1月11日，由复旦大学大数据研究院、国家智能评价与治理实验基地联合主办的“智能涌现新机理与社会系统观察新视角”研讨会暨国社科重大项目交流会在大数据研究院成功举办。来自信息管理、政治学、统计学、商科、社会治理等领域的专家学者，围绕iNEST理论创新、智能涌现机理、自然常数与智能等级关联等核心议题展开深度研讨。本次研讨会依托国家社科基金重大项目“人工智能颠覆性应用的社会影响与信息治理研究”，以跨学科视角搭建学术交流桥梁，为破解传统计算范式瓶颈、探索智能时代社会系统创新路径提供了坚实的学术支撑与实践指引。中国工程院邬江兴院士、上海社会科学院信息研究所所长刘炜研究员、华东师范大学政治与国际关系学院院长吴冠军特聘教授、上海对外经贸大学统计与数据科学学院院长张日权教授、华东理工大学金融物理研究中心主任周炜星教授、全球人工智能创新治理中心秘书长姚旭副研究员、复旦大学赵星教授等参加会议，复旦大学大数据研究院副院长邹宏主持会议。
特邀报告人刘勤让教授以“iNEST提出背景与理论——六个自然常数与智能等级关系”为主题带来深度学术分享，提出“结构第一性”核心观点，强调人脑的智能本质存在于复杂网络的结构之中，智能并非单纯的算力堆砌，而是网络时空协同复杂度（CST）跨越临界阈值后的涌现产物。报告详细阐释了CST复杂度与相对智能指数（RI）的量化关系，通过数学物理方程构建边界条件，以六个自然常数定义的智能涌现阶梯为智能研究提供了统一度量衡。而介观尺度作为介于微观器件与宏观系统之间的关键区间，能完美满足智能涌现对结构复杂性与动态协同性的双重需求。
围绕“六个自然常数是否具有普适性”这一核心议题，与会专家认为：自然常数的普适性需要场景边界的支撑，必须通过具体场景设定边界，再通过多场景验证实现普适化；复杂系统的涌现往往发生在介观尺度，该视角为常数规律在生物、社会与人工系统之间的对照提供了方法支撑。专家同时强调，普适性必须将常数阈值转化为可度量的跃迁节点，才能推动理论在信号识别、制度演化等问题上形成可验证的解释框架。在社会系统研究层面，专家提出智能涌现新机理从“状态描述”转向“临界点思维”，文明演化的关键在于跨越常数阈值的相变，为理解社会变革、制度迭代提供了新的认识论；智能涌现机理打破了社会系统研究的黑箱困境，推动其向可量化、可预测的方向发展。面向未来发展，专家们聚焦学科融合、实践落地等关键方向建议加强跨学科协作，推动理论创新与实践应用深度融合，同时构建人工智能安全公共产品，助力智能技术普惠发展。
针对iNEST理论与智能涌现机理的工程化落地，复杂系统、计算系统、微电子系统领域的专家展开研讨：聚焦介观尺度智能计算范式的实践路径，需以复杂系统的数学工具为核心支撑，将抽象的系统复杂性转化为可量化、可预测的智能度量体系，建立起系统结构与智能表现之间的清晰关联，为工程实践提供统一理论支撑。值得强调的是，介观尺度天然契合智能涌现对复杂性与协同性的双重需求，其构建的计算范式打破了传统算力堆砌的路径依赖，开辟了一条不依赖先进制程的超限创新之路。
中国工程院邬江兴院士在总结中高度肯定了本次研讨会的学术价值。他指出，人工智能作为人类合适的助手是可达目标，但当前智能发展面临算力与能耗不匹配的“剪刀差”困境，传统规模堆砌的发展模式难以为继。“智能的尽头是算力，而算力的突破在于计算范式的变革”。邬江兴强调，iNEST理论提出的物理计算范式，更接近生物智能的能效特征，为人工智能开辟了新路径，专家学者要继续深化跨学科研究，“智能演化遵循自然规律，需在理论创新中把握常数阈值，在实践应用中坚守安全底线”，通过多领域协同推动智能技术与社会系统良性互动，为智能时代的治理现代化提供有力支撑。
