新闻动态
作者：张蓝心
7月10日-14日，我室梁湘三教授应邀赴希腊参加欧洲物理协会2023年的Sigma-Phi统计物理大会，并做了两场报告。
首场邀请报告题为“Causality as a Real Physical Notion ab initio, and Quantitative Causality Analysis in Climate and Environmental Sciences”。报告中梁教授首先强调了因果关系推断在科学研究中的关键作用，随后介绍了他基于物理学第一性原理严格推导得到的信息流以及定量因果分析理论，并展示了梁氏信息流在如计算机科学、神经科学和量子力学等各领域中的应用。该报告不仅从统计物理的角度对信息流进行了解析，阐明了“信息流对任意坐标变换保持不变——表明其能反映物理世界的内在本质”，更将“有因果必有相关、有相关不必有因果”哲学论断归于一个数学解析式予以诠释，最终落实到实际应用，为诸多领域的研究提供了全新的视角，并推动了一些突破性成果的涌现，引起了与会者的广泛关注。
此后，梁教授又在第二场题为“Measuring the Importance of Individual Units to the Structure Integrity of a Complex Network”的报告中介绍了其另一项重要工作——复杂网络中单一节点贡献的衡量。报告介绍了该工作的两个重要发现：（1）对于给定的复杂系统，某个体节点的贡献由其对整个网络的累积信息流来衡量；一般情况下，此累积信息流并不等于其对余下各节点的信息流之和，表现出网络的群体性征涌现；（2）与大众常识相悖的是：网络节点的重要性并不与节点的链接度等价---在某些情况下，网络中最关键的节点并不是与其他单元连接度最高的“核心”节点（hubs），在某些极端情况下可能是某些连接度较低的节点。梁教授用Stuart-Landau振子组成的理想网络以及美国股市的实例对此理论进行了生动的诠释。除上述金融领域的应用外，此研究还可用于诊断神经性疾病、控制传染病、追踪城市交通瓶颈、识别电力网络故障的潜在原因（例如2003年导致北美大部分地区陷入黑暗的大停电事件）、构建稳健的计算机网络等。该报告突破了大众以往对复杂网络各节点重要性的直观认知，引发了与会学者们的激烈讨论。
大会期间，梁教授应Dionysis Christopoulos教授的邀请，访问了希腊克里特技术大学电气与计算机工程学院的人工智能和数据科学系，并围绕会上未尽的话题展开了更深入的学术讨论。双方洽谈后确定了合作与互访计划，为未来的学术交流奠定了坚实基础。