点击文字了解更多课程相关信息

课程概览（陆超超）

课程概览（张卓婧）

近些年来，在游戏领域强化学习取得了巨大的进展，已经能够打败人类最顶级的玩家。但在现实生活中，我们却罕见强化学习的成功应用。带着这种疑惑，在本次读书会上，我们将探访机器学习中一个全新的领域——因果强化学习。因果强化学习不仅可以为传统强化学习中那些棘手的问题提供一种新的解决方案，更重要的是，它还为通用人工智能提供一种解决思路。隐藏在因果强化学习背后的哲学理念是迷人的：回顾科学发展的历史，人类也是走着相似的道路。具体来说，人类是在不断地与自然交互探索的过程中总结经验和规律，然后利用这些经验和规律更好地指导下一次与自然的交互探索，以此来不断地发展进步。因果强化学习就是在模仿人类的这种行为：智能体在于环境的交互过程中学习和发现其因果关系，然后利用学到的因果关系来优化自己的策略以指导下一步的交互。正是由于这个原因，因果强化学习可以被视为一种通用的学习算法，在现实生活中有着广泛的应用，比如：计算机视觉、机器人、生物医药、健康医疗、推荐系统，自动驾驶，金融、社会学等等。

课程学习

学习地址：

https://campus.swarma.org/course/2156

或点击“阅读原文”

生命起源的最重要的问题——主体性与层级跃迁

点击文字了解更多课程相关信息

课程概览

课程背景

生命作为最典型的复杂系统，从细胞到个体再到群体，在不同层次上都展现出各种复杂性，引发不同学科研究者的兴趣。为了促进生命复杂系统的跨学科交流，我们策划“生命复杂性”系列读书会，组织精读和讨论相关研究。

生命起源是最迷人的科学问题之一，也是生物、化学、地质等多个学科的汇合地。而从复杂性科学的视角看，生命起源和发展是一个多次涌现、逐层跃迁的过程。

本课程中，延续第三期的思路，介绍关于生命起源的四大经典理论和最新工作，并讨论生命分阶段起源的定量研究设想。

课程学习

学习地址：

https://campus.swarma.org/course/2153

或点击“阅读原文”

书籍领读：社区

点击文字了解更多课程相关信息

课程概览（谢毅）

课程概览（许菁）

本课程中，将讲解巴拉巴西网络科学书籍的第八章社区这部分内容。

课程学习

学习地址：

https://campus.swarma.org/course/2152

或点击“阅读原文”

论文解读：Community structure in social and biological networks

点击文字了解更多课程相关信息

课程概览

文章研究的是社区结构的特性，在使用中心性指数来寻找社区边界的思想之上，提出了一种新的检测社区的方法。并将新的方法在已知社区结构的计算机生成图和真实世界图上进行了测试，发现这份方法具有很高的灵敏度和可靠性。最后文章将该方法应用于两个社区结构不为人所知的网络，一个协作网络和一个食物网络，并发现它在这两种情况下都检测到重要的和信息丰富的社区划分。

课程学习

学习地址：

https://campus.swarma.org/course/2172

或点击“阅读原文”

论文解读：Uncovering the overlapping community structure of complex networks in nature and society

点击文字了解更多课程相关信息

论文解读：Uncovering the overlapping community structure of complex networks in nature and society（课程概览）

现实生活中，一个人往往具有多个角色，每一个角色对应一个圈子。如果一个圈子是一个社区，那么该节点周围的社区结构是怎么样的呢？相应的，社区存在重叠现象。不同社区之间往往存在重叠区域，如何找到社区之间的重叠节点呢？实际网络是由高度重叠的凝聚性节点组成的，2005年Palla等人最先提出了社区间的重叠现象，基于连通性，提出了派系过滤算法。以团为基本单位来发现重叠，用相邻的完全子图划分社区。以科学家协作网、南佛罗里达词联想网和蛋白质相互作用网3个网络为实证对象，发现社区重叠现象是显著的，社区网络具有非平凡的相关性和特定的缩放特性。该方法在揭示复杂系统的模块化结构上迈出了一步。