经理 7期观众
123 彭雄宏 北京真实一路 联合创始人 7期观众
124 滕瑞丰 中国进出口银行 客户经理 7期观众
125 王梓任 北京邮电大学 硕士 7期观众
126 吴戈宇 腾讯云 项目经理 7期观众
127 吴奇 腾讯 实习生 7期观众
128 周远 小米 PM 7期观众
129 朱崇彰 社科院 研究生 7期观众