学科: 系统科学

科学家常在‘理论模型’（易懂但预测不准）和‘机器学习模型’（预测准但像黑箱）之间纠结。本文提出一种新方法：先用科学理论生成大量模拟数据，再用这些数据训练神经网络。该方法在疫情、生态等多领域预测中表现更优，且不怕理论不完善，还能解释预测背后的科学原理。

标签: 仿真驱动建模 模型鲁棒性 神经网络训练 科学可解释性 跨学科预测

科学家用AI工具（如大语言模型）写论文更快了，但论文质量可能下降。研究指出，问题不在AI本身，而在于科研界‘重数量、轻质量’的评价机制——AI只是照出了老问题。

标签: 大语言模型 学术激励机制 最优觅食理论 科研质量 预印本

本文提出“转化型远见”概念：将未来学方法系统融入科研决策，帮助科学家提前识别关键假设、预判风险与机遇，使研究资助、人才培养、技术验证等更适应未来真实场景，避免危机来临时措手不及。

标签: 假设检验 情景规划 未来学方法 科研决策 转化型远见

本书探讨人类社会如何在危机中实现根本性转变——从古代文明崩溃到废除奴隶贸易，再到现代生育率下降，这些看似无关的事件其实都遵循‘临界点’规律。作者指出：我们正面临气候与社会双重危机，但历史证明，人类多次成功‘翻盘’；关键在于识别转变信号、激活正向循环，主动走向可持续未来。

标签: 临界点 新自由主义 正向反馈 社会转型 系统韧性

人工智能正从辅助工具转变为科研基础设施的核心部分，既能提升科研效率，也可能窄化研究问题和思维方式。研究发现，使用AI辅助的科学家发文量和引用量显著增加，但研究主题更单一、合作更少。

标签: 人工智能与科研 科学问题建构 科研范式转变 论文工厂

牛顿第三定律说‘作用力与反作用力相等’，但鸟群、细菌群、人群等复杂系统却不遵守这一定律。德国德累斯顿科学家提出新理论：为每个真实个体‘配一个虚拟伙伴’，把单向作用转化为双向作用，从而用传统方法精确模拟这些系统。

标签: 多体物理 牛顿第三定律 辅助自由度 集体行为 非互易相互作用

人工智能正在成为数学和理论物理研究的得力助手，而非替代者。它能自动验证证明、寻找反例、提出中间步骤，大幅提高研究效率。本文介绍AI在解决经典难题、辅助猜想生成、形式化推理等方面的最新进展，并探讨人类科学家如何与AI协同工作。

标签: 人工智能辅助数学 人机协同科研 形式化证明 数学猜想生成 理论物理与AI

人工智能正在成为数学和理论物理研究的得力助手，而非替代者。它能自动验证证明、寻找反例、提出中间步骤，大幅提高研究效率。本文介绍AI在解决经典难题、辅助猜想生成、形式化推理等方面的最新进展，并探讨人类科学家如何与AI协同工作。

标签: 人工智能辅助数学 人机协同科研 形式化证明 数学猜想生成 理论物理与AI

美国埃默里大学研究团队将人工智能与尘埃等离子体实验结合，首次用AI直接发现新的物理规律——揭示了粒子间不对称、非互易作用力的精确形式。该方法仅需少量实验数据，普通人也能理解：AI不只是算得快，还能帮人类‘看见’以前看不见的自然法则。

标签: 人工智能发现物理规律 可解释人工智能 多体系统 尘埃等离子体 非互易力

本文研究牧羊犬如何控制犹豫不决的羊群——小群羊在受威胁时会随机切换‘逃跑’和‘跟随’行为，形成难以预测的动态网络。研究发现，训练有素的牧羊犬巧妙利用羊的‘犹豫’本身作为控制工具，既能聚拢羊群（驱赶），也能将其精准分开（分群）。受此启发，作者提出‘犹豫型群体算法（ISA）’，该算法在噪声环境下比传统方法更省力、更可靠，可应用于机器人集群、舆论引导等场景。

标签: 控制能量 时变网络 牧羊犬启发算法 犹豫型群体 群体控制