网络与复杂系统（二）

胖车库将持续翻译Albert-László Barabási的「网络」一书及其课程^[1]。今天来第一章3-4节。

第1.3节 两种力量帮助了网络科学的兴起

网络科学是一门新学科。人们可能会争论它的确切开端，但从各方面来看，该领域只是在21世纪才作为一个独立的学科出现。

为什么我们不在两百年前就有网络科学呢？毕竟，该领域探索的许多网络绝不是新的：代谢网络可以追溯到生命的起源，有40亿年的历史，而社会网络则和人类一样古老。此外，许多学科，从生物化学到社会学和脑科学，几十年来一直在处理自己的网络问题。图论，一个多产的数学子领域，自1735年以来一直在探索图。因此，是否有理由称网络科学为21世纪的科学？

在21世纪初发生了一些特别的事情，这些事情超越了个别研究领域，催化了一门新学科的出现（图1.3）。为了理解为什么现在而不是两百年前发生了这种情况，我们需要讨论促成网络科学出现的两种力量。

一张信用卡被选为大英博物馆《100件物品中的世界历史》展览的第99件物品。这张卡生动地展示了现代经济的高度关联性，它依靠的是通常不被注意的微妙的经济和社会联系。

该卡于2009年由香港上海汇丰银行（又称汇丰银行）在阿拉伯联合酋长国发行，该银行总部设在伦敦。该卡通过美国信贷协会VISA提供的协议发挥作用。然而，该卡坚持伊斯兰银行原则，按照Fiqhal-Muamalat（伊斯兰交易规则）运作，最明显的是消除了利息或riba。该卡不仅限于阿拉伯联合酋长国的穆斯林，而且在非穆斯林国家也提供给同意其严格道德准则的任何人。

虽然对网络的研究有着悠久的历史，起源于图论和社会学，但网络科学的现代篇章在21世纪的第一个十年才出现。

两篇经典论文的引用模式很好地证明了对网络的爆炸性兴趣，Paul Erdős 和 Alfréd Rényi 于1959年发表的论文标志着图论中随机网络研究的开始[2]，Mark Granovetter于1973年发表的论文是被引用最多的社会网络论文[3]。该图显示了每篇论文自发表以来每年获得的引用次数。这两篇论文在其学科内都受到高度重视，但在其领域外的影响有限。在21世纪，这些论文的引文的爆炸性增长是网络科学出现的结果，使这些经典出版物引起了新的、跨学科的关注。

网络地图的出现

为了描述一个由数百至数十亿个相互作用的组件组成的系统的详细行为，我们需要一张系统的线路图。在一个社会系统中，这需要一个你的朋友、你朋友的朋友等的准确列表。在WWW中，这个地图告诉我们哪些网页是相互链接的。在细胞中，该图对应于涉及基因、蛋白质和代谢物的结合相互作用和化学反应的详细列表。

在过去，我们缺乏绘制这些网络的工具。追踪它们背后的海量数据也同样困难。互联网革命提供了有效和快速的数据共享方法和廉价的数字存储，从根本上改变了我们收集、组装、共享和分析与真实网络有关的数据的能力。

由于这些技术的进步，在千禧年之际，我们目睹了地图制作的爆炸性增长（BOX 1.2）。例如，CAIDA或DIMES项目提供了第一个大规模的互联网地图；生物学家花费了数亿美元来实验性地绘制人体细胞中的蛋白质-蛋白质相互作用；社交网络公司，如Facebook、Twitter或LinkedIn，努力开发我们的友谊和职业关系的精确存储；美国国家卫生研究所的Connectome项目，旨在系统地追踪哺乳动物大脑中的神经连接。在20世纪末，这些地图的突然出现，催化了网络科学的兴起。

网络特征的普遍性

很容易列出我们在自然界或社会中遇到的各种网络之间的差异：代谢网络的节点是微小的分子，链接是受化学和量子力学定律支配的化学反应；WWW的节点是网络文件，链接是由计算机算法保证的URL；社会网络的节点是个人，链接代表家庭、职业、友谊和熟人的关系。

产生这些网络的过程也大不相同：新陈代谢网络是由数十亿年的进化形成的；WWW是由数百万个人和组织的集体行动建立的；社会网络是由社会规范形成的，其根源可追溯到数千年前。鉴于这种规模、性质、范围、历史和进化的多样性，如果这些系统背后的网络会有很大的不同，人们也不会感到惊讶。

网络科学的一个重要发现是，在科学、自然和技术等不同领域出现的网络架构是相互类似的，这是由相同的组织原则所支配的结果。因此，我们可以使用一套通用的数学工具来探索这些系统。

这种普遍性是本书的指导原则之一：我们不仅要寻求发现特定的网络属性，而且每次都要问它们的适用范围有多大。我们还将致力于了解它们的起源，揭示塑造网络演化的规律以及它们对网络行为的影响。

总之，虽然许多学科对网络科学做出了重要贡献，但一个新领域的出现部分是由于数据的可用性，提供了不同学科中遇到的网络的精确地图。这些不同的地图使网络科学家能够确定各种网络特征的普遍属性。这种普遍性为网络科学这门新学科提供了基础。

网络地图的起源

今天网络科学家研究的少数地图是以研究网络为目的而产生的。大多数是其他项目的副产品，只有在网络科学家的手中才演变成地图。

细胞中的化学反应列表是由生物化学家在150年的时间里逐一发现的。在20世纪90年代，它们被收集在中央数据库中，为组装细胞内的生物化学网络提供了第一次机会。

传统上，每部电影中的演员名单都散落在报纸、书籍和百科全书中。随着互联网的出现，这些数据被汇集到中央数据库，如imdb.com，满足了电影爱好者的好奇心。该数据库使网络科学家能够重建好莱坞背后的关联网络。

传统上，数以百万计的研究论文的作者名单散落在数千份期刊的内容表中。最近，Web of Science、Google Scholar和其他服务将它们集合成综合数据库，使网络科学家能够重建科学合作网络的精确地图。

网络科学的早期历史大多依赖于研究者的聪明才智，从预先存在的数据库中识别和提取网络。网络科学改变了这一点。今天，资金充足的研究合作集中在地图制作上，捕捉生物、通信和社会系统的精确接线图。

第1.4节 网络科学的特点

网络科学不仅由其主题定义，也由其方法定义。在本节中，我们将讨论网络科学为理解复杂系统所采取的方法的主要特点。

跨学科性质

网络科学提供了一种语言，不同的学科可以通过这种语言进行无缝互动。事实上，细胞生物学家、脑科学家（图1.4）和计算机科学家都面临着描述其系统背后的线路图、从不完整和嘈杂的数据集中提取信息、以及理解其系统对故障或攻击的鲁棒性的任务。

可以肯定的是，每个学科都带来了一系列不同的目标、技术细节和挑战，它们本身就很重要。然而，这些领域所面临的许多问题的共同性质导致了工具和思想的跨学科融合。例如，20世纪70年代在社会网络文献中出现的 "间隔中心 "概念，今天在识别互联网上的高流量节点方面发挥了关键作用。同样，由计算机科学家开发的图划分算法也在识别医学中的疾病模块或检测大型社会网络中的社区方面找到了新的应用。

经验的、数据驱动的性质

网络科学的几个关键概念都源于图论，这是一个肥沃的数学领域。网络科学与图论的区别在于它的实证性，也就是它对数据、功能和效用的关注。正如我们在接下来的章节中所看到的，在网络科学中，我们从不满足于开发抽象的数学工具来描述某种网络属性。我们开发的每一个工具都要在真实的数据上进行测试，其价值是由它对系统的属性和行为的洞察力来判断的。

量化和数学性质

为了促进网络科学的发展并正确使用其工具，必须掌握其背后的数学形式主义。网络科学从图论中借用了处理图的形式主义，从统计物理学中借用了处理随机性和寻求普遍组织原则的概念框架。 最近，该领域正受益于从工程中借用的概念，如控制和信息理论，使我们能够理解网络的控制原理，以及从统计学中借用的概念，帮助我们从不完整和嘈杂的数据集中提取信息。

网络分析软件的发展使得网络科学的工具可以被更多的人使用，甚至那些可能不熟悉该学科的知识基础和全部数学深度的人。然而，为了促进该领域的发展并有效地使用其工具，我们必须掌握其理论形式。

网络科学的一个爆炸性的应用领域是大脑研究。一个完整的神经系统的线路图早已被用于C. elegans（一种小型蛔虫），但直到最近，大型动物的神经元连接数据一直缺失。由于科学界为开发能够绘制大脑线路图的技术所做的重大努力，这种情况正在改变。图1.4显示的是2014年4月10日《自然》杂志的封面，报道了由西雅图艾伦研究所的研究人员绘制的实验室小鼠的广泛地图[4]。

计算的性质

鉴于许多具有实际意义的网络的规模，以及它们背后大量的辅助数据，网络科学家经常面临着一系列艰巨的计算挑战。因此，该领域具有很强的计算特性，积极借鉴算法、数据库管理和数据挖掘。一系列的软件工具可用于解决这些计算问题，使具有不同计算技能的从业人员能够分析他们感兴趣的网络。

总之，掌握网络科学需要熟悉该领域的每一个方面。正是它们的结合提供了理解真实网络特性所需的多方面的工具和观点。

参考资料

往期回顾：网络与复杂系统（一）