导语


本周的因果涌现读书会第三季第九期将由北京师范大学系统科学学院硕士生杨明哲分享“计算力学”主题的相关研究,主要解读 James Crutchfield 的经典论文“The Calculi of Emergence: Computation, Dynamics, and Induction”,希望较为系统地梳理计算力学的发展脉络,于10月9日晚19:00-21:00进行,欢迎感兴趣的朋友参与!

因果涌现系列读书会第三季由北京师范大学教授、集智俱乐部创始人张江领衔发起,组织对本话题感兴趣的朋友,深入探讨因果涌现的核心理论,详细梳理领域发展脉络,并发掘因果涌现在生物网络和脑网络、涌现探测等方面的应用。读书会自7月11日开始,每周二晚19:00-21:00直播,读书会分享在持续招募中,欢迎感兴趣的朋友报名参与!


 



分享内容简介




涌现现象是复杂系统研究中的一颗明珠,急需一个较为完善的量化框架。目前读书会已经讨论了不少关于量化涌现的工作,主要包括信息分解和因果涌现两种方法。其实早在上个世纪八九十年代,圣塔菲研究所的物理学家 James Crutchfield 就提出了计算力学框架来量化涌现。该理论发展至今,已有非常扎实的理论基础,值得我们借鉴学习。

这一期读书会主要围绕《The Calculi of Emergence: Computation, Dynamics, and Induction》这篇文章,结合其它相关文献,梳理计算力学(Computational mechanics)的发展脉络,着重讨论重点概念及其数学性质,包括实现的算法以及一个关于混沌动力学问题的案例。在人工智能快速发展的今天,或许其中算法的部分会显得陈旧,但很多概念的解释与论述对于因果涌现框架的完善非常有价值。






内容大纲




  • 背景
  • 基本概念
    • 统计复杂度
    • 因果态及其相关性质
    • ϵ-机器
  • 算法:层次机器重构
  • 案例:简单的混沌动力学





核心概念




  • 计算力学 Computational mechanics

  • 内在涌现 Intrinsic emergence

  • 统计复杂度 Statistical complexity

  • 因果态 Casual state

  • ϵ-机器 ϵ-machine




主讲人简介




杨明哲,北京师范大学系统科学学院硕士生,在张江老师因果涌现研究小组。研究领域是因果涌现、复杂系统自动建模。
学者主页:https://pattern.swarma.org/user/76769

 



直播信息




时间:2023年10月9日(本周一)晚19:00-21:00

参与方式:
读书会页面:https://pattern.swarma.org/study_group_issue/532

扫码参与因果涌现读书会,加入群聊,获取系列读书会回看权限,加入因果涌现社区,与社区的一线科研工作者沟通交流,共同推动因果涌现这一前沿领域的发展。




参考文献



  • Shalizi, Cosma Rohilla, and James P. Crutchfield. “Computational mechanics: Pattern and prediction, structure and simplicity.” Journal of statistical physics 104 (2001): 817-879. https://link.springer.com/article/10.1023/A:1010388907793
  • Crutchfield, James P. “The calculi of emergence: computation, dynamics and induction.” Physica D: Nonlinear Phenomena 75.1-3 (1994): 11-54. https://www.sciencedirect.com/science/article/abs/pii/0167278994902739

  • Crutchfield, J. P., & Young, K. (1989). Inferring statistical complexity. Physical Review Letters, 63(2), 105–108. https://doi.org/10.1103/PhysRevLett.63.105

  • Hanson, J. E., & Crutchfield, J. P. (1997). Computational mechanics of cellular automata: An example. Physica D: Nonlinear Phenomena, 103(1–4), 169–189. https://doi.org/10.1016/S0167-2789(96)00259-X

  • Yang, M., Wang, Z., Liu, K., Rong, Y., & Yuan, B. (n.d.). Finding emergence in data: Causal emergence inspired dynamics learning.


 



学习资料推荐




  • 因果涌现读书会的相关分享
薛金鑫:计算力学:模式、预测、结构与简洁性
https://pattern.swarma.org/study_group_issue/259

张江、崔鹏 & Zenil 联合发起:

Entropy 因果与复杂系统特刊征稿倒计时


如何从一个复杂系统的原始数据中发现错综复杂的因果结构并识别因果涌现?如何利用因果机制推断系统未来的状态和演化?机器学习、互信息分解、因果推断等新兴技术将为我们提供新的解决方案。由北京师范大学系统科学学院张江教授与清华大学计算机科学学院崔鹏副教授合作在Entropy杂志发起的Causality and Complex Systems 特刊正在征稿中,欢迎对相关话题感兴趣的研究者投稿,会议文章也可投稿。

主要信息如下:
期刊:Entropy (ISSN 1099-4300)
栏目:复杂性
特刊主题:因果与复杂系统(Causality and Complex Systems)
征稿截止日期:2023年11月7日

通过以下链接进入官网查看更多信息:
https://www.mdpi.com/journal/entropy/special_issues/causality_complex_systems
详情请见:张江、崔鹏 & Zenil 联合发起:Entropy 因果与复杂系统特刊征稿倒计时



因果涌现读书会


跨尺度、跨层次的涌现是复杂系统研究的关键问题,生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、信息论或信息分解等近年来新兴的理论与工具,有望破解复杂系统的涌现规律。而新兴的因果表征学习、量子因果等领域也将为因果涌现研究注入新鲜血液。

集智俱乐部因果涌现读书会目前已经进行了两季。第一季读书会系统地梳理了因果涌现的概念,以及它与Sloopy Model、复杂性阈值、自指等概念之间的联系,也探讨了因果涌现理论在复杂网络、机器学习中的应用。参看:因果涌现读书会启动:连接因果、涌现与自指——跨尺度动力学与因果规律的探索。第二季读书会探讨了涌现、因果科学和机器学习三大主题的融合,包括信息论拓展、因果涌现理论、因果表示学习、多尺度机器学习动力学建模。参看:因果、涌现与机器学习:因果涌现读书会第二季启动

此次因果涌现读书会第三季,将进一步围绕因果涌现的核心问题「因果涌现的定义」以及「因果涌现的辨识」进行深入学习和讨论,对 Erik Hoel 提出的 Causal Emergence,Causal Geometry 等因果涌现的核心理论进行探讨和剖析,并详细梳理其中涉及到的方法论,包括从动力学约简、隐空间动力学学习等其他领域中学习和借鉴相关的研究思路,最后探讨因果涌现的应用,包括基于生物网络、脑网络或者涌现探测等问题展开扩展,发掘更多的实际应用场景。因果涌现读书会第四季正在筹备中,将重点讨论和梳理信息分解与整合信息论相关研究。

因果涌现社区聚集了500+成员,积累了大量论文解读资料。欢迎感兴趣的朋友报名,加入因果涌现社区,并解锁对应录播权限。



本季读书会详情与报名方式请参考:

因果涌现读书会第三季启动:深入多尺度复杂系统核心,探索因果涌现理论应用



点击“阅读原文”,报名读书会