基于动力学可逆性的因果涌现丨因果涌现读书会第二期

导语

为了系统梳理因果涌现最新进展，北京师范大学系统科学学院教授、集智俱乐部创始人张江老师领衔发起，邀请对复杂系统与涌现问题感兴趣的研究者与同好共同研读前沿文献、碰撞科研灵感。

本周开启第七季第二期，主题“基于动力学可逆性的因果涌现”。郑鸿盛学者主要为大家讲解基于动力学的因果涌现理论已有工作，以及经典因果涌现实例的相关简介,带大家初窥基于动力学可逆性的因果涌现理论；刘凯威学者则将聚焦于连续系统的因果涌现扩展，详细讲解线性GIS模型与连续版有效信息、连续版“近似可逆信息”，以及数据驱动的实际应用落地，全方位讲透连续系统中因果涌现的量化框架与实操方法。

欢迎感兴趣的朋友加入读书会，一起在这片快速生长、思想频出的研究领域中把握脉络、发现问题、寻找未来的科研方向。

报告简介

涌现是指整体展现出其部分所不具有的新特性。因果涌现理论则对其给出了定量刻画：当系统可被粗粒化为一个状态数更少的简化的宏观动力学，且其因果效应强度（以有效信息衡量）显著提升时，即认为系统中存在涌现现象。

尽管该定义清晰，但在量化不同动力学类型时需采用不同方法：对于离散状态系统，传统因果涌现理论可通过分析概率转移矩阵的奇异值谱，或通过削减、合并状态空间来检测因果涌现；对于连续变量的马尔可夫动力学，因果涌现则体现为对系统的降维能显著增强其动力学的因果效应，为此只需对系统的动力学及其协方差矩阵同时进行奇异值分解。

相关分析进一步揭示，时间倒流与因果涌现之间存在着深刻联系。智能体构建世界模型，本质上是在追寻“时间倒流”的可能性。根据新提出的因果涌现理论框架，智能体的内部世界模型可视为一个从当前状态到未来状态的通信信道。当该信道存在冗余通路时，系统便会产生因果涌现，其强度表现为信息传输效率——即系统的可逆性——的提升。在实际应用中，该理论不依赖于具体的粗粒化策略，仅需通过奇异值分解即可揭示系统内在的因果涌现特性。

分享大纲

• 基于动力学的因果涌现理论简介

• • 因果涌现（CE）的经典命题

  • 因果性与可逆性近似等价

• 三个因果涌现实例

• • 带噪声的三维螺旋曲线

  • 带噪声的人口增长模型

  • 布朗运动

• 基于奇异值分解的动力学可逆性

• • 可逆的含义

  • 近似动力学可逆性

  • 可逆性与因果性的关系

• 连续系统扩展

• • 向量与函数

  • 矩阵与算子

  • 线性 GIS 模型与连续版 EI

  • 连续版“近似可逆信息”

  • GIS 上的因果涌现

• 数据驱动：SIR + 神经网络学到局部雅可比与协方差

核心概念

因果涌现，因果性，可逆性，转移概率矩阵，线性高斯迭代系统，奇异值分解，算子，傅里叶变换，逆协方差

主讲人介绍

主讲人：刘凯威，北京师范大学系统科学学院博士研究生。研究领域，涉及统计学方向的生存分析、贝叶斯统计，以及复杂系统方向的复杂网络重构、规模法则、因果涌现等问题。目前已在National Science Review、Physica D、Physical Review E等学术期刊发表多篇论文。

主讲人：郑鸿盛，北京师范大学系统科学学院硕士在读，师从张江教授，研究兴趣包括机器学习、因果涌现等。

参考文献

• Zhang, Jiang, et al.“Dynamical reversibility and a new theory of causal emergence based on SVD.”npj Complexity 2.1 (2025): 3.https://arxiv.org/pdf/2402.15054

• Liu, Kaiwei, et al.“SVD-based Causal Emergence for Gaussian Iterative Systems.”arXiv preprint arXiv:2502.08261 (2025).https://arxiv.org/abs/2502.08261

• Klein, Brennan, and Erik Hoel. "The Emergence of Informative Higher Scales in Complex Networks." Complexity, vol. 2020, 2020, p. 8932526. https://doi.org/10.1155/2020/8932526

时间信息

2026年3月1日（周日）上午10:00-12:00，腾讯会议线上进行，微信视频号+集智俱乐部B站号同步直播，感兴趣的朋友扫码报名加入因果涌现读书会后，可进入学员群进行交流。

预约直播

报名读书会：「因果涌现第七季」

为系统梳理因果涌现领域的最新进展，北京师范大学系统科学学院教授、集智俱乐部创始人张江老师领衔发起，组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。读书会将于2026年2月22日起每周日上午（创建读书会暂定时间为10:00-12:00）线上开展，持续约10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。

扫描海报中二维码报名参加读书会

报名方式：

第一步：微信扫码填写报名信息。

第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：

第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。

PS： 我们鼓励围绕因果涌现、复杂系统与人工智能及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。

加入社区后可获得的资源

完整权限包括：线上问答、录播回看、资料共享、社群交流、信息同步、共创任务获取积分等。