Friston首次提出把自由能作为大脑功能的一个原则[12-14]，从数学上阐述了自适应、自组织系统如何抵抗自然的（热力学的）无序倾向。随着时间推移，自由能原理已经从赫姆霍兹机（Helmholtz

导语大脑活动呈现的丰富时空活动模式，构成了其适应性行为的基础。理解大脑的千亿数量级的神经元和万亿数量级的突触是如何以灵活的方式产生如此多种皮层连接机制，仍然是神经科学中的一个基本问题。一个可能的解决方案指向了动态系统中产生涌现的复杂现象的普遍机制，尤其指向了复杂系统二阶相变的临界点。这篇综述文章回顾了支持“大脑自然地处于临界状态”这一观点的理论和实证研究结果，以及该观点怎样帮助我们更好地理解大脑。文章于2010年发表于Nature

https://mathai2023.github.io/papers/22.pdf代码地址：https://github.com/rajasekharmekala/echoprompt该文章提出了

导语境自远尘皆入咏，物含妙理总堪寻。人类大脑是一个由数以百亿计的神经元相互连接所构成的复杂系统，被认为是「已知宇宙中最复杂的物体」。本着促进来自神经科学、系统科学、信息科学、物理学、数学以及计算机科学等不同领域，对脑科学、类脑智能与计算、人工智能感兴趣的学术工作者的交流与合作，集智俱乐部联合国内外多所知名高校的专家学者发起神经、认知、智能系列读书会第三季——「计算神经科学」读书会，涵盖复杂神经动力学、神经元建模与计算、跨尺度神经动力学、计算神经科学与AI的融合四大模块，并希望探讨计算神经科学对类脑智能和人工智能的启发。读书会从2024年2月22日开始，每周四19:00-21:00进行，持续时间预计10-15周，欢迎感兴趣的朋友报名参与，深入梳理相关文献、激发跨学科的学术火花！读书会背景

Nat.Commun.速递：在超图和单纯复形中，高阶相互作用对集体动力学的不同塑造2.

PNAS速递：如何减少虚假信息泛滥？限制社交网络中的转发次数及人数2.

导语睡梦中的你是有意识的吗？乌龟的意识水平比人低吗？意识的水平可以衡量吗？科学家提出一种像几何学一般的公理体系来测量意识水平，这就是整合信息论（IIT）。该理论认为，意识是整合的信息，就像温度是平均分子动能一样，结果却遭遇难以验证的挑战，并且会预测奇怪的结果。萨赛克斯大学认知和计算神经科学教授阿尼尔·赛斯（Anil

导语目前的人工智能系统虽然强大，却常常缺乏人类和动物的常识和灵活推理能力。人工智能研究的最终目标，是让机器能够像人类一样思考、学习并解决各种任务，实现通用具身智能。本文作者沈马成博士是集智俱乐部「AGI读书会」发起人之一，目前致力于通用具身智能的研究，他认为，实现通用具身智能的关键问题在于，如何使机器学习系统从自然模态中学习到关于世界的结构化层级化抽象，即世界模型（world

Chroma模型示意图，它将蛋白质主链的结构扩散与可扩展的分子神经网络相结合，用于主链合成和包含所有原子的结构设计。编译｜刘培源大模型与生物医学：AI

调整政策组合以适应转型阶段编译｜刘培源复杂经济学读书会第二季本季读书会详情与报名方式请参考：直面复杂系统，重识经济规律：复杂经济学读书会第二季启动推荐阅读1.

导语各类物理、生物以及社会的复杂系统往往由数量庞大的个体单元组成，这些个体的行为彼此影响从而构成了系统层面上丰富多样的集体行为模式，如何对个体行为、个体间影响以及与之对应的整体系统动态进行描述分析是系统问题中的核心任务。在最近发表在

导语近日，复旦大学智能复杂体系基础理论与关键技术实验室林伟、秦伯韡课题组以“Modulating

ChatGPT”读书会，由北师大教授、集智俱乐部创始人张江老师联合肖达、李嫣然、崔鹏、侯月源、钟翰廷、卢燚等多位老师共同发起，旨在系统性地梳理ChatGPT技术，并发现其弱点与短板。详情请见：“后

导语在通用图灵机的基础上，数学家冯·诺依曼进一步发明了自复制机器，回答了生物学中最为深刻的一个问题：为什么所有生物都以DNA形式进行自我描述？图灵和冯·诺依曼，这两位计算机科学先驱偶然发现的生命奥秘并不广为人知，却为研究生物系统勾画出蓝图——把生命系统看作是计算机器。这篇近期发表于PNAS的文章题为“图灵和冯·诺依曼的遗产：生命计算机的架构”，以DNA聚合酶为例，说明生物分子实际上就是计算机器；并阐释了计算模型的层级结构可以在生物计算领域找到类似结构。通过将生物学简化为计算形式，计算机科学可以用来将生物学系统化。反过来，计算机科学家或许能够挖掘生物计算中的自然宇宙，利用数十亿年的自然演化来发现新的计算模型或算法。展望未来，生物学和计算机科学可以看做是紧密相连的同一门学科，一门研究机器行为的学科。研究领域：通用图灵机，自复制机器，结构生物学，系统生物学，分子计算，生命计算机，控制论Hashim

导语作为数学的一个分支，拓扑学以独特的方式描述空间的性质和结构。近年来，几何和拓扑在机器学习中得到了广泛应用，尤其是拓扑模型，在数据表示和特征提取方面有着重要作用。拓扑数据分析（Topological

Information），因此你也可以把整合信息论理解为信息论的一种延展。另外，如果你相信意识是大脑神经活动的一种涌现结果，那么什么是涌现便成为了理解意识过程中一个重要环节。事实上，Erik

导语历史上，做数学研究的方式更接近于自上而下，依靠人类直觉从数据观察中得到猜想，然后证明猜想。机器学习的迅速发展使得自下而上的自动定理证明成为可能，从另一个方向推动数学发展。在集智俱乐部数学与人工智能读书会第一期，伦敦数学科学研究所院士何杨辉老师探讨了将人工智能引入纯数学领域的可能性，主要介绍了人工智能探索数学的三种方式：自下而上的自动定理证明，自上而下的机器引导人类直觉，以及数学大语言模型。社区成员黄雨将此次分享整理成文，欢迎感兴趣的朋友观看视频回放（见文末二维码）。为了探索数学与人工智能深度融合的可能性，集智俱乐部联合同济大学特聘研究员陈小杨、清华大学交叉信息学院助理教授袁洋、南洋理工大学副教授夏克林三位老师，共同发起“人工智能与数学”读书会，希望从

导语大脑层次结构中是否可以涌现出通过向下因果来控制神经活动的协同核心？也就是说，是否如一些神经科学家所认为的，一方面大脑的神经活动涌现出意识体验，反过来，涌现的意识通过向下因果（自由意志）来影响底层的神经活动？最新发表的一篇综述文章否定了这种观点，并试图证明向下因果是错误的。从心灵哲学中关于自由意志的思考到神经科学中关于大脑的实验，作者梳理了关于大脑层次结构、因果涌现、意识理论等领域的一系列研究。集智俱乐部因果涌现社区成员全文翻译了这篇综述文章，并希望招募对文章感兴趣的朋友，在后续的因果涌现读书会中共读论文，深入探讨其中的重要概念和观点，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，持续进行中。第四季读书会正在筹备中，将深入探讨信息分解与整合信息论相关话题。研究领域：复杂系统，层次结构，意识理论，向下因果，因果涌现，因果等价原理Sergey

进入21世纪，科学知识进入了碎片化的时代，特定领域的壁垒越来越高。在这样的研究生态中，知识就像是散落在地上的拼图碎片，研究人员难以看到更大的科学图景，尤其难以充分认识和使用跨学科知识。科研创新也因此受阻。另一方面，众多学科的前沿研究，都逐渐从复杂系统的角度展开，从关联交互、非线性、涌现性、层次性、适应性、跨尺度等方面深化科学认识，追问科学议题。复杂性逐渐成为学术界的普遍挑战。在此背景下，复杂系统的理论、方法和应用研究蓬勃发展。由集智俱乐部开发的集智斑图平台，以复杂系统为中心主题，学科领域跨越了物理学、计算机科学、生命科学、社会科学等诸多方向。在社区交流分享过程中，沉淀了大量知识内容，引发了大量创新性讨论。我们尤其重视以理论-方法-应用的多层视角，从宏观框架到微观推导，对前沿跨学科领域进行梳理。具体而言，集智斑图平台，借助算法工具，进一步辅助知识沉淀、知识理解，促进社区成员交流与知识创造。我们通过视频回放、术语与资源汇总、学习路径等共创的形式将知识分享沉淀下来；借助人工智能算法对概念与资源进行提取，抽象知识内容并建立概念网络。通过对概念网络的持续拓展、深化，使之生长为能够开拓视野、引导学习、启发研究、促进交叉的“复杂科学知识图谱”。

导语跨尺度、跨层次的涌现是复杂系统研究的关键问题，每当人们谈论涌现时，意识作为一种涌现现象总是会被提及。意识是脑科学研究的核心问题，而随着人工智能的发展，是否需要意识才能实现通用人工智能，也成为广泛讨论的话题。在这种情境下，脑与涌现这两个概念通过意识的纽带被紧密联系在一起。在因果涌现读书会中，约翰·霍普金斯大学研究生荣英淇从因果涌现理论、信息分解视角出发，梳理了“脑与涌现”的一系列最新研究。「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，持续进行中。第四季读书会正在筹备中，将深入探讨信息分解与整合信息论相关话题，欢迎感兴趣的朋友报名参与！研究领域：脑网络，因果涌现，信息分解，意识问题，协同荣英淇

导语近日，复旦大学余宏杰课题组联合国防科技大学吕欣课题组，在大规模人群时空特征分析与政策演化评估领域取得重要进展。研究基于540万用户的累计匿名网格移动数据，分析了上海市新冠疫情暴发期间（2022年2-6月）人群移动行为与防控政策演化、以及与实际感染风险之间的相互作用。基于实时、准确的网格化累计人口流动信息，可以在保证个体隐私安全的前提下，及时评估和调整公共管理政策，为干预措施的靶向施策、精准评估和系统优化等提供重要的科学决策证据，促进新时代背景下的智慧社会治理优化。研究领域：移动计算，城市网格，人群移动行为，复杂网络，时空大数据，空间靶向干预张娟娟、谭索怡

导语为了探索数学与人工智能深度融合的可能性，集智俱乐部联合同济大学特聘研究员陈小杨、清华大学交叉信息学院助理教授袁洋、南洋理工大学副教授夏克林三位老师，共同发起“人工智能与数学”读书会，希望从

杰出教授，领导艾伦探索中心和塔夫茨再生与发育生物学中心。学者主页：https://as.tufts.edu/biology/people/faculty/michael-levinEric

导语涌现是复杂系统诸多现象中最神秘莫测的一个：从鸟群聚集、蚂蚁觅食，到生命游戏、大模型涌现能力，再到宇宙起源、生命演化、意识产生，都可以看作是涌现。那么，究竟什么是涌现？涌现可以分成几种类型？涌现和因果是什么关系？我们应该如何定量刻画涌现？又应该如何在数据中自动检测出涌现？在因果涌现第三季读书会第一期，北京师范大学系统科学学院教授张江老师，和集智科学研究中心技术与产品顾问袁冰老师进行了主题为“涌现、因果与人工智能”的分享，系统梳理了涌现、因果、因果涌现、涌现的分类、因果涌现的识别，及其与隐空间机器学习、世界模型等人工智能算法之间的关系。本文由北京师范大学系统科学学院研究生杨明哲整理。可扫描下方二维码观看读书会视频回放：https://pattern.swarma.org/study_group_issue/490由北京师范大学教授、集智俱乐部创始人张江领衔发起的「因果涌现」系列读书会第三季，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。读书会第三季自7月11日开始，每周二晚19:00-21:00，持续进行中。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。欢迎感兴趣的朋友报名参与！研究领域：因果涌现，涌现分类，有效信息，人工智能，G-emergence，神经信息压缩器张江、袁冰

技术可以用来解决科学研究中的问题，从预测天气和蛋白质结构，到模拟星系碰撞、设计优化核聚变反应堆，甚至像科学家一样进行科学发现，被称为科学发现的“第五范式”。另一方面是

DHS方法显著降低了计算成本，即解方程的计算步骤。作者构建了一个DeepDendrite框架，将DHS方法和NEURON模拟器的GPU计算引擎集成在一起，并展示了DeepDendrite

导语随着单细胞转录组及空间转录组技术的成熟，研究者需要将多个来源、不同条件下的数据进行整合，便于具有生物学意义数据的挖掘。近日，来自浙江树人大学树兰国际医学院的王力飞联合北京师范大学系统科学学院张江组，以及中国科学院北京基因组研究所蔡军组，提出了基于变分自编码器（VAE）的生成式模型

关键词：集群运动，自组织，活性物质，同步，涌现论文标题：Synchronization

导语随着AI技术的不断进步，大规模的pre-training模型已经在自然语言处理及相关领域取得了突破性进展，其应用范围正不断扩展，尤其是在生命科学领域。在此基础上，郝敏升博士开发了一个名为scFoundation的大规模预训练模型，该模型具有惊人的1亿参数规模，并经过对超过5000万个人类单细胞转录组数据的训练。这个模型的独特之处在于，它不仅具备前所未有的规模和基因维度，还为单细胞转录组学提供了丰富的分子特征观测数据。scFoundation的成功表现，证明了它在多种生物医学任务中的卓越性能，包括基因表达增强、组织药物反应预测、单细胞药物反应分类等。与此同时，许涵文博士合作开发了一款名为BioTranslator的模型，该模型通过将自由文本翻译为非文本生物数据实例，实现了更广泛的生物数据标注和交互，使得科学家们能够更自由地探索生物数据，将多模态的数据识别为文本。在本期介绍中，我们邀请了清华大学自动化系生物信息学部博士研究生郝敏升和华盛顿大学计算机学院的博士研究生许涵文深入探讨这两个重要工具的原理和应用，以及它们未来的潜力。集智俱乐部联合西湖大学助理教授吴泰霖、斯坦福大学计算机科学系博士后研究员王瀚宸、博士研究生黄柯鑫、黄倩，华盛顿大学博士研究生屠鑫明，共同发起以“大模型与生物医学”为主题的读书会，共学共研相关文献，探讨基础模型在生物医学等科学领域的应用、影响和展望。读书会从2023年8月20日开始，每周日早上

数据库可以获得数亿个预测的蛋白质结构。这些模型几乎覆盖所有已知蛋白质，包括那些使用标准的基于同源性的方法难以注释其功能或假定的生物学作用的蛋白质。图1.

(详见https://www.nature.com/collections/bbcaeejggj)。该工作获得了国家自然科学基金和中国科学院的支持。文章信息：Chao

生态建模中计算方法的弧线（黄色）落后于计算方法本身的发展（蓝色），但已接近收敛。图3.

efficacy)，基于该指标提出了定量评估症状严重性和预测疫苗保护率的方法，通过新冠原始毒株和突变株的临床数据验证了该方法的可靠性。研究领域：人体免疫系统，免疫响应动力学，免疫效度李方廷课题组

拓扑统计学方法能够区分静态和动态的真核生物结构。生命系统定位在图谱的一个有界岛屿状区域内，反映了生物生长机制导致的特征拓扑属性。图3

theories）。这几个理论中，我比较熟悉的只有整合信息论，所以会相对多介绍一点它的细节，以及个人评价。难问题意识是一个困难的问题，事实上，哲学中直接就有一个专门的词：「意识的难题」（Hard

SES）之间的国内和国家间关联同时，探索性分析表明，国家层面的观察到的收入不平等并不是主观社会经济地位与包括道德测量在内的关联之间的统计显著调节变量。图2

可以捕捉的多模态编译｜梁金因果涌现读书会第三季启动详情请见：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推荐阅读1.

关键词：格点量子色动力学，机器学习，生成模型，采样问题论文题目：Advances

网络（PIsToN）方法，该方法能够区分类原生的蛋白质复合物和不正确的构象。蛋白质界面被转化成一系列二维图像（界面图），每个图像对应于一种几何或生化特性。像素强度代表特征值。研究从流行的视觉

导语个体地理位置、社会或物理联系，是对其相互作用的约束，进而在一定程度上塑造了群体行为的网络结构与动力学。当前针对亲社会与合作行为的群体行为研究，主要集中在静态社会网络上，而动态网络的策略与行为因为互动短暂、强度变化等因素，其研究较难展开。网络结构随时间变化如何影响合作行为？近日上海交通大学电子信息与电气工程学院苏奇与合作者共同在

个节点组成的子网络结构，都可以看成是模体。研究证明，相对丰富的具有收敛定向过程的模体（包括反馈和前馈循环）会阻碍同步性。他们还揭示了离散或连续时间动力学所涉及的模体之间的细微差别。图1

Hoel：因果涌现理论怎样连通复杂系统的宏观与微观PS：具体参与方式可以加入读书会后查看对应的共创任务列表，领取任务，与运营负责人沟通详情，上述规则的最终解释权归集智俱乐部所有。swarma内

导语本周是人工智能与数学读书会的第一次分享，将由何杨辉院士和陈小杨研究员主讲。何杨辉院士将介绍人工智能以三种方式接近数学的相关成果；陈小杨研究员将探讨符号回归、强化学习构造反例等在数学研究中的应用,讨论数学与人工智能深度融合的可能性。为了探索数学与人工智能深度融合的可能性，集智俱乐部联合同济大学特聘研究员陈小杨、清华大学交叉信息学院助理教授袁洋、南洋理工大学副教授夏克林三位老师，共同发起“人工智能与数学”读书会，希望从

导语如果用一个范畴论公式来描绘大模型的能力，它应该是什么样？本文作者、清华大学交叉信息学院助理教授袁洋给出了这样一个公式。他认为，现代科学基于数学，现代数学基于范畴论，如果范畴论可以照耀现代数学的各个分支，它也一定可以照亮通用人工智能的前进之路。为了探索数学与人工智能深度融合的可能性，集智俱乐部联合同济大学特聘研究员陈小杨、清华大学交叉信息学院助理教授袁洋、南洋理工大学副教授夏克林三位老师，共同发起“人工智能与数学”读书会，希望从

导语许多复杂系统的组成部分具有非平凡的连接模式和动力学过程，可以用网络模型很好地捕捉。然而，大多数系统之间通过相互依赖相互耦合——表现为异质单元之间的关系，或者通过多层关系（multiplexity）相互耦合——表现为同质单元之间不同种类关系的共存。多层网络提供了捕捉系统复杂性的框架，使得能够从整体角度分析生物物理、社会和人造网络。近日意大利物理学家和复杂系统科学家

社会反应在种群水平上的功能和解剖组织。编译｜梁金神经动力学模型读书会详情请见：500+神经动力学社区成员，邀你共同点亮更多脑科学研究的岛屿推荐阅读1.

导语基础模型正在实现人工智能范式的转变。从传统机器学习时代关注学习算法构建，到深度学习时代转向神经网络架构设计，再到基础模型时代专注模型本身的功能性。——这种范式转变让模型得以摆脱单一任务或领域的局限，极大地推动

Method论文地址：https://journals.aps.org/prx/abstract/10.1103/PhysRevX.13.031021空腔法（cavity

协同进化前后猎物运动模拟对比通过定量分析，我们发现随着进化的迭代次数的增加，群体的稀疏度(DoS)逐渐减小（即密度逐渐增大），同时群体的同向性(DoA)逐渐增大，这些特征暗示着集群行为的涌现。图3

https://github.com/mkturkcan/generative-agents推荐原因：基于大语言模型生成的智能体的交互行为与社会智能，著名的“斯坦福小镇”的原文对齐技术与AGI安全性