2018年10月23日下午，应LETOU.COM乐投物理科学与技术学院赵鸿教授邀请，陈式刚院士来到物理学系进行学术交流，向大家介绍“统计物理在复杂系统研究中的应用之一：“神经网络的临界动力学”等相关的最新研究进展，并与参会师生展开饶有兴趣的交流讨论。讲座由赵鸿教授主持，北京应用物理与计算数学研究所刘杰研究员、徐德研究员以及物理科学与技术学院相关师生参加了此次报告会。

陈式刚院士，北京应用物理与计算数学研究所研究员、博士生导师。2001年11月当选中国科学院院士。陈院士多年来潜心从事基础理论研究和核武器理论研究与设计，在映象混沌、符号动力学、混沌控制与同步等方面获得多项成果，特别是对耗散系统，论证了单峰映象混沌区测度达90%；对非微扰多光子阈上电离的研究，改进和拓宽了Keldysh理论；用半经典理论计算发现了电离电子与离子多次散射对能谱和角分布的重要影响，表明了混沌散射导致能谱的平台分布；研究了多光子区、隧穿区与稳定化区双色光电离与双色光初始相位的关系，表明了稳定区的电离率随相位变化幅度可达2-3个量级；在非平衡统计物理研究中首次阐明了如何从久保输运系数形式公式获得具体的、正确的输运系数，并获得了强磁场下横向输运系数；在核武器理论和设计方面，主持过四个型号初级的理论研究和设计工作，为我国核武器事业的发展作出了重要贡献。曾获国家科技进步奖二等奖1项，部委级科技进步奖多项。

讲座中，陈院士就“神经网络的临界动力学”相关研究与参会师生进行了分享。陈院士指出，生物的进化使我们大脑神经网络上的电脉冲动力学处在自组织临界的邻域。动力学的稳定性可分为：稳定的；临界的；不稳定的或混沌的。当大脑处于临界状态、超临界状态和次临界状态时分别具有不同的神经元活动特性。陈院士从实验和理论模型等多个角度分析得出，神经网络的动力学存在噪声驱动，其临界动力学是自组织临界的，在全参数空间有不为零的测度。正常的大脑总是活动在临界态的邻域。在临界态大脑对外界刺激的响应有最大的动力学范围；有最大的信息容量；对外界信息的响应有最大的互信息；神经元同步相位变化的熵最大，也就是说信息之间建立可能联系的灵敏度最高。大脑在不工作的时候，或说在静息态的时候，处于自组织临界状态。把临界涨落图像和平衡态分布图像结合在一起，可以得到一幅神经网络波的图像。实测也给出了粗粒化了的持续波动图像。在数学上，可以把神经网络上带噪声的电脉冲动力学，表示为包含所有神经元电位的 Fokker-Planck 方程。 Fokker-Planck 算符具有零本征值及纯虚数本征值，它们一起组成福克-普朗克方程的波动解。这个波是个概率波，因此，我们可以说认知和决策具有类量子概率性质。从“认知和决策中的随机性和量子概率”这一角度看来，理性认知可称之为经典认知，而灵性觉察可称之为量子认知。神经网络的临界动力学使我们具有灵性和智慧！

讲座深入浅出，引起了参会师生的广泛兴趣，期间大家与陈院士就神经网络量化模型的建立,大脑的认知过程等诸多问题展开了一系列广泛、深入的讨论交流。最后在到场老师和同学的热烈掌声中结束了本次报告。