复杂性起源的第一性原理：三破缺，生万物｜周五直播·因果涌现 x AI by Complexity

导语

从沙丘到星系，从大脑到人类社会，自然世界的复杂性何以起源？北京师范大学王文旭教授经过多年潜心研究，颠覆了对复杂性的传统认知，与博士生吴文豪和李泽正共同建立了复杂性起源的第一性原理——三条自组织规则的对称自发破缺产生各种复杂现象和模式，即三破缺，生万物。该项研究成果于近日发表于期刊 International Journal of Bifurcation and Chaos。这一复杂性起源的第一性原理将引起各学科复杂性研究范式的根本转变，并指明了完善基于还原论的现代科学的重要途径。此次读书会是集智俱乐部「」和「」读书会的联动，由王文旭老师介绍这项最新研究，并探讨由此衍生的更多问题。

内容简介

首先介绍复杂性研究现状，包括各种生命和非生命复杂现象和相关理论模型，以及复杂性科学的普遍共识、局限和科学问题；

然后，介绍报告人课题组提出的复杂性涌现的简单普适原理，即三破缺，生万物，并展示普适原理所生成的复杂模式、现象和理论分析；

最后，应用普适原理指导大脑的逆向工程，构建基于神经元第一性原理的大脑自组织理论和类脑智能涌现原理；基于该理论开发类脑智能算法，并与大量经典的脑认知神经科学、脑发育和行为心理学实验对照，验证智能算法和基本原理。

内容大纲

• 关于复杂性（complexity）的研究现状

• 复杂性涌现的简单普适原理，即三破缺，生万物

• 应用普适原理指导大脑的逆向工程，构建基于神经元第一性原理的大脑自组织理论和类脑智能涌现原理

• 基于理论开发类脑智能算法

延伸讨论问题

• 复杂现象背后存在一般性的简单原理么？

• 涌现和自组织能够被明确定义么？

• 物理学原理能够帮助理解复杂性么？

• 生物多样性的源头是什么？

• 如何完善和推进基于还原论的现代科学？

• 有可能完全理解大脑工作原理和复制数字大脑么？

核心概念

对称性破缺 Symmetry breaking

复杂性起源 Origin of complexity

还原论 Reductionism

自组织 Self-organization

斑图渗流 Pattern percolation

涌现 Emergence

混沌 Chaos

参考文献

Wu, Wen-Hao, Ze-Zheng Li, and Wen-Xu Wang. Symmetry breaking of three self-organization rules: A general theory for the origin of complexity. International Journal of Bifurcation and Chaos. 2024 34:06. https://worldscientific.com/doi/10.1142/S021812742430012X

主讲人简介

王文旭，北京师范大学教授，主要从事复杂性、认知神经科学和类脑人工智能的交叉研究。提出了基于压缩感知理论重构复杂系统结构和动力学的系列方法，证明了复杂网络动力系统的严格控制定理，提出了复杂性涌现的简单普适原理。研究成果发表于Phys. Rev. Lett.等期刊。

直播信息

时间：2024年7月5日（本周五）晚上19:00-21:00

报名参与读书会：

斑图链接：https://pattern.swarma.org/study_group_issue/702

扫码参与，加入群聊，获取系列读书会回看权限，加入因果涌现社区，与社区的一线科研工作者沟通交流，共同推动因果涌现这一前沿领域的发展。

报名成为主讲人：

读书会成员均可以在读书会期间申请成为主讲人。主讲人作为读书会成员，均遵循内容共创共享机制，可以获得报名费退款，并共享本读书会产生的所有内容资源。具体见系列读书会详情：

因果涌现读书会第五季招募中

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。从2021年夏天至今，集智俱乐部已经陆续举办了四季「因果涌现」读书会，系统梳理了因果涌现理论的发展脉络，深入探讨了信息整合与信息分解的本质，并探索了在生物网络、脑网络、机器学习等跨学科领域的应用。此次将追踪因果涌现领域的前沿进展，展示集智社区成员的原创性工作，希望探讨因果涌现理论、复杂系统的低秩表示理论、本征微观态理论之间的相通之处，对复杂系统的涌现现象有更深刻的理解。读书会从2024年4月19日开始，每周五晚20:00-22:00进行，持续时间预计8-10周。欢迎感兴趣的朋友报名参与！

详情请见：

AI By Complexity读书会招募中

大模型、多模态、多智能体层出不穷，各种各样的神经网络变体在AI大舞台各显身手。复杂系统领域对于涌现、层级、鲁棒性、非线性、演化等问题的探索也在持续推进。而优秀的AI系统、创新性的神经网络，往往在一定程度上具备优秀复杂系统的特征。因此，发展中的复杂系统理论方法如何指导未来AI的设计，正在成为备受关注的问题。

集智俱乐部联合加利福尼亚大学圣迭戈分校助理教授尤亦庄、北京师范大学副教授刘宇、北京师范大学系统科学学院在读博士张章、牟牧云和在读硕士杨明哲、清华大学在读博士田洋共同发起，探究如何度量复杂系统的“好坏”？如何理解复杂系统的机制？这些理解是否可以启发我们设计更好的AI模型？在本质上帮助我们设计更好的AI系统。读书会于6月10日开始，每周一晚上20:00-22:00举办。欢迎从事相关领域研究、对AI+Complexity感兴趣的朋友们报名读书会交流！

详情请见：