Lv.25变形虫

博科园VIP5

靓号：201486

林奈

1998年前技术顾问汉克•埃斯金发起了一项追踪美元钞票的项目。通过“乔治在哪里?”的倡议，美元被贴上了关于货币跟踪项目的信息，并指示人们在上交货币之前，将他们的邮政编码和在邮资账单上找到的序列号输入数据库。追踪这些美钞是对人类旅行模式和“复杂系统”的早期研究。

（此处已添加圈子卡片，请到今日头条客户端查看）

复杂系统通常是一个模糊的概念，整个研讨会都致力于定义这个术语。但是，简单地说，一个复杂的系统是由许多部分组成的任何东西，这些部分以这样一种方式相互作用，以致于系统的整体行为完全依赖于相互作用，并且不同于部分的总和。

复杂的系统包括金融市场，街道网络，甚至人类的大脑，由一个神经元系统组成，共同工作，让一个人思考，作出决定，并执行日常任务。罗切斯特大学(University of Rochester)研究复杂系统的物理学助理教授古拉布•戈沙尔(Gourab Ghoshal)表示：当你想到人脑或股市之类的东西时，举例来说，市场的存在仅仅是因为买卖的互动。如果只有一个交易员，就没有市场。如果你只有一个神经元，那就没有大脑。如今，越来越多的数字痕迹为戈沙尔和他的实验室成员等研究人员提供了难以置信的大量数据，用于复杂系统的研究。

通过GPS定位跟踪、Foursquare等应用程序的签到、Twitter帖子的地理搜索，以及在某些情况下，通过手机的通话数据记录，他们能够比以往任何时候都更准确地发现人类移动、交通和疾病发展的模式。但可用数据的数量也意味着，新兴复杂系统领域可以在没有一些约束的情况下被淹没。Ghoshal说：将从数以千万计的数据点订单变成数以百万计的订单，当你改变了比例，简单的画图方法就不管用了，需要法律来规定数据如何交互，这就是物理学的切入点

复杂系统的物理学

在《物理报告》和《自然通讯》上发表的一系列论文中，戈沙尔和实验室的成员们用科学来解开复杂系统和网络。研究工作扩展到三个主要的分支：人类动力学和行为；城市系统与城市科学和社交网络。应用物理和数学的普遍规律，他们能够建立基础模型，其他研究人员，如经济学家或城市规划者，可以在此基础上引入更复杂的变量。戈沙尔实验室的博士后研究员雨果·巴伯萨(Hugo Barbosa)说：物理学家和计算机科学家看待问题的方式是不同的。物理学家更感兴趣的是基本规则，是普遍存在的东西，而不是总体。

他们希望了解这些模型的基本组成部分，并使这些组成部分尽可能地通用和通用。想象一下，例如，你想弄清楚人们在校园里是怎么走路的。解决这个问题的一种方法是收集关于校园里每个人的所有可能数据：他们早上吃了什么，他们在什么时候上什么课，他们的朋友是谁，校园里的建筑在哪里等等。首先，收集所有这些数据几乎是不可能的，此外，你也无法将同样的结论应用到人们在其他校园走路的方式上，建筑不同，地理位置也不同。解决这个问题的第二种方法包括使用Ghoshal和实验室成员所使用的方法:将一个系统提炼为it基础，并应用物理、数学和统计学。

有几个基本因素适用于几乎所有的情况下，人们移动。人们想要向某个方向运动(物理学家称之为漂移速度)。他们不想撞到其他人、建筑物或其他物体——这显示了所谓的排斥力。它们可能看起来很简单，但只要有这些基本元素，就能或多或少地重现地球上任何地方的行人行为。有很多因素在起作用，比如文化因素，但现在你有了一个基础，包含在这些基本因素中。例如，从A点移动到B点的人数，也与距离的平方成反比，这类似于重力。流量与距离有关(你旅行的时间越长，你就越不可能去旅行)，但也与人口有关，这与质量类似。有时候，物理学家对灰尘粒子在室内运动的思考方式也同样适用于人类。

将物理学应用于ICT数据

戈沙尔目前的研究利用信息和通信技术(ICT)数据将物理规则应用于城市系统和城市。这些数据使他的团队能够揭示城市组织结构的模式，以及人类活动的动态及其对土地利用、交通设计、流行病传播、社会经济指标和可持续性的影响。研究人员必须签署保密协议才能使用这些数据，而且数据有隐私和加密层，所以不可能追踪数据指向任何一个特定的人。数据可能包括推特上的地理标签戳，显示推特用户地理位置的人口普查数据，显示人们迁移到哪里的人口普查数据，以及显示汽车到达预定目的地的速度和司机选择路线的GPS数据

包括最短的距离、更少的交通、更漂亮的风景等等。物理学博士生苏伦德拉·哈扎里(Surendra Hazarie)进行的一个项目利用这些数据来研究城市的种族隔离模式，包括收入、种族或其他特征。通过观察不同地区城市人口流动的方式，可以研究这些人口在重要方面的分布方式，也许较富裕的社区倾向于把自己封闭起来，诸如此类。Ghoshal和团队的其他成员使用ICT数据来开发特定的指标，定义城市居民如何在城市中导航。例如，他们的“内在度指标”显示，当人们在城市中穿行时，他们倾向于被社会经济中心所吸引。

研究人员发现，贫困因素与城市的社会经济发展水平、基础设施建设水平、死亡率和死亡率密切相关。高水平的贫困往往伴随着低水平的发展，因为城市在发展的过程中只有一个城市中心。相反，发达城市有多个社会经济中心，城市贫困程度往往较低或统计意义不显著。这种‘吸引力’的存在与否，可以作为一个城市发展的历史指标。仅仅通过观察一个城市的居民样本，一个城市就能告诉你很多关于这个城市的组织以及它是如何发展，至少从基础设施的角度来看是这样。另一个度量标准是“中间性中心性”，成为中心就是在很多事情之间。

举个例子，如果在一个位于许多路线之间的区域，比如罗切斯特附近的布莱顿的“十二角区”，或者华盛顿特区的一个交通圈-中间会有更高的中心性。与直觉相反，随着联系的增加——无论是通过更多的道路、自行车道，还是大脑中的神经元——人与信息的流动形成了一种空间依赖性，交通拥堵朝着城市中心发展。这就意味着，比起仅仅修建更多的道路，建设多种交通方式的多式联运系统更有利于大都市地区发展。

跨学科合作

像“内”和“间”这样的因素可以通过给城市规划者提供世界上任何地方都可以使用积木来帮助他们了解情况。然而，巴伯萨表示，最终目标并不是彻底改造现有的城市或建筑。更重要的是如何利用这些知识，例如，提高交通信号灯的同步，如果发生事故，将人流分流到城市的不同区域？如何促进和促进减少种族隔离？如何才能帮助预防疾病在现有机场或医院的传播？为此，戈沙尔和实验室成员与大学各个学科的研究人员合作。克里斯汀·布什·马歇尔(Kristen Bush Marshall)是医学中心医学教授马丁·赞德(Martin Zand)实验室的博士后助理，曾与戈沙尔合作进行复杂系统研究。

马歇尔利用电子健康记录中的匿名合并数据来构建医院移动网络。利用这些网络，她希望为艰难梭菌在医院病房的传播制定一个“风险指标”。理解人和地点之间的联系，并通过网络中心分析这些关系，有助于预测模型以传统统计方法无法实现的方式进行预测。网络科学改变了我们看待病人在医院活动的方式，并帮助我们开发工具来改善病人的预后，减少感染的传播。Ghoshal和团队还与Asaro-Biggar(1992年)计算机科学家庭助理教授Ehsan Hoque以及他的人类计算交互小组合作，利用Hoque的公共演讲工具RocSpeak，分析执行特定任务团队的效率和组成。

未来其他项目包括绘制疾病的后续影响图，比如埃博拉危机后非洲人口的流动，或者叙利亚冲突对跨境流动的影响。应用物理原理和涉及不同领域研究可以提供重要的见解，Ghoshal说我们达到了一个重要的里程碑：现在全球超过一半的人口居住在城市中心，预计这一趋势将以指数形式继续下去。了解是什么让城市系统运转，以及如何让它们可持续发展，或许是21世纪最重要的问题之一。解决这一复杂问题的唯一方法是将工具、交易和来自不同研究背景的见解结合起来。