艾伯特-拉斯洛·巴拉巴西 Albert-László Barabási

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


基本信息

Albert-László Barabási.png
类别 信息
姓名： Albert-László Barabási（艾伯特-拉斯洛·巴拉巴西）
出生： 1967年3月30日，罗马尼亚
国籍： 罗马尼亚，匈牙利，美国
成就： 无标度网络，复杂网络
主要研究方向： 理论凝聚态，生物物理学



教育经历

  • 物理与工程专业，布加勒斯特大学 University of Bucharest
  • 物理学硕士，罗兰大学 Eötvös Loránd University
  • 物理学博士，波士顿大学 Boston University

荣誉与获奖情况

主要奖项

  • Barabási是美国物理学会的会员。
  • 2019年5月，获得了匈牙利科学院授予的波尔约奖。
  • 2018年，Barabási获得了乌得勒支大学的荣誉博士学位，时值其382年校庆。
  • 2017年，他因“为现代网络科学奠定了基础”而获得了复杂系统协会的高级科学奖。
  • 2011年11月，他被授予荣誉学位荣誉博士马德里技术大学。
  • 2011年6月，获得了拉格朗日CRT基金会奖。
  • 2008年，他获得了“日本C＆C奖”，以“鼓励网络创新研究并发现无标度特性是各种现实世界复杂网络的共同特征” 获美国国家科学院的Cozzarelli奖。
  • 2007年，他被选入欧洲学术协会。
  • 2005年，他因在计算机科学与技术方面的杰出成就获得了约翰·冯·诺依曼计算机学会FEBS年度系统生物学奖，该奖是由匈牙利约翰·冯·诺伊曼计算机学会颁发的。
  • 2004年，他当选为匈牙利科学院外部成员。

具体奖项

获1990～1991年匈牙利共和国奖学金（Republican Fellowship of the Republic of Hungary）；

获1990～1991年匈牙利布达佩斯切尔基金会奖学金（Fellowship of Cel Foundation, Budapest, Hungary）；

1991年获德国科隆大学欧共体TEMPUS奖学金（TEMPUS Fellowship, European Community, University of Köln）；

1991年获索罗斯基金会出版与迁移资助（Soros Foundation Publication and Mobility Grant）；

1997年获美国自然科学基金职业奖（NSF CAREER Award）；

1998年获美国ONR青年研究者奖（ONR Young Investigator Award）；

1999年获圣母大学理学院著名学者讲师称号（Distinguished Scholar Lecturer, College of Science, University of Notre Dame）；

2000年在华盛顿配置峰会的主题发言人（Keynote Speaker, Collocation Summit, Washington D. C.）；

2001年获匈牙利最佳物理学论文尼伏奖（Nivo Prize for the best physics article, Fizikai Szemle (Hungary)）；

2002年圣母大学校长奖（Presidential Award, University of Notre Dame）；

2002年当选ComPlexUs和Fractals编委会成员（Editorial Board, ComPlexUs and Fractals）；

2002年获ISI物理学快速突破论文奖（ISI: Fast Breaking Paper in Physics，详见Reviews of Modern Physics, 2002, 76: 69.）;

2002年获ISI高引论文奖（ISI: Highly Cited, 详见Nature, 2000,407: 651);

2002年美国旧金山（San Francisco）生物技术合资企业主讲人（Keynote Speaker, Biotechnology Ventures）；

2003年美国亚特兰大第四届乔治亚理工学院生物信息学国际会议主讲人（Keynote Speaker, 4TH Georgia Tech International Conference inBioinformatics, Atlanta）；

2003年当选美国物理学会会员（Fellow of the American Physical Society）；

2003年当选《互联网数学》编委会成员（Editorial Board of Internet Mathematics）；

2004年受聘于约翰·霍普金斯医学院巴顿·蔡尔兹讲师（Barton Childs Lecture, Johns Hopkins Medical Institutions）；

2004年瑞士联邦理工学院BioADIT 2004主讲人（Keynote Speaker, BioADIT 2004, Swiss Federal Institute ofTechnology, Lausanne, Switzerland）；

2004年当选匈牙利科学院院士（Member of the Hungarian Academy of Sciences）；

2005年被授予系统生物学FEBS周年纪念奖（FEBS Anniversary Prize for Systems Biology）；

2006年获得匈牙利约翰·冯·诺伊曼计算机协会授予约翰·冯·诺伊曼勋章（John von Neumann Medal by the John von Neumann Computer Society from Hungary）和计算机科学奖（Awardfor Computer Science），获奖原因是因为在计算机相关科学与技术领域的杰出成就；

2006年获圣母大学Media Legend奖（Media Legend Award, University of Notre Dame）；

2007年当选为欧洲科学院（Academia Europaea）院士；

2008年获得NEC C&C基金会的C&C奖（C&C Prize from the NEC C&C Foundation）；

2009年美国物理学会（APS）将其推选为杰出评审员（Outstanding Referee），同年获得美国科学院（US National Academies of Sciences）Cozzarelli奖（2009 Cozzarelli Prize）；

2011年，因为其对复杂系统的贡献，CTR基金会授予拉格朗日奖（Lagrange Prize-CRT Foundation）；同年被西班牙马德里理工大学（Universidad Politécnica de Madrid）授予荣誉博士学位（Doctor Honoris Causa）；并当选为美国科学促进会（物理学）（AAAS：Physics)会员。

2013年当选为美国麻省科学院院士（Fellow of theMassachusetts Academy of Sciences），2014年因为对网络科学的贡献，被匈牙利企业家与雇主协会（Hungarian Association of Entrepreneurs and Employers）授予Prima Primissima奖（Prima Primissima Award）

工作经历

  • 1989～1991年,在匈牙利首都布达佩斯（Budapest）匈牙利科学院技术物理研究所（Research Institutefor Technical Physics, Hungarian Academy of Sciences）任助理研究员；
  • 1991～1992年，在美国波士顿大学（Boston University）任助教（Teaching Assistant）；
  • 1992～1994年，在美国波士顿大学任助研（Research Assistant）；
  • 1994～1995年，在IBM公司华生研究中心（T. J. Watson Research Center）物理科学部任博士后研究人员（Postdoctoral Associate）；
  • 1995～1999年，在美国圣母大学（University of Notre Dame）任助理教授（Assistant Professor）；
  • 2000年在匈牙利布达佩斯高等研究所(Collegium Budapest—Institute of Advanced Studies)任高级研究员（Senior Fellow）；
  • 1999～2000年,在圣母大学（University of Notre Dame）任副教授（Associate Professor）；
  • 2000～2007年,在圣母大学任教授（Emil T. Hofman Professor）；
  • 2004～2007年,在圣母大学任复杂网络研究中心主任（Center for Complex Network Research, University of Notre Dame, Director）；
  • 2005～2006年,在美国哈佛大学（Harvard University）, 黛娜·法伯癌症研究所（Dana Farber Cancer Institute）客座教授（Visiting Professor）；
  • 2005年以来，任圣母大学计算机科学与工程兼职教授（University of Notre Dame, Adjunct Professor of Computer Science and Engineering）；
  • 2007年以来，任美国东北大学著名大学教授（Northeastern University, Distinguished University Professor）；
  • 2007年以来,任美国东北大学复杂网络研究中心主任（Center for Complex Network Research, Northeastern University, Director）；
  • 2007年以来,在美国哈佛大学黛娜·法伯癌症研究所癌症系统生物学中心（Center for Cancer Systems Biology, Dana Farber Cancer Institute, Harvard University）兼职。

研究项目

脑网络

该项目利用网络科学中的概念和工具来理解物种间连接组的结构原理和功能含义，它的研究范围从模型生物秀丽隐杆线虫的神经系统到小鼠再到人类。大脑本质上是多尺度的，可以概念化为多个级别的网络。从单个神经元的神经元和突触到宏观脑区域的整合。神经影像技术的最新快速发展和大量的协作正在推动各种高质量数据的爆炸式增长，这需要创新的方法来理解和组合。我们旨在梳理并解释随机性和有序性在神经连接的复杂几何图形和模式中的作用，

Foodome

Foodome项目是一个大型研究项目的一部分，该项目致力于开发一种系统方法来分析导致冠心病（CHD）的生活方式方面的影响因素。在这个项目中Barabási的实验室旨在开发工具和计算/测量框架，以准确检测饮食与冠心病之间的关系。

医院网络

现今世界，最重要的问题之一是如何大规模提高医疗质量。Barabási的实验室正通过研究数百万患者同时就诊的方式来观察加利福尼亚行政医疗数据。目标是了解在医疗系统中，医疗质量的属性是如何呈现的，同时，任何一个单独的医院节点是如何在医疗系统中产生连锁反应的？

网络动力学与控制

Barabási实验室在网络动力学和控制论方面的研究是通过开发数学和理论模型来理解复杂的自组织系统的内部控制机制。因为网络结构可以将某一“驱动程序节点”的影响传播到网络的较远部分，所以可以通过对较少数量的节点采取控制操作来控制大型网络的行为。这些发现对于设计、破坏或促进系统功能（包括物理系统（例如，气候变化和生境的适应力）、技术系统和生物系统）具有重大意义。

网络医学与生物网络

网络医学和生物网络项目背后的基本原理是，疾病表型是如何通过潜在生物学成分之间相互作用的网络特性从基因型中出现的。最好将这些表型概念化为扰动对细胞中生物网络疾病模块的结果，无论是在节点水平（疾病基因）还是在链接水平（疾病在基因间的基本链接类型）。Barabási实验室整合了患者特异性基因表达和蛋白质相互作用数据，研究了从帕金森氏病到哮喘再到心脏病的相关数据。通过对药物-疾病关联和药物-靶标关联数据的进一步分析，Barabási实验室研究了相关药物的治疗效果和不良效果。

成功科学

成功科学计划的目标是开发措施、模型和预测，以提供可行的信息，定量评估从科学到体育和软件开发等各种竞争环境下的成功问题。Barabási假设：如果我们不将成功看作是一种个体现象，而是将其视为一种集体现象，那么就可以在很大程度上预见成功。为了使科研成果、运动员或软件产品取得成功，仅凭新颖性，基本性或高性能是不够的，他们必须得到某社群的认可，值得大家学习。Barabási实验室通过分析职业道路、个人和团队绩效的演变以及影响的动态，来理解影响社群的基本模式.

主要文章及著作

文章

著作

很多时候，成就并不等于成功。我们工作了，但没有晋升; 我们努力了，但没有被认可; 我们有了想法，但没有得到荣誉。我们总被告知，天赋和强烈的职业道德是取得成功的关键，但在当今世界，这些努力很少转化为切实的成果。认识到这种脱节，世界顶尖的网络科学专家之一拉斯洛·巴拉巴西揭示了什么是真正的成功: 一个基于你周围人的想法和赞美的集体现象。巴拉巴西强调了在将绩效与认可联系起来时，社会尊重和欣赏的重要性。利用大数据和历史案例，巴拉巴西揭示了谁真正领先及其原因，概述了管理这一现象的十二条法则，以及如何将其为己所用。该书揭示了推动成功的科学原理，为当今社会人们如何脱颖而出提供了一个新的理解。
从互联网到社交网络，以及决定我们生物存在的基因网络，网络无处不在。这本开创性的教科书涵盖了从物理学到计算机科学、工程学、经济学和社会科学等广泛的主题，向跨学科的读者介绍了网络科学。从六度分隔理论的起源到解释为什么网络对随机故障具有鲁棒性，作者探讨了像埃博拉和H1N1这样的病毒是如何传播的，以及为什么我们的朋友比我们有更多的朋友。该书针对本科生和研究生水平进行了材料划分，数学公式和推导列在“高级主题”部分，可为不同水平的读者查阅。该书使用全彩插图，具有大量实例，并提供含电影和网络分析软件在内的广泛在线资源。
20世纪80年代，詹姆斯·格莱克 James Gleick的《混沌 Chaos》向世界介绍了复杂性。 艾伯特-拉斯洛·巴拉巴西的《链接》揭示了下一个重大科学飞跃: 对网络的研究。长久以来，我们一直怀疑我们生活在一个万物相互联系的小世界里。事实上，网络无处不在——从人类大脑到互联网，从经济到我们的朋友圈。事实证明，这些联系并不是随机的。 所有的网络都有一个基本的秩序，并遵循简单的规律。 了解这些网络的结构和行为将帮助我们做一些惊人的事情——从设计公司的最佳组织到及时阻止疾病的爆发。对网络研究有巨大贡献的物理学家巴西巴拉在《链接》中追踪了这一迅速发展的科学，并向我们介绍了进行这一开创性工作的科学家。这些“新制图师”正在为广泛的科学分支绘制网络，证明社交网络、企业和单元 cells之间的相似性大于不同性，并为我们了解周围相互联系的世界提供重要的新视角。 巴拉巴西说，这些知识可以揭示互联网的鲁棒性、时尚和病毒的传播，甚至民主的未来。《链接》引人入胜、富有权威，预测下一个世纪的科学注定被这些惊人的发现改变，这一预测激动人心。
是关于“我们所做一切背后的隐藏模式”的一个革命性的新理论，展示了如何预测人类行为。我们能科学预测未来吗？科学家和伪科学家已经探索这个奥秘几百甚至几千年了。但是现在，惊人的新研究揭示，先前被认为完全随机的人类行为模式是精确、有序、可预测的……世界著名的网络科学研究者艾伯特-拉斯洛·巴拉巴西在《爆发》一书中描述了他对这一深奥奥秘的研究工作，这是一个在大数据基础上对人性的惊人原创性研究。他的方法依赖于我们世界的数字现实——从移动电话到互联网和电子邮件，因为它把社会变成了一个巨大的研究实验室。所有这些有时间标记的文本、语音邮件和互联网搜索的电子痕迹加在一起，形成了以前无法获得的海量数据集，可以跟踪我们的行动、决策和生活。分析这些踪迹可以帮助我们深入了解自己做每件事情的节奏。我们工作、玩耍等活动的模式不是随机的，而是突发的。直到现在，随机性并不像科学家们假定的那样支配我们的生活。为了阐述这种革命性的科学，巴拉巴西巧妙地编造了一个16世纪人类活动爆发故事——在他的家乡特兰西瓦尼亚发起的中世纪十字军东征的血腥故事，和一个当代艺术家被联邦调查局追捕的现代故事。巴拉巴西所举的例子范围十分广泛，涉及许多看似不相关的领域，如美元如何在美国流通、每个人写电子邮件时遵循的模式、流行病的传播、甚至信天翁的飞行模式。《爆发》揭示了这项惊人新研究关于个体自发性的终结和人类行为可预测性的开始的发现。你做出非凡之举的方式永远不会和自己先前所想的一样。
从互联网到友谊、疾病传播甚至恐怖主义的网络，网络的概念和现实已经渗透到现代社会。但网络到底是什么？有哪些不同类型的网络？它们如何有趣，能告诉我们什么？近年来，来自各个领域的科学家——包括数学、物理学、计算机科学、社会学和生物学——一直在研究这些问题，并建立了一门新的“网络科学”。该书首次汇集了代表上述学科研究的开创性论文，是有关这一快速发展领域关键研究的理想原始资料。该书分为四节，每节之前都有编辑者关于其内容和主题的引言。第一节通过讨论该领域当代研究先例，为本文的研究奠定了基础。此后该书转而论述网络科学的经验层次，然后转向已为许多后续活动焦点的基础建模思想。 本书的结尾把读者带到了网络科学的前沿——网络结构和系统动力学之间的关系。从网络的鲁棒性到疾病的传播，此节提供了这一新科学迅速发展的前沿的一系列主题。
大数据、基因组学和基于网络的定量分析方法正在结合起来，前所未有地推进医学的前沿。该书介绍了医学研究中这一迅速发展的领域，它有望使人类疾病的诊断和治疗发生革命性变化。顶级专家的贡献强调了在网络医学中采用基于团队的方法的必要性，这本权威性的著作为读者提供了对当今进展和挑战的最新综合论述。医学研究人员长期以来一直在寻找致病单分子缺陷，希望研发银弹疗法 silver-bullet therapies进行治疗。但这种模式忽视了人类疾病固有的复杂性，常常导致治疗不足或产生不利副作用。网络医学不是试图将疾病的发病机制强加于一个简化模型，而是考虑了对疾病的多种影响的复杂性，依赖于许多不同类型的网络: 从蛋白质-蛋白质相互作用的细胞-分子水平到生物样本中基因表达的相关研究。作者提供了理解复杂的疾病的系统方法，同时解释网络医学的独特特征，包括现代基因组学技术的应用，生物统计学 biostatistics和生物信息学 bioinformatics，以及在复合背景下动态系统分析复杂分子网络。通过开发综合评估遗传变异、细胞代谢和蛋白质功能的技术，网络医学为揭示疾病的原因和确定治疗方案开辟了新的前景。

近期报道

东北大学6位教授被列入2019全球“高被引科学家 Highly Cited Redearchers”(HCR)

联系方式

  • 电话: (617)373-7774
  • 电子邮件: a.barabasi@neu.edu；alb@neu.edu
  • 地址：1100 - 177 (177 Huntington Ave), Boston, MA 02111

相关链接

视频

点击了解，如

  • BURSTS: AUTHORS@GOOLE：巴拉巴西在谷歌纽约办事处 Google's New York office关于其著作《爆发 : 大数据时代预见未来的新思维 Bursts: The Hidden Pattern Behind Everything We Do》的讨论（英语）
  • MINDENTUDÁS EGYETEME: VILLANÁSOK (2011)：艾伯特-拉斯洛·巴拉巴西：今日事，明日复——人类行为是否可预测？（匈牙利语）

更多信息

个人主页

巴拉巴西实验室 Barabási Lab个人主页

东北大学个人主页

中欧大学个人主页

wiki词条

百度词条

谷歌学术主页

编者推荐

「女性科研工作者的退出风险和科研成就 」视频回放
  • Barabási近两年在成功学（Science of success）方面也有很高的建树，他出版的最新书籍《巴拉巴西成功定律 》The Formula: The Universal Laws of Success就成功背后的原理进行了开创性的研究。
集智俱乐部优秀作者郭瑞东在集智俱乐部公众号上有分享该书的精彩书评：Barabási新书笔记：网络科学揭示5条最重要的成功法则
集智学园CEO张倩在个人公众号倩姐上发表相关书评
  • 2018年1月份发表在nature communications上的一篇论文Scale-free networks are rare，掀起了网络科学领域的腥风血雨。科罗拉多大学的两位学者 Anna Brodio 和 Aaron Clauset 发现，在1000个真实网络中只有4%的网络通过了幂律分布的强检验，而67%的网络是不服从幂律分布的，包括之前研究多次提到的Facebook的朋友关系网络。因此幂律分布的普遍性在此受到了质疑：理论危机 | 无标度网络遭到史上最严重质疑。随后无标度网络模型的发现者 Barabási 撰写长文，激烈地回应两位来自科罗拉多大学的学者的质疑。Barabási 对这篇论文的概念界定、技术方法、判断标准都做出反驳，直言这项研究是失败的，无标度网络理论并未受到威胁。集智俱乐部对此做了报道：Love is All You Need | 无标度网络理论之父Barabási回应史上最严重质疑

本中文词条由Dorr用户参与编译，xx用户审校，Meng莫编辑，欢迎在讨论页面留言。


本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。



取自“https://wiki.swarma.org/index.php?title=艾伯特-拉斯洛·巴拉巴西_Albert-László_Barabási&oldid=6353”