神经网络功能强大，但目前来说，它们仍然是不可预测的。数学家们正致力于搭建神经网络理论基石，探索神经网络的结构如何影响其功能。本文采访了来自Facebook、Google Brain 和 MIT 的多位研究者，分别介绍了他们对神经网络通用理论的研究和认识。
编译：集智俱乐部翻译组
竞争让市场更有效公平，而为何财富分布却又如此不均？关于反思与重建宏观经济学的呼声已经不绝于耳。如今物理与经济的跨界交流正在发展，并且有希望在未来几年中得到有价值的突破，多主体模型或许能够成为经济学家和物理学家有所突破的共同基石。近期，法国物理学家 Jean-Philippe Bouchaud 在arxiv.org发布一篇文章，回顾了物理学家研究经济复杂系统的三十年历史。
导语
我们日常生活的城市中，树木往往分布不均。想要鸟瞰城市树木的整体分布，传统的办法是专家实地调查。现在，笛卡尔实验室（Descartes Labs）构建的机器学习模型，只需要1米分辨率的卫星影像，就能识别整个城市的林冠覆盖。
导语
什么是复杂系统？复杂系统的研究方法有哪些？复杂性科学与人工智能、深度学习有什么关系？复杂性科学关注的前沿问题有哪些？这一系列问题是集智俱乐部长期关注的。X-Order日前采访了北京师范大学系统科学学院教授、集智俱乐部创始人张江，围绕着“复杂理论”这一主题，分享了他的研究进展，并畅谈了他的学术见解和科研经验。
导语
数学家艾伦·图灵（Alan Turing）曾经提出一个理论：所有脊椎动物都有一个原始发育包，它设定了各种皮肤结构的生长斑图（pattern）......
圣塔菲研究所外聘教授、密歇根大学复杂性研究中心主任斯科特·佩奇（Scott E Page）在Coursera上开设了一门名叫 Model Thinking 的课程。这门课以复杂系统的视角研究社会和经济学上的常见问题，介绍了十余个可以定量推演的模型。佩奇教授还出版了多本畅销书，例如《多样性红利》一书，佩奇教授创造性地提出：一个人是否聪明不是由智商决定的，而是取决......
