因果涌現(xiàn)讀書會丨第八期：涌現(xiàn)與溯因 AI

導(dǎo)語

為了系統(tǒng)梳理因果涌現(xiàn)最新進展，北京師范大學(xué)系統(tǒng)科學(xué)學(xué)院教授、集智俱樂部創(chuàng)始人張江老師領(lǐng)銜發(fā)起，邀請對復(fù)雜系統(tǒng)與涌現(xiàn)問題感興趣的研究者與同好共同研讀前沿文獻、碰撞科研靈感。

本周開啟第七季第八期，主題“涌現(xiàn)與溯因 AI”。朱元培學(xué)者將分享統(tǒng)計推斷與溯因推理在復(fù)雜系統(tǒng)中的新路徑，探討傳統(tǒng)概率模型不足下，如何以“邏輯+事實”構(gòu)建穩(wěn)健推理框架。重點介紹一種不依賴嚴格先驗與似然假設(shè)的概率推理方法及其優(yōu)勢、案例，簡要討論其在動態(tài)系統(tǒng)與因果涌現(xiàn)中的潛在應(yīng)用，啟發(fā)相關(guān)理論與實踐。

報告簡介

統(tǒng)計推斷是在歷史上對溯因推理的數(shù)學(xué)實現(xiàn)的種種嘗試。傳統(tǒng)統(tǒng)計方法無法避免在一個完整的生成式模型上對統(tǒng)計推斷做出合理性解釋。在對復(fù)雜系統(tǒng)推理時，對系統(tǒng)基于“模型”的簡化可能導(dǎo)致模型誤導(dǎo)，進而使得傳統(tǒng)的合理性解釋受到質(zhì)疑。本報告介紹一種僅通過邏輯和事實結(jié)合，即可對大量數(shù)據(jù)作出概率推理的簡單方法。這種方法運用主觀概率對布爾邏輯進行簡單推廣，使其可以在實際問題中被應(yīng)用在證據(jù)既不完全可靠，也不完全不可靠情況下，對模凌兩可的證據(jù)做出準確的概率性推理。這種方法既不依賴于某一個似然函數(shù)的真實性，也不依賴于某一個先驗概率的合理性。我們通過具體介紹兩個簡單的例子來了解這種方法的基本數(shù)學(xué)構(gòu)造和計算方法。同時我們也簡單介紹類似的方法以及本方法在動態(tài)系統(tǒng)方向的應(yīng)用。以幫助人類更好的做基于事實的邏輯性思辨為目的，本報告介紹的統(tǒng)計方法在過去引領(lǐng)了專家系統(tǒng)和符號人工智能的大量理論工作和實際應(yīng)用。我們期待這種方法未來也將對因果涌現(xiàn)的理論工作和實際應(yīng)用產(chǎn)生重要的作用。

分享大綱

• 人工智能的目的是取代人類嗎？

• • 歷史上的答案：1600-2020

  • 溯因推理怎樣解決歸納推理和演繹推理的不足

• 多層系統(tǒng)推理：怎樣從宏觀態(tài)推微觀態(tài)？怎樣估計？

• 2(+1)個傳統(tǒng)解法：頻率學(xué)統(tǒng)計和貝葉斯統(tǒng)計（+貝葉斯非參數(shù)統(tǒng)計）

• 多層系統(tǒng)推理的困難之處：模型誤導(dǎo)，計算難度

• 第3種解法：信仰推斷

• 2個例子：拋硬幣，基因?qū)W

• 其他信仰推斷的特例和推廣（僅做簡介）

• 動態(tài)系統(tǒng)方向類似的方法（僅做簡介）

核心概念

貝葉斯非參數(shù)推斷，信仰推斷，可能性理論，不精確概率，模糊邏輯

主講人介紹

主講人：朱培元，英屬哥倫比亞大學(xué)實驗醫(yī)學(xué)在讀博士生。主攻Dempster-Shafer證據(jù)理論和fudicial推斷在生命科學(xué)領(lǐng)域的應(yīng)用。熱愛科學(xué)和投資。業(yè)余研究過程和科學(xué)哲學(xué)：皮爾斯，威廉詹姆斯，波普爾，懷特海，龐加萊，莊子。興趣愛好：滑雪，帆船運動，林迪舞，脫口秀。

參考文獻

• Ding, Jingtao, Yu Zheng, Fengli Xu, et al.“Understanding emergence in complex systems using abductive AI.”Nature Reviews Physics (2025). https://doi.org/10.1038/s42254-025-00895-5

• Pearl, Judea. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. Morgan Kaufmann Publishers, 1988. https://doi.org/10.1016/C2009-0-27609-4

• Cuzzolin, Fabio. The Geometry of Uncertainty: The Geometry of Imprecise Probabilities. Springer, 2020. https://doi.org/10.1007/978-3-030-63153-6

• Dempster, Arthur P. “The Dempster–Shafer calculus for statisticians.” International Journal of Approximate Reasoning 48, no. 2 (2008): 365–377. https://doi.org/10.1016/j.ijar.2007.03.004

• Jansma, Abel. “A Mereological Approach to Higher-Order Structure in Complex Systems: From Macro to Micro with M?bius.” Physical Review Research 7, no. 2 (2025): 023016. https://doi.org/10.1103/PhysRevResearch.7.023016

時間信息

2026年5月10日（周日）上午10:00-12:00，騰訊會議線上進行，感興趣的朋友掃碼報名加入因果涌現(xiàn)讀書會后，可進入學(xué)員群進行交流。

報名讀書會：「因果涌現(xiàn)第七季」

為系統(tǒng)梳理因果涌現(xiàn)領(lǐng)域的最新進展，北京師范大學(xué)系統(tǒng)科學(xué)學(xué)院教授、集智俱樂部創(chuàng)始人張江老師領(lǐng)銜發(fā)起，組織對該主題感興趣的研究者與探索者共同研讀前沿文獻、交流研究思路。讀書會將于2026年2月22日起每周日上午（創(chuàng)建讀書會暫定時間為10:00-12:00）線上開展，持續(xù)約10周，包含主講分享與討論交流，并提供會后視頻回放，誠邀相關(guān)領(lǐng)域研究者及跨學(xué)科興趣者參與。

掃描海報中二維碼報名參加讀書會

報名方式：

第一步：微信掃碼填寫報名信息。

第二步：填寫信息后，付費報名。如需用支付寶支付，請在PC端進入讀書會頁面報名支付：

第三步：添加運營助理微信，拉入對應(yīng)主題的讀書會社區(qū)（微信群）。

PS： 我們鼓勵圍繞因果涌現(xiàn)、復(fù)雜系統(tǒng)與人工智能及相關(guān)具體問題的深入探討。為保證討論質(zhì)量，請避免發(fā)表脫離本期讀書會主題、缺乏實證基礎(chǔ)或過于空泛的哲學(xué)思辨類內(nèi)容。

加入社區(qū)后可獲得的資源

完整權(quán)限包括：線上問答、錄播回看、資料共享、社群交流、信息同步、共創(chuàng)任務(wù)獲取積分等。