更改

删除153字节 、 2021年5月6日 (四) 16:30
第231行: 第231行:  
== [社会计算读书会] ==
 
== [社会计算读书会] ==
   −
为了进一步帮助整个社群的参与者拥有将因果推理的方法真正的应用到自己相关的研究中的能力,从基础知识及基本技能建立因果科学的计算框架,掌握举一反三,发现真正的问题并解决问题的能力;我们启动了因果科学社区的第二季读书会。
+
为了相关领域学者更好地讨论和交流,推动交叉学科间的合作,促进社会计算的发展和研究,集智社会计算读书会期待和大家一起分享论文、讨论和交流碰撞。
       +
=== 基本介绍 ===
   −
=== 基本介绍 ===
+
数字技术不仅彻底改变了我们的社会,也正在改变我们研究社会的方式。目前,硅谷里那些价值不菲的公司、许多强大的政府机构和影响力颇大的社会运动都在利用这一点。而这一切的共同点是,它们都在使用计算工具或数据处理技术来帮助理解并影响人类的行为及其社会动力学。
   −
哥伦比亚大学 CausalAI 实验室主任 Elias Bareinboim 在其 ACM 邀请文章中提到:“如果我们希望下一代人工智能系统是安全的,稳健的,与人类兼容的,提升人类社会福祉的,那么把因果之梯和人类经验连接起来是至关重要的步骤”。回顾人类从亚里士多德开始的 2000 多年的因果研究历程,探求事物之间的因果关系是哲学、自然科学和社会科学等众多研究所追求的终极目标。那么如何让 AI 系统超越曲线拟合,攀登因果之梯思考为什么,并使用因果建模回答因果问题?是本次读书会希望解决的问题。
+
在这个数据时代里,数字足迹毫无保留地记录下了日益增多的人类社会中的各种互动信息,而对这些信息的研究可以使我们对社会的本质及其运作规律获得前所未有的认知和理解。这其中包括了长期以来令人困惑的错综复杂的社会网络,计算能力的改变让该领域的研究取得了长足进步,诸如机器学习和自然语言处理等技术的进步使得科学家可以检测和分析那些隐藏的模式。计算仿真将使我们拥有模拟已知现实甚至探索未知条件的能力,这些变化彻底改变了传统的社会科学研究范式。
 +
新的研究范式方兴未艾,而本读书会希望将这些新的研究范式呈现出来并集结起来,通过分享和讨论加强社区的交流碰撞,促进对这个领域的梳理和建设。
    +
==== 参与方式 ====
   −
读书会期间将会精读两本因果科学方向最广泛认可入门教材(具体内容见下方阅读材料),我们不仅将共同完成书籍中的思考题,同时还独创性地加入编程实践内容,让大家可以亲手体验因果科学的美丽。
  −
新的读书会将着重介绍如何计算干预分布,如何从观察和干预数据中推断因果模型,以及因果思想如何产生用于经典机器学习问题。非常适合有机器学习背景,希望深入学习研究因果科学的基础知识和重要模型方法,寻求解决相关研究问题的朋友参加。
     −
==== 参与方式 ====
+
[[File:社会计算读书会报名.jpg|400px]]
      −
[[File:因果科学读书会报名.png|400px]]
      
https://campus.swarma.org/form/activity/32
 
https://campus.swarma.org/form/activity/32
第299行: 第299行:     
——————————————————————————————————
 
——————————————————————————————————
  −
      
== [https://mp.weixin.qq.com/s/oUlksh3GCEGxzkS5XPXuxw 生命复杂性系列读书会] ==
 
== [https://mp.weixin.qq.com/s/oUlksh3GCEGxzkS5XPXuxw 生命复杂性系列读书会] ==
42

个编辑