九章云极DataCanvas携因果学习技术成果亮相WAIC

日前，在WAIC 2022 AI开发者日的技术论坛上，开源技术副总裁，九章纪昀DataCanvas公司D—Lab总监杨剑就如何解决因果发现，因果数量识别，因果效果估计，反事实推理，策略学习五大关键问题发表了YLearn:因果学习，从预测到决策的主题演讲

伴随着机器学习和深度学习在发展过程中遇到技术瓶颈，人工智能的发展速度逐渐放缓究其原因，一方面，机器学习存在一些关键问题，如泛化能力弱，解释能力弱，决策支持能力不足，另一方面，政府和企业提出了智能决策的需求，即以数据驱动的方式实现自动化决策，提高整体运营效率

伴随着机器学习建模的应用越来越多，人工智能技术已经从预测分析升级并转移到教学分析自动化决策已经成为数字智能时代政府和企业的核心需求，决策者需要一个可理解的AI决策逻辑和可信可解释的决策结果目前机器学习主要是完成预测性任务，难以满足政府和企业自动化决策的需求

Gartner的《2022新兴技术成熟度曲线》提到，因果人工智能是加速AI自动化的关键技术之一因果学习成为补充机器学习问题的关键技术，人工智能作为技术突破口潜力巨大，引起了业界的广泛关注和研究热点

根据官方介绍，九章纪昀DataCanvas公司自主研发的开源算法工具包YLearn是目前第一个端到端，完整，系统的因果学习算法工具包率先解决了因果发现，因果数量识别，因果效应估计，反事实推理和策略学习等因果学习中的五大关键问题，降低了决策者的使用门槛，不断满足政府和企业的自动决策

YLearn由CausalDiscovery，CausalModel，EstimatorModel，Policy，Interpreter，Whatif等组件组成每个组件都支持独立使用和统一封装为了帮助用户更直观地理解数据，调整策略，YLearning提供了因果图，因果解释，决策树等重要模块的可视化输出

九章纪昀DataCanvas公司的YLearn与国内外的因果学习工具相比，具有一站式，新颖全面，应用广泛的特点根据消息显示，通常的因果学习过程包括从数据中发现因果结构，为因果结构建立因果模型，利用因果模型识别因果效应，从数据中估计因果效应YLearn一站式支持这些功能，使用户能够以最低的学习成本使用和部署因果学习YLearn实现了很多最近几年来在因果学习领域发展起来的算法，比如元学习器，双机器学习等我们还将紧跟前沿进展，保持因果识别和估计模型的先进性和全面性YLearn支持解释估计的因果效应，根据因果效应在各种方案中选择最有利可图的方案，以及可视化决策过程等功能此外，YLearn还支持以LaTex的形式输出因果结构中识别的因果效应的概率分布表达式等小功能，帮助用户将因果学习与其他方向进行交叉

YLearn将与九章纪昀DataCanvas公司的自动机器学习平台相结合通过与AutoML技术的整合，将提高机器学习的鲁棒性，泛化能力和可解释性，实现因果学习的自动参数调整和优化，进一步降低使用门槛

此外，为了更好地推动因果学习在中国的发展，促进因果学习的多元化发展，九章DataCanvas联合世界人工智能大会组委会办公室，机器之心，上海人工智能行业协会，天池共同举办黑客宋因果学习与决策优化挑战赛，为全球开发者精英提供同台竞技的平台挑战赛以如何优化干预方案使因果效应最大化为主题，使因果学习的普适性成为现实，旨在考察玩家利用因果推理制定决策方案的估计能力

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。