159
个编辑
更改
无编辑摘要
|王建男
|王建男
|6
|6
|筹备中
|进行中
|周五晚上19:00-21:00
|周五晚上19:00-21:00
|2023年3月-2023年4月
|2023年3月-2023年4月
|-
|AI+Science读书会
|吴泰霖等
|王婷
|
|8
|筹备中
|周日早上9-11点
|2023年3月-2023年5月
|}
|}
==== 第二季 ====
==== 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]]
[[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|替代=|600x600像素]]
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 复杂经济学读书会]
分享主题：
分享主题：
[[文件:因果科学读书会第四季.png|居中|缩略图]]
[[文件:因果科学读书会第四季.png|居中|缩略图|替代=|600x600像素]]
==== [https://pattern.swarma.org/study_group/7 【因果涌现读书会第一季】]====
==== [https://pattern.swarma.org/study_group/7 【因果涌现读书会第一季】]====
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]]
[[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|替代=|600x600像素]]
== [https://pattern.swarma.org/study_group/21 NeuroAI读书会] ==
== [https://pattern.swarma.org/study_group/21 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|替代=|居中|缩略图|NeuroAI读书会安排]]
[[文件:读书会框架.jpg|替代=|居中|缩略图|NeuroAI读书会安排]]
==[https://pattern.swarma.org/study_group/21 “后ChatGPT时代”读书会]==
==[https://pattern.swarma.org/study_group/23 “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]]
[[文件:“后ChatGPT时代”读书会.png|居中|缩略图|“后ChatGPT时代”读书会安排|替代=|600x600像素]]
==[https://pattern.swarma.org/study_group/24 AI+Science]==
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。
[[文件:AI+Science读书会大纲.png|替代=AI+Science读书会安排|居中|缩略图|600x600像素|AI+Science读书会安排]]