导语
7月30日(周六)集智俱乐部将在南京举办全天线下讲座活动。本次活动由集智俱乐部计算社会科学读书会、因果涌现读书会联合筹备,邀请到南京大学新闻传播学院王成军副教授、北京师范大学系统科学学院张江教授作报告,深度探讨计算信息扩散、注意力流动、因果科学与复杂系统涌现等议题。欢迎感兴趣的朋友报名参与线上线下交流。
计算社会科学读书会由清华大学罗家德教授领衔,卡内基梅隆大学、密歇根大学、清华大学、匹兹堡大学的多位博士生联合发起,聚焦讨论Graph、Embedding、NLP、Modeling、Data collection等方法及其与社会科学问题的结合,并针对性讨论预测性与解释性、新冠疫情研究等课题。读书会自2022年6月18日开始,每周六举办。
因果涌现读书会由张江与加州大学圣地亚哥分校助理教授尤亦庄等人发起,通过追根溯源、因果涌现、因果表示学习、机器学习多尺度自动建模、量子因果五大模块来探寻涌现、因果科学和机器学习这三大主题之间的联系。读书会自2022年5月22日开始,每周日晚举办。
线下参与
1. 加入集智俱乐部任意主题读书会即可获得本次线下活动参与资格。各主题读书会详见:
读书会一览https://pattern.swarma.org/study_groups如果您已经是集智读书会成员,群内会公布具体的地址、时间、注意事项等。2. 报名成为集智VIP用户,即可解锁集智各类线上线下活动。详见:
线上参与
1. 加入集智俱乐部组织的计算社会科学读书会或因果涌现读书会,可参与腾讯会议提问互动,获取回看地址及更多学习资料,并加入计算社会科学社区、因果涌现社区与相关领域科研人员交流。
2. 进入集智俱乐部 B 站直播间
直播地址:https://live.bilibili.com/8091531
主题:从信息扩散、注意力流动到计算叙事:反思计算社会科学的逻辑
简介:
信息扩散作为一种普遍存在的现象,在人类生活中扮演着重要角色。社交媒体平台及其与公众之间的相互作用,对信息扩散的机制产生了深刻的影响,并带来了很多新的、亟需解决的问题和困惑。本报告将主要围绕《跨越网络的门槛:社交媒体上的信息扩散》(2022)一书展开,聚焦于信息扩散研究领域的一个重要的困惑:与分析式的模型的预测结果相反,实证研究不断发现大规模扩散实际上是罕见且脆弱的。作者认为过高的网络门槛、有限的扩散深度和强烈的爆发现象是限制信息扩散的主要瓶颈。从格兰诺维特所提出门槛模型(1978)出发,系统地研究社交媒体上的信息扩散;在此基础上逐渐走向注意力流动和计算叙事研究。最后,将围绕拉图尔所提出来的“计算中心”概念对计算社会科学的逻辑进行讨论。主讲人:
王成军,传播学博士。现任南京大学新闻传播学院副教授、博士生导师,计算传播学实验中心主任,兼任香港城市大学互联网挖掘实验室研究员;曾任中国新闻史学会计算传播学专委会秘书长(2018-2020)。致力于采用计算社会科学视角研究人类传播行为,内容包括社交媒体上的信息扩散、注意力流动和计算叙事,研究成果发表于SSCI和SCI索引的期刊。专著《跨越网络的门槛:社交媒体上的信息扩散》(2022)、合著《计算传播学导论》(2018)、《社交网络上的计算传播学》(2015)。主要讲授《计算社会科学导论》(本科课程)、《大数据挖掘与分析》(硕士课程)、《计算传播研究》(博士课程)等课程。
主题:因果与机器学习能够破解涌现之谜吗?
简介:
在通常的复杂系统研究中,我们往往选择从系统的某一个尺度入手建立模型。然而,复杂系统诸多神秘现象和涌现规律恰恰是在多尺度跨越的过程之中出现的。因此,如果要对涌现、因果以及自指等性质有更深入的研究,层次跨越是一种必不可少的步骤。近期发展起来的一些理论与工具,包括因果涌现理论、机器学习驱动的重整化技术,以及自指动力学正在发展一套跨尺度的分析框架,有了这个框架,我们不仅可以将因果、涌现、自指等深奥概念连接起来,还有可能破解注入生命与意识如何涌现这一终极难题。
本次分享张江教授首先将简要介绍涌现理论、因果科学、生命与智能及信息论的新发展的相关背景;然后从Erik Hoel的因果涌现理论、因果涌现思想的相关发展、互信息分解与因果涌现理论、因果涌现理论存在的潜在问题四个方面对因果涌现理论做一个回顾;最后将结合机器学习、因果表示学习与人工智能、重整化与多尺度建模的问题对因果涌现的未来可能发展方向进行展望。主讲人:
张江,北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园创始人,曾任腾讯研究院特聘顾问。主要研究领域包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学等。其开创的集智俱乐部是国内外知名的学术社区,致力于复杂系统、人工智能等多领域的跨学科交流与合作,得到热销课程《复杂科学前沿21讲》主讲。计算社会科学作为一个新兴交叉领域,越来越多地在应对新冠疫情、舆论传播、社会治理、城市发展、组织管理等社会问题和社科议题中发挥作用,大大丰富了我们对社会经济复杂系统的理解。相比于传统社会科学研究,计算社会科学广泛采用了计算范式和复杂系统视角,因而与计算机仿真、大数据、人工智能、统计物理等领域的前沿方法密切结合。为了进一步梳理计算社会科学中的各类模型方法,推动研究创新,集智俱乐部发起了计算社会科学系列读书会。
详情请见:
数据与计算前沿方法整合:计算社会科学读书会第二季启动
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、自指动力学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。同时,新兴的因果表示学习、量子因果等领域也将为因果涌现研究注入新鲜血液。
本季读书会详情与报名方式请参考:
因果、涌现与机器学习:因果涌现读书会第二季启动