复杂系统中的信息理论丨因果涌现读书会第三期

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。

本周开启第七季第三期，主题“复杂系统中的信息理论”。由章彦博学者主讲，分享围绕AlphaZero信息“无中生有”难题，结合Finzi等人（2025）研究引入“认知复杂度”，探讨其与涌现的关联，讲解测量方法，带大家走进复杂系统信息世界。

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

2017 年，AlphaZero 横空出世，在围棋、国际象棋、将棋上全部超越人类顶尖选手。更令人惊叹的是，它没有使用任何人类数据——唯一的输入是游戏规则，一个简洁到几页纸就能写完的程序。然而最终训练出来的模型有几千兆字节的参数，编码了对残局处理、开局策略、战术配合等种种复杂知识。问题来了：这些知识的「信息」从哪里来？

经典信息论的一个核心定理——数据处理不等式（Data Processing Inequality）——告诉我们：对数据施加的任何确定性变换，都不可能增加与原始来源之间的互信息。自弈本身是确定性计算，那么 AlphaZero 的几 GB 模型权重，究竟是凭空变出来的吗？

Finzi 等人（2025）的工作给出了清晰的回答：问题不在于 AlphaZero，而在于我们衡量「信息」的工具出了问题。经典信息论假设观察者有无限的计算能力。一旦我们考虑计算的代价，整个图景发生根本性的改变。由此，我们得到了「认知复杂度」。

而在因果涌现的背景下，认知复杂度给出了关于涌现的全新视角：涌现与观察者的算力有深刻的关联。「涌现结构」常常源于观察者有限的算力。在康威生命游戏之中，人类观察者要想快速预测系统的变化，「滑翔机」这样的涌现概念就必不可少。这种观念一定程度上挑战了因果涌现的核心思想——粗粒化可以客观地用因果信息度量好坏，而无需观察者。而这篇论文给出了有趣的新视角。

分享大纲

• 信息论的难题：无中生有

• 信息论的工具箱：三种随机性，一个统一框架

• 认知复杂度：算力受限的观察者

• 测量认知复杂度

• • 用神经网络代替「程序」

  • 从理论到实践：测量认知复杂度

• 认知复杂度与涌现

• • 生命游戏：涌现结构与算力限制

  • 元胞自动机：计算不可约与认知复杂度

  • 认知复杂度与因果涌现

核心概念

熵、信息论、计算复杂性理论、算法信息论、机器学习

主讲人介绍

主讲人：章彦博，美国亚利桑那州立大学复杂系统博士，本科毕业于中国科学技术大学凝聚态物理系，现在塔夫茨大学进行博士后研究，集智科学家，曾在瑞典卡罗琳斯卡医学院进行访问交流。研究方向：统计物理、复杂系统等。他的研究兴趣主要是试图理解我们这个世界的“特殊尺度”。为什么原子会存在？为什么分子会存在？为什么“事物”的概念是一个有用的概念？此外，他还致力于利用化学反应网络探索生命的起源。 在他的主要研究之外，章彦博喜欢研究在线社交网络和古代音乐史。

参考文献

• Finzi, Marc, et al. "From Entropy to Epiplexity: Rethinking Information for Computationally Bounded Intelligence." arXiv, 6 Jan. 2026, https://arxiv.org/abs/2601.03220.

时间信息

2026年3月8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。

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。