四位研究者（從左至右）：呂琳媛、劉宇、胡脊梁、陸超超

專訪四位復(fù)雜系統(tǒng)研究者：跨學(xué)科研究中的復(fù)雜科學(xué)

霍金在新千年來臨時(shí)直言：21世紀(jì)是復(fù)雜性的世紀(jì)。但我們很少聽到哪位學(xué)者聲稱自己是“復(fù)雜科學(xué)家”，因?yàn)閷?duì)復(fù)雜性的探索深入各個(gè)學(xué)科。

本期訪談的四位受訪者所在的學(xué)科領(lǐng)域，均與復(fù)雜科學(xué)有著千絲萬縷的聯(lián)系：網(wǎng)絡(luò)方法作為抽象建模的手段，近20年在社會(huì)、經(jīng)濟(jì)、人工智能等領(lǐng)域應(yīng)用廣泛，成為復(fù)雜科學(xué)最亮眼的領(lǐng)域；生命起源問題則直指復(fù)雜系統(tǒng)的創(chuàng)造與演化過程，甚至讓我們得以超越地球生命的視野，在宇宙尺度追問生命是什么；生態(tài)系統(tǒng)研究既是復(fù)雜科學(xué)的主要來源之一，也在復(fù)雜系統(tǒng)方法的幫助下不斷取得突破，幫助人類認(rèn)識(shí)到自己也只是系統(tǒng)的一部分；機(jī)器學(xué)習(xí)領(lǐng)域的因果革命以及向新一代人工智能的邁進(jìn)，則有望破解復(fù)雜系統(tǒng)中的涌現(xiàn)之謎。

1/復(fù)雜系統(tǒng)的骨架：網(wǎng)絡(luò)

專訪呂琳媛

受訪人 _ 呂琳媛（電子科技大學(xué)基礎(chǔ)與前沿研究院）

采訪人 _ 劉培源

請(qǐng)介紹一下您的研究方向。

呂琳媛：我主要從事統(tǒng)計(jì)物理與信息科學(xué)交叉領(lǐng)域的前沿研究，關(guān)注網(wǎng)絡(luò)信息挖掘的基礎(chǔ)理論和關(guān)鍵方法。網(wǎng)絡(luò)信息挖掘是復(fù)雜系統(tǒng)研究的重要方向，其核心是研究如何快速、高效地從大規(guī)模網(wǎng)絡(luò)中挖掘出有價(jià)值的信息。這方面的研究不僅為理解大腦、信息、城市等各類復(fù)雜系統(tǒng)的結(jié)構(gòu)、功能、演化機(jī)制提供了理論框架和方法論支撐，也具有重要的應(yīng)用價(jià)值。近年，我們重點(diǎn)關(guān)注網(wǎng)絡(luò)高階分析（即以一種新的高階視角對(duì)網(wǎng)絡(luò)進(jìn)行研究）方面的理論及應(yīng)用研究。

為什么復(fù)雜系統(tǒng)研究需要復(fù)雜網(wǎng)絡(luò)？

呂琳媛：復(fù)雜網(wǎng)絡(luò)是描述復(fù)雜系統(tǒng)的抽象模型。其中，節(jié)點(diǎn)表示復(fù)雜系統(tǒng)的組成元素，節(jié)點(diǎn)之間的連邊表示各元素之間的相互作用。真實(shí)世界中的許多復(fù)雜系統(tǒng)都可以用復(fù)雜網(wǎng)絡(luò)的形式進(jìn)行描述，不同系統(tǒng)所具有的共性都蘊(yùn)含在其所對(duì)應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)中。復(fù)雜網(wǎng)絡(luò)也為不同學(xué)科領(lǐng)域的復(fù)雜系統(tǒng)研究提供了重要的理論和方法支持，是復(fù)雜系統(tǒng)研究發(fā)展到21世紀(jì)，伴隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能的發(fā)展涌現(xiàn)的一個(gè)新興前沿方向。

請(qǐng)談?wù)勀阪溌奉A(yù)測(cè)和節(jié)點(diǎn)排序兩方面取得的主要研究成果。

呂琳媛：我們知道，一個(gè)網(wǎng)絡(luò)包含兩個(gè)基本要素，即連邊（或鏈路）和節(jié)點(diǎn)。在網(wǎng)絡(luò)的框架下，網(wǎng)絡(luò)信息挖掘就可以從對(duì)連邊和節(jié)點(diǎn)的認(rèn)識(shí)出發(fā)，分別對(duì)應(yīng)重要鏈路挖掘和重要節(jié)點(diǎn)挖掘問題。其中，前者又可細(xì)分為對(duì)缺失鏈接的預(yù)測(cè)（即鏈路預(yù)測(cè)問題）和對(duì)虛假鏈接的識(shí)別問題，而后者本質(zhì)上是對(duì)節(jié)點(diǎn)的重要性進(jìn)行排序。

鏈路預(yù)測(cè)，即基于已觀察到的網(wǎng)絡(luò)結(jié)構(gòu)來預(yù)測(cè)網(wǎng)絡(luò)中未連接的兩個(gè)節(jié)點(diǎn)之間形成鏈路的可能性，預(yù)測(cè)對(duì)象既包括可能在觀察中被忽略的鏈路，也包括未來可能出現(xiàn)的鏈路。鏈路預(yù)測(cè)本質(zhì)上是從網(wǎng)絡(luò)鏈路的微觀層面解釋網(wǎng)絡(luò)結(jié)構(gòu)生成的原因，具有廣泛的應(yīng)用場(chǎng)景。例如，其可用于在線社交網(wǎng)絡(luò)的好友推薦、指導(dǎo)生物網(wǎng)絡(luò)的結(jié)構(gòu)驗(yàn)證實(shí)驗(yàn)、預(yù)測(cè)疾病和致病基因的關(guān)系。

鏈路預(yù)測(cè)
呂琳媛 周濤
高等教育出版社, 2013

在網(wǎng)絡(luò)中，重要節(jié)點(diǎn)是指相比其他節(jié)點(diǎn)能夠?qū)W(wǎng)絡(luò)的結(jié)構(gòu)與功能發(fā)揮更大影響的一些特殊節(jié)點(diǎn)。節(jié)點(diǎn)排序（或稱節(jié)點(diǎn)重要性排序、重要節(jié)點(diǎn)挖掘）旨在將這類特殊節(jié)點(diǎn)識(shí)別出來。對(duì)重要節(jié)點(diǎn)挖掘的研究不僅具有理論意義，也可以解決與社會(huì)經(jīng)濟(jì)相關(guān)的現(xiàn)實(shí)問題，如遏制傳染病傳播、控制社交媒體輿情。

近年，我們利用統(tǒng)計(jì)物理學(xué)的理論和方法解決了信息領(lǐng)域的若干重要問題，原創(chuàng)性地提出了以系綜理論和似然分析為基礎(chǔ)的網(wǎng)絡(luò)信息挖掘基礎(chǔ)理論體系，以及以擴(kuò)散動(dòng)力學(xué)為基礎(chǔ)的系列網(wǎng)絡(luò)信息挖掘方法，相關(guān)研究推動(dòng)形成了一個(gè)新的物理、信息交叉研究方向，成果也獲得廣泛應(yīng)用。

比較有代表性的是，在鏈路預(yù)測(cè)方面，我們首次提出網(wǎng)絡(luò)鏈路可預(yù)測(cè)性的概念并給出定量刻畫指標(biāo)，被國際同行稱為鏈路預(yù)測(cè)領(lǐng)域的一個(gè)里程碑；在重要節(jié)點(diǎn)挖掘方面，我們首次揭示了過去30年被認(rèn)為不相關(guān)的三個(gè)重要指標(biāo)——度中心性、H指數(shù)和核數(shù)——的內(nèi)在聯(lián)系（即網(wǎng)絡(luò)的DHC定理），并提出有效挖掘網(wǎng)絡(luò)中重要節(jié)點(diǎn)的系列算法，解決大規(guī)模演化網(wǎng)絡(luò)的重要節(jié)點(diǎn)識(shí)別難題。目前已有部分研究成果被應(yīng)用于網(wǎng)絡(luò)輿情監(jiān)控、致病基因預(yù)測(cè)、醫(yī)保欺詐識(shí)別、電子商務(wù)服務(wù)等實(shí)際系統(tǒng)中。

2021年復(fù)雜系統(tǒng)研究者獲得諾貝爾物理學(xué)獎(jiǎng)，這對(duì)復(fù)雜科學(xué)意味著什么？

呂琳媛：這是諾貝爾物理學(xué)獎(jiǎng)首次被授予與復(fù)雜系統(tǒng)相關(guān)的研究者，對(duì)復(fù)雜系統(tǒng)研究具有里程碑意義，對(duì)于從事相關(guān)研究的學(xué)者也是一個(gè)極大的鼓舞。這既說明復(fù)雜系統(tǒng)領(lǐng)域的研究和重要成果已經(jīng)獲得科學(xué)界的認(rèn)可，也表明通過具體系統(tǒng)研究來發(fā)展復(fù)雜系統(tǒng)的基本理論仍然任重道遠(yuǎn)。我相信，這一事件將推動(dòng)復(fù)雜系統(tǒng)研究進(jìn)一步發(fā)展，尤其是在當(dāng)今的數(shù)字化時(shí)代，復(fù)雜系統(tǒng)與復(fù)雜網(wǎng)絡(luò)的理論和方法有了更廣闊的用武之地，在其與人工智能、生物、社會(huì)、經(jīng)濟(jì)等多學(xué)科交叉融合的過程中不斷涌現(xiàn)出更具挑戰(zhàn)的新問題，有待進(jìn)一步探索。

恭喜您獲得國際網(wǎng)絡(luò)科學(xué)學(xué)會(huì)2022年Erdo?s-Re?nyi獎(jiǎng)，您怎樣評(píng)價(jià)中國學(xué)者在復(fù)雜科學(xué)領(lǐng)域的貢獻(xiàn)？

呂琳媛獲2022年Erd?s-Rényi獎(jiǎng)
圖源：集智俱樂部

呂琳媛：在我國，最早由錢學(xué)森先生與一批科研人員對(duì)復(fù)雜系統(tǒng)進(jìn)行了積極的探索，知名系統(tǒng)科學(xué)專家方?？道蠋熞彩瞧渲幸粏T，他也是我的母校北京師范大學(xué)管理學(xué)院（現(xiàn)在的系統(tǒng)科學(xué)學(xué)院）的創(chuàng)始人。錢老等前輩早在20世紀(jì)70年代就對(duì)復(fù)雜性科學(xué)進(jìn)行了研究，創(chuàng)造性地建立了系統(tǒng)科學(xué)與系統(tǒng)論。21世紀(jì)前夕，小世界網(wǎng)絡(luò)、無標(biāo)度網(wǎng)絡(luò)等的提出使許多物理學(xué)家（尤其是統(tǒng)計(jì)物理學(xué)家）認(rèn)識(shí)到，使用復(fù)雜網(wǎng)絡(luò)作為復(fù)雜系統(tǒng)研究工具的重要作用。我國學(xué)者對(duì)復(fù)雜系統(tǒng)及復(fù)雜網(wǎng)絡(luò)的研究主要分為三條路徑：一條以理論物理、統(tǒng)計(jì)物理學(xué)者為代表，強(qiáng)調(diào)對(duì)復(fù)雜系統(tǒng)基礎(chǔ)理論的研究；一條以計(jì)算機(jī)、控制領(lǐng)域?qū)W者為代表，關(guān)注對(duì)系統(tǒng)的管理、控制以及在工程領(lǐng)域的應(yīng)用；還有一條關(guān)注復(fù)雜系統(tǒng)方法在社會(huì)經(jīng)濟(jì)領(lǐng)域的應(yīng)用。在復(fù)雜系統(tǒng)研究的各個(gè)方向，中國學(xué)者的研究貢獻(xiàn)都越來越突出。

中國復(fù)雜系統(tǒng)研究的發(fā)展，從相關(guān)會(huì)議的舉辦可見一斑：中國網(wǎng)絡(luò)科學(xué)論壇自2004年起已舉辦了18屆，全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議自2005年開始已舉辦了17屆，還有中國系統(tǒng)科學(xué)大會(huì)、全國統(tǒng)計(jì)物理與復(fù)雜系統(tǒng)學(xué)術(shù)會(huì)議等眾多相關(guān)會(huì)議在持續(xù)舉辦，說明復(fù)雜系統(tǒng)研究在我國愈發(fā)受到重視。另外，2018年，國際網(wǎng)絡(luò)科學(xué)冬季會(huì)議（NetSci-X）首次在中國杭州舉辦，國際網(wǎng)絡(luò)科學(xué)大會(huì)（NetSci）于2022年7月在上海順利召開，標(biāo)志著國內(nèi)網(wǎng)絡(luò)科學(xué)研究得到了國際同行的認(rèn)可。在一些領(lǐng)域，我們已經(jīng)和國際同行處在同一水平，甚至做出了自己的特色。當(dāng)然，要想完全引領(lǐng)發(fā)展，還有很長的路要走?；谥袊斯逃械南到y(tǒng)整體思維觀、互聯(lián)網(wǎng)在中國本土的廣泛應(yīng)用以及國家對(duì)科技創(chuàng)新的高度重視，我們堅(jiān)信，未來中國一定有機(jī)會(huì)成為全球復(fù)雜系統(tǒng)研究的高地。

當(dāng)前熱門的跨學(xué)科研究對(duì)復(fù)雜科學(xué)的意義是什么？

呂琳媛：這是好事。傳統(tǒng)的科研模式已不能適應(yīng)飛速發(fā)展的社會(huì)需要。網(wǎng)絡(luò)時(shí)代，不管是科研活動(dòng)內(nèi)部，還是科研與經(jīng)濟(jì)活動(dòng)之間，除了分工，更需要合作。這里所說的合作不是像組裝零件那樣簡單，而是一種有機(jī)的整合。應(yīng)該說，在萬物互聯(lián)的今天，分工就是為了更好地合作。對(duì)于科研活動(dòng)（特別是交叉科學(xué)的研究）而言，我們既需要在各自的學(xué)科領(lǐng)域進(jìn)行深入持續(xù)的研究，也要看到其他學(xué)科前沿的發(fā)展及其與自身研究的關(guān)系，這樣才有可能取得更有影響力的研究成果。另外，今天人類面對(duì)的問題越來越復(fù)雜，已經(jīng)很難從單一學(xué)科去解決，這也為復(fù)雜科學(xué)這類交叉研究提供了大展拳腳的契機(jī)。當(dāng)然，這種交叉一定是圍繞關(guān)鍵科學(xué)問題來展開的，而不是簡單地為交叉而交叉。

您怎樣看復(fù)雜科學(xué)與人工智能的結(jié)合？

呂琳媛：人工智能技術(shù)為復(fù)雜系統(tǒng)研究提供了前沿方法，在提升解決相關(guān)問題的準(zhǔn)確性和計(jì)算效率等方面具有顯著優(yōu)勢(shì)。尤其是在當(dāng)前海量數(shù)據(jù)的背景下，考慮到數(shù)據(jù)的高維度、強(qiáng)噪聲、稀疏性、異質(zhì)性等性質(zhì)，人工智能技術(shù)可以有力賦能數(shù)據(jù)的收集、處理及提取復(fù)雜系統(tǒng)的特征和要素等重要環(huán)節(jié)。復(fù)雜系統(tǒng)研究與人工智能技術(shù)的結(jié)合是未來一個(gè)極具潛力的方向。

復(fù)雜科學(xué)的前景如何?

呂琳媛：我認(rèn)為，在未來的幾年里，復(fù)雜系統(tǒng)的研究將在腦科學(xué)、數(shù)字治理、軍事科學(xué)等多個(gè)領(lǐng)域開花結(jié)果。隨著理論和研究方法的深入發(fā)展，復(fù)雜系統(tǒng)研究將會(huì)為這些領(lǐng)域帶來新的研究視角及方法。以復(fù)雜網(wǎng)絡(luò)為例，近期我們關(guān)注的網(wǎng)絡(luò)高階分析在腦網(wǎng)絡(luò)等研究領(lǐng)域取得了初步的成果，這些成果為我們認(rèn)識(shí)人類大腦提供了新的洞見，為臨床應(yīng)用和開發(fā)類腦計(jì)算框架開辟了新途徑。我們相信，將復(fù)雜系統(tǒng)的理論和方法與具體的研究背景和研究問題相結(jié)合，具有解決已有難題的巨大潛力。我們也清楚地認(rèn)識(shí)到，現(xiàn)實(shí)世界中的真實(shí)系統(tǒng)具有特征多變、動(dòng)態(tài)演化、不可預(yù)測(cè)的特點(diǎn)，且對(duì)效率、精度和成本的要求更高。在這種情況下，如何發(fā)展更符合現(xiàn)實(shí)的復(fù)雜性科學(xué)理論和方法，并將其有效地應(yīng)用于真實(shí)系統(tǒng)中，還需要更進(jìn)一步的研究實(shí)踐工作，也需要不同領(lǐng)域?qū)W者的參與和合作。

2/生命起源與復(fù)雜性

專訪劉宇

受訪人 _ 劉宇（北京師范大學(xué)珠海校區(qū)復(fù)雜系統(tǒng)國際科學(xué)中心）

采訪人 _ 梁金

請(qǐng)談?wù)勀难芯糠较颉?/strong>

劉宇：我是物理學(xué)出身，博士讀的是應(yīng)用數(shù)學(xué)，現(xiàn)在的研究方向是生命起源的建模，涉及生命起源理論、自我復(fù)制、信息演化、生物信息學(xué)、神經(jīng)網(wǎng)絡(luò)模塊等。目前，我的主要研究課題包括：信息是通過怎樣的作用產(chǎn)生和積累的，這種作用如何塑造了演化，以及我們?nèi)绾卧谡鎸?shí)的蛋白質(zhì)和基因序列中發(fā)掘這種作用的痕跡（即重復(fù)和層次嵌套結(jié)構(gòu)）以應(yīng)用到實(shí)際問題的解決中。

生命起源的基本問題是什么？

劉宇：生命起源的基本問題是“自我復(fù)制”（或自復(fù)制）怎樣產(chǎn)生。因?yàn)樽晕覐?fù)制被公認(rèn)為是生命的主要特征之一，包括我在內(nèi)的部分學(xué)者甚至認(rèn)為，自我復(fù)制是生命最主要的特征。生命，包括組成生命的細(xì)胞，都可以自我復(fù)制：從一個(gè)變成兩個(gè)，兩個(gè)變成四個(gè)。但非生命物質(zhì)——大到一塊石頭，小到一個(gè)分子——都無法復(fù)制自身。為什么一群不能自我復(fù)制的分子放在一起形成了系統(tǒng)，這個(gè)系統(tǒng)卻能夠自我復(fù)制？這是一種涌現(xiàn)現(xiàn)象，也是生命起源的關(guān)鍵。

我們可以從不同角度去研究自我復(fù)制的問題。我主要從復(fù)雜科學(xué)，也即更偏理論的角度出發(fā)來研究自我復(fù)制的機(jī)制、能力是怎樣涌現(xiàn)的。但也有很多其他研究角度，比如合成生物學(xué)的角度，研究如何從合成蛋白質(zhì)或者合成核糖核酸（RNA）開始，逐步制造出人造細(xì)胞；再比如化學(xué)的角度，我們可以通過構(gòu)造一些真實(shí)的化學(xué)反應(yīng)體系并調(diào)整優(yōu)化，看其能否出現(xiàn)自我復(fù)制的性質(zhì)。

怎樣理解自我復(fù)制的過程？

劉宇：關(guān)于自我復(fù)制，目前已經(jīng)有相對(duì)成熟的理論解釋，尤其是在微觀層面，比較經(jīng)典的是“自催化集”理論。雖然任何基本的化學(xué)反應(yīng)都不能實(shí)現(xiàn)物質(zhì)的自我復(fù)制，但通過某些方法能夠把許多化學(xué)反應(yīng)耦合在一起，變成一個(gè)系統(tǒng)，這個(gè)系統(tǒng)就有可能實(shí)現(xiàn)自我復(fù)制。化學(xué)反應(yīng)系統(tǒng)要實(shí)現(xiàn)自我復(fù)制需要具備兩個(gè)條件：第一個(gè)條件是，這個(gè)系統(tǒng)里的每一個(gè)方程的反應(yīng)物都來自系統(tǒng)里其他方程的生成物，相當(dāng)于一個(gè)頭尾咬合的過程；第二個(gè)條件是化學(xué)反應(yīng)的產(chǎn)出比，要求方程中某種物質(zhì)的產(chǎn)出量比消耗量多。只要一個(gè)化學(xué)反應(yīng)網(wǎng)絡(luò)滿足這兩個(gè)條件，就會(huì)出現(xiàn)“自催化”，即能實(shí)現(xiàn)自我復(fù)制。如果產(chǎn)出不比消耗多，就只是單純的催化反應(yīng)。這里所謂的自我復(fù)制，指的都是作為系統(tǒng)、整體的復(fù)制。如果輸入的反應(yīng)物充足，那么系統(tǒng)里的東西的個(gè)數(shù)就會(huì)以指數(shù)形式增長。從更高層次看，系統(tǒng)就實(shí)現(xiàn)了自我復(fù)制。

At Home in the Universe
Stuart Kauffman
Oxford University Press, 1995

在生命起源的過程中，蛋白質(zhì)和脫氧核糖核酸（DNA）何者先出現(xiàn)？

劉宇：這個(gè)問題看起來像“蛋生雞還是雞生蛋”的問題。生命或者組成生命的細(xì)胞要實(shí)現(xiàn)任何功能，都需要蛋白質(zhì)的參與，即便是DNA的復(fù)制也是如此。蛋白質(zhì)參與實(shí)現(xiàn)細(xì)胞功能的過程，被統(tǒng)稱為代謝。DNA是儲(chǔ)存信息的物質(zhì)，蛋白質(zhì)的信息被編碼在DNA中，所以蛋白質(zhì)的形成也離不開DNA。此前主要有兩派觀點(diǎn)，他們也代表兩條研究路徑：“信息為先”一派認(rèn)為DNA或RNA等儲(chǔ)存信息的遺傳物質(zhì)先出現(xiàn)，“代謝為先”一派則認(rèn)為蛋白質(zhì)等功能分子先出現(xiàn)。我們覺得這兩條研究路徑最終會(huì)走到一起，我們近期的工作似乎能在理論上看到這一點(diǎn)。這個(gè)看似悖論的問題，其實(shí)只是同一個(gè)系統(tǒng)在不同層次的特征而已。在低的尺度上看是自催化過程，在高的尺度上看則是自我復(fù)制。

能夠演化出復(fù)雜性的系統(tǒng)具有什么特征？

劉宇：如果一個(gè)系統(tǒng)具備兩個(gè)特征——能夠“成核”、能夠“復(fù)制”，這個(gè)系統(tǒng)就一定能實(shí)現(xiàn)從簡單到復(fù)雜的演化。我們稱之為梯徑系統(tǒng)，這也是我們最近在進(jìn)行的研究。所謂成核，就是系統(tǒng)產(chǎn)生新的組件，比如舊技術(shù)被改造成新技術(shù)，或現(xiàn)有蛋白質(zhì)被改造成新蛋白質(zhì)，改造的過程就是形成新組件的過程。生命顯然具備這一特征。另外，一個(gè)系統(tǒng)中只要有部分組件能夠復(fù)制，這個(gè)系統(tǒng)就具有了能夠復(fù)制的特征。生命顯然也具備這一特征。實(shí)際上語言也具備類生命的特征，發(fā)明新詞就是成核，別人用了你發(fā)明的新詞就是復(fù)制。

生命演化的過程是一個(gè)修修補(bǔ)補(bǔ)的過程，伴隨著適應(yīng)和優(yōu)化，可能并不是從簡單到復(fù)雜的單向演化。雖說人類從單細(xì)胞生物演化而來，比單細(xì)胞生物復(fù)雜，但這并不意味著單細(xì)胞生物消失了。甚至“人類比細(xì)菌復(fù)雜多少”這個(gè)問題也有待深入研究，二者的差異可能并沒有想象中那么大。所以，如何找到合適的工具來度量復(fù)雜性也是關(guān)鍵問題之一，這是后續(xù)生命起源理論研究的重要議題，也是我們的一個(gè)研究方向。

生命起源研究與復(fù)雜科學(xué)的關(guān)系是什么？

劉宇：生命起源是復(fù)雜科學(xué)中的一個(gè)很重要的問題。實(shí)際上，生命起源及其背后的信息演化、自我復(fù)制問題，甚至是科學(xué)的終極問題之一。當(dāng)然，生命起源問題不僅僅能夠用復(fù)雜系統(tǒng)理論來解釋，更可以從化學(xué)、物理學(xué)、合成生物學(xué)、人工智能等角度切入。

在復(fù)雜科學(xué)領(lǐng)域，我們主要用抽象理論而非實(shí)驗(yàn)來研究生命起源，這是復(fù)雜科學(xué)的優(yōu)勢(shì)。復(fù)雜科學(xué)更關(guān)注框架，而框架中待填充的實(shí)體是可變的。我們建立關(guān)于自我復(fù)制、生命起源的模型，可以不去關(guān)心具體依附的物質(zhì)是什么，不去考慮化學(xué)約束或物理約束，純粹將其抽象為數(shù)學(xué)上的客體。如果我們能在理論上解釋生命怎樣起源，我們還可以把它應(yīng)用在其他天體上，去看上面有沒有符合生命特點(diǎn)的事物，而不必考慮其是否和地球生命同源或相似。

3/生態(tài)系統(tǒng)的復(fù)雜性

專訪胡脊梁

受訪人 _ 胡脊梁（麻省理工學(xué)院生命系統(tǒng)物理學(xué)中心博士在讀）

采訪人 _ 劉培源

請(qǐng)介紹一下您的主要研究方向。

胡脊梁：我們團(tuán)隊(duì)主要結(jié)合實(shí)驗(yàn)和理論，研究復(fù)雜生態(tài)群落與復(fù)雜生態(tài)網(wǎng)絡(luò)背后的動(dòng)力學(xué)、穩(wěn)定性、生物多樣性及其隨著時(shí)間演化的特征；主要以微生物群落為模型，在廣泛的參數(shù)范圍內(nèi)觀察生態(tài)系統(tǒng)的結(jié)構(gòu)和動(dòng)力學(xué)，尤其關(guān)注系統(tǒng)發(fā)生分叉的臨界點(diǎn)，關(guān)注兩個(gè)乃至更多物種間相互作用時(shí)網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的組裝規(guī)則。

在上述基礎(chǔ)上，我個(gè)人的研究更關(guān)注上百種細(xì)菌組成的復(fù)雜生態(tài)系統(tǒng)，基于統(tǒng)計(jì)物理和平均場(chǎng)論等方法建立模型，尋找復(fù)雜生態(tài)系統(tǒng)涌現(xiàn)出的控制參數(shù)，以少量可測(cè)量的群落特征預(yù)測(cè)其動(dòng)力學(xué)演化和生物多樣性。

怎樣理解生態(tài)系統(tǒng)與一般復(fù)雜系統(tǒng)的異同？

胡脊梁：生態(tài)系統(tǒng)與一般復(fù)雜系統(tǒng)的相同點(diǎn)是它們的變量和單體數(shù)量都很龐大，不同的物種既和其他物種有相互作用，也和環(huán)境有很強(qiáng)的相互作用，從而形成一個(gè)物種和物種、物種和環(huán)境的復(fù)雜的相互作用網(wǎng)絡(luò)。

生態(tài)系統(tǒng)的獨(dú)特性在于，其是由不同物種和它們所在的環(huán)境（也即生物部分和非生物部分）共同組成的開放的系統(tǒng)。它一定會(huì)和外界有能量或物質(zhì)的交換。另外，生態(tài)網(wǎng)絡(luò)中不同物種的相互作用機(jī)制及其強(qiáng)度的區(qū)別極大，所以形成的復(fù)雜網(wǎng)絡(luò)的異質(zhì)性很高。生態(tài)系統(tǒng)的另一個(gè)特點(diǎn)是，環(huán)境的作用極其重要。例如，對(duì)于同一組菌群，其在不同的營養(yǎng)物質(zhì)、溫度等環(huán)境條件下可能達(dá)到完全不同的系統(tǒng)穩(wěn)態(tài)。

生物多樣性的起源是什么，是如何被破壞的？

胡脊梁：首先，生物多樣性的成因不難理解，一個(gè)群落在演化的過程中會(huì)不斷產(chǎn)生突變，經(jīng)過足夠長的時(shí)間，就會(huì)形成新的物種。不斷產(chǎn)生多樣性是自然進(jìn)化的過程。當(dāng)新物種從一個(gè)生態(tài)系統(tǒng)中產(chǎn)生，或從外界入侵一個(gè)新生態(tài)系統(tǒng)時(shí)，它有三種可能的命運(yùn)：適應(yīng)性差，于是衰落；很適應(yīng)并且融入系統(tǒng)；很強(qiáng)勢(shì)，但破壞了系統(tǒng)。統(tǒng)計(jì)顯示，給定環(huán)境中的生物多樣性會(huì)維持在某些穩(wěn)態(tài)附近震蕩。

從動(dòng)力系統(tǒng)的角度來看，生物多樣性主要取決于其所在的環(huán)境，尤其是某種環(huán)境下生態(tài)系統(tǒng)中相互作用的強(qiáng)度、豐富程度及韌性。在一個(gè)競(jìng)爭(zhēng)較弱的環(huán)境里，生物多樣性可能較高，而在一個(gè)競(jìng)爭(zhēng)較為激烈的環(huán)境中，生物多樣性則相對(duì)較低。這也是為什么一些入侵物種非常有害，因?yàn)樗鼈兒彤?dāng)?shù)卦形锓N的相互作用很強(qiáng)，如形成激烈的捕食或競(jìng)爭(zhēng)關(guān)系，可能導(dǎo)致當(dāng)?shù)匚锓N滅絕。在現(xiàn)實(shí)中的大規(guī)模生態(tài)系統(tǒng)里，多樣性與復(fù)雜性之間往往相互權(quán)衡。換言之，高度多樣化的生態(tài)系統(tǒng)，其復(fù)雜性一定有所減弱，物種間的相互作用也更弱。

多樣性-復(fù)雜性散點(diǎn)圖：越多樣的系統(tǒng)，復(fù)雜性越低
圖源：集智俱樂部

復(fù)雜科學(xué)的哪些前沿方法已被應(yīng)用于生態(tài)系統(tǒng)研究？

胡脊梁：復(fù)雜系統(tǒng)和復(fù)雜網(wǎng)絡(luò)的粗粒化方法是我們目前重點(diǎn)關(guān)注并力圖應(yīng)用于生態(tài)系統(tǒng)研究的前沿方法：我們不需要用生物群落所包含的所有種群數(shù)來描述群落，而是找到少數(shù)的控制變量，用少量參數(shù)來描述生態(tài)系統(tǒng)，就像用溫度和壓強(qiáng)來描述大量氣體分子的行為。

4/從因果到涌現(xiàn)：邁向新一代人工智能

專訪陸超超

受訪人 _ 陸超超（劍橋大學(xué)機(jī)器學(xué)習(xí)組博士在讀）

采訪人 _ 梁金

請(qǐng)談?wù)勀难芯糠较颉?/strong>

陸超超：我的主要研究興趣是因果機(jī)器學(xué)習(xí)。通常所說的機(jī)器學(xué)習(xí)，其目的在于從數(shù)據(jù)中發(fā)現(xiàn)模式，然后根據(jù)模式做出預(yù)測(cè)。預(yù)測(cè)之所以困難，是因?yàn)槲覀兲幵谝粋€(gè)復(fù)雜的世界。一個(gè)極端的例子是混沌現(xiàn)象：即使所有的函數(shù)都是確定的，仍然會(huì)產(chǎn)生蝴蝶效應(yīng)，微小的初始變化會(huì)導(dǎo)致迥然不同的結(jié)果。

我們的工作是在傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)上引入因果機(jī)制，用結(jié)構(gòu)因果模型來建模數(shù)據(jù)生成過程。這樣就可以提供一個(gè)非常通用的框架，來描述數(shù)據(jù)分布是怎么變化的，從而更好地預(yù)測(cè)和應(yīng)對(duì)外部的變化。因果機(jī)器學(xué)習(xí)是處理數(shù)據(jù)變化的理想框架之一，正在成為新一代人工智能的重要基礎(chǔ)。

請(qǐng)具體介紹一下因果機(jī)器學(xué)習(xí)。

陸超超：因果機(jī)器學(xué)習(xí)是一類用因果模型建模數(shù)據(jù)生成過程的機(jī)器學(xué)習(xí)方法的總稱，其目的是更好地處理現(xiàn)實(shí)生活中大量存在的數(shù)據(jù)分布變化的場(chǎng)景，其兩個(gè)重要的子方向是因果表征學(xué)習(xí)和因果強(qiáng)化學(xué)習(xí)。

為什么
朱迪·珀?duì)?達(dá)納·麥肯齊
中信出版集團(tuán), 2019

因果表征學(xué)習(xí)的目標(biāo)是，從低層次、高維度的數(shù)據(jù)中學(xué)習(xí)高層次、低維度的因果表征。一個(gè)好的因果表征不僅可以極大簡化機(jī)器學(xué)習(xí)分類器或預(yù)測(cè)器的設(shè)計(jì)和學(xué)習(xí)，還可以有效地應(yīng)對(duì)新場(chǎng)景中的數(shù)據(jù)分布變化。對(duì)于分類任務(wù)，例如判別某張圖片是否為貓，人們會(huì)根據(jù)形狀是否像貓而做出判斷，所以，在該任務(wù)中，形狀是因果表征。而人們不會(huì)根據(jù)背景、顏色、姿態(tài)等判斷出圖片是否為貓，所以這些特征不是因果表征。對(duì)于預(yù)測(cè)任務(wù)，例如場(chǎng)景中貓的背景等變化并不會(huì)影響分類器的性能，因?yàn)楸尘靶畔⒉皇秦埖囊蚬碚?，它不?huì)被分類器利用。

我們知道，強(qiáng)化學(xué)習(xí)是讓智能體（agent）在與環(huán)境交互的過程中學(xué)習(xí)的策略，因其在AlphaGo等擊敗人類頂尖玩家的游戲中的運(yùn)用而廣為人知。但是，傳統(tǒng)的強(qiáng)化學(xué)習(xí)無法應(yīng)對(duì)環(huán)境的變化，即在一個(gè)環(huán)境中學(xué)習(xí)到的策略很難遷移到另一個(gè)環(huán)境中。因果強(qiáng)化學(xué)習(xí)則是讓智能體在和環(huán)境的交互過程中學(xué)習(xí)和發(fā)現(xiàn)其因果模型。因?yàn)橐蚬Ｐ褪敲枋霏h(huán)境變化的理想工具之一，根據(jù)因果模型來優(yōu)化自身策略，可以更好地應(yīng)對(duì)環(huán)境變化，進(jìn)而指導(dǎo)、優(yōu)化下一步交互——這正是對(duì)人類行為的模仿。也因此，因果強(qiáng)化學(xué)習(xí)實(shí)質(zhì)上是一種通用學(xué)習(xí)算法，有廣泛的應(yīng)用潛力，正在向計(jì)算機(jī)視覺、醫(yī)藥健康、推薦系統(tǒng)、自動(dòng)駕駛等領(lǐng)域滲透。

因果科學(xué)的方法怎樣應(yīng)用于復(fù)雜系統(tǒng)研究？

陸超超：因果表征學(xué)習(xí)作為因果科學(xué)的前沿方法，可以用于研究復(fù)雜系統(tǒng)中的涌現(xiàn)現(xiàn)象。涌現(xiàn)是從微觀到宏觀的產(chǎn)生過程，這與因果表征學(xué)習(xí)恰好對(duì)應(yīng)。因?yàn)楸碚鲗W(xué)習(xí)也是一個(gè)從微觀到宏觀的學(xué)習(xí)過程，它從一些微觀的信息（比如圖像或者音頻）中可以學(xué)到宏觀的、可解釋的因果變量。

例如對(duì)于文本，單看一篇文章中的字之間的關(guān)系很復(fù)雜，但如果把文章做抽象概括，每一段話都有一個(gè)中心意思，你可以只看每段話的中心意思，這樣整篇文章的邏輯結(jié)構(gòu)就變得清楚了。另一個(gè)例子是圖像，圖像中低層次、高維度的像素之間的關(guān)系很復(fù)雜，但如果我們能從圖像中學(xué)習(xí)到視角、顏色、形狀等高層次、低維度的宏觀變量，就能更好地理解圖像。因果表征學(xué)習(xí)，就是要從這些低層次、高維度的數(shù)據(jù)中，學(xué)習(xí)到高層次、低維度的變量。這些變量就是更宏觀的概念，便于人類理解并發(fā)現(xiàn)復(fù)雜數(shù)據(jù)中更本質(zhì)的規(guī)律。

（原載于《信睿周報(bào)》第83期）