復雜系統中的信息理論丨因果涌現讀書會第三期

導語

為了系統梳理因果涌現最新進展，北京師范大學系統科學學院教授、集智俱樂部創始人張江老師領銜發起，邀請對復雜系統與涌現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。

本周開啟第七季第三期，主題“復雜系統中的信息理論”。由章彥博學者主講，分享圍繞AlphaZero信息“無中生有”難題，結合Finzi等人（2025）研究引入“認知復雜度”，探討其與涌現的關聯，講解測量方法，帶大家走進復雜系統信息世界。

歡迎感興趣的朋友加入讀書會，一起在這片快速生長、思想頻出的研究領域中把握脈絡、發現問題、尋找未來的科研方向。

報告簡介

2017 年，AlphaZero 橫空出世，在圍棋、國際象棋、將棋上全部超越人類頂尖選手。更令人驚嘆的是，它沒有使用任何人類數據——唯一的輸入是游戲規則，一個簡潔到幾頁紙就能寫完的程序。然而最終訓練出來的模型有幾千兆字節的參數，編碼了對殘局處理、開局策略、戰術配合等種種復雜知識。問題來了：這些知識的「信息」從哪里來？

經典信息論的一個核心定理——數據處理不等式（Data Processing Inequality）——告訴我們：對數據施加的任何確定性變換，都不可能增加與原始來源之間的互信息。自弈本身是確定性計算，那么 AlphaZero 的幾 GB 模型權重，究竟是憑空變出來的嗎？

Finzi 等人（2025）的工作給出了清晰的回答：問題不在于 AlphaZero，而在于我們衡量「信息」的工具出了問題。經典信息論假設觀察者有無限的計算能力。一旦我們考慮計算的代價，整個圖景發生根本性的改變。由此，我們得到了「認知復雜度」。

而在因果涌現的背景下，認知復雜度給出了關于涌現的全新視角：涌現與觀察者的算力有深刻的關聯。「涌現結構」常常源于觀察者有限的算力。在康威生命游戲之中，人類觀察者要想快速預測系統的變化，「滑翔機」這樣的涌現概念就必不可少。這種觀念一定程度上挑戰了因果涌現的核心思想——粗粒化可以客觀地用因果信息度量好壞，而無需觀察者。而這篇論文給出了有趣的新視角。

分享大綱

• 信息論的難題：無中生有

• 信息論的工具箱：三種隨機性，一個統一框架

• 認知復雜度：算力受限的觀察者

• 測量認知復雜度

• • 用神經網絡代替「程序」

  • 從理論到實踐：測量認知復雜度

• 認知復雜度與涌現

• • 生命游戲：涌現結構與算力限制

  • 元胞自動機：計算不可約與認知復雜度

  • 認知復雜度與因果涌現

核心概念

熵、信息論、計算復雜性理論、算法信息論、機器學習

主講人介紹

主講人：章彥博，美國亞利桑那州立大學復雜系統博士，本科畢業于中國科學技術大學凝聚態物理系，現在塔夫茨大學進行博士后研究，集智科學家，曾在瑞典卡羅琳斯卡醫學院進行訪問交流。研究方向：統計物理、復雜系統等。他的研究興趣主要是試圖理解我們這個世界的“特殊尺度”。為什么原子會存在？為什么分子會存在？為什么“事物”的概念是一個有用的概念？此外，他還致力于利用化學反應網絡探索生命的起源。 在他的主要研究之外，章彥博喜歡研究在線社交網絡和古代音樂史。

參考文獻

• Finzi, Marc, et al. "From Entropy to Epiplexity: Rethinking Information for Computationally Bounded Intelligence." arXiv, 6 Jan. 2026, https://arxiv.org/abs/2601.03220.

時間信息

2026年3月8日（周日）上午10:00-12:00，騰訊會議線上進行，微信視頻號+集智俱樂部B站號同步直播，感興趣的朋友掃碼報名加入因果涌現讀書會后，可進入學員群進行交流。

報名讀書會：「因果涌現第七季」

為系統梳理因果涌現領域的最新進展，北京師范大學系統科學學院教授、集智俱樂部創始人張江老師領銜發起，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（創建讀書會暫定時間為10:00-12:00）線上開展，持續約10周，包含主講分享與討論交流，并提供會后視頻回放，誠邀相關領域研究者及跨學科興趣者參與。

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，拉入對應主題的讀書會社區（微信群）。

PS： 我們鼓勵圍繞因果涌現、復雜系統與人工智能及相關具體問題的深入探討。為保證討論質量，請避免發表脫離本期讀書會主題、缺乏實證基礎或過于空泛的哲學思辨類內容。

加入社區后可獲得的資源

完整權限包括：線上問答、錄播回看、資料共享、社群交流、信息同步、共創任務獲取積分等。