AI&Society系列沙龍活動

出自集智百科
跳轉到: 導覽搜尋

目錄

背景

隨著AI技術的快速發展和民眾對AI的興趣度提升,以人工智慧為代表的新技術變革已經越來越深地影響到了我們的生活。因此,為了更好地迎接AI時代的來臨,樹立民眾對AI的正確認知,以科學的方法探索以AI為代表的新技術將如何影響我們人類社會,包括經濟、政治、公共政策、日常生活,以及各行各業成為了一個非常重要的問題。為了解決這個當務之急,騰訊研究院聯合集智俱樂部擬舉辦系列以AI&Society為題的沙龍以及學者獎勵計劃。 Logo1.png

目標

挖掘有關AI與社會、人文科學的交叉型研究人才和思考者,孕育具有特色的原創性觀點、思想,甚至理論,以產生一定的社會影響力。

解決方案

活動構想

  • 由AI&Society成立組委會;
  • 每期擬定一個主題或拋出一個問題,圍繞著該問題定向選擇,或者向社會各界徵集合適的主講人人選;
  • 組委會在候選人中選定一名人選;
  • 沙龍計劃每月舉辦一次
  • 沙龍主題原則也由組委會共同議定

主講人選擇原則

  • 具有獨到見解、思想深刻的青年學者或從業者
  • 海內外知名青年學者,以及高校、科研院所青年教師、博士後、博士人選優先
  • 年輕的人工智慧相關科技公司創業者優先

沙龍活動形式

講座(半天)+圓桌+高端下午茶形式

主題包括但不限於

  • 計算社會科學:概況、發展現狀與應用、大數據與機器學習在科學學中的應用專題
  • 人工智慧與城市科學:衛星遙感數據在城市科學中的應用;大數據與人工智慧在城市科中的應用;智慧城市發展展望
  • 多智能體系統:多智能體系統社會學模擬及其最新發展現狀
  • 人工智慧社會:多主體智能、深度學習與多主體、經濟推理與人工智慧
  • 演算法與社會:計算廣告學、推薦演算法等演算法簡介以及對社會的影響
  • 演算法經濟:雲計算、演算法經濟平台,以及演算法經濟的發展展望

「先行者」獎勵計劃

為了進一步凝練學術思想,培養本土人才,特設立「先行者」獎勵計劃,以資助具備原創思想的年輕學者進行創造性研究。

  • 人選來源:前沿研討會中表現突出、觀點鮮明的優秀年輕學者;

以項目制的方式,贊助、鼓勵他們將自己的思想轉化為具體成果

  • 署名權:成果如若發表,需署名AI&Society研究中心

關於AI&Society的構思

AI&Society本質上是人工智慧、自動化、互聯網等新型技術與傳統社會科學、人文科學,甚至技術的高度融合體,它是一個非常大的主題,可以包容足夠豐富的內容。初步來分,可以包括如下幾個方面:

  • AI與就業、AI與法律、演算法與社會等;
  • 運用AI技術方法研究社會科學:包括計算社會科學、多主體模擬等;
  • 運用新技術改造人類群體組織形式:社會計算、智慧城市、區塊鏈等;
  • 人工智慧構成的社會:人工智慧社會學、演算法經濟、計算廣告學等;
  • 未來學:從大尺度看技術的進步以及對人類社會的影響,包括奇點理論等。

活動

第一期

人工智慧社會的憧憬和憂慮

第二期施永仁

  • 題目:大連接與大數據
  • 時間:2017年11月26日
  • 地點:深圳華僑城創意園

主講人

施永仁,集智科學家,康奈爾大學社會學系博士畢業,現於耶魯大學人類本性實驗室任博士後研究員。目前研究重點在於理解多層社會網路之間如何相互作用,並如何影響人類的行為與觀念。他的主要研究興趣包括社會網路,定量與計算方法研究,組織社會學,公共衛生,與社會心理學。他的工作發表於《美國社會學評論》,《美國社會學雜誌》,《自然-人類行為》等多種社會科學期刊。人類本性實驗室(Human Nature Lab)隸屬於耶魯網路科學研究所,由Nicholas Christakis任主任(《大連接》作者),從事生物醫學,大數據計算,社會實驗與社會網路的跨學科研究。

講座簡介

「正像大腦能夠做單個神經元所不能做的事情一樣,社會網路能夠做的事情,僅靠一個人是無法勝任的。「(《大連接》引言)。 我們已經身處一種大鏈接的時代,無處不在的網路不僅將我們和整個世界連接為一個整體,而且還將我們每一個人定型。我們在不知不覺中就會受到與我們緊密相連的夥伴所影響,無論這個夥伴是我們的摯友,抑或是一個並無惡意的機器。更重要的是,隨著社交媒體的興起,我們所有的連接和交互都被記錄在了大數據之中。 計算社會科學家是這樣一個人群,他們手握人工智慧、機器學習、網路分析等強大的分析手段,卻對人類如何行為、政治偏好如何量化這樣的社會學問題充滿了好奇。手握大數據這把利器,他們正在一點點叩開社會科學定量化研究之門。 施永仁老師將透過大數據計算,大規模田野實驗,和在線社會實驗這三面稜鏡,深入展示衛生健康,和行為舉止是如何通過不同種網路連接起來,並在社會網路中被重新塑造的。;

議題

  • 基於大數據的研究究竟在多大程度上能夠給我們帶來新知識?
  • 在做類似研究的時候,是先預設問題,然後收集數據,還是根據數據選擇問題?
  • 社會科學知識究竟在類似的計算社會科學研究中起到多大程度上的作用?
  • 在做研究的時候有沒有考慮到可能已經侵犯了個人隱私?
  • 有「智慧「的機器人能夠幫助個人實現群體利益的最大化嗎?
  • 未來,人工智慧管理的社會是否更加高效?

講座回顧

大連接與大數據

第三期吳令飛

  • 題目:顛覆式創新一百年&AI走進社會生活發展前沿追蹤
  • 時間:2017年12月24日
  • 地點:北京騰訊研究院

主講人

  • 吳令飛
  • 集智科學家,芝加哥大學社會學系博士後,研究興趣是組織創新與學習。通過使用數學模型和機器學習方法,通過研究來自科學界(例如Web of Science 和 ORCID數據)、工業界(例如美國專利數據)、和互聯網眾包社區(例如Stack Exchange 和 GitHub)大量團隊的人員結構與產出的關係,報告人致力於尋找組織創新與學習的一般規律,促進組織管理和政策制定。

2013年從香港城市大學獲得傳播學博士學位。博士最後一年曾在百度推薦與個性化部作為演算法工程師實習生。在到芝加哥大學前曾在亞利桑那州立大學人類行為、制度與環境研究中心擔任博士後研究員兩年。

議題

  • 人類的社會行為如何推動科學與技術的發展創新
  • 人工智慧正在創造怎樣的未來
  • 深度學習在科學研究領域有何新發現與新進展

講座回顧

顛覆式創新一百年&AI走進社會生活發展前沿追蹤

第四期王成軍

  • 題目:社會階層與數字媒體中的注意力流動
  • 時間:2018年3月25日14:00-17:30
  • 地點:南京大學鼓樓校區

主講人

  • 王成軍,集智科學家,南京大學新聞傳播學院副教授。主要研究興趣在於採用計算社會科學的方法和視角研究人類傳播行為。自2015年起擔任南京大學奧美數據科學實驗室主任,計算傳播學實驗中心副主任。 2014年,發起創建計算傳播網。其研究發表在多個SSCI或SCI索引的期刊上,例如Scientific Reports,PloS ONE,Physica A,Cyberpsychology和Journal of Social and Personal Relationships等。
  • 陳志聰,南京大學新聞傳播學院碩士研究生,計算傳播學實驗中心成員
  • 徐繪敏,南京大學信息管理學院本科生,計算傳播學實驗中心成員

講座簡介

「如果處理得當,基於互聯網的傳播數據和互動性可以變革我們對人類群體行為的理解」。(鄧肯·J·瓦茨《一個二十一世紀的科學》)伴隨著數字媒體的發展,計算傳播時代已經到來。人類傳播行為的數據構成了整個社會發展的重要基礎,正在變革我們對人類行為的認知。數字媒體改變了人類的生存方式,加速了社會階層的再生產。當我們上網、看新聞、瀏覽網頁的時候,我們的注意力在不同的信息當中流動。數字信息構成了我們每日的精神食糧,充當著一種社會知識。從社會群體的角度而言,我們的注意力在形形色色社會知識中的流動沖刷出來一個社會知識的空間,而每一個人每天孜孜不倦地在這個空間中穿梭。但是,不管人類在虛擬世界和物理空間的行為實際上都受到社會階層的重要影響。數字媒體記錄下來人類的媒介使用行為,為我們研究社會階層對人類在知識空間中的移動行為影響及其內在機制提供了新的數據。藉助於計算社會科學,尤其是網路科學,我們可以構造出社會知識的空間,並詳細刻畫海量的個體在這個知識空間的移動。智能手機構建了一個移動知識空間,人們在瀏覽網頁服務過程就好比在知識空間中漫遊。作為一個數據驅動的計算傳播研究,基於大規模智能手機瀏覽數據和手機閱讀行為數據,從空間、時間兩個維度,挖掘了人們在移動知識空間中的行為特徵。我們假設社會階層會型塑人們的日常生活方式和閱讀行習慣,造成知溝在群體中的出現,並進一步穩固已有的社會階層。初步的研究發現證實了社會階層的影響,例如窮人會使用更多不常用的個性化的app,而富人更多使用一些常用的手機app;窮人閱讀娛樂型內容多,富人閱讀知識性內容多,從時間層面來看,前者的閱讀習慣更具爆發性,後者的閱讀習慣更具規律性。

開放問題

計算傳播學是一個新型的領域,我們熱切歡迎新鮮血液的加入。在這裡,王成軍老師列出了七個該領域中的開放問題。這些問題是:

  • 人類傳播行為本身是否可以計算?是否可預測?
  • 計算傳播如何推動大問題、大理論、大數據的融合?如何幫助人們理解複雜的人類群體行為?
  • 如何推動計算方法在傳播學研究中的應用?新舊研究方法如何互補?如何推動計算傳播在理論方面的貢獻?
  • 如何推動計算傳播在數據新聞、計算廣告、媒體推薦系統等領域的產業實踐和商業價值?
  • 不同傳播策略對團隊合作產生怎樣的影響?
  • 不同傳播方式對集體智慧具有怎樣的影響?
  • 當數字鴻溝變小或消弭之後,窮人和富人在知識空間遊走行為具有怎樣的差別?數字媒體如何再生產社會階層?

如果你對這些問題或其它計算傳播學相關問題非常感興趣、具有自己的想法,並且你:

  • 有一個很好的點子可以進行實證或實驗研究,但缺乏資金支持
  • 有非常好的想法和認知希望和大家分享、交流
  • 是一個孤獨的探索者,希望尋找該領域的合作夥伴

那麼,請你果斷地勾搭我們,聯繫方式:,請把你的想法總結成文字資料,我們會給予有志計算傳播領域創新研究的人以資金支持!

講座回顧

第五期侯世達

  • 題目:人的創造力與人工智慧
  • 時間:2018年4月18日14:00-17:00
  • 地點:騰訊研究院

主講人

  • 侯世達

講座回顧

侯世達:機器可以「翻譯」但不能真正理解

開放問題

第六期陸雲波、韓戰鋼

  • 題目:多主體模擬
  • 時間:2018年4月28日14:00-17:00
  • 地點:待定

主講人

  • 陸雲波

同濟大學教授 奇弦智能公司創始人

  • 韓戰鋼

北京師範大學系統科學學院副院長

講座簡介

從個體層面來說,今天的你並不比古希臘人聰明多少,然而現代人類整體的能力卻是古人所無法企及的。是科技——這個人類集體的創造物賦予了每個人類個體更強大的能力。同樣的道理,個體層面的人工智慧存在著能力上的天花板,只有將成千上萬的AI鏈接、整合起來,甚至創造出AI自己的文明,才可能為每一個個體AI賦能。

多主體智能就是發端於二十世紀九十年代的一種人工智慧研究方法,它與傳統的AI研究不同,更加關注由多個AI,甚至遵循簡單規則的程序而組成複雜的互動社會。一方面,我們可以利用這種AI社會來模擬人類的真實社會——例如用多主體系統來模擬快遞組織的運作,從而實現精準的預測與控制;另一方面,這類由AI組成的社會還能構成人工社會,實現湧現智能,從而解決複雜的問題。

本次活動我們請來了多主體模擬的實踐者,奇弦科技創始人、同濟大學教授陸雲波老師,以及多主體智能的研究者北京師範大學系統科學學院教授韓戰鋼老師共同給我們帶來兩場有關多主體智能和人工社會的講座。


  • 陸雲波:深度學習之後的多主體智能浪潮

最近一波人工智慧浪潮的根源來源於神經網路以及深度學習的突破。然而,以神經網路鏈接學派為指導的人工智慧是否為實現通用AI的唯一方式呢?它有沒有先天的局限性?

事實上,從複雜性科學的角度看來,神經網路也可以看作是一個多主體系統,即每個神經元作為一個Agent構成了複雜的交互網路。那麼,如果我們突破神經網路這種相對固定的計算模式,直接由大量的主體構成複雜系統是否就有可能帶來方法論上的突破呢?

作為多主體智能方法論的實踐者,陸雲波老師和他的創業團隊在將近二十年的實踐經驗得到了這樣的答案:至少在組織模擬,或稱計算組織學這個領域中,多主體模擬方法將可以給我們帶來方法論上的突破,和意想不到的結果。實踐表明,我們完全可以把一家快遞公司完全建模到計算機中,從而實現組織流程的優化與控制。

有理由相信,在不遠的將來,這種以多主體的方式所呈現的AI有可能會成為邁向通用人工智慧的重要環節。

  • 韓戰鋼:群體智慧與多主體系統

小小螞蟻通過簡單的互動和信息素的作用就能聰明地找到從巢穴到食物的最短路徑;鳥類和魚兒通過簡單的相互作用規則而形成複雜的飛行遊行姿態;人類卻會由於不理智的行為發生大規模的踩踏事件。 所有這些都是群體行為。人類社會管理中也存在很多智能體相互作用的情景。 如何研究簡單的個體規則導致的負責宏觀群體行為呢?是否存在跨物種、跨環境的普適規律呢?精巧的科學實驗輔助以計算機模擬,通過在計算機中構造虛擬的環境,為每一個智能主體(Agent)賦予簡單的行為規則,我們可以架起信息局域的微觀個體行為與宏觀整體現象間的橋樑。

講座回顧

全息計算打造「公司大腦」;簡單規則驅動複雜系統

第七期陳永偉

  • 題目:人工智慧如何影響社會經濟
  • 時間:2018年6月3日14:00-17:00
  • 地點:北京騰訊研究院

主講人

  • 陳永偉

經濟學博士、博士後,研究領域為產業經濟學、發展經濟學和法律經濟學,曾在中英文學術期刊上發表論文數十餘篇。現為《比較》研究部主管,北京大學市場與網路經濟研究中心研究員。

講座簡介

相比於之前的歷次技術進步,「人工智慧革命」所引發的衝擊更為巨大,其對經濟學造成的影響也將更為廣泛和深遠。人工智慧技術的突飛猛進,對經濟社會的各個領域都產生了重大影響,這種影響當然也波及到了經濟學。很多一線經濟學家紛紛加入了對人工智慧的研究,不少知名學術機構還組織了專門的學術研討會,組織學者對人工智慧時代的經濟學問題進行專門的探討。事實上,經濟學家並不是最近才開始關注人工智慧的。在理論層面,經濟學對決策問題的探討與人工智慧所研究的問題有很多不謀而合之處,這決定了兩門學科在研究上存在著很多交叉之處。

從歷史上看,經濟學家對人工智慧的理論關注至少有過三次高潮:

第一次高潮是上世紀五六十年代,人工智慧這門學科的奠基之初。當時,有不少經濟學家參與了這一學科的建設。例如,諾貝爾經濟學獎得主Herbert Simon就是人工智慧學科的創始人之一,也是「符號學派」的開創者。

第二次高潮是在本世紀初。當時,經濟學在博弈論、機制設計、行為經濟等領域都取得了不少的進展,這些理論進展被頻繁地應用在人工智慧領域。

最近經濟學家對人工智慧問題的關注是第三次高潮。這次高潮主要是在以深度學習為代表的技術突破的推動下發生的,由於深度學習技術強烈依賴於大數據,因此在這輪高潮中的不少討論集中在了與數據相關的問題上,而在對人工智慧進行建模時也重點體現出了規模經濟、數據密集等相關的性質。

本次講座,我們請來了北京大學市場與網路經濟研究中心研究員陳永偉博士從經濟學的視角談一談對這場正在發生的人工智慧革命的看法,並對人工智慧如何影響我們的社會和經濟進行展望。

講座回顧

人工智慧時代,「經濟奇點」即將來臨?| AI&Society 第七期回顧

第八期張江、肖達

  • 題目:圖網路——融合推理與學習的全新深度學習架構
  • 時間:2018年7月15日14:00-17:00
  • 地點:騰訊研究院(北京)

主講人

  • 張江

北京師範大學系統科學學院教授,集智俱樂部、集智AI學園創始人。

  • 肖達

北京郵電大學計算機學院講師,彩雲科技聯合創始人、首席科學家。

講座簡介

前不久,DeepMind聯合Google Brain以及MIT等機構一共27位作者在arXiv上提交了一篇題為《Relational inductive biases, deep learning, and graph networks》的文章引起了人工智慧學術界與工業界的廣泛關注。

我們都知道,現實世界中的大量問題都可以抽象成圖模型(Graph),也就是節點和連邊的集合。從知識圖譜到概率圖模型,從蛋白質相互作用網路到社交網路,從基本的邏輯線路到巨大的Intenet,圖與網路無處不在。然而,儘管傳統神經網路在計算機視覺、自然語言處理等任務中已經取得了令人矚目的重大突破,但是無論是MLP(多層感知機)、CNN(卷積神經網路),還是RNN(循環神經網路)都很難對付不規則的圖結構數據,這種缺陷大大限制了深度學習的應用領域。於是人們提出了圖網路(Graph Network),一種基於圖結構的廣義人工神經網路,它可以直接對真實問題進行建模,又可以利用強大的自動微分技術進行學習,甚至有望融合人工智慧的三大學派:即基於符號與推理的符號學派、基於機器學習、神經網路的鏈接學派,以及基於多智能體與演化演算法的行為學派。

最近兩年,圖網路模型的論文在各個頂級人工智慧會議與期刊中呈現了爆炸性的增長。圖神經網路、圖卷積網路、圖注意力模型,各種各樣的圖網路模型層出不窮;另一方面,圖網路被廣泛地應用於知識圖譜、概率圖模型、元胞自動機、圖靈機、組合優化問題等經典人工智慧任務。更有意思的是,圖網路將有望開啟複雜性科學研究的新時代:一方面,圖網路模型已經被用於多主體模型,我們可以賦予多主體系統更靈活的學習能力;另一方面,圖網路與經典複雜網路研究的融合也是勢在必行:人們不僅可以高精度地預測連邊,推斷網路上的動力學行為,甚至還能預測網路的演化。總之,圖網路模型讓我們對人工智慧擁有了更多的想像空間。

本次集智俱樂部與騰訊研究院聯合舉辦的AI&Society系列活動就針對圖網路的最新進展進行介紹與研討,並計劃順勢開展圖網路方向的系列讀書會小組。

講座回顧

圖網路——悄然興起的深度學習新浪潮

第九期呂琳媛、張江

  • 題目:規模法則如何制約生長與死亡
  • 時間:2018年8月19日14:00-17:00
  • 地點:上海楊浦區政學路77號 INNOSPACE+

主講人

  • 呂琳媛

電子科技大學教授,阿里巴巴複雜科學研究中心副主任,國家優秀青年基金獲得者。

  • 張江

京師範大學教授,集智俱樂部、集智AI學園創始人,騰訊研究院特聘顧問。

講座簡介

無論我們用什麼指標來度量,如長度、身高、體重、人口數、員工數等,任何複雜系統都有其特定的規模尺度,並起到極其重要的作用,因為幾乎所有的其他變數,包括生物體的代謝率、壽命、心率,城市的專利數量、犯罪率、基礎設施數量,公司的資產、收益、成本、盈利等都與其規模形成了規模法則。

為什麼所有的哺乳類動物一生的心跳次數都是 15 億次左右?為什麼人類會衰老和死亡?衰老過程有哪些重要影響因素?為什麼所有生物體在成長到一定階段就停止了生長?為什麼城市的擴張卻似乎從未停止過?城市作為超級生物體是如何擺脫死亡的厄運的?為什麼大量的公司都活不過 10 年?所有這些都是重要的理論問題。

以上的問題,都在《規模》可以找到答案。《規模》將幫助你重新思考生命、認識自身、了解你的生活與工作,並告訴你複雜世界其實充滿簡單的邏輯,只要跳脫思維框架,打破學科限制,你就會重新看清你周遭的一切。

講座回顧

生物大小、城市規模、公司壽命,背後竟然遵循同一套規模法則!

第十期 李睿琪

  • 題目:生長與設計——複雜性視角下的智慧城市
  • 時間:2018年9月16日14:00-17:00
  • 地點:騰訊研究院(北京)

主講人

  • 李睿琪

北京化工大學信息科學與技術學院副教授,北京師範大學系統科學博士,博士期間在麻省理工學院與波士頓大學進行聯合培養,本科就讀於電子科技大學國際化軟體人才實驗班。主要研究方向為城市大數據分析與建模、社會網路研究與流行病傳播動力學。目前發表SCI、EI論文十餘篇,引用80餘次,相應工作發表在Nature Communications、Scientific Reports、PLoS One、Physica A等SCI期刊,並在Statphys25/26、Conference of Complex Systems、NetSci、NetSciX等多個國際大會上作口頭報告,曾榮獲第十二屆社會網與社會資本研究年會最佳論文獎。目前是Scientific Reports、PLoS One、Physica A、Journal of Systems Science and Complexity等多個SCI期刊的審稿人。

講座簡介

城市是一個典型的複雜系統,人類創造了城市,多種多樣的人群交互活動塑造著城市的形態、也同時受到城市自身發展規律的影響,我們雖然置身城市中,卻難以斷言我們完全理解城市。

城市當中川流不息的人群、錯綜複雜的道路、流光溢彩的燈火,它們之間是否會有隱藏著的內在關聯?動態的車流與靜態的路網如何共同影響城市的效率?大數據能為我們理解城市提供怎樣的視角和助力?人工智慧又可能會怎樣改變我們的城市空間?

本次講座會涉及對於城市起源及本質的思考,多源異構大數據對於城市研究的助力,尤其是手機數據、眾包數據、遙感數據對於城市研究的影響。從關聯與交互的系統視角出發,對於城市交通效率、城市動力學進行剖析,最後會深入到複雜城市現象背後的基本原理,提示影響城市演化的簡單規律。


講座回顧

永生的巨獸:生長性與演化模型

第十一期 Geoffrey West

  • 題目:地球未來:生物體、城市和公司的生命、生長與死亡
  • 時間:2018年10月25日19:00-22:00
  • 地點:北京師範大學教二樓101

主講人

  • Geoffrey West

Geoffrey West,理論物理學家,城市科學的頂尖學者,聖塔菲研究所傑出教授和前任所長,曾入選《時代周刊》全球最具影響力100人。數十年致力於「規模」的研究工作,其研究成果被應用在理解生命體、城市可持續發展、企業運營等眾多領域,被業內奉為「跨學科諾貝獎」的不二人選。

講座簡介

為什麼我們到一定年齡就會停止成長? 為什麼我們可以活到100歲? 為什麼我們每天需要睡8個小時? 為什麼所有的公司和人都會死去,而城市卻不斷增長,生活節奏越來越快? 城市和公司是否"僅僅"是非常大型的生命體?

以上這些與創新、財富創造和地球可持續發展有什麼關係呢? West會在這次講座中做出回答。

儘管生命可能是宇宙中最複雜的、最多樣的現象,但隨著尺度縮放,許多生命特徵指標會以極其簡單的方式縮小或增加:例如尺度從細胞到鯨魚,代謝率會以一定的規律增大,而生物壽命、基因組長度、樹木高度的增長率等,也會以同樣的規律系統性地增大。

值得注意的是,城市和公司也表現出系統性的規模縮放特性:工資、利潤、專利數量、犯罪數量、疾病和道路,都遵從類似的普適規律。

規模法則超越了歷史、地理和文化,對全球可持續發展和地球的未來具有潛在的重大影響。本次AI&Society活動將聚焦此話題,做深入的探討。

講座回顧

Geoffrey West 重磅演講實錄 | 地球未來:生物體、城市和公司的生命、生長和死亡(內附視頻回放)


第十二期 James Evans

  • 題目:地球未來:生物體、城市和公司的生命、生長與死亡
  • 時間:2018年10月25日19:00-22:00
  • 地點:北京師範大學教二樓101

主講人

  • James Evans

James Evans 是芝加哥大學社會學系教授,是科學學(science of science)、複雜網路、知識社會學的世界級知名學者。畢業於斯坦福大學,曾在哈佛大學從事社會組織結構方面的研究,在芝加哥大學創立知識挖掘實驗室,並創立和主持了芝加哥大學計算社會學碩士項目。主要興趣包括:群體智能、社會組織結構分析、科技創新產生和傳播規律等,在 Science, PNAS, American Journal of Sociology,Management Science 等頂級期刊上發表大量文章。

2017年7月,James Evans 教授曾作為主題演講嘉賓之一,受邀參加由集智俱樂部、凱風基金會、美國芝加哥大學社會學系Knowledge Lab、清華大學科技政策研究中心、騰訊研究院聯合舉辦的「人工智慧與公共政策工作坊」,與普林斯頓大學社會學教授,美國藝術與科學學院院士、美國國家科學院院士謝宇,美國西北大學商學院副教授王大順,清華大學公共管理學院院長薛瀾,北京師範大學系統科學學院教授張江等探討在人工智慧時代,科學研究進步的規律,以及如何通過政策來促進創新、有效的研究。

2017人工智慧與公共政策工作坊


講座簡介

計算社會科學區別傳統社會科學,在數據獲取上,不局限於傳統的問卷和田野調查等方法,而是利用充分利用互聯網大數據與AI 演算法,來研究曾經受數據規模所限制而尚未被探索的個體或集體人類行為,對社會現象提出嶄新的理解。計算社會科學是傳統社會科學研究的註腳,還是能給社會科學既有的理論與範式帶來革命性改變?對此,在集智俱樂部和騰訊研究院聯合舉辦的 AI&Society 系列沙龍中,已經做過大量的探討,並將討論成果集結為電子書籍《計算社會科學》,即將問世。

在本次AI&Society 沙龍中,Evans 教授將結合多年的教學、研究、基金申請,與主持各類計算社會科學研討會的經驗,回顧與介紹計算社會科學發展的歷史與現狀,並展望該領域的未來發展。

講座回顧

計算社會科學既做解釋又能預測?芝大學者這樣說 小團隊的創新性研究「供養」了大團隊嗎?

參與者部門成員

序號 姓名 性別 單位 簡介 備註
1 張江 北京師範大學 系統科學學院教授,集智俱樂部、集智AI學園創始人 活動發起人
2 司曉 騰訊研究院 院長 活動發起人
3 程明霞 騰訊研究院 助理院長 活動發起人
4 張倩 集智AI學園 集智學園CEO、集智俱樂部核心志願者 活動組織者
5 陸詩雨 騰訊研究院 高級研究員 活動組織者
6 徐思彥 騰訊研究院 高級研究員 嘉賓
7 周政華 騰訊研究院 高級研究員 嘉賓
8 劉金松 騰訊研究院 高級研究員 嘉賓
9 曹建峰 騰訊研究院 高級研究員 嘉賓
10 余潔 騰訊研究院 高級研究員 活動組織者
11 王東 北京工商大學 講師 1期嘉賓
12 王曉 中國科學院自動化研究學會 青島智能產業研究院副院長 1期345期嘉賓
13 李周園 清華大學 生態學博士 1期嘉賓
14 王雄 深圳大學高等研究院 研究員 1期2期嘉賓
15 史冬波 上海交通大學 副研究員 1期3期嘉賓
16 尹相志 DeepBelief.ai創始人 台灣數據科學家、微軟最有價值講師 1期3期嘉賓
17 龔力 北京師範大學 研究生 3期嘉賓
18 吳萌 上海科技大學 計算生物學博士 1期觀眾
19 熊昕 中科院生物與化學交叉研究中心 1期觀眾
20 卜嘉田 同濟大學城市規劃 1期觀眾
21 紀雨 華東師範大學計算機應用技術 1期觀眾
22 徐小曼 華東師範大學 科學哲學博士 1期志願者
23 魏以寧 復旦大學 國際關係與公共事務學院研究生 1期觀眾
24 施永仁 耶魯大學 社會學博士 2期講師
25 汪小帆 四川省教育廳 副廳長 2期嘉賓
26 劉清晴 中科院先進技術研究院 神經科學博士後 2期嘉賓
27 楊星 中國科學院-MIT聯合培養 腦認知與腦疾病研究所博士後 2期嘉賓
28 黃金龍 南方科技大學 量子物理本科生 2期嘉賓
29 葉韋明 北京大學滙豐商學院 副教授 1期2期嘉賓
30 吳文佳 清華大學 博士 2期觀眾
31 謝利民 雲天勵飛 高級研究員,華中科技大學博士 2期觀眾
32 王宇 北京大學 碩士 2期觀眾
33 吳令飛 芝加哥大學 計算社會學博士後 3期主講
34 谷偉偉 北京師範大學 博士 3期嘉賓
35 史雪松 英特爾中國研究院 研究員 3期嘉賓
36 侯月源 彩雲AI 演算法工程師 3期嘉賓
37 秦強 南京大學 計算傳播學碩士 3期觀眾
38 劉晶 北京師大學 系統科學學院碩士 3期觀眾
39 金天 Google 商業分析師 3期觀眾
40 王力飛 中國科學院 博士 3期觀眾
41 岳楊明 中國科學院 生物物理所博士 3期觀眾
42 王凌霄 清華大學 物理學博士 3期觀眾
43 鄭超月 北京大學 本科生 3期觀眾
44 周瑜 中國社會科學院 博士,城科會城市複雜系統中心項目經理 3、5期觀眾
45 李先知 首都經濟貿易大學 教師、清華大學博士 3期觀眾
46 王旭輝 中央民族大學社會學系 副教授、北京大學博士 3期觀眾
47 李懷宇 中國科學院自動化研究所 博士在讀 3期觀眾
48 高飛 北京師範大學 系統科學學院研究生 3期觀眾
49 崔昊天 清華大學 碩士 3期觀眾
50 張曉雅 北京大學 博士 3期觀眾
51 郭浩 三星研究所 中科院自動化所博士 3期觀眾
52 王濤 中國科學院 講師 3期觀眾
53 於小麗 人民大學 研究員 3期觀眾
54 周子涵 卡內基梅隆大學 三士渡教育合伙人 3期觀眾
55 張詩豪 北京理工大學 博士在讀 3期觀眾
56 陳孟園 北京師範大學 研究生在讀 3期觀眾
57 辛茹月 北京師範大學 研究生在讀 3期觀眾
58 劉海猛 中國科學院 博士後 3期觀眾
59 董曉菊 清華大學科學技術與社會研究所 博士在讀 3期觀眾
60 李鈺 北京師範大學 博士在讀 3期觀眾
61 王嘉宇 北京可以科技有限公司 CTO\清華大學博士 3期觀眾
62 李林倬 芝加哥大學 社會學博士 3期觀眾
63 王成軍 南京大學新聞傳播學院 副教授 4期主講
64 陳志聰 南京大學新聞傳播學院 研究生 4期主講
65 徐繪敏 南京大學新聞傳播學院 本科生 4期主講
66 楊春霞 南京信息工程大學信息與控制學院 教授 4期嘉賓
67 紀嬌嬌 南京大學助理研究員 中科大博士 4期觀眾
68 李慧娟 浙江理工大學傳播系教師 中國人民大學博士 4期觀眾
69 閔超 南京大學 博士 4期觀眾
70 王晗嘯 南京大學新聞與傳播學院 博士 4期觀眾
71 鹿腩 河海大學社會學 博士 4期觀眾
72 沈念祖 騰訊研究院 4期嘉賓
73 侯世達 5期主講
74 韓焱 湛廬文化 創始人 5期嘉賓
75 段永朝 葦草智酷 創始合伙人 5期嘉賓
76 王小川 搜狗CEO 5期嘉賓
77 賢度法師 龍泉寺人工智慧與信息技術中心 主任 5期嘉賓
78 郭維德 IBM大中華區企業公共關係部 總經理 5期嘉賓
79 吉子龍 北京師範大學認知神經科學 博士 5期觀眾
80 鄭金鵬 北京大學 法學博士 5期觀眾
81 朱少奇 北京大學前沿交叉學科 博士後 5、6期觀眾
82 方亮 百度 高級分析師 5期觀眾
83 陳源 復旦大學碩士 最強大腦選手全國40強 5期觀眾
84 王小航 華南理工大學副教授 浙大博士 5期觀眾
85 張永傑 資深遊戲引擎工程師 5期觀眾
86 吳帆 京都大學 博士 5期觀眾
87 張一甲 北京大學 甲子光年創始人 5期觀眾
88 趙晶晶 千程資本合伙人 峰火文創主任助理 5期觀眾
89 岳路平 開源村發起人、數字策展人 5期觀眾
90 陳世鴻 互聯網戰略顧問 5期觀眾
91 石強 《互聯網時代》 5期觀眾
92 梁少捷 中國音樂學院藝術管理MFA 5期觀眾
93 錢靜 清華大學 心理系副教授 5期觀眾
94 鄭毅 大數據專家 《證析》作者 5期觀眾
95 董明 華為中國區副總裁 5期觀眾
96 成甲 北京臨界知識文化發展有限公司創始人 《好好學習》作者 5期觀眾
97 劉健 《現象與本質》譯者 5期觀眾
98 宋愛萍 中國石油規劃總院 副所長 6期觀眾
98 王婭蒙 中央財經大學 研究生 6期觀眾
99 包建東 美團 演算法工程師 6期觀眾
100 張章 北京師範大學 科研助理 6期觀眾
101 段成全 北京郵電大學 博士生 6期觀眾
102 鞠策 百度 演算法工程師 6期觀眾
103 李曉軍 信和財富 技術總監 6期觀眾
104 李岩 北京青年報 記者 6期觀眾
105 李澤荃 華北科技學院 系主任 6期觀眾
106 盧罡 北京化工大學 教師 6期觀眾
107 孟凡圓 瑞士弗里堡大學 博士 6期觀眾
108 彭雄宏 北京真實一路 聯合創始人 6期觀眾
109 王鈺博 北京南山蒼梧文化有限公司 運營總監 6、7期觀眾
110 王梓任 北京郵電大學 碩士 6、7期觀眾
111 徐欣 中國礦業大學 博士生 6期觀眾
112 張光偉 陝西師範大學 教師 6期觀眾
113 李明 中科院地球地質所 碩士研究生 7期觀眾
114 宋愛萍 中國石油規劃總院 副所長 7期觀眾
115 孫溪 開聊科技 創始人 7期觀眾
116 唐心意 forwardx 機器人演算法工程師 7期觀眾
117 沈偉志 中石化財務 社科院博士在讀 7期觀眾
118 陳昱 騰訊 工程師 7期觀眾
119 李靖 ccri 軟體工程師 7期觀眾
120 李明超 助理來也 AI訓練師 7期觀眾
121 劉寰青 道器科技 創始人 7期觀眾
122 劉昕 北京三維麥普導航測繪技術有限公司 技術經理 7期觀眾
123 彭雄宏 北京真實一路 聯合創始人 7期觀眾
124 滕瑞豐 中國進出口銀行 客戶經理 7期觀眾
125 王梓任 北京郵電大學 碩士 7期觀眾
126 吳戈宇 騰訊雲 項目經理 7期觀眾
127 吳奇 騰訊 實習生 7期觀眾
128 周遠 小米 PM 7期觀眾
129 朱崇彰 社科院 研究生 7期觀眾
個人工具
名字空間
動作
導覽
工具箱