全球通用的会议系统（第九届全球复杂系统会议）

全球通用的会议系统（第九届全球复杂系统会议）经济计算社会科学关于复杂系统科学，业内还没有给出一个清晰的界定。目前聚焦该领域的，有两个机构最为著名：圣塔菲研究所和新英格兰复杂系统研究所。本文就是来自于后者举办的第九届全球复杂系统会议内容精选，其中涉及到计算社会科学、人工智能、群体智慧、区块链等话题，供各位复杂系统学习爱好者们参考。由新英格兰复杂系统研究所(NECSI New England Complex System Institute)举办的第九届全球复杂系统会议(ICCS)在2018年7月21日-27日在波士顿召开。会议主题主要围绕着全球各学科领域的复杂性研究，大会的分主题主要分成以下几个类别：集体行为

编辑 | 李沛欣

来源 | 代观（微信ID：ExtendedOrder）

原题 | 第九届全球复杂系统会议（ICCS）精选内容推荐

导语

关于复杂系统科学，业内还没有给出一个清晰的界定。目前聚焦该领域的，有两个机构最为著名：圣塔菲研究所和新英格兰复杂系统研究所。本文就是来自于后者举办的第九届全球复杂系统会议内容精选，其中涉及到计算社会科学、人工智能、群体智慧、区块链等话题，供各位复杂系统学习爱好者们参考。

由新英格兰复杂系统研究所(NECSI New England Complex System Institute)举办的第九届全球复杂系统会议(ICCS)在2018年7月21日-27日在波士顿召开。会议主题主要围绕着全球各学科领域的复杂性研究，大会的分主题主要分成以下几个类别：

• 集体行为

• 计算社会科学

• 经济

• 机器学习与人工智能

• 网络

  
  

以上五个是相对来说较为侧重，研究该方向的学者也较为密集的领域。

• 其他分主题还包括：

城市科学/计算社会科学/决策/涌现/医学/神经科学/非线性动力学/安全/社交网络/社交系统/系统生物学/教育/进化/科学的科学/气候与生态/工程/流行病学

关于复杂系统科学，国际上其实现在还是没有很严格的给出复杂系统理论的科学定义，所以其实真正严格意义上似乎没有这么一门科学，参会的教授学者的学科背景跨度非常大。在美国授予复杂系统博士学位的学校大概是三个左右，整个学科研究进展比较缓慢。主要的研究机构有圣塔菲研究所Santa Fe和新英格兰复杂系统研究所NECSI( New England Complex System Institute)。两个研究机构的风格有所区别，NECSI总部在波士顿，和MIT，Harvard这样的大学合作机会比较多，跟Santa Fe相比更偏向于“实用”一些。

总体来说，复杂系统科学包括的学科有经济，生物，社会，心理等多学科，由于研究方式和研究问题比较多样，所以对于复杂系统的研究在各个专门的学科里面算是非常小众的研究，并不是主流学界所看重的领域。

会议链接：

http://www.necsi.edu/events/iccs2018/program

以下我们将介绍一些会议中精选的部分内容（以演讲者或是主题划分）：

Stephen Wolfram

17岁发表论文在《核物理》上，可以称得上科学届的神童。1980年代，在他学术生涯蒸蒸日上的时候，他却因为不满美国大学的管理制度而毅然走出学界。

Wolfram想在人们想要什么和复杂的计算资源之间搭建一个桥梁。开发了Mathematica. Mathematica相对于其他编程语言简单，可以用照片等各种形式输入作为参数，Wolfram现场照了一张自己的照片 可以直接拖动照片到函数中，让图片作为输入参数把得到放到深度学习模型里面进行处理。

Wolfram 认为现在复杂系统研究缺乏内核，搞经济的人用计算机模拟经济模型，搞生物的又去构造一个模型解释生物，而这些研究都是分散的没有必然联系。那有没有什么是必然而简单的规则呢？他现场用很简单的几个参数定义了不同模型，能够产生出完全不一样的图片。那我们能用这些规则预测未来吗？就算规则非常简单，还是不能预测。他认为人机合作的方向是，由人类确定目标和目的，执行交给机器去做。

著作推荐： A New Kind of Science

http://www.wolframscience.com/nks/

该书的核心理念就是：探讨一个新型抽象宇宙——一个由各种简单程序组成的“计算型宇宙”，Wolfram在该书中向人们展示这些简单程序是如何捕捉很多自然系统复杂性（美学）的精髓的。在计算型宇宙中，即便是极其简单的法则或程序都可能会有积极复杂的行为。

Albert-laszlo Barabasi

被誉为无标度网络之父，主要擅长网络理论。现场更多的介绍了网络控制论，从线性系统的控制论，到非线性系统的非对称控制，后面衍生到网络结构的重要性，不同结构的网络的强健度等特性都不一致。利用线虫来研究神经网络控制肌肉。在279个神经元中只有12个可以控制肌肉。

相关论文：

https://arxiv.org/abs/1805.11081

原文标题：Caenorhabditis elegans and the network control framework – FAQs

作者：Emma K. Towlson Petra E. Vertes Gang Yan Yee Lian Chew Denise S. Walker William R. Schafer Albert-Laszlo Barabasi

著作推荐：

Bursts: The Hidden Pattern Behind Everything We Do

Linked: The New Science of Networks

Nassim Nicholas Taleb

担任过众多金融公司交易员，思想家，怀疑经验论者，对于随机性，不确定性等概念有深入的理解。现场分享主题为The Precautionary Principle (with Application to the Genetic Modification of Organisms)。

我们可以为黑天鹅事件做准备但是不能去预测。提出的PP方案，就是precautionary principle，是一种整合的框架，把黑天鹅事件的影响考虑到通常的统计学中去。即，哪怕有高概率高回报的选择也不能覆盖低概率无限成本的选择。

著作推荐：The Black Swan: The Impact of the Highly Improbable

论文链接：

https://arxiv.org/pdf/1410.5787.pdf

Caser Hidalgo

统计物理学家，经济学家。在经济学，复杂理论方面有开创新领域的作用，MIT media lab里面唯一一个南美人。开创性的用大数据的方法研究经济相关问题。利用github等社交数据研究程序员是怎么合作的。程序员是通过和其他人的相互协作来学习的。虽然现在计算机非常方便人远程合作，但是人们还是愿意集中在城市里面学习交流，因为面对面的交流的效率还是不可以替代的。

著作推荐：Why Information Grows: The Evolution of Order from Atoms to Economies

Sandy Pentland

大数据专家，Enigma Endor联合创始人。福布斯评选的"世界上最强大的7位数据科学家”之一，美国国家工程院院士。

Endor的自动化AI预测系统采用“社会物理学”的概念，运用人工智能 大数据 区块链的前沿技术。使用者可以用简单的语言提出预测性问题，即可得到AI对事物自动准确的预测。

Sandy认为以后社会人的数据是隐私的，但是metadata是公开的，在更加透明化的社会里面，政府在做什么也应该是公开的. Sandy认为决定人的并不是生物数据，而是人和他人的关系。

著作推荐：Social Physics: How Social Networks Can Make Us Smarter

Predrag Tosic

报告标题：On individual rationality social welfare and complex strategic Interactions: Regret minimization and the competitive-cooperative spectrum

摘要：报告在复杂性思维下对一些传统经济学概念进行了重新思考。在多主体重复博弈系统当中，对单个主体理性行为以及最优策略进行了重新思考，对博弈论中最优策略概念进行了进一步思考，对IPD（Iterated Prison Dilemma）中的最优策略进行进一步探究，由于文章尚未发表，无法给出论文链接，但是可以从ResearchGate上面可以看到作者本人已经在这方面做了许多的研究项目。