导语 重整化群是普适性和相变理论的基石，是检验动力系统对称性和组织尺度的有力工具。然而，由于不同尺度之间的相关性，它在复杂网络中的应用特别具有挑战性。近日发表于 Nature Physics 的一项研究提出一个基于拉普拉斯重整化群扩散的复杂网络方法，能够在异质网络中识别出合适的时空尺度。 ...

关键词：自旋玻璃，自组装，相变，群体分化，复杂网络 论文题目：Homophily-Based Social Group Formation in a Spin Glass Self-Assembly Framework 论文来源：Physical Review Letters 论文链接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.130.057401 社会群体结构产生于个体之间的互动。 ...

关键词：群体行为，群体决策，分布式算法，随机游走 论文题目：Distributed algorithms from arboreal ants for the shortest path problem 论文来源：PNAS 论文链接：https://www.pnas.org/doi/10.1073/pnas.2207959120 生物系统，如蚂蚁踪迹网络，是自然界中分布式算法的迷人例子，通常使用个体之间简单的局部交互来寻找全局最优解，而无需中央控制。 ...

导语 科学与艺术相互影响。 Frank Wilczek | 作者 藏痴 | 翻译 圆周π小姐 | 审校 中科院物理所 | 来源 科学史学家通常把1543 年定为科学革命的开始时间，那一年哥白尼出版的《天球运行论》首次摒弃了地心说的观点，让地球开始运动。虽然这是一个方便又合理的选择，但它并不是唯一的好选择。 ...

关键词：深度学习，药物发现，蛋白质预测，分布外泛化，可解释机器学习 论文题目：Interpretable bilinear attention network with domain adaptation improves drug–target prediction 论文来源：Nature Machine Intelligence 论文链接：https://www.nature.com/articles/s42256-022-00605-1 预测药物-靶点相互作用是药物发现的关键。 ...

导语 2021年诺贝尔物理学奖授予乔治·帕里西（Giorgio Parisi），表彰他“发现了从原子到行星尺度的物理系统中无序和涨落的相互作用”。Parisi在复杂系统领域做出了关键贡献，尤其是自旋玻璃方面的工作对神经网络、机器学习的发展至关重要。他如何看待复杂系统科学方面的研究？这个领域在未来将如何发展？近期，JPhys Complexity 主编 Ginestra Bianconi 采访了 Giorgio Parisi，讨论了他在复杂系统方面的工作，他对更广泛领域的观点，以及对正在加入该集体的年轻研究者的建议。 ...

关键词：大脑空间导航，网格细胞，网络动力学 论文题目：Entorhinal grid-like codes and time-locked network dynamics track others navigating through space 论文来源：Nature Communications 论文链接：https://www.nature.com/articles/s41467-023-35819-3 在拥挤、动态变化的环境中导航需要有追踪其他个体的能力。 ...

在媒体艺术的话语脉络中，“生成艺术”（Generative Art，亦被译作“衍生艺术”）是一个相对定义不清晰的范畴，一个流传较广的定义来自于任教于德州大学的Philip Galanter。Galanter在总结了生成算法在计算机图形学、动画、电子音乐、工业设计和建筑等领域的运用后，尝试将其定义为： “生成艺术指的是这样一类艺术实践：艺术家使用一个系统，诸如一套自然语言规则、一个计算机程序、一台机器或其他程序性发明，使得作品以某种程度的自主性开始运作。 ...

导语 为了帮助学生学习统计力学的基本原理及其在理解神经网络内部工作原理的应用，中山大学教授、PMI Lab的黄海平老师组织了《神经网络的统计力学》在线课程，课程从2022年9月持续到2023年6月。目前上季课程从2022年9月-2022年12月，共计8章内容、12讲课程，已完整上线。欢迎扫描文中二维码报名加入学习。 下季课程将于2023年2月18日正式开始。本季将根据同学的学习情况在下一季开始前淘汰部分学员。下一季课程将开放招收20名新的正式学员，具体申请条件、流程见正文。申请截止时间为2023年2月8日，请感兴趣的同学尽快提交材料。 ...

关键词：大脑记忆系统，混沌理论，吸引子网络，Hopfield 模型，动力学平均场理论 论文题目：Forgetting Leads to Chaos in Attractor Networks 论文来源：Physical Review X 论文链接：https://journals.aps.org/prx/abstract/10.1103/PhysRevX.13.011009 吸引子网络是大脑记忆系统的一个很有影响力的理论。这一理论最近受到了在记忆任务中神经元记录的强烈时间变异性的观察的挑战。 ...