集智

ICCS official website

导语

关于复杂系统科学,业内还没有给出一个清晰的界定。目前聚焦该领域的,有两个机构最为著名:圣塔菲研究所和新英格兰复杂系统研究所。本文就是来自于后者举办的第九届全球复杂系统会议内容精选,其中涉及到计算社会科学、人工智能、群体智慧、区块链等话题,供各位复杂系统学习爱好者们参考。

来源:代观(微信ID:ExtendedOrder)

原题:第九届全球复杂系统会议(ICCS)精选内容推荐

由新英格兰复杂系统研究所(NECSI, New England Complex System Institute)举办的第九届全球复杂系统会议(ICCS)在2018年7月21日-27日在波士顿召开。会议主题主要围绕着全球各学科领域的复杂性研究,大会的分主题主要分成以下几个类别:

  • 集体行为

  • 计算社会科学

  • 经济

  • 机器学习与人工智能

  • 网络

以上五个是相对来说较为侧重,研究该方向的学者也较为密集的领域。

  • 其他分主题还包括:

城市科学/计算社会科学/决策/涌现/医学/神经科学/非线性动力学/安全/社交网络/社交系统/系统生物学/教育/进化/科学的科学/气候与生态/工程/流行病学

关于复杂系统科学,国际上其实现在还是没有很严格的给出复杂系统理论的科学定义,所以其实真正严格意义上似乎没有这么一门科学,参会的教授学者的学科背景跨度非常大。在美国授予复杂系统博士学位的学校大概是三个左右,整个学科研究进展比较缓慢。主要的研究机构有圣塔菲研究所Santa Fe和新英格兰复杂系统研究所NECSI( New England Complex System Institute)。两个研究机构的风格有所区别,NECSI总部在波士顿,和MIT,Harvard这样的大学合作机会比较多,跟Santa Fe相比更偏向于“实用”一些。

总体来说,复杂系统科学包括的学科有经济,生物,社会,心理等多学科,由于研究方式和研究问题比较多样,所以对于复杂系统的研究在各个专门的学科里面算是非常小众的研究,并不是主流学界所看重的领域。

会议链接:

http://www.necsi.edu/events/iccs2018/program

以下我们将介绍一些会议中精选的部分内容(以演讲者或是主题划分):

Stephen Wolfram

17岁发表论文在《核物理》上,可以称得上科学届的神童。1980年代,在他学术生涯蒸蒸日上的时候,他却因为不满美国大学的管理制度而毅然走出学界。Wolfram想在人们想要什么和复杂的计算资源之间搭建一个桥梁。开发了Mathematica. Mathematica相对于其他编程语言简单,可以用照片等各种形式输入作为参数,Wolfram现场照了一张自己的照片,可以直接拖动照片到函数中,让图片作为输入参数把得到放到深度学习模型里面进行处理。

Wolfram 认为现在复杂系统研究缺乏内核,搞经济的人用计算机模拟经济模型,搞生物的又去构造一个模型解释生物,而这些研究都是分散的没有必然联系。那有没有什么是必然而简单的规则呢?他现场用很简单的几个参数定义了不同模型,能够产生出完全不一样的图片。那我们能用这些规则预测未来吗?就算规则非常简单,还是不能预测。他认为人机合作的方向是,由人类确定目标和目的,执行交给机器去做。

著作推荐:A New Kind of Science

链接:

http://www.wolframscience.com/nks/

该书的核心理念就是:探讨一个新型抽象宇宙——一个由各种简单程序组成的“计算型宇宙”,Wolfram在该书中向人们展示这些简单程序是如何捕捉很多自然系统复杂性(美学)的精髓的。在计算型宇宙中,即便是极其简单的法则或程序都可能会有积极复杂的行为。

集智

Albert-laszlo Barabasi

被誉为无标度网络之父,主要擅长网络理论。现场更多的介绍了网络控制论,从线性系统的控制论,到非线性系统的非对称控制,后面衍生到网络结构的重要性,不同结构的网络的强健度等特性都不一致。利用线虫来研究神经网络控制肌肉。在279个神经元中只有12个可以控制肌肉。

相关论文:

https://arxiv.org/abs/1805.11081

原文标题:Caenorhabditis elegans and the network control framework – FAQs

作者:Emma K. Towlson, Petra E. Vertes, Gang Yan, Yee Lian Chew, Denise S. Walker, William R. Schafer, Albert-Laszlo Barabasi

著作推荐:

Bursts: The Hidden Pattern Behind Everything We Do

Linked: The New Science of Networks

集智

Nassim Nicholas Taleb

担任过众多金融公司交易员,思想家,怀疑经验论者,对于随机性,不确定性等概念有深入的理解。现场分享主题为The Precautionary Principle (with Application to the Genetic Modification of Organisms)。

我们可以为黑天鹅事件做准备但是不能去预测。提出的PP方案,就是precautionary principle,是一种整合的框架,把黑天鹅事件的影响考虑到通常的统计学中去。即,哪怕有高概率高回报的选择也不能覆盖低概率无限成本的选择。

著作推荐:The Black Swan: The Impact of the Highly Improbable

论文链接:

https://arxiv.org/pdf/1410.5787.pdf

集智

Caser Hidalgo

统计物理学家,经济学家。在经济学,复杂理论方面有开创新领域的作用,MIT media lab里面唯一一个南美人。开创性的用大数据的方法研究经济相关问题。利用github等社交数据研究程序员是怎么合作的。程序员是通过和其他人的相互协作来学习的。虽然现在计算机非常方便人远程合作,但是人们还是愿意集中在城市里面学习交流,因为面对面的交流的效率还是不可以替代的。

著作推荐:Why Information Grows: The Evolution of Order from Atoms to Economies

集智

Sandy Pentland

大数据专家,Enigma, Endor联合创始人。福布斯评选的”世界上最强大的7位数据科学家”之一,美国国家工程院院士。

Endor的自动化AI预测系统采用“社会物理学”的概念,运用人工智能+大数据+区块链的前沿技术。使用者可以用简单的语言提出预测性问题,即可得到AI对事物自动准确的预测。

Sandy认为以后社会人的数据是隐私的,但是metadata是公开的,在更加透明化的社会里面,政府在做什么也应该是公开的. Sandy认为决定人的并不是生物数据,而是人和他人的关系。

著作推荐:Social Physics: How Social Networks Can Make Us Smarter

Predrag Tosic

关键词:个人理性,合作竞争谱,多主体系统,图网络动力学,博弈论

报告标题:On individual rationality, social welfare and complex strategic Interactions: Regret minimization and the competitive-cooperative spectrum

摘要:报告在复杂性思维下对一些传统经济学概念进行了重新思考。在多主体重复博弈系统当中,对单个主体理性行为以及最优策略进行了重新思考,对博弈论中最优策略概念进行了进一步思考,对IPD(Iterated Prison Dilemma)中的最优策略进行进一步探究,由于文章尚未发表,无法给出论文链接,但是可以从ResearchGate上面可以看到作者本人已经在这方面做了许多的研究项目。

相关链接:

https://www.researchgate.net/publication/325545030_On_Individual_Rationality_and_Real-World_Strategic_Interactions_Understanding_the_Competitive-Cooperative_Spectrum

论文推荐

1.Dynamics of Community Structure in an Adaptive Voter Model

作者:Philip Chodrow (phd) and Peter Mucha(prof)——MIT

链接:

http://www.necsi.edu/events/iccs2018/program.html#ss1(文章尚未发表,此处是文章摘要地址)

摘要:开发了一种新的自适应选择器模型(AVM)分析。在这个模型中,代理商与拥有不同意见的朋友争论,从而在他们的本地网络中寻求统一。此外,代理人表现出选择偏好,并可能与他们观念不同的朋友断绝关系。在传统模型中,局部影响和同质性的相互作用最终将网络推向一个不切实际的,完全支离破碎的状态,这可能是平等主义的,也可能由单一意见主导,具体取决于系统参数。为了更恰当地模拟社交网络,我们将外部力量引入模型,即使在较低的范围内,也会抵制完全的碎片化,并引入不同代理之间持续对话的可能性。

2.Social Signals in the Blockchain Trading Network

作者:Yaniv Altshuler and Shahar Somin——MIT

链接:

https://arxiv.org/abs/1805.12097

摘要:在以太坊区块链之上调查符合ERC20协议的加密货币交易数据。它由超过1500万笔交易组成,在2017年1月至2018年2月之间徘徊,描绘了350个不同加密硬币的380万个钱包的交易活动。根据初步调查结果,重点分析此区块链流量的网络动态。我们确定了传入度和传出度分布都呈现出强大的幂律模式,并且高波动性在逐步减弱。

3.Conjoining Uncooperative Societies to Promote Evolution of Cooperation

作者:Babak Fotouhi, Naghmeh Momeni, Benjamin Allen and Martin Nowak——Harvard

链接:

https://arxiv.org/abs/1805.12215

摘要:网络结构影响社交网络中的合作演变。在进化博弈论的框架下,我们通过分析证明,合作抑制社会网络可以稀疏地结合在一起,形成复合合作促进结构。为此,我们引入了一种基于图上进化博弈的等价性和合并随机游走的方法。我们考虑几种随机和非随机网络拓扑,以及经验网络。

4.A State-Space Modeling Framework for Engineering Blockchain-Enabled Economic Systems

作者:Michael Zargham, Zixuan Zhang and Victor Preciado

链接:

https://arxiv.org/abs/1807.00955

摘要:建立区块链系统行为的适当数学框架。在本文中,我们解决了这一需求并提供了以下贡献:(i)我们使用动态系统理论的工具建立一个正式框架,以数学方式描述支持区块链的网络中的核心概念,(ii)我们将此框架应用于比特币网络和复现了比特币经济网络的关键属性,以及(iii)我们将建模框架与控制工程中的强大工具(如Lyapunov类函数)结合起来,以正确设计具有可证明属性的经济系统。

5.Evolutionary Development:A universal perspective

作者:John M, Smart

链接:

http://evodevouniverse.com/wiki/Main_Page

摘要:Evo Devo Universe(EDU) 是一个复杂系统研究社区,报告主要介绍了他们的研究方法­­——Evo Devo model。该社区学术研究主要方向包括:如何理解宇宙作为一个复杂系统,通过信息、计算研究和进化发展(evo-devo)生物学观点不断得到进化,以及如何通过拟进化(quasi-evolutionary)和拟发展(quasi-developmental)过程的假设和模型来增强的。社区的主要焦点是在十个普遍复杂性领域中的被生物激发的复杂性科学和哲学(BICS & P)。他们认为这种方法有助于我们解决当今复杂性研究中一些“缺失的环节”。

集智

6.Transient Induced Global Response Synchronization in Dispositional Cellular Automata

作者:William Sulis

链接:

https://www.researchgate.net/publication/299568024_Synchronization_TIGoRS_and_Information_Flow_in_Complex_Systems_Dispositional_Cellular_Automata

摘要:本文综述了TIGoRS(瞬变诱导全局响应同步)的概念及其在几个复杂系统模型中的表达,包括回火(tempered)神经网络、驱动细胞自动机和鸡尾酒会(cocktail party)自动机。并讨论了Sulis机器的涌现语言学。介绍了一种新的复杂系统模型——配置元胞自动机。介绍了一种新的TIGoRS度量方法——过剩同步,并将其应用于气质元胞自动机中的TIGoRS研究。结果表明,这些自动机对某些扰动瞬态具有非线性同步响应。这对于研究复杂系统中局部扰动和整体响应之间的关系有很重要的作用。

结语

本次会议涵盖内容相对比较全面,论文也比较多,想要了解更全面的内容,可参考官方对本次会议的论文所作的汇总。

链接:

https://link.springer.com/content/pdf/10.1007%2F978-3-319-96661-8.pdf

编辑:李沛欣

推荐阅读

Nature通讯最新复杂性科学论文综述

一文读懂复杂网络与群体智慧

吕琳媛:复杂世界,简单法则

用简单的数学模型探索复杂的因果关系

加入集智,一起复杂!

推荐课程

集智

课程地址:https://campus.swarma.org/gcou=3


集智

集智QQ群|292641157

商务合作及投稿转载|swarma@swarma.org

搜索公众号:集智俱乐部

加入“没有围墙的研究所”

集智

让苹果砸得更猛烈些吧!

始发于微信公众号: 集智俱乐部