课程背景 


科学作为复杂系统，有多样的成分，各个成分间有紧密的互动，展现出自然发生的、涌现的集体行为，且具有不同层次。科学的发展和持续，来自于对现有研究成果中成分的重组。


Evans提出两个概念：Content（内容）与Context（语境），Content指论文中有科技革新意义的实质内容，Context指现有的学术研究提供的语境。科学“进化”的过程，就是content与context混合的过程。Evans提出的数学模型，将每三篇论文编进一个模组（block），通过一定指标建立起公式计算论文的倾向性（propensity），研究什么样的论文有稳健型（robustness）和一般化的潜质。


Evans得出结论，科学“思考”的方式，是贝叶斯式的，展现出自我纠正的机制。论文中的模糊、深奥性（ambiguity）会吸引更多注意，并发展出更多分枝，因此不应该要求绝对的精确（precision）。


研究结果对政策有指导作用，Evans认为，为了让政策鼓励创新、有效的研究，应该去资助更小型的团队，使他们维生的需求不影响到科研生产力；应该资助人才，而非项目；对于成功率低、有风险的项目，应该降低壁垒，让人们多多去投资他们。


课程大纲 

本课程的主要内容有：

  • Social Structure of （Dis）agreement

  • Large Overlapping Teams Decrease Disruption

  • Small Disconnected Teams Increase Disruption

  • Flocking Limits Future Understanding

  • Fields Separated By Jargon

  • Social Syllogisms



讲师介绍


James Evans
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。

 课程学习




学习地址：

https://campus.swarma.org/course/707?from=wechat

或点击“阅读原文”


字幕制作者与简介

Paradoxist@Paradoxer（nparadoxists@gmail.com），本科毕业于浙江大学药学院，目前在集智学园开展NLP算法相关的实习工作；本科曾大跨度、高质量修习各类不同专业的专业课程（如地理实习、人类学、物理化学等），曾前往UNC参加学习和UofT进行毕业设计（毕业设计为计算神经科学方向），各种纵横向的科学问题都是本人的兴趣；最喜欢的语言是the Wolfram Language，但是也常写Python、Shell用于底层数据处理。爱好很多——略，欢迎各种知识交流。 


集智学园字幕组招募





2020年1月起，集智字幕组 2.0 开始正式运营，目前已经有 20 多位成员持续参与，包括网络科学、人工智能、认知科学等领域的同学和爱好者 。在大家的共同努力下，目前已经完成 8996 min 的字幕，非常感谢大家的参与和奉献。我们期待更多人参与，共同为知识传播助力！


我们希望你是这样的人：

1. 有一颗认真、负责、求知的心

2. 对复杂科学和人工智能真正热爱的专业学生和爱好者

3. 可以输出学习笔记，供更多探索者学习


参与字幕工作，你可以获得什么：

1. 学习专业内容：可以免费观看相关视频，其中很多内容是集智独家制作的，课程内容聚焦于复杂科学与人工智能两个领域。

2. 社区交流：可以在做字幕过程中认识主讲老师、同学，交流相关问题

3. 部分长期广泛传播的科普视频，会附上贡献信息

4. 可以获得集智俱乐部的志愿者福利（积分、礼品、活动资格等）


如果你对字幕工作感兴趣，想了解更多，可以联系字幕组负责人，添加微信：wch19970213，备注：“集智字幕组，我来啦”，期待你的加入！




集智学园超级VIP开放


如果你是长期关注集智的老朋友，还有另一个好消息告诉你：我们首次对外公开了VIP申请通道。


成为集智VIP，你就是集智自己人了。话不多说，上图：


点击图片，阅读VIP详情





集智学园公众号：swarmAI
集智学园QQ群：426390994
集智学园官网：campus.swarma.org
商务合作&投稿转载｜swarma@swarma.org