从微观到宏观，基于格兰杰因果量化涌现

文章预览

导语 基于格兰杰因果量化涌现 (Measuring emergence via Granger causality)[1]是一种运用格兰杰因果(Granger causality)来量化系统涌现特性的分析方法。该方法通过评估宏观变量相对于微观变量集合的格兰杰自主性(G-autonomy)与格兰杰因果关系，判断宏观层次是否展现出较微观层次更强的因果特性。特别是在非线性系统中，此方法能够揭示不同层次间的因果依赖性，为复杂生物、社会及认知系统的涌现现象提供了一种定量分析工具。 近年来，张江老师带领研究组开始聚焦基于新兴AI技术进行数据驱动的自动建模研究，并立志破解复杂系统的涌现之谜。我们希望创建一个叫做 “复杂AI次方”的开放实验室 ，实现思想共享、资源共享、跨学科交叉，共同为复杂系统自动建模而奋进。欢迎对复杂系统自动建模领域有热情，且认可这个领域发展前景的朋友一起来合作，促 ………………………………