■ 采訪/唐 明（特邀） 受訪/埃爾南?馬克塞（Hernan Makse）

復(fù)雜網(wǎng)絡(luò)已經(jīng)成為物理界的一個(gè)新興的研究熱點(diǎn)，人們開始嘗試應(yīng)用這種新的理論工具來研究現(xiàn)實(shí)世界中的各種大型復(fù)雜系統(tǒng)。

在自然界和人類社會(huì)中，許多系統(tǒng)都可以用復(fù)雜網(wǎng)絡(luò)來描述，其中不僅包括大家熟知的互聯(lián)網(wǎng)、全球航空網(wǎng)絡(luò)、電力網(wǎng)、電話通信網(wǎng)、神經(jīng)網(wǎng)，還包括引文網(wǎng)、科學(xué)合作網(wǎng)、人類語言網(wǎng)、蛋白質(zhì)折疊網(wǎng)、生態(tài)食物鏈網(wǎng)、細(xì)胞網(wǎng)等不甚為大眾所了解的復(fù)雜系統(tǒng)。

近幾年，隨著復(fù)雜網(wǎng)絡(luò)理論及其應(yīng)用研究的不斷深入，復(fù)雜網(wǎng)絡(luò)已經(jīng)成為統(tǒng)計(jì)物理領(lǐng)域的一個(gè)新興研究熱點(diǎn)。人們開始嘗試運(yùn)用這種新的理論工具來研究現(xiàn)實(shí)世界中的各種大型復(fù)雜系統(tǒng)。目前，復(fù)雜網(wǎng)絡(luò)有哪些研究進(jìn)展？對于即將到來的人工智能時(shí)代，復(fù)雜網(wǎng)絡(luò)又面臨哪些挑戰(zhàn)？《張江科技評論》采訪了美國紐約城市大學(xué)物理學(xué)教授埃爾南?馬克塞（Hernan Makse）。

Q：從網(wǎng)絡(luò)科學(xué)的角度來看，人類大腦網(wǎng)絡(luò)和社交平臺(tái)網(wǎng)絡(luò)在網(wǎng)絡(luò)結(jié)構(gòu)與信息傳輸方面有哪些異同之處？

A：在過去的幾十年里，研究人員已經(jīng)發(fā)現(xiàn)了大腦網(wǎng)絡(luò)和社交網(wǎng)絡(luò)在拓?fù)浣Y(jié)構(gòu)方面具有各種各樣的相似性。這些相似性表現(xiàn)為各種有趣的網(wǎng)絡(luò)結(jié)構(gòu)特征，如小世界、無標(biāo)度性質(zhì)、分形與自相似性、模塊性與社區(qū)結(jié)構(gòu)，以及被用于確定大腦網(wǎng)絡(luò)中的核心神經(jīng)元群、社交媒體中的關(guān)鍵影響者等的很多中心性指標(biāo)。這些問題原則上可以看作是網(wǎng)絡(luò)理論框架下的信息處理系統(tǒng)，而無須涉及具體的系統(tǒng)特性。因?yàn)闊o論是大腦系統(tǒng)，還是社交網(wǎng)絡(luò)，其動(dòng)力學(xué)背后都是相互作用的網(wǎng)絡(luò)。然而，我們從這些相似性中學(xué)到的極少，因?yàn)榇竽X網(wǎng)絡(luò)和社交網(wǎng)絡(luò)所具有的絕大部分相似性幾乎相當(dāng)接近于隨機(jī)網(wǎng)絡(luò)，也就是說隨機(jī)網(wǎng)絡(luò)也具有類似的結(jié)構(gòu)特征。但是，連接體或任何生物網(wǎng)絡(luò)（如基因網(wǎng)絡(luò)）遠(yuǎn)遠(yuǎn)不是隨機(jī)網(wǎng)絡(luò)，無標(biāo)度分布和小世界特性等無法告訴我們關(guān)于連接體的組成單元是如何組成連接體的，基因網(wǎng)絡(luò)中信息是如何編碼的。事實(shí)上，對于所有復(fù)雜系統(tǒng)的基本性問題，網(wǎng)絡(luò)理論至今無法回答。

我們需要的是生物學(xué)的“蓋爾曼時(shí)刻”——非凡的一念靈感，使我們理解自然遵循著何種原理來把龐大的信息處理機(jī)器（被編碼在大腦或基因網(wǎng)絡(luò)中）組裝在一起。以同樣的方式，美國物理學(xué)家默里?蓋爾曼（Murray Gell-Mann）和其他偉大的粒子物理學(xué)家通過對稱性原理，以一些夸克和輕子來解釋宇宙中的所有復(fù)合粒子。我期待在短期內(nèi)看到能被解答的一個(gè)基本問題是：連接體和基因網(wǎng)絡(luò)的構(gòu)成單元是什么，這些構(gòu)成單元如何被組裝在一起而成為復(fù)合功能單元，就像夸克形成質(zhì)子和中子一樣；像物理學(xué)那樣，是否有基本原理，來理解基因調(diào)控網(wǎng)絡(luò)的設(shè)計(jì)原理和功能。目前，我們正在朝這方面努力。

Q：復(fù)雜網(wǎng)絡(luò)研究從開始到現(xiàn)在已經(jīng)近20年了，人們對于復(fù)雜系統(tǒng)的結(jié)構(gòu)與功能有了一些新的認(rèn)識(shí)，相關(guān)的控制研究是目前的熱點(diǎn)問題之一。但是，網(wǎng)絡(luò)科學(xué)理論在真實(shí)復(fù)雜系統(tǒng)中的應(yīng)用實(shí)例還非常少，您認(rèn)為從理論到應(yīng)用還需要哪些方面的進(jìn)一步研究和準(zhǔn)備工作？

A：我認(rèn)為，一些復(fù)雜網(wǎng)絡(luò)的理論觀點(diǎn)已經(jīng)被應(yīng)用到社交網(wǎng)絡(luò)和社交媒體的實(shí)際問題中。例如，通過網(wǎng)絡(luò)理論中發(fā)展的觀念，如核心影響源的識(shí)別、社團(tuán)檢測、同質(zhì)性等，來引導(dǎo)市場活動(dòng)。未來，這方面的實(shí)際應(yīng)用還將包括：探測大腦中用于信息整合的核心區(qū)域，通過基因調(diào)控網(wǎng)絡(luò)的基因回路的失靈來探測疾病的形

復(fù)雜網(wǎng)絡(luò)中的創(chuàng)新未來（科學(xué)）論壇

埃爾南?馬克塞（Hernan Makse）

美國紐約城市大學(xué)物理學(xué)教授，美國物理協(xié)會(huì)會(huì)員。曾通過對2016年美國總統(tǒng)大選海量“推特”數(shù)據(jù)的分析，揭示了虛假消息在網(wǎng)絡(luò)上的傳播途徑，該研究在美國得到了媒體的廣泛關(guān)注和報(bào)導(dǎo)。研究領(lǐng)域涵蓋從大腦網(wǎng)絡(luò)、生物系統(tǒng)到社交網(wǎng)絡(luò)在內(nèi)的各種復(fù)雜網(wǎng)絡(luò)系統(tǒng)，致力于通過統(tǒng)計(jì)力學(xué)、網(wǎng)絡(luò)優(yōu)化理論、機(jī)器學(xué)習(xí)和大數(shù)據(jù)方法發(fā)現(xiàn)這些復(fù)雜系統(tǒng)的內(nèi)在規(guī)律。式，或者預(yù)測新的藥物靶點(diǎn)。

當(dāng)然，在理解自然系統(tǒng)如大腦和生物系統(tǒng)時(shí)，進(jìn)展并不令人滿意。拋棄現(xiàn)有的基于隨機(jī)性和統(tǒng)計(jì)系綜平均的網(wǎng)絡(luò)范式將使我們解開這些生物體系的固有規(guī)則，但這些規(guī)則很可能無法通過來自統(tǒng)計(jì)力學(xué)或統(tǒng)計(jì)推斷的現(xiàn)有方法揭示。我相信，在未來的若干年里，來自第一性原理理論表述的進(jìn)展將出現(xiàn)，使我們發(fā)現(xiàn)所有這些信息處理系統(tǒng)的基本定律，進(jìn)而理解全局網(wǎng)絡(luò)如何從組件構(gòu)成中涌現(xiàn)，理解健康和疾病的生物網(wǎng)絡(luò)。

控制理論是當(dāng)前的熱點(diǎn)之一。然而，目前的控制網(wǎng)絡(luò)也是基于網(wǎng)絡(luò)的隨機(jī)系綜。幸運(yùn)的是，真實(shí)連接體的結(jié)構(gòu)一點(diǎn)都不隨機(jī)，它實(shí)際上使得這樣一個(gè)結(jié)構(gòu)不可控。想象一下，如果一個(gè)自然系統(tǒng)可以由系統(tǒng)中的一些節(jié)點(diǎn)簡單控制，它將不能具有足夠的魯棒性來維持生命。因此，在發(fā)展動(dòng)力學(xué)控制或可觀測性的理論之前，必須要更好地理解結(jié)構(gòu)。

Q：復(fù)雜網(wǎng)絡(luò)距離一門成熟的學(xué)科，還有哪些不足之處？

A：我相信，網(wǎng)絡(luò)理論已經(jīng)是一門成熟的學(xué)科。只是，面對的問題是所有學(xué)科中最令人生畏的，如大腦、社會(huì)、市場、生態(tài)系統(tǒng)等。也許網(wǎng)絡(luò)科學(xué)要繁榮發(fā)展，成為一門具有預(yù)測能力的科學(xué)，需要做的是掙脫過去的某些范式。

首先，舍棄“隨機(jī)網(wǎng)絡(luò)的性質(zhì)對生物系統(tǒng)是有用的”這一想法。生物系統(tǒng)中，沒有什么是隨機(jī)的。其次，舍棄來自統(tǒng)計(jì)力學(xué)的某些觀念，如臨界、冪律，甚至系綜。即便發(fā)現(xiàn)了它們，我們?nèi)匀徊恢浪鼈兪裁从杏?。第三，把精力集中在理解基因和大腦網(wǎng)絡(luò)的構(gòu)成單元。我相信，自下而上的研究方法對這些網(wǎng)絡(luò)是可行的，可以找到生物學(xué)中網(wǎng)絡(luò)的設(shè)計(jì)原理。我提出一項(xiàng)生物學(xué)的“埃爾蘭根項(xiàng)目”（Erlangen Program），可以成功地在網(wǎng)絡(luò)科學(xué)的一般原理下對所有這些零散的知識(shí)以系統(tǒng)的方式進(jìn)行整理組織，類似于生物網(wǎng)絡(luò)“幾何化”。到目前為止，涉及這些生物的基本問題，物理學(xué)表現(xiàn)得出奇安靜，我們正在努力改變這種不幸的狀況。

Q：對于即將到來的人工智能時(shí)代，網(wǎng)絡(luò)科學(xué)面臨哪些新的問題和挑戰(zhàn)？可能發(fā)揮何種作用？

A：人工智能，或者說機(jī)器學(xué)習(xí)，顯然有一個(gè)輝煌的未來。如果說在2000年左右復(fù)雜網(wǎng)絡(luò)占據(jù)科學(xué)前沿，那么5年后機(jī)器學(xué)習(xí)會(huì)取代這一地位。今天，機(jī)器學(xué)習(xí)已經(jīng)遍布各領(lǐng)域，從物理學(xué)、生物學(xué)，到社會(huì)科學(xué)和經(jīng)濟(jì)學(xué)?？梢哉f，機(jī)器學(xué)習(xí)的影響力已經(jīng)遠(yuǎn)遠(yuǎn)超過網(wǎng)絡(luò)科學(xué)。

然而，有兩個(gè)非常重要的問題，目前機(jī)器學(xué)習(xí)和人工智能無法回答：一是我們不清楚，為何這些機(jī)器可以表現(xiàn)得如此好；二是以現(xiàn)在的認(rèn)識(shí)，通向智能機(jī)器之路還有不可逾越的障礙。

當(dāng)智能系統(tǒng)（人工的或自然的）如何運(yùn)作的完整理論表述出現(xiàn)時(shí)，這些問題也許可以得到解答。打開神經(jīng)密碼是人工智能和自然智能領(lǐng)域最緊迫的事情之一。只要新的范式能夠在短期內(nèi)蓬勃發(fā)展，網(wǎng)絡(luò)理論就可以從第一性原理來解決這些問題。