“因果科学社区”的版本间的差异

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
跳到导航 跳到搜索
第1行: 第1行:
  
 
== 简介 Introduction ==
 
== 简介 Introduction ==
 +
一场改变数据科学的新革命——”因果革命“正在发生,与以数据为中心的第一次数据科学革命(涉及机器学习,深度学习及其应用,例如Alpha-Go、图像识别、机器翻译、自动驾驶等等 )不同,因果革命以科学为中心,扩散到各个领域,从数据到政策、可解释性、机制的泛化,再到社会科学中的归因和公平性问题,甚至哲学中的创造性和自由意志 。可以说, 因果革命彻底改变了科学家处理因果问题的方式,'''形成了一门新学科——因果科学'''。
 +
 
因果科学社区由智源社区、集智俱乐部共同推动,面向因果科学领域的垂直型学术讨论社区,目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作,推进因果科学学术、产业生态的建设和落地,孕育新一代因果科学领域的学术专家和产业创新者。
 
因果科学社区由智源社区、集智俱乐部共同推动,面向因果科学领域的垂直型学术讨论社区,目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作,推进因果科学学术、产业生态的建设和落地,孕育新一代因果科学领域的学术专家和产业创新者。
  
 
The Causal AI Community is an academic community focuses on the topics of Causal Inference and Artificial Intelligence, which is supported by the Beijing Academy of Artificial Intelligence and the Swarma Club. The aim of the community is to promote the communication and cooperation among researchers who are interested in Causal Inference and AI.
 
The Causal AI Community is an academic community focuses on the topics of Causal Inference and Artificial Intelligence, which is supported by the Beijing Academy of Artificial Intelligence and the Swarma Club. The aim of the community is to promote the communication and cooperation among researchers who are interested in Causal Inference and AI.
 +
 +
== 愿景 ==
 +
'''因果科学社区愿景'':'''''回答因果问题是各个领域迫切的需求,当前许多不同领域(例如 AI 和统计学)都在使用因果推理,但是他们所使用的语言和模型各不相同,导致这些领域科学家之间沟通交流困难。因此我们希望构建一个社区,通过组织大量学术活动,使得科研人员能够掌握统计学的核心思想,熟练使用当前 AI 各种技术(例如 Pytorch/Pyro 搭建深度概率模型),促进各个领域的研究者交流和思维碰撞,从而让各个领域的因果推理有着共同的范式,甚至是共同的工程实践标准,推动刚刚成型的因果科学快速向前发展。具备因果推理能力的人类紧密协作创造了强大的文明,我们希望在未来社会中,因果推理融入到每个学科,尤其是紧密结合和提升 AI ,期待无数具备攀登因果之梯能力的 Agents (Causal AI) 和人类一起协作,共建下一代的人类文明!
  
 
== 因果科学读书会 ==
 
== 因果科学读书会 ==
 +
为了深入学习探讨因果科学议题,通过集体智慧'''梳理因果科学的核心内容,理解它如何改变数据科学''','''助力 AI 系统超越曲线拟合和获得回答因果问题的能力''';同时,也为了降低科研门槛,促进因果科学的普及,'''集智俱乐部联合智源社区''',携手开启了因果科学系列读书会。
  
 
=== 【第一季:因果科学与Causal AI框架及前沿方向】 ===
 
=== 【第一季:因果科学与Causal AI框架及前沿方向】 ===
第11行: 第17行:
 
-   
 
-   
  
发起人 龚鹤扬、高亦斌、郭瑞东 等
+
'''发起人''' 龚鹤扬、高亦斌、郭瑞东 等
 
-  
 
-  
  
 
时间 2020.08.26-2021.01.02
 
时间 2020.08.26-2021.01.02
 +
 +
'''相关资料'''
 +
 +
[https://pattern.swarma.org/path?id=9 因果推断方法概述]
 +
 +
[https://pattern.swarma.org/path?id=99 因果科学与Casual AI读书会必读参考文献列表]
 +
 +
[https://pattern.swarma.org/path?id=145 构建因果引擎,创新科研范式——因果科学的学习路线图]
  
 
=== 【第二季:因果科学与Causal AI基础实战】 ===
 
=== 【第二季:因果科学与Causal AI基础实战】 ===
第24行: 第38行:
  
 
时间 2021.02.24-2021.07.24
 
时间 2021.02.24-2021.07.24
 +
 +
'''相关资料'''
 +
 +
[https://pattern.swarma.org/path?id=138 因果科学读书会第二季主题论文合集]
  
 
=== 【第三季:因果科学与Causal +X领域概览】 ===
 
=== 【第三季:因果科学与Causal +X领域概览】 ===
第33行: 第51行:
  
 
时间 2021.10持续至今
 
时间 2021.10持续至今
 +
 +
'''相关资料'''
 +
 +
[https://pattern.swarma.org/path?id=146 因果+X:解决多学科领域的因果问题 | 因果科学读书会第三季论文合集]
 +
 +
== 因果科学读书会产出成果 ==
 +
读书会不仅促进了因果科学的讨论思考,还带来了一系列成果:
 +
 +
* 孕育了一个全新的社区:因果科学社区。希望可以促进因果科学专业人士和兴趣爱好者们的交流和合作,推进因果科学学术、产业生态的建设和落地,孕育新一代因果科学领域的学术专家和产业创新者。
 +
* 形成了一系列因果周报:从 Causality, Causal Inference, Causal AI 三个维度鸟瞰,按照论文推荐、演讲报告、会议活动归类整理和推送近期因果科学值得关注的信息,为大家更好地了解因果科学的最新科研进展和资讯提供帮助。
 +
** [https://mp.weixin.qq.com/s?__biz=MzU5ODg0MTAwMw==&mid=2247491336&idx=2&sn=6dc419037fc7d0bde56dcb0fc3c25423&chksm=febf5cccc9c8d5da6582ada27e0ded229073d04e8d0547d6a228fcd4611073ae001f230ec0c6&scene=21#wechat_redirect 《因果科学周刊》第1期:因果社区诚邀加入,打造因果推理共同范式]
 +
** [https://mp.weixin.qq.com/s?__biz=MzU5ODg0MTAwMw==&mid=2247491873&idx=3&sn=4c9e586a16367301399dc2a59409cbad&chksm=febca2e5c9cb2bf34c6b81dc23b6de0ea3115ef9690c5bdbd2aa4d2d0b2e645c1c2aed6963b3&scene=21#wechat_redirect 《因果科学周刊》第2期:如何解决混淆偏差?]
 +
** [https://mp.weixin.qq.com/s?__biz=MzU5ODg0MTAwMw==&mid=2247492017&idx=3&sn=014b13000d559785ef806179ec0f7b71&chksm=febca275c9cb2b63988e1f6ee1707982a100271f845c93999d789ceb10def93dd970040c1fcf&scene=21#wechat_redirect 《因果科学周刊》第3期:因果助力]
 +
** [https://mp.weixin.qq.com/s?__biz=MzU5ODg0MTAwMw==&mid=2247493045&idx=3&sn=f8d1928e03af2b7e00523072954621d0&chksm=febca671c9cb2f67c0f6da7e2db351447df47b6ca1f8ba9e23ab8196554857997b57ba2b24c0&scene=21#wechat_redirect 《因果科学周刊》第4期:因果赋能推荐系统]
 +
** [https://mp.weixin.qq.com/s?__biz=MzU5ODg0MTAwMw==&mid=2247493576&idx=3&sn=e76f4c9096b2ba7ba8241e2dc93dd01a&chksm=febca40cc9cb2d1ad747f5f54fd6a537158464a3e4a59fd35fc05c273fa5c5b378efed53de00&scene=21#wechat_redirect 《因果科学周刊》第5期:OOD 泛化]
 +
** [https://swarma.org/?p=22756 《因果科学周刊》第6期:领域自适应]
 +
* 推动了因果开源书籍的众筹:通过因果科学与Causal AI读书会,以众包的方式梳理因果科学的基础架构,筹备开源书籍,希望为投身这个领域的科研工作者提供一个全面、清晰且简洁的入门框架。
 +
* 收集了因果科学相关的概率编程框架、工具包、数据集及基准,并依此进行分类。[https://swarma.org/?p=27736 因果科学算法、框架、数据集汇总]
  
 
== 主办方 ==
 
== 主办方 ==
第50行: 第86行:
 
=== 关于智源社区 ===
 
=== 关于智源社区 ===
 
智源社区隶属于北京智源人工智能研究院,我们致力于创建一个AI领域内行人的交流平台。在这里你有机会参与全年线上线下百场专题论坛,与顶尖学者零距离接触;也可以与同行探讨领域前沿,碰撞思想火花。
 
智源社区隶属于北京智源人工智能研究院,我们致力于创建一个AI领域内行人的交流平台。在这里你有机会参与全年线上线下百场专题论坛,与顶尖学者零距离接触;也可以与同行探讨领域前沿,碰撞思想火花。
 +
 +
== 推荐阅读 ==
 +
[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247515078&idx=1&sn=b3c0cea57d03618d3f1b740a02d4715b&chksm=e897e14bdfe0685db345cb7e71d04d4dd3a5afbd6967a758ad8e83293d1d6c76a276f5e424c4&scene=21#wechat_redirect 因果科学:连接统计学、机器学习与自动推理的新兴交叉领域]
 +
 +
[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247526675&idx=1&sn=79553a046e58955e7792338e46d466b1&chksm=e897339edfe0ba8803edebcb87eb32f8f08d1c1184c399f090e1949c809a83c2902415a702fd&scene=21#wechat_redirect 因果阶梯与Do-演算:怎样完美地证明吸烟致癌?]
 +
 +
[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247520420&idx=1&sn=ed8b2a5734671c9b462e94841bb21b98&chksm=e897ca29dfe0433f69f2c9044ab0bcdad6fc65c9fa238cd20347f0c7dcc335f578c1861ecd9d&scene=21#wechat_redirect 因果发现:如何让算法成为复杂系统中的“福尔摩斯”?]
 +
 +
[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247526157&idx=3&sn=2835cb0114b57d01ce78198c72006ace&chksm=e8973d80dfe0b49659a602851620ca5df0cd1e43e5f6cbfdbf6937457c501462e6a2a11bf364&scene=21#wechat_redirect PC算法:缺失数据下的因果发现]
 +
 +
[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247521609&idx=1&sn=dd2f34baa3f9cd43f4a319d763086d73&chksm=e897cfc4dfe046d258a6ac12184c259898b2d356e7e386f004461fbc19d7485e6ae4a3b1fdeb&scene=21#wechat_redirect 如何在观测数据下进行因果效应评估]
 +
 +
[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247520660&idx=1&sn=22cc85b84b5e22aae45e5a60bf789276&chksm=e897cb19dfe0420f42634d4057d03c81c38449ff6daebc4c875dab695fb463abe3c9d2025414&scene=21#wechat_redirect 借助因果推断,更鲁棒的机器学习来了!]
 +
 +
[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247520023&idx=1&sn=1c129b89ad642eaf166c532a50c0fc7c&chksm=e897d59adfe05c8c9b96ede9754e359f42aa8f7adc2e37da744eff2b9b320d8222a0ea72de1d&scene=21#wechat_redirect 因果科学怎样改变人工智能和现实世界?| BDSC2020因果推断分会场回顾]
 +
 +
[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247506966&idx=1&sn=4a77e194848fde84154ee906826e0fb5&chksm=e897869bdfe00f8d638a21570f9d11786f8d5bdff359731ecb608bd490227e759c437278634b&scene=21#wechat_redirect 因果观念新革命?万字长文,解读复杂系统背后的暗因果]
 +
 +
[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247500020&idx=1&sn=7cef5358569c9d9a2983a3b65ff7d331&chksm=e8979a79dfe0136fe46239c480ed103924b01e09cfe4c764ca6219d075a4638dcb1c2be408e9&scene=21#wechat_redirect 因果之箭指向何方?| 图灵奖得主珀尔的《为什么》]
 +
 +
[http://mp.weixin.qq.com/s?__biz=MzIzMjQyNzQ5MA==&mid=2247500714&idx=1&sn=f1edec0d7a4ea551e1a75e5cea470060&chksm=e8979927dfe0103134a871b591329319716b9aaee97822a9c09b69c716e13fe414e17d445665&scene=21#wechat_redirect 为了研究因果关系,原来科学家在这么多方向上都有尝试]

2022年1月10日 (一) 14:55的版本

简介 Introduction

一场改变数据科学的新革命——”因果革命“正在发生,与以数据为中心的第一次数据科学革命(涉及机器学习,深度学习及其应用,例如Alpha-Go、图像识别、机器翻译、自动驾驶等等 )不同,因果革命以科学为中心,扩散到各个领域,从数据到政策、可解释性、机制的泛化,再到社会科学中的归因和公平性问题,甚至哲学中的创造性和自由意志 。可以说, 因果革命彻底改变了科学家处理因果问题的方式,形成了一门新学科——因果科学

因果科学社区由智源社区、集智俱乐部共同推动,面向因果科学领域的垂直型学术讨论社区,目的是促进因果科学专业人士和兴趣爱好者们的学习、交流和合作,推进因果科学学术、产业生态的建设和落地,孕育新一代因果科学领域的学术专家和产业创新者。

The Causal AI Community is an academic community focuses on the topics of Causal Inference and Artificial Intelligence, which is supported by the Beijing Academy of Artificial Intelligence and the Swarma Club. The aim of the community is to promote the communication and cooperation among researchers who are interested in Causal Inference and AI.

愿景

因果科学社区愿景回答因果问题是各个领域迫切的需求,当前许多不同领域(例如 AI 和统计学)都在使用因果推理,但是他们所使用的语言和模型各不相同,导致这些领域科学家之间沟通交流困难。因此我们希望构建一个社区,通过组织大量学术活动,使得科研人员能够掌握统计学的核心思想,熟练使用当前 AI 各种技术(例如 Pytorch/Pyro 搭建深度概率模型),促进各个领域的研究者交流和思维碰撞,从而让各个领域的因果推理有着共同的范式,甚至是共同的工程实践标准,推动刚刚成型的因果科学快速向前发展。具备因果推理能力的人类紧密协作创造了强大的文明,我们希望在未来社会中,因果推理融入到每个学科,尤其是紧密结合和提升 AI ,期待无数具备攀登因果之梯能力的 Agents (Causal AI) 和人类一起协作,共建下一代的人类文明!

因果科学读书会

为了深入学习探讨因果科学议题,通过集体智慧梳理因果科学的核心内容,理解它如何改变数据科学助力 AI 系统超越曲线拟合和获得回答因果问题的能力;同时,也为了降低科研门槛,促进因果科学的普及,集智俱乐部联合智源社区,携手开启了因果科学系列读书会。

【第一季:因果科学与Causal AI框架及前沿方向】

图灵奖得主朱迪亚·珀尔教授认为,当下正在进行一场改变数据科学的新革命 ”因果革命“。它以科学为中心,涉及从数据到政策、可解释性、机制的泛化,再到一些社会科学中的归因和公平性问题,甚至哲学中的创造性和自由意志 。本季读书会以Elements of Causal Inference一书为线索,主要展现因果科学在机器学习各个方向上的影响,包括强化学习、迁移学习、表示学习等等,并分享在工业界的部分应用成果。本季读书会梳理了因果科学的核心内容,理解它如何改变数据科学,助力 AI 系统超越曲线拟合和获得回答因果问题的能力。 -

发起人 龚鹤扬、高亦斌、郭瑞东 等 -

时间 2020.08.26-2021.01.02

相关资料

因果推断方法概述

因果科学与Casual AI读书会必读参考文献列表

构建因果引擎,创新科研范式——因果科学的学习路线图

【第二季:因果科学与Causal AI基础实战】

因果推断与机器学习领域的结合已经吸引了越来越多来自学界业界的关注。第一季读书会主要关注了因果科学在机器学习方向上的前沿应用,为深入探讨、普及推广因果科学议题,第二季读书会着力于实操性、基础性,带领大家精读因果科学方向两本非常受广泛认可的入门教材:Causal inference in statistics: A primer和Elements of causal inference: foundations and learning algorithms。读书会以直播讨论为主,结合习题交流、夜谈、编程实践、前沿讲座等多类型内容,主要面向有机器学习背景、希望深入学习因果科学基础知识和重要模型方法、寻求解决相关研究问题的研究人员。 -

发起人 李奉治、陆超超、张天健 等 -

时间 2021.02.24-2021.07.24

相关资料

因果科学读书会第二季主题论文合集

【第三季:因果科学与Causal +X领域概览】

“因果”并不是一个新概念,而是一个已经在多个学科中使用了数十年的分析技术。通过前两季的分享,我们主要梳理了因果科学在计算机领域的前沿进展。如要融会贯通,我们需要回顾数十年来在社会学、经济学、医学、生物学等多个领域中,都是使用了什么样的因果模型、以什么样的范式、解决了什么样的问题。我们还要尝试进行对比和创新,看能否以现在的眼光,用其他的模型,为这些研究提供新的解决思路。 -

发起人 李奉治、李昊轩 等 -

时间 2021.10持续至今

相关资料

因果+X:解决多学科领域的因果问题 | 因果科学读书会第三季论文合集

因果科学读书会产出成果

读书会不仅促进了因果科学的讨论思考,还带来了一系列成果:

主办方

关于集智俱乐部读书会

集智俱乐部读书会是面向广大科研工作者的系列论文研读活动,其目的是共同深入学习探讨某个科学议题,了解前沿进展,激发科研灵感,促进科研合作,降低科研门槛。

读书会活动始于 2008 年,至今已经有 40 余个主题,内容涵盖复杂系统、人工智能、脑与意识、生命科学、因果科学、计算社会科学等。凝聚了众多优秀科研工作者,促进了科研合作发表论文,孵化了许多科研产品。如 2013 年的“深度学习”读书会孕育了彩云天气 APP,2015 年的“集体注意力流”读书会产生了众包书籍《走近2050》等。

为了更好地普及复杂经济学思想,促进复杂经济学教育,推进复杂经济学研究,集智俱乐部筹备组织复杂经济学的主题读书会,已有多位相关领域学者参与。读书会为保证金-退款模式,从1月26日开始,每周二晚线上举办,研讨论文,共读共享。

集智俱乐部

集智俱乐部,英文名:Swarma Club,成立于 2003 年,是一个从事学术研究、享受科学乐趣的探索者的团体,也是国内最早的研究人工智能、复杂系统的科学社区。它倡导以平等开放的态度、科学实证的精神,进行跨学科的研究与交流,力图搭建一个中国的 “ 没有围墙的研究所 ”。

  • 关于集智俱乐部的故事:我们的时代:摇滚、互联网与科学。

关于智源社区

智源社区隶属于北京智源人工智能研究院,我们致力于创建一个AI领域内行人的交流平台。在这里你有机会参与全年线上线下百场专题论坛,与顶尖学者零距离接触;也可以与同行探讨领域前沿,碰撞思想火花。

推荐阅读

因果科学:连接统计学、机器学习与自动推理的新兴交叉领域

因果阶梯与Do-演算:怎样完美地证明吸烟致癌?

因果发现:如何让算法成为复杂系统中的“福尔摩斯”?

PC算法:缺失数据下的因果发现

如何在观测数据下进行因果效应评估

借助因果推断,更鲁棒的机器学习来了!

因果科学怎样改变人工智能和现实世界?| BDSC2020因果推断分会场回顾

因果观念新革命?万字长文,解读复杂系统背后的暗因果

因果之箭指向何方?| 图灵奖得主珀尔的《为什么》

为了研究因果关系,原来科学家在这么多方向上都有尝试