人类借助个体间密切的互动，才一步步走到2020年。
也是2020年，经济、政治、文化高度耦合的人类社会，在新冠病毒面前一度溃败，至今仍未迈出泥淖。
个体、群体、环境之间复杂的因果关系纠缠在一起，福祸相依，休戚与共，所以才有人类命运共同体。
但科学不会止步于“命运”，科学界追求对因果的深入认识，对复杂系统的深层理解：
全球范围内利用精细的个人数据来帮助提升社会系统的稳健性与适应性，从而适应与新冠共存的世界
深度学习正面临无法解释的局限，大量学者正在努力让AI了解因果关系，一场人工智能革命正在酝酿
可解释性神经网络、因果归纳和分析、反事实生成网络等课题的发展，正在催生数据科学的因果革命
图网络等AI工具正助力复杂系统自动建模技术，我们对于复杂现象尤其是其背后的因果关系逐渐清晰
人类因为受限于认知能力，对纠缠的因果关系永远只能有限地理解。但最终会有一天，我们能够构建起具有理解力的AI，透过海量数据，剥开因果纠缠，将复杂系统一览无余。
2021年1月3日，集智俱乐部联合智源社区，邀请到了北京大学公共卫生学院生物统计系主任周晓华，清华大学计算机科学与技术系副教授崔鹏与北京师范大学系统科学学院教授张江等众多学者，在北京线下举办一年一度的集智学术年会。本次年会采用特邀申请制，多位学者受邀分享他们的研究进展，与集智俱乐部的成员们面对面分享对交叉学科的最新探索、对复杂系统的最新见解。同时，我们呼唤天使投资赞助与合作，期待您与我们一起建设“没有围墙的研究所”！
周晓华，北京大学公共卫生学院生物统计系主任，研究方向是缺失数据，因果推断分析，大数据分析，半参数模型， 医学检验卫生经济，卫生服务领域发展新的统计方法。
Statistical Methods for Causal inference in Medicine
崔鹏，清华大学副教授，研究方向包括大数据环境下的因果推理与稳定预测、网络表征学习，及其在金融科技、智慧医疗及社交网络等场景中的应用。
Stable Learning: Finding the Common Ground Between Causal Inference and Machine Learning
李睿琪，北京化工大学信息科学与技术学院副教授，城市网络实验室主任，主要研究方向为城市大数据分析与建模、复杂网络研究与流行病传播动力学。
Emergence of Scaling in Dockless Bike-sharing Systems from the Interplay between Travelers and Sharing Conveyance
李周园，北京林业大学讲师，研究方向是遥感与地理信息学应用、土地利用和气候变化、生物多样性与生态系统功能。
Emergence of Scaling in Dockless Bike-sharing Systems from the Interplay between Travelers and Sharing Conveyance
为什么科技创新阻力重重？为什么不能像管理公司职员一样管理科学家？怎样孕育颠覆性的创新发现？怎样在浮躁时代营造沉浸科研的小生境？神秘嘉宾将分享对这些问题的看法。
我们想要会飞的汽车，结果却得到140个字符。
We wanted flying cars, instead we got 140 characters.
对未来世界的想象是几十年前人们日常对话的常见主题，然而，几十年里，真正得到巨大发展的，却是我们的互联网世界。好在，人类的交流与沟通影响着这个世界的方方面面，连接本身就是价值。互联网虽然没有直接带来“会飞的汽车”，但却使得我们实现更加紧密有效的连接，也使得我们有望发展出具备因果推理能力的AI。
我们正在快速进入智能时代，各种各样的推荐系统是智能时代的代表应用。如果说互联网的目标就是连接一切，那么推荐系统的作用就是建立更加有效率的连接，我们利用过去的行为和用户相似性来生成一系列信息，从而根据用户的喜好建立用户、内容和服务之间的有效连接。
推荐系统的任务本质上是回答因果问题，目前工业界回答此问题的主要工具是 A/B 测试，考虑其昂贵的价格和回答问题的局限性质，工业界有强烈的使用观测数据回答因果问题的需求，使用因果推理去偏误化（debias）成为了一个非常有理论和应用前途的方向。
本次分论坛希望能够带给大家有关 Causal debias 的基本原理介绍，我们将从问题出发，探索设计合适的统计指标及其估计方法评估推荐系统存在的 Bias，使用因果信息优化推荐系统中的召回和排序算法，为智能时代的AI搭建起一块关键的积木。
网络科学带给我们一种新的看待世界的视角，现实中的很多系统都可以被解释为网络结构上的相互作用。从人类的大脑网络，语言构成的语义网络，到自然界的生物网，再到社会的交通流网络，都可以用图的结构来表示。这使得图神经网络成为深度学习领域最热门的方向之一。但是，当前图神经网络研究主要面向的是由相同类型节点和边构成的同质图。然而，在现实生活中的图数据往往是由多种类型的节点和边构成的异质图。如何设计异质图神经网络架构并在实际工业场景下进行实际应用是一个迫切需要解决的问题。
本次分论坛将重点关注图网络与时序数据在交通机理研究中的运用。在交通领域，政府、企业、学界的紧密合作带来了涵盖卡口、信令、IC卡的高质量多源交通大数据，通过图神经网络等复杂系统自动建模的方法，我们可以构建由数据驱动的，具备交通模式识别、拥堵分析与状态预测的系统，从而帮助实现交通控制、缓解拥堵、路线动态规划、自动驾驶等智慧交通应用。
集智俱乐部年会参与资格获取方式：
同时，我们也欢迎您通过以下方式来申请获取免费门票的资格：
为了给青年学生提供展示交流的平台和发展机会，促进跨学科交流，我们特别设置了学术海报展示环节。
对于近1～2年内有科研成果的青年学生和研究者，可以将自己的项目成果简介与简历整理成文后，在12月22日24:00前发送至wangting@swarma.org。海报详细的要求在审核通过后会另行通知。
主题包括但不限于：人工智能、复杂系统、网络科学、统计物理、城市科学、认知科学、生态系统、生物演化、神经科学、计算社会科学、科学学、量子计算、量子通讯、科学计量等。
一旦通过审核，你可以获得免费门票，并有机会在现场向大家展示你的研究成果，与对此感兴趣的朋友讨论、交流、形成合作。
本次学术年会将延续往年的传统，继续征集“集智一页”，为大家提供一个在集智科学家面前展示自己的机会。
如果你并非科研一线工作者或暂未取得科研成果，你也可以将自己过往的故事或取得的“成绩”整理到一页排版美观的16:9的PPT上，并在12月28日18:00前发送至wangting@swarma.org。
展示内容可以是技术突破、公司进展、个人成长、反思总结，需原创且真实。若有动画请保证可以正常播放。
同样，一旦通过审核，你亦可以获得免费门票，且你的“一页”将会在年会大屏幕上轮播展示。
为社区的建设和发展做出贡献的核心成员属于本次年会的特邀嘉宾，我们将为其发放特邀申请函以回馈其一年以来的贡献（包括集智科学家、集智学园优秀讲者、集智学园优秀学员、集智俱乐部核心志愿者、集智学园VIP等）。欢迎加入我们，成为集智发展的核心建设者。
过去四年，集智学园积累了复杂科学与人工智能领域全面的知识体系和活跃的探索者社群。为了更好地服务深度用户，集智学园今年首次开放了VIP通道，付费VIP成员在未来三年内，可以免费学习集智学园全站课程视频、参与集智组织的主题读书会活动，并优先参加集智线下闭门活动，获赠集智周边纪念品。VIP成员将有资格参与未来三年的集智俱乐部学术年会。
详情请点击集智学园超级VIP开放申请
我们本次年会依然以定向邀请为主，预计参与人数在200人左右；活动主题是“因果纠缠”，同时也涵盖其他技术方面的主题，比如统计物理、深度学习、因果科学、图网络、人工智能等；我们的参会人员主要由研究学者、技术工程师/产品/运营、在科研中探索的硕士博士、社区内活跃的志愿者代表、公司创始人或者是投资人等组成。
为了办好这场年会，我们诚挚邀请企业踊跃赞助，我们会努力满足您在招聘、品牌宣传、技术探讨、产学研对接等业务的需求，同时我们承诺，集智俱乐部作为一个非盈利的组织，您赞助的所有经费都将用于本次年会以及集智俱乐部的运营！
如果您有合作意愿，请联系本次活动负责人王婷，洽谈详细合作事宜。
联系方式如下：
-
wechat：wt1511181498
-
phone：18621066378
