“集智俱乐部”的版本间的差异
（→名称和简介） |
|||
| 第9行： | 第9行： | ||
[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 ”。 | [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 ”。 | ||
| − | |||
===集智俱乐部的口号和LOGO=== | ===集智俱乐部的口号和LOGO=== | ||
| 第23行： | 第22行： | ||
探索学习科研新模式，推动复杂科学大发展。 | 探索学习科研新模式，推动复杂科学大发展。 | ||
| − | |||
| − | |||
| − | |||
===集智俱乐部思想起源 === | ===集智俱乐部思想起源 === | ||
2022年7月11日 (一) 11:54的版本
集智俱乐部介绍
名称和简介
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 ”。
集智俱乐部的口号和LOGO
聚集聪明头脑，涌现无穷智能。
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。
集智俱乐部的使命（即目标）
探索学习科研新模式，推动复杂科学大发展。
集智俱乐部思想起源
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。
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。
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。
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。
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。
发展历史
- 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。
- 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。
- 2013年，袁行远等核心成员建立了集智百科网站。
- 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。
- 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。
- 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。
- 2017年，首次与腾讯研究院发起了AI&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。
- 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》。
- 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。
- 2019年，集智学园新产品集智斑图上线。
- 2020年，网络科学等线上课程模式/ 2020年度学术媒体公众号Top10
- 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
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：
新的故事篇章也在继续书写。
集智科学家
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：
- 1.以学者的身份参与过集智凯风研读营
- 2.以特邀讲者的身份参与过AI&Society的活动
- 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
以下为部分科学家代表，非社区内全部科学家名单。
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。
- 主要贡献：AI&Society第18期活动特邀讲者。
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。
- 主要贡献：AI&Society第17期活动特邀讲者。
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。
- 主要贡献：AI&Society第12期活动特邀讲者，研读营学者
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。
- 主要贡献：AI&Society第11期活动特邀讲者。
侯世达
- 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。
- 主要贡献：AI&Society第5期活动特邀讲者。
Ginestra Bianconi
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。
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。
Erik Hoel
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。
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。
陈德亮
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。
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。
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。
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。
周昌松
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"杰出青年研究者校长奖"，2021年获"杰出研究表现校长奖"。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。
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 ----
From neuronalspikes to cortical waves, from emergence to function）为主题的分享。
张江
- 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。
- 主要贡献：集智俱乐部创始人
王大顺
- 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。
- 主要贡献：研读营学者
吴令飞
- 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。
- 主要贡献：AI&Society第2期活动特邀讲者，研读营学者，集核成员
尤亦庄
- 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。
- 主要贡献：AI&Society第2期活动特邀讲者，研读营学者，集核成员
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。
- 主要贡献：AI&Society第13期活动特邀讲者，文章贡献
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。
- 主要贡献：AI&Society第9，13期活动特邀讲者，文章贡献
王成军
- 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。
- 主要贡献：研读营学者
唐乾元/傅渥成
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」。
殷裔安
- 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。
- 主要贡献：研读营学者，文章贡献
黄俊铭
- 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。
- 主要贡献：文章贡献
集智活动
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。
读书会
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。
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。
基本介绍
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。
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。
- 烧脑指数：🌟🌟🌟🌟（4颗星）
- 参与方式：报名审核制
- 适用人群：相关领域的深度爱好者、学习者
线下读书会列表
- 复杂系统自动建模读书会
- 图网络读书会
- 幂律读书会
- 意识与认知读书会
- 深度“深度学习”读书会
- 探索脑与深度学习读书会
- 热力学与进化论读书会
- 自然语言处理读书会
- 复杂经济学读书会
- 量子决策理论读书会
- GEB读书会
- 计算心理学读书会
线上读书会列表
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
科普讲座
基本介绍
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。
- 烧脑指数：🌟🌟🌟（3颗星）
- 参与方式：报名审核制
- 适用人群：相关领域的爱好者
典型活动介绍（挑选典型活动）
- 2016/09/17 ·【任远】 复杂性科学与生成艺术
- 2016/08/28 ·【罗淼】 科学与游戏沙龙活动
- 2015/11/22 ·【董磊】 基于大数据预测地区发展
- 2015/07/26 ·【曹旭东、张江、袁行远】 开源科学：人类科学往何处去
- 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
- 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
- 2013/05/12 ·【Robert Ackland】 一个社会科学家眼中的“计算社会科学”
- 2013/01/20 ·【吴令飞】 计算社会科学总论
- 2012/11/11 ·【Bertrand Roehner 】 我们如何开始科学探索?
- 2011/07/24 ·【Monk】 自复制 — 生命的核心
- 2009/04/18 ·【Miner】 人工智能之梦
研读营
基本介绍
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。
- 烧脑指数：🌟🌟🌟🌟🌟（5颗星）
- 参与方式：学者推荐或外部申请
- 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
典型活动
- 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
- 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
- 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
- 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
- 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
- 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
学术沙龙
基本介绍
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。
- 烧脑指数：🌟🌟🌟🌟（4颗星）
- 参与方式：报名审核制
- 适用人群：相关领域的研究者、从业者、爱好者
活动主题包括但不限于：
- 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。
典型活动
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
详情请见：AI&Society系列沙龙活动
集智圣诞年会
基本介绍
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。
- 烧脑指数：🌟🌟🌟（3颗星）
- 参与方式：邀请或报名审核
- 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
典型活动
- 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[1]
- 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。[2]
- 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[3]。
- 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[4]。
- 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[5]。
集智内容
集智公众号
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。
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。
代表作品
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：
- 栏目：前沿报道
- 栏目：科研议题
代表文章：学术互捧没有用？可能还有负面作用
- 栏目：科普文章
代表文章：一文读懂复杂网络与群体智慧
- 栏目：科学解释世界
代表文章：Science文章：要想成功，快抱大腿
- 栏目：经典论文回顾
代表文章：热力学与进化论
- 栏目：集智活动
代表文章：集智-凯风复杂系统论坛全天回顾
公众号 ID：swarma_org
集智百科
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。
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。
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；
集智百科的口号：知识从我而来，问题到我为止。
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。
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！
代表作品
知识类词条：
人物类词条：
书籍类词条：
集智众包
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：
代表作品
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。
走近2050——注意力、互联网与人工智能
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。
深度思考——人工智能的终点与人类创造力的起点
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。
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。
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。
成果展示
集智社区
在集智社群中
既有做出重要贡献的成熟学者
也有引领科技行业潮流的先锋企业家
还有许多正冉冉升起的青年学者、潜力硕博
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
集智社群名人不完全名单： 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。
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！
社区科研成果
Simple spatial scaling rules behind complex cities
- 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Simple spatial scaling rules behind complex cities[1]，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：复杂的城市，简单的规则
- 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Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy[2]，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：为什么未来需要软技能
Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It
- 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Large Teams Have Developed Science and Technology ; Small Teams Have Disrupted It [3]。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：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：Nature封面文章作者讲述论文故事：小团队知道答案
Emergence of scaling in complex substitutive systems
- 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Emergence of scaling in complex substitutive systems[4]，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：复杂演替系统中的幂律增长模式
Quantifying dynamics of failure across science, startups, and security
- 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Quantifying dynamics of failure across science, startups, and security[5]，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：原来胜败早有信号
Historical comparison of gender inequality in scientific careers across countries and disciplines
- 2020年2月18日，集智科学家黄俊铭在PANS杂志上发表文章Historical comparison of gender inequality in scientific careers across countries and disciplines[6]，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:女性科研工作者的退出风险与学术成就
集智孕育
彩云AI
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。
有关彩云天气可以参看：[6]
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。
集智斑图
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。
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
slogan：用知识连接探索者
推荐学习路径：
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。
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。
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。
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。
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。
推荐论文解读：
- Albert-Laszlo Barabasi;Reka Albert;Emergence of scaling in random networks ,Science,1999[7]
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)。
- Dirk Brockmann; Dirk Helbing;The Hidden Geometry of Complex, Network-Driven Contagion Phenomena ,Science,2013 [8]
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。
- Marc Timme; Jose Casadiego;Revealing networks from dynamics: an introduction ,Journal of Physics A: Mathematical and Theoretical,2014,41 .37[9]
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。
- 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[6]
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。
集智斑图论文速递：
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。
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。
集智学园
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。
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：
| 课程类别 | 课程名称 |
|---|---|
| 基础与通识 | NetLogo 多主体建模入门 |
| 复杂系统 | 复杂性思维2020 |
| 网络科学 | 图网络：融合推理与学习的全新深度学习架构 |
| 计算社会 | 计算社会科学的前沿与展望 |
| 人工智能 | 产学结合：自然语言处理及其应用 |
查看各模块的精品课程，去到集智学园官网。
企业培训
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。
详细信息：http://business.swarma.org/
技术培训
《python数据科学与机器学习》
《如何打造你自己的聊天机器人》
《中文自然语言理解在中文中的应用》
《自然语言处理与深度学习》
《计算机视觉与深度学习》
《火炬上的深度学习》
......
思维升级
《复杂性科学》
《迎接AI时代》
《走近2050—人工智能、注意力与互联网》
《机器学习思维》
《企业生长的规模法则》
......
查看更多精彩内容，请去到集智学园官网。
媒体报道
李白薇：没有围墙的研究所，中国科技人才，2015 原文链接
Xtecher:集智俱乐部张江：复杂系统里“简单纯粹”的前行者
以特邀嘉宾的身份参与录制CCTV2的节目：未来架构师。《未来架构师》 人与机器交融的未来场景
加入方式
目前集智俱乐部官方运营的社区加入方式如下：
- 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
- 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
- 3.加入集智俱乐部QQ群：
- 集智俱乐部一群：292641157（已满）
- 集智俱乐部二群：877391004
- 集智学园交流群：426390994
成为集智俱乐部实习生：加入集智，一起复杂！2021集智实习生/志愿者招募。
微信公共账号：集智俱乐部
还可以添加微信小助手：swarmaAI
官方网站：https://pattern.swarma.org/
B站地址：集智俱乐部
张江知乎账号：张江
集智俱乐部知乎账号：集智俱乐部
集智科学家微博：@集智科学家（https://weibo.com/swamagents?refer_flag=1001030101_）
更多入口，请参看：关于我们
参考资料
- ↑ Ruiqi Li,Lei Dong,Jiang Zhang,Xinran Wang,Wen-Xu Wang,Zengru Di,H. Eugene Stanley (2017) Simple spatial scaling rules behind complex cities.
- ↑ Katy Börner,Olga Scrivner,Mike Gallant,Shutian Ma,Xiaozhong Liu,Keith Chewning,Lingfei Wu,James A. Evans (2018) Skill discrepancies between research, education, and jobs reveal the critical need to supply soft skills for the data economy.
- ↑ Lingfei Wu,Dashun Wang,James A. Evans (2019) Large teams develop and small teams disrupt science and technology.
- ↑ Ching Jin,Chaoming Song,Johannes Bjelland,Geoffrey Canright,Dashun Wang (2019) Emergence of scaling in complex substitutive systems.
- ↑ Yian Yin,Yang Wang,James A. Evans,Dashun Wang (2019) Quantifying dynamics of failure across science, startups, and security.
- ↑ 6.0 6.1 Junming Huang,Alexander J. Gates,Roberta Sinatra,Albert-László Barabási (2020) Historical comparison of gender inequality in scientific careers across countries and disciplines.proceedings of the national academy of sciences.117.9:(4609-4616)
- ↑ Albert-Laszlo Barabasi,Reka Albert (1999) Emergence of scaling in random networks.
- ↑ Dirk Brockmann, Dirk Helbing (2013) The Hidden Geometry of Complex, Network-Driven Contagion Phenomena.
- ↑ Marc Timme, Jose Casadiego (2014) Revealing networks from dynamics: an introduction.Journal of Physics A: Mathematical and Theoretical.41.37: