集智VIP特惠倒计时，科研方法兵器谱大揭秘

集智学园VIP年度限时优惠活动自11月10日开始，至11月17日24时结束，已经进入倒计时。一些新加入VIP和正在观望的小伙伴询问怎样快速了解集智有哪些内容资源呢？

其实，集智已经沉淀了一套丰富的科研方法兵器谱，并且仍在快速扩充中。我们今天重点介绍其中AI+Science、因果科学、复杂系统研究三大类（涉及读书会与课程均有对应的主题交流群）。

欢迎从事相关课题研究工作、正在学习进入相关领域以及对前沿科学话题兴趣浓厚的探索者们，加入集智！

交织的前沿：AI for Science与Science for AI

AI+Science是近年来兴起的将人工智能与科学相结合的趋势，尤其在2023年成为热门话题，一系列科学进展和技术创新层出不穷。一方面是AI for Science，通过机器学习等AI技术辅助解决科学问题，甚至进行科学发现。另一方面是Science for AI，通过物理学、数学等基础理论，进一步启发机器学习等技术的快速发展。这两者的结合进一步增进了对各类复杂系统的理解，更推动着人工智能一步步接近甚至突破临界点。集智围绕着AI+Science这一交织的前沿，组织了大量读书会与课程，包括目前已经广泛应用的技术，也包括仍在快速迭代的最新理论方法，还包括对流行技术之外有潜力的边缘创新的推介。

部分内容模块概览：

AI+Science读书会第一季，针对AI+Science的学术热点进行了梳理，对其重要分支做了详细的综述，包括重要的研究问题、当前前沿方法，以及待解决的开放性问题。包括AI for Science话题下的AI用于科学模拟，AI用于科学设计，以及AI用于科学发现。在Science for AI，我们将着重探讨物理启发下的生成模型，以及物理启发下的学习理论。

详情及试看：

https://pattern.swarma.org/study_group/24

AI+Science 读书会第二季：大模型与生物医药，概述并讨论了当前在基础基因组学领域中所进行的大规模模型相关的探索研究工作，并展开对蛋白质，小分子以及医学领域的大模型的最新研究成果。生物医药作为充满活力的科研领域，它与大模型等AI技术的结合依然展现出广阔的应用前景，读书会中还讨论了未来的潜力方向。

详情及试看：

https://pattern.swarma.org/study_group/29

AI+Science 读书会第三季：人工智能与数学，从AI for math和math for AI两个方面深入探讨了人工智能与数学的密切联系。读书会概述了人工智能在数学的应用，并深入探讨大模型与数学推理，定理自动证明， AI发现数学规律，符号计算等方向的研究工作。读书会还展开了大模型与神经网络的数学基础的梳理，并深入探讨几何与拓扑在机器学习的应用。

详情及试看：

https://pattern.swarma.org/study_group/32

通用人工智能（AGI）读书会，围绕通用人工智能的基础理论与发展路线，梳理里智能的定义与度量、智能的原理、大语言模型与信息世界的智能、感知与具身智能、多视角下的人工智能、对齐技术与AGI安全性、AGI时代的未来社会七个板块的内容。重点梳理了大语言模型的底层机理，并针对多模态感知、具身智能等实现通用人工智能的路径进行了探讨。

详情及试看：

https://pattern.swarma.org/study_group/33

图神经网络与组合优化读书会，聚焦于图神经网络与算法神经化求解的经典和前沿方法，展开了详细探讨。图神经网络作为近5年来人工智能领域的明星，已经形成了丰富的技术生态和应用创新，更是针对图结构数据和复杂系统的研究利器。读书会中具体探讨了图神经网络的主要原理和在实际问题中的应用，尤其是针对组合优化问题的应用，并重点关注新兴的几何神经网络对传统图网络的超越。

详情及试看：

https://pattern.swarma.org/study_group/25

第三代人工智能技术基础课，是北京师范大学张江老师2023年的新课，特别融合了生成式AI、AI for Science等技术突破背后的底层理论方法。课程系统化梳理了从机器学习到大语言模型，从图神经网络到因果推理等一系列可能成为第三代人工智能基础的技术要素，为研究者或学生在生成式AI、大模型、AI for Science等相关领域的学习和研究工作奠定基础。课程内容包括可微分编程、神经微分方程、自监督学习、生成式模型、Transformer、基于图网络的学习与推理、因果表征与因果推断、基于世界模型的强化学习等。课程时长26.5小时。

详情及试看：

https://campus.swarma.org/course/5084

因果科学的跨学科方法和多领域应用

因果科学，尤其是因果人工智能（Causal AI），作为链接统计学、机器学习、强化学习、表征学习、自动推理的新兴交叉领域，最近三年崭露头角。集智组织了因果科学系列读书会活动，沉淀了从理论基础，到工具方法，再到工业应用的丰富内容，积累了目前全网关于因果科学前沿进展最全面的内容，并汇集了千人规模的因果科学社区，汇集相关学术界与工业界人士。

部分内容模块概览：

因果科学与CausalAI读书会第一季，以Elements of Causal Inference一书为线索，主要展现因果科学在机器学习各个方向上的影响，包括强化学习、迁移学习、表示学习等等，并分享在工业界的部分应用成果，希望理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力。

详情及试看：

https://pattern.swarma.org/study_group/1

因果科学与CausalAI读书会第二季，围绕Judea Pearl 等人出版的《统计因果推理入门（翻译版）》以及 Bernhard Schölkopf 等人出版的书籍《Elements of Causal Inference》进行讨论，着重介绍如何计算干预分布，如何从观察和干预数据中推断因果模型，以及因果思想如何产生用于经典机器学习问题。

详情及试看：

https://pattern.swarma.org/study_group/4

因果科学与CausalAI读书会第三季，主要结合因果推断的潜在结果（Potential Outcomes）框架展开讨论，并尝试在不同领域尝试建立潜在结果框架与结构因果框架（SCM）的对应关系。这一季读书会还落脚于“因果+X”，着重梳理了近年来在社会学、经济学、医学、生物学等多领域对因果模型的应用，对复杂系统中因果问题的定义和建模。

详情及试看：

https://pattern.swarma.org/study_group/10

因果科学与CausalAI读书会第四季，重点关注了因果科学与表征学习的这一前沿交叉。从因果表征学习的理论基础、技术框架，到因果表征学习最新的前沿应用，探讨了因果生成模型、因果可解释性、因果公平性等问题，以及因果在工业界中的具体的落地。读书会还就因果表征学习、科学发现与大语言模型的融合发酵，展开了深入探讨。

详情及试看：

https://pattern.swarma.org/study_group/22

复杂系统研究方法论：从复杂网络到仿真建模

针对复杂系统的组成元素、结构层次、集体行为、动力学机制的研究，已经渗透进了各个自然科学、社会科学的前沿工作之中，诸如复杂网络、多主体仿真、系统动力学等研究工具也越来越普遍。作为集智常年关注的核心主题，我们在复杂系统相关的理论、方法、应用方面设计研发了多款课程、组织了多个系列读书会研讨活动，并编译积累了大量研究进展和学习资源。

部分内容模块概览：

网络科学系列课1：巴拉巴西网络科学，全面系统讲解网络科学，从图论、随机网络、无标度网络、BA模型、演化网络、度相关性、网络鲁棒性、社区发现、网络传播等，帮助大家完成从散点思维到网络思维，直至网络科学思维的跃升。

详情及试看：

https://campus.swarma.org/course/1754

网络科学系列课2：网络科学导论，系统地介绍网络科学的基本概念、思想和方法，网络动力学是其核心部分，通过网络拓扑和动力学相结合的研究，可以实现对复杂系统的预测和控制。

详情及试看：

https://campus.swarma.org/course/2328

网络科学系列课3：复杂网络的数学建模与应用，顺应国内外网络科学研究的发展趋势，从基础、应用、Plus进阶、代码实践模块，多角度介绍更复杂更贴近现实的网络模型和结构以及高阶相互作用动力学。

详情及试看：

https://campus.swarma.org/course/3533

高阶网络读书会，结合单纯复形（simplex）表示模型展开。重点讨论研究发展出的基于超图、单纯复形、依赖关系等的网络高阶表示模型，能够用于研究在许多真实的复杂系统中，广泛存在多个体同时（或以特定顺序）进行交互的高阶交互现象。

详情及试看：

https://pattern.swarma.org/study_group/17

NetLogo多主体建模课程，通过数个案例教会大家如何去动手搭建一个多主体仿真模型，以及如何利用NetLogo去实现。从生命游戏到人工鸟群，从模拟经济系统到病毒沿网络的传播，通过循序渐进的案例，该课程带你逐步走入NetLogo多主体建模的神奇世界。

详情及试看：

https://campus.swarma.org/course/1095

复杂网络NetLogo建模课程，以NetLogo为建模工具，以网络科学为分析方法，通过手把手建模实践，教会你复杂网络经典模型的生成、网络传播与网络博弈等模型的构建，从而解决具体的问题，同时培养你的建模思维。

详情及试看：

https://campus.swarma.org/course/4491

混沌科学系列科普课程，面向跨学科学习者普及混沌科学的理论本质，从而能将混沌科学应用到自己的研究、探索中，帮助大家分析、理解、认知其中的复杂性。

详情及试看：

https://campus.swarma.org/course/4901

复杂系统入门与实战（Python）课程，将带你学习科学家用来理解复杂系统的思想、工具、方法，包括涌现、混沌、群体行为、ABM、分形、动力学、人工生命、生命起源等。

详情及试看：

https://campus.swarma.org/course/4577

复杂系统的计算实验方法课程，从原理、模型和应用三方面讲授怎样利用计算实验来对具体的复杂系统建模，从揭示市场规律的“糖域模型”到探究种族隔离原因的“谢林模型”，从理解经济复杂性的“人工股市”到预测疫情扩散的“流行病模型”，从探寻客户流失原因的“虚拟淘宝”到与现实世界互动的“无人驾驶策略训练”，帮助大家建立模型思维，掌握计算实验这一复杂系统分析利器。

详情及试看：

https://campus.swarma.org/course/3441