集智斑图顶刊论文速递栏目上线以来，持续收录来自 Nature、Science 等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「集智斑图」推送论文信息。
扫描下方二维码，关注“集智斑图”服务号，即可订阅Complexity Express：
Complexity Express 一周论文精选
以下是2021年5月3日-5月9日来自Complexity Express的复杂性科学论文精选。如果Complexity Express列表中有你感兴趣的论文，欢迎点赞推荐，我们会优先组织解读~ 目录：
夜光遥感反衬世界经济不平等
从基于文本的化学反应式推断实验过程
陆地冰川对21世纪海平面上涨的影响预估
基于收益的学习解释多人博弈中合作的减少
大脑皮层神经元通讯耗能与计算耗能
改善了生命系统的产生熵界限
不同人类活动模型下传染病动力学的比较
人工胶体冰的拓扑边界约束
语言简单程度对在线交流与募资的预测效用
更新提醒： 顶刊速递已支持论文图片速览
期刊来源： PNAS
论文标题： Global inequality remotely sensed 论文地址： https://www.pnas.org/content/118/18/e1919913118 由于缺乏关于全球家庭收入的可靠数据，经济不平等程度的量化一直是困扰科学家的问题。近期在 PNAS 上发表的一篇文章中基于夜光遥感 （remotely sensed nighttime light） 数据来近似不平等程度可能有助于填补这一空白。虽然单个家庭无法被遥感探测到，但在生活中居住空间布局倾向于划分为较富裕和较贫穷社区。在早期夜光与经济繁荣之间的相关性研究表明，人均夜光的空间差异可能是反映经济不平等的信号。为了验证这一假设，研究者们量化了人均夜间灯光空间变异的基尼系数。 该研究发现，基于光照的经济不平等指标和现有的净收入不平等估计之间存在显著关系。这种相关性不仅适用于世界范围内国家之间经济实力对比，在美国50个州的较小空间尺度上也同时存在。这种遥感特征使得在高分辨程度上量化全球经济不平等性成为可能。该研究的大的量化评价完全区别于传统的估计，因为它是基于观察到的光排放，而非调查报告中采集的家庭收入。即便二者都是对真正不平等程度的不完美估计，但这种有别于以往方式的独立性和创新性意味着基于夜光遥感的方法可以限制传统估计中的不确定性。 上图中子图A和B对应2010年全球基于遥感夜光和基于收入的经济不平等比较。子图C是对1990年至2010年的全球国民轻和收入基尼系数估计值的拟合。
期刊来源： Nature Communications
论文标题： Inferring experimental procedures from text-based representations of chemical reactions 论文地址： https://www.nature.com/articles/s41467-021-22951-1
近年来，化学见证了人工智能 （AI） 算法的若干成功应用。其中，生成模型可以帮助设计具有特定应用潜在特性的分子，而逆合成模型则表明了合成这些分子的潜在途径。 反应预测算法可帮助化学家确定合成策略的优先级并选择有效的路线。然而，合成路线不足以组装每个合成步骤所需的实验程序。化学合成的计划需要了解精确的操作顺序 （添加化学药品、搅拌、过滤、溶剂萃取、中间溶液的制备等） 以及确定其最佳参数 （温度、溶剂、气氛等 的知识） 。这些操作任务的组合大部分由化学家的经验决定，并且是偶然尝试的结果。它通常需要大量的文献搜索和同源性策略的使用，在同源性策略中，一种或多种已报告的可能类似于目标化学转化的化学程序被鉴定出来，以为实验方案提供最佳的初步猜测。这种方法背后的理由是，如果遵循已知相似反应的程序，则化学反应的执行应该是成功的。 在检查实验结果后，通常需要额外的迭代周期来改善反应方案。 近日，研究人员开发了Smiles2Actions，这是第一个将化学方程式转换为实验动作的完全明确序列的AI模型 。研究人员将其用于有机合成领域。由AI算法生成或由人类输入的化学方程式以基于文本的格式 （SMILES） 表示。使用自然语言处理模型，他们生成了693,517个化学方程式和相关的操作序列的数据集。该模型能够估算产品在不同溶剂中的溶解度 （相分离、萃取） ，并预测沉淀的形成 （过滤） ，或何时加热或冷却反应混合物 （吸热或放热反应） ，而无需进行任何操作明确的概念。最后，一位化学学者专家分析并评估了不同化学反应类别之间的500个预测动作序列，发现该预测动作序列足以执行一半以上的预测反应而无需人工干预。 数据集是根据一系列处理和过滤步骤生成的，从已有反应记录（左）中的可用信息开始。在此数据集上训练Smiles2Actions模型，此后它可以预测动作序列以执行任意化学方程式（右）。
使用人工智能技术推断实验程序将减少传统实验室设置中的反复试验量。与自动化系统结合使用时，该技术将有助于更广泛地采用自动化技术，从而为仅从化学方程式开始的全自动合成奠定基础 。实际上，研究人员坚信，本文介绍的体系结构将成为在机器人系统上自动化通用合成化学的基本组成部分。AI不会取代化学家，并且在实际合成之前，应始终验证本工作中引入的模型预测的作用序列的安全性。但是，人工智能将很快达到预测的实验程序将可用于生产的水平，而无需人工干预，并将直接用于在化学实验室中驱动自动化硬件或减少传统实验室设置中的反复试验量。
期刊来源： Nature
论文标题： Projected land ice contributions to twenty-first-century sea level rise 论文地址： https://www.nature.com/articles/s41586-021-03302-y 自1993年以来，陆地冰造成了大约一半的海平面上升，而且这一比例预计还会增加。陆地冰对全球平均海平面上升的影响尚未被预测，最新的使用冰盖模型 （ISMIP6, Ice Sheet Model Intercomparison Project） 和冰川模型 （GlacierMIP, Glacier Model Intercomparison Project） 的研究也没有使用协调项目所涉及的各种计算机模型产生的不确定性。 5月5日发表在 Nature 上的一项研究使用冰盖和冰川模型的统计模拟来估计在全球新环境下这些预测的概率分布。研究发现，在目前的碳排放标准之下，将全球变暖的幅度限制在1.5摄氏度以内，可以将陆地冰川对21世纪海平面负面影响减半。由于气候变暖过程中冰减少、雪堆积的竞争过程不确定性，对南极陆地冰川的影响预测尚未得到定论。 然而，在更悲观的情况下，南极冰的损失量可能是目前政策和协约下损失量的5倍，届时陆地冰川对海平面的影响将达到42厘米 。 即使在全球1.5摄氏度的温度变化前提下，也有超过95%的概率影响将超过50厘米。 上图表示冰盖和冰川的质量损失一般随全球平均温度线性增加。
期刊来源：Nature Human behaviour
论文标题： Payoff-based learning best explains the rate of decline in cooperation across 237 public-goods games 论文地址： https://www.nature.com/articles/s41562-021-01107-7 公共物品博弈 （public goods games） 是行为经济学中的基本实验，旨在研究个体在多人博弈中的行为及动机。在实验中存在一个公共物品池，每个被试者可独自选择对公共物品池贡献的资金。所有被试者所贡献资金的总和会被乘以一个大于 1 且小于被试人数的因子，这之后再被均分给各被试者。很显然，当所有被试者将自己所有的资金捐入公共物品池中时，该组被试人员的总收益最大。然而，该博弈的纳什均衡解却是所有被试均不做贡献，因为无论其余被试贡献与否，理性个体在不做贡献时其自身所获收益最大。但是，纳什均衡解在真实的实验中却很罕见，人们总是倾向于对公共物品池做出贡献。 公共物品博弈的结果通常被解释为在社会选择中，人类总是出于利他的动机使他人收益。然而，“困惑学习者”假设提出了与该解释不同的看法。“困惑学习者”假设指出，在个体刚开始参与博弈时，他们对于所做出的选择往往是不确定的或被误导的，之后的过程中他们不断从经验中学习，提升自己的收益。5月3日发表于 Nauture Human Behaviour 的一篇文章利用 237 份已发表的公共物品博弈数据对利他假设及“困惑学习者”假设进行了研究，并指出（1）可通过对贡献随时间减少的预测来区分利他假设与“困惑学习者”假设；（2）与“困惑学习者”假设所预测的相同，随着个体对于自身收益的影响能力提高，他们在群体中的贡献减少。这种行为的产生是因为影响能力的提高会提升贡献与收益的相关性，并进一步促进个体进行以提升自身收益为目的的学习。该研究结果表明人类大多不会出于利他的动机造福他人，而是帮助其自身提升收益。
期刊来源：PNAS
论文标题： Communication consumes 35 times more energy than computation in the human cortex, but both costs are needed to predict synapse number 论文地址： https://www.pnas.org/content/118/18/e2008173118 无论是神经元进行的概率计算的还是电子元件进行的逻辑计算都会受到能量的限制，达尔文进化论表明生物倾向于向低能耗的方向进行演化。然而，从简单的物理学角度来看，神经元的真实计算效率与每焦耳可能的最佳效率相差了108倍，这看似是与进化论相矛盾的。近日发表在 PNAS 上的一篇文章给出了在能量受限情况下最佳神经元计算方式，为上述矛盾存在的合理性提供了支持。 文章定义了参数化的神经元计算方式，并针对能量受限的情形对计算方式进行优化。具体来看，这种优化可以通过调整与每个神经元的突触数量成比例的参数来实现。研究表明，单个神经元计算能耗要远远小于与神经元间通信的能耗。真实情况中神经元的高能耗是为了减少神经元间通信次数，从而实现全局计算效率最优。
期刊来源： PNAS
论文标题： Improved bounds on entropy production in living systems 论文地址： https://www.pnas.org/content/118/18/e2024300118 热力学定律对生活系统的效率和适用性设置了根本的限制。为了维持细胞秩序并执行基本的生物学功能，如感觉、信号、复制或运动，生物体会消耗能量并耗散热量。这样做，与热力学第二定律一致，它们增加了环境的熵。获得有关生命物质的能量消耗和熵产生的可靠估计值，是理解限制理论和实践上可能的生物学过程范围的物理界限的关键。 细胞和亚细胞动力学的成像和建模方面，最新实验和理论方面的进展提供了对分子马达、生物化学信号传导的热力学效率的开创性见解。尽管取得了如此重大的进展，但是，众所周知，在实验相关的条件下，当前可用的熵产生估计量可能会失败，尤其是当实验中只有少量可观测的观测值或非平衡输运电流时消失。为了克服这些限制，研究人员在这里介绍一个通用的优化框架，该框架可以对生命系统中的熵产生产生显着改善的界限。 在人类胚胎肾细胞中，钙的振荡可以通过接触卡巴胆碱来触发，具体反应取决于卡巴胆碱的浓度。Thurley等人的最新实验中，提取了人类胚胎细胞，并将其暴露于浓度为30 µM的卡巴胆碱中，经过最初的瞬变后，其振荡达到统计上的稳定状态。1小时后，细胞以更高浓度的卡巴胆碱再刺激，产生新的稳定状态。如前所述，研究人员通过将钙轨迹离散化为三个区域来粗化晶粒，一个区域包含默认水平，一个区域包含中间值，另一个区域包含振荡的峰值。应用研究人员的模型进行估计，他们发现，在刺激之前，熵产生的速率至少为4kB/min。将细胞暴露于200 µM的carba chol后，该结合增加到大约8kB/min。与微管情况一样，可以预期，较细的粗粒度可以提供更好的估计，但与当前可用的分辨率相比，还需要更精细的时间分辨率。 生命系统通过扩展熵来维持基本的细胞过程和功能，从而抵抗其衰变进入热平衡。对相关热力学成本的定量理解取决于研究人员从部分实验观察中推断熵生产率的能力。通过在优化框架内重现此推断问题，他们构建了一种改进的速率估计器，可以将其直接应用于稳态非平衡系统的粗粒度观测。通过对最新实验数据的分析表明，该方法在不进行特定建模假设的情况下，对熵产生率设置了更准确的界限。通过利用连续转换中包含的信息，导出的两步估计器克服了以前的估计方案的关键局限性，而先前的估计方案需要统计上可区分的正向和反向轨迹。基于此，研究人员能够在细菌运动、微管和钙振荡的熵产生上获得改进的界限。 这些成功的应用为如何使用模型不可知论的推理，从而为在隐藏的细胞内和细胞间过程的单变量观察中提取基本信息提供了指 导。
期刊来源：PNAS
论文标题： Comparing metapopulation dynamics of infectious diseases under different models of human movement 论文地址： https://www.pnas.org/content/118/18/e2007488118/tab-figures-data 当前大量可用的数据集为传染病动力学的研究提供了绝好的机会，甚至可建立全球范围的基于真实数据的传染病动力学模型，用以理解人口流动如何导致传染病的远距离传播。然而，对于该项研究仍有不少问题没有确定的答案，例如怎样最好地利用最新数据对流动模型参数化，以及对流动模型的选择是否会影响模型结果。 5月4日发表于 PNAS 的一篇文章研究了人口流动模型选择对于传染病模型预测结果的影响。研究者采用了三个常见的传染病模型，即SIR （susceptible-infected-recovered） 模型、SIS （susceptible-infected-susceptible） 模型与Ross-Macdonald模型。结果显示，在这三种模型中，都存在更换人口流动模型后结果产生巨大变化的参数域，表明结果的变化对于同一数据源的不同传染病模型具有鲁棒性。随后研究者通过通过赤道几内亚比奥科岛疟疾传播和输入的案例，进一步证明了选择合适人口流动模型的重要性。 赤道几内亚比奥科岛疟疾传播模型对于基本再生数 R 0 的估计，其中A图所采用的人口流动模型为 Flux 模型，产生了较好的预测结果，而采用 Simple Trip Model 为人口流动模型的B图预测效果很差（C图中灰色区域所示）。
期刊来源： Phy sical Review Letters
论文标题： Topological Boundary Constraints in Artificial Colloidal Ice 论文地址：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.126.188001 边界的影响以及如何利用它们来影响几何不确定性系统中的体积增减，都是长期以来未被解决的难题，然而常被归为次要问题。在此，我们使用数值模拟和“概念证明”实验来证明边界可以被设计以便控制胶体人造冰的体积增减。实验结果表明，反铁磁性的前沿迫使系统迅速达到基态 （GS） ，与通常实施的开放性或周期性边界条件相反。令外，在各个角处战略性地放置缺陷会产生新的双稳态，或拓扑弦，这是由胶体冰的基态区域竞争产生的。我们的实验结论可以推广到其他不稳定的微纳米结构，其中边界条件可以用光刻技术来设计。 （a）具有顺磁性胶体的双阱几何结构以及使用单个阱固定边界的方法；（b），（c）边界条件的三种基本类型：反铁磁（AFM），畴壁（DW）和（c）开放边界；（d）AFMDW边界设计有缺陷，这些缺陷可以携带净电荷（Q = 4，左）或可以是中性的（Q = 0，右）。阴影区域表示在拓扑上保护封闭电荷的边界。（e）具有有效归一化能量权重（底部）和拓扑电荷（侧面）的不同顶点类型。顶点通过增加相对于III型的高能率排序。相关联的自旋显示在III型顶点。
期刊来源： PNAS
论文标题： The predictive utility of word familiarity for online engagements and funding 论文地址： https://www.pnas.org/content/118/18/e2026045118 元认知框架通常认为人们对简单和通用语言的响应 （例如处理的流畅程度） 要好于复杂和技术性语言。近日发表在 PNAS 上的一篇文章则提出了不同的看法，该文章通过分析12个场景下的近110万个样本，证明了人们并非在所有场景下都倾向于喜欢简单、通用的语言。语言的复杂性是积极的还是消极的主要取决取决于其具体的使用目的。
与复杂信息相比，人们更容易处理简单且非技术性的信息。例如，简单的在线交流语言往往会获得更多的社交机会。文章通过证明人们更倾向于将时间和注意力花在使用非技术语言上，建立并复制了这种“更简单就是更好”的现象。然而，在某些场景下，例如捐赠活动种，人们往往会更喜欢复杂的语言。在举行慈善捐赠活动时，具有更加详细专业的捐赠项目往往会收到更多的捐款。该研究表明人们会根据时间或金钱目标，以不同的方式参与复杂语言的启发式学习。
集智新栏目Complexity Express 上线啦！
Complex World, Simple Rules. 复杂性科学 （Complexity Science） 是集智俱乐部多年以来的主题，我们长期追踪关于自然、生命、社会、认知等各类复杂系统的研究进展，并组织学术研讨。 同时由于学科交叉融合，大量针对复杂系统的研究成果散落在人工智能、统计物理、网络科学、数据科学、计算社会科学、生命科学、认知科学等等不同领域的期刊会议中，缺乏整合。 为了让大家能及时把握复杂系统领域重要的研究进展，我们隆重推出「Complexity Express」服务，汇总复杂系统的最新顶刊论文。 Complexity Express 每天爬取复杂系统领域最新发表的顶刊论文，每周通过“集智斑图”服务号汇总推送。 进入 Complexity Express 页面即可随时查看顶刊论文更新，你也可以通过微信接收研究更新推送和一周汇总。 如果你是复杂系统领域的研究者，可获得重要论文上线通知，每周获取最新顶刊论文汇总。
如果你是复杂系统领域的学习者，可了解学界关注的前沿问题，把握专业发展脉络。
如果你是传统的生命科学、社会科学等学科中的研究者/学习者，可以从复杂性科学和跨学科研究中获得灵感启发。
如果你是关注前沿研究发现的知识猎手，可获得复杂系统研究对自然和人类世界的最新洞见。 Complexity Express 栏目也是集智俱乐部公众号的主要选题来源，诚挚邀请你订阅，与我们信息同步。 Complexity Express 论文从哪里来？ 考虑复杂系统研究往往属于跨学科工作，我们主要抓取综合类和泛物理类/计算机类的顶级期刊，从每周新发表的数百篇论文中精选出与复杂系统相关的论文。 Complexity Express 参考影响因子和学者口碑，选择了如下期刊，每日爬取其论文更新： 如果你在 Complexity Express 中发现了感兴趣的论文，请立刻“点赞”！每周最高赞的论文，集智编辑部将组织专业解读~ Complexity Express 追踪哪些领域？ 我们力求兼顾热点追踪与领域覆盖，目前筛选的论文主要集中在如下与复杂性关系密切的领域： 网络科学各个分支及交叉应用
图数据与图神经网络
计算机建模与仿真
统计物理与复杂系统理论
生态系统、进化、生物物理等
系统生物学与合成生物学
计算神经科学与认知神经科学
计算社会科学与社会经济复杂系统
城市科学
科学学
计算流行病学
由于复杂性研究领域横跨多个学科，研究论文散落在不同的期刊上，很难不重不漏地把握最新工作。针对复杂性领域的论文筛选，我们专门设计了算法。经过数月的训练迭代优化，目前对上述领域爬取准确率达到90%以上。 将来我们还会根据你的具体研究领域，推出研究分类与个性化的订阅服务，敬请期待！ 由于复杂性领域涉及的论文关键词和研究问题纷繁复杂，所以算法难免有不成熟的地方，如果你发现我们有漏掉的重要论文，或者爬到了领域有偏差的论文，欢迎联系我们 （小助手微信：swarmaAI） ，帮助我们持续优化算法。 如果你对科学学、计算术语学等感兴趣并有代码能力，欢迎报名成为集智算法志愿者/实习生 （具体请邮件联系算法组负责人huqiao@swarma.org） 。 如果你对复杂性科学及相关跨学科研究有长期兴趣，并乐于解读分享，欢迎加入集智作者团队 （具体请邮件联系编辑部负责人liupeiyuan@swarma.org） 。 更多复杂性顶刊论文，请到Complexity Express页面查看。订阅即可每周获取更新提醒。 点击“阅读原文”，追踪复杂科学顶刊论文