语言和基因共享文化进化史吗？| 复杂性科学顶刊精选6篇

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10月4日-10月10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：

1、语言和基因共享文化进化史吗？

2、非线性自激 Hawkes 过程的泛在幂律标度

3、神经元异质性促进稳健学习

4、高阶网络上异质接触的普遍非线性感染核

5、斑马鱼基因所控制的简单行为解释了集体行为的涌现

6、科学奖项和科学主题的非凡增长

1. 语言和基因共享文化进化史

期刊来源：Science Advances

论文题目：

Do languages and genes share cultural evolutionary history?

论文地址：

https://www.science.org/doi/10.1126/sciadv.abm2472

自从达尔文的《物种起源》出现以来，语言学家和遗传学家就已经或明或暗地将语言与遗传学联系起来，然而明确语言和基因所诉说的历史是否一致实际上是非常困难的问题，因为这涉及到跨学科的映射（语言学与遗传学），并且所依赖的技术（Mantel 测试，一种统计方法）效果差，假阳性高。除此之外，语言的演化速度比基因快得多，并且可能因为各种后天原因（如政治因素）而改变。因此，迫切需要新的方法与技术来回答语言与基因是否共享文化进化史。

10月6日发表在 Science Advances 上的文章以网络方法和冗余分析来评估这一问题，并将其应用于14种来自亚洲东北部的文化。通过对遗传数据、语言数据（语法、音韵学和词汇）以及音乐传统等一系列数据类型进行分析，研究发现语法和遗传标记（Y 染色体和线粒体或 DNA）这两种数据类型确实强相关。通过对地理和近代历史进行变量控制，研究认为语法和遗传标记的强相关是源于深层的历史关系。

该研究的意义在于指出了数据和时间尺度对于确定语言和遗传是否共享历史的重要性。未来研究需要更加丰富的文化、语言和基因数据集，将各类数据在时间和空间上结合起来，提供一个全面的视角，让我们一窥人类的文化进化史。

2. 非线性自激Hawkes过程的

泛在幂律标度

期刊来源：Physical Review Letters

论文题目：

Ubiquitous power law scaling in nonlinear self-excited Hawkes processes

论文地址：

https://arxiv.org/abs/2102.00242

自激发过程假定过去的事件强烈影响未来事件的发生，Hawkes 过程是最简单的自激发过程，其强度（新事件发生的单位时间概率）与过去所有事件的触发影响之和呈线性关系。在过去的十年中，关于Hawkes过程性质及应用的研究取得了爆炸性的增长。但非线性自激发过程却由于理论难度过大而少有相关研究，尽管它十分适合刻画复杂系统的随机非线性动力学。

10月6日发表于Physical Review Letters 的文章研究了一类以快速加速度为辅助场的非线性Hawkes过程，给出了第一个适用于广义非线性Hawkes过程的显式解。研究发现这类非线性Hawkes家族普遍表现出具有幂律尾的强度分布。尤其当标记的分布（平均值为0的极限情况）是对称的时候，出现了Zipf 缩放。揭示了幂律的新机制，为幂律的普遍性提供了新的理解。

3. 神经元异质性促进稳健学习

期刊来源：Nature Communications

论文题目：

Neural heterogeneity promotes robust learning  [2021-10-04]

论文地址：

https://www.nature.com/articles/s41467-021-26022-3

人们已经知道，大脑在各个尺度上都存在着深度的异质性，但是这种异质性究竟是起着重要的功能作用，还是仅仅是嘈杂的发展过程和偶然的进化历史的副产品，目前尚不得知。目前对大脑异质性的功能作用已经有了一些假设，如有效编码、可靠性、工作记忆和功能特性。然而，以往的研究大多仅处理简化的任务，至于异质性是否能帮助动物在自然环境中解决复杂的信息处理任务仍然是未知的。

10月4日发表于 Nature Communications 的文章首次利用机器学习的方法，训练出具有生物学意义的尖峰神经网络，并能以高性能完成复杂任务。研究发现，在执行更具真实性和复杂性的任务时，神经网络的异质性提高了模型的整体性能，使学习更加健壮，这表明在大脑中观察到的异质性可能是其适应新环境能力的一个重要组成部分。

4. 高阶网络上异质接触的

普遍非线性感染核

期刊来源：Physical Review Letters

论文题目：

Universal Nonlinear Infection Kernel from Heterogeneous Exposure on Higher-Order Networks

论文地址：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.127.158301

个体在不同环境中的组合是在社交网络中接触传染病的一个重要前提，标准的流行病模型未能抓住这一潜在复杂性，因为标准模型（1）忽略了通常发生在工作场所、餐馆和家庭等环境中的接触者的高阶结构，（2）假定接触受感染者与感染风险之间存在线性关系。

10月6日发表于Physical Review Letters的文章利用一个超图模型来包含环境的异质性和这些环境中个体参与的异质性。研究结合不均匀接触与最小感染剂量的概念，发现接触感染者与感染风险之间存在普遍的非线性关系。

异质接触引起的非线性感染的传染特性

5. 斑马鱼基因所控制的简单行为

解释了集体行为的涌现

期刊来源：Science Advances

论文题目：

Collective behavior emerges from genetically controlled simple behavioral motifs in zebrafish

论文地址：

https://www.science.org/doi/10.1126/sciadv.abi7460

动物的集体运动是具有适应性的，它能帮助动物抵御外敌，改善觅食，并能提高能量利用率。大量的证据表明，这样的集体行为可以出现在个体之间的局部互动中。然而，动物的基因组成如何影响个体将感知映射到行为的算法尚不清楚。

10月6日发表于 Science Advances 的文章研究了幼年斑马鱼的大脑，确定了两个由基因控制的视觉反射，研究者认为这两个反射的存在导致了斑马鱼成年后涌现的集体行为。首先，幼年斑马鱼在发育后期存在吸引反射，即更倾向于处在视觉上聚集程度高的位置。其次，幼年斑马鱼会随着外部运动的刺激而移动，这两种反射的结合能促进鱼群聚集和对齐，从而涌现出集体行为。

6. 科学奖项和科学主题的非凡增长

期刊来源：Nature Communications

论文题目：

Scientific prizes and the extraordinary growth of scientific topics

论文地址：

https://www.nature.com/articles/s41467-021-25712-2

2021年诺贝尔物理学奖颁发给了从事复杂系统研究的三位科学家，将复杂科学研究推向了热潮。给一个领域授奖，是否意味着该领域即将迎来大规模的研究成果收获？这背后的问题是，科学主题（scientific topics）怎样快速增长？一直以来科学学都致力于挖掘其背后规律，但针对科学主题快速崛起的定量分析却很少。10月5日发表在Nature Communications的一篇论文中，研究者利用19个学科的11000多个科学主题的数据分析表明，与科学奖项有关的科学主题，在生产力、影响力和新入围者方面都获得了超凡的增长。该研究分析了部分科学主题超凡增长的多维度影响，并推测其背后的潜在机制。

研究显示，相比同等类型的科学主题，获奖主题在获奖后，各项指标都有显著提升。例如在获奖10年后，获奖主题的论文发表数量增加了39.8%，年均引用量增加了32.6%，顶尖学者的影响力比同等未获奖情况高出25%。在获奖后的5到10年中，从事该主题研究的学者获得了大幅的增长，其中46.3%新加入该主题的研究者的学术生涯首篇论文就在该领域。这说明科研奖项对于学术新秀们对研究主题的选择具有持久影响。

该研究能够解释以诺贝尔奖为代表的科学奖项对于科研界的引导作用。但该研究针对美国NIH资助的11539个项目的跟踪研究显示，获奖研究在获奖之后，并没有获得明显的额外资助，即是否获得科研经费与研究主题的超凡增长是无关的。

集智新栏目 Complexity Express

上线啦！

Complex World, Simple Rules.

复杂世界，简单规则。

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 是什么？

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。

Complexity Express 为谁服务？

• 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：

• Nature

• Science

• PNAS

• Nature Communications

• Science Advances

• Physics Reports

• Physical Review Letters

• Physical Review X

• Nature Physics

• Nature Human Behaviour

• Nature Machine Intelligence

• 更多期刊持续增补中，欢迎推荐你认为重要的期刊！

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

• 以及一些领域小众，但有趣的工作

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[e-mail]）。

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[e-mail]）。

更多论文

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