2025-04-17 19:29 上海
2025年4月20日（周日）下午2:00-4:00直播
导语
当期内容简介
当期内容简介
信息分解是当前定义因果涌现的重要基础理论。自Williams 和 Beer 提出局部信息分解的定量框架，信息分解方法在各个领域的复杂系统上得到广泛应用。对于因果关系能否进行信息分解便是一个尤为重要的问题。
本次读书会将聚焦在《Nature Communications》2024年发表的一篇文章《Decomposing causality into its synergistic, unique, and redundant components》。该工作提出了一个新的因果推断方法，SURD（Synergistic-Unique-Redundant Decomposition，协同-特有-冗余分解），可以计算识别出多个变量对某个目标变量的冗余因果、特有因果和协同因果。作者对比了传统的因果推断方法，包括CGC、CTE、CCM、PCMCI，发现SURD在许多计算案例上都具有更显著的识别结果。进一步地，SURD可以应用在湍流的实际数据上，得到的结果和现有的理论有较好的一致性。另外，和之前的局部信息分解的计算方法相比，SURD在计算上也有更低的计算复杂度。
内容大纲
内容大纲
1. 背景介绍
因果
信息论简介
局部信息分解
2. SURD方法
3. SURD计算实验
Toy example
湍流问题上的应用
4. 关于SURD的反思与启示
核心概念
核心概念
1. 信息分解：Information Decomposition
2. 因果推断：Causal Inference
3. 互信息：Mutual Information
4. 冗余：Redundancy
5. 特有：Unique
6. 协同：Synergy
主讲人海报
主讲人海报
杨明哲，北京师范大学系统科学学院硕士生，在张江老师因果涌现研究小组。研究领域是因果涌现、复杂系统自动建模。
参与方式
参与方式
直播信息：
时间：2025年4月20日（周日）上午9.00-11.00
斑图链接：https://pattern.swarma.org/study_group_issue/894?from=wechat
参考文献
参考文献
Martínez-Sánchez, Á. (2024). Decomposing causality into its synergistic, unique, and redundant components. Nature Communications.
Baptista, R., Marzouk, Y. & Zahm, O. On the representation and learning of monotone triangular transport maps. Found. Comput. Math. https://doi.org/10.1007/s10208-023-09630-x (2023).
Bertschinger, N., Rauh, J., Olbrich, E., & Jost, J. (2013). Shared Information—New Insights and Problems in Decomposing Information in Complex Systems (pp. 251–269). https://doi.org/10.1007/978-3-319-00395-5_35
相关文章：
因果涌现读书会第六季
在霓虹灯的闪烁、蚁群的精密协作、人类意识的诞生中，隐藏着微观与宏观之间深刻的因果关联——这些看似简单的个体行为，如何跨越尺度，涌现出令人惊叹的复杂现象？因果涌现理论为我们揭示了答案：复杂系统的宏观特征无法通过微观元素的简单叠加解释，而是源于多尺度动态交互中涌现的因果结构。从奇异值分解（SVD）驱动的动态可逆性分析，到因果抽象与信息分解的量化工具，研究者们正逐步构建起一套跨越数学、物理与信息科学的理论框架，试图解码复杂系统的“涌现密码”。
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「因果涌现第六季」读书会，组织对本话题感兴趣的朋友，深入研读相关文献，激发科研灵感。
读书会将从2025年3月16日开始，每周日早9:00-11:00，持续时间预计10周左右。每周进行线上会议，与主讲人等社区成员当面交流，之后可以获得视频回放持续学习。诚挚邀请领域内研究者、寻求跨领域融合的研究者加入，共同探讨。
点击“阅读原文”，报名读书会
