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。
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,携手开启了此次因果科学读书会。
本次读书会由集智俱乐部社区成员龚鹤扬、高亦斌和郭瑞东等人共同发起,从2020年8月26日到2021年1月2日,共有崔鹏、周晓华等老师同学在内的32位讲者,分享了32个不同的主题,B站人气累积10万+,来自海内外不同高校或者企业的一线科研工作者273名,因果读书会借助集体智慧,在100多天的时间里,撬动了数十万人次的共同参与,形成了一场因果科学风暴!
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。
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。
最后,感谢所有参与读书会的分享者、志愿者和参与者的加入,共同完成了这样一次非常有价值的探索,希望在未来,还能不断生长,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!
虽然这一期的读书会已经圆满结束,但是因果社区才刚刚萌芽,我们还会继续在这个主题下不停地探索和讨论,如果你对这个话题感兴趣,并且想要在这个领域有持续的研究和关注,欢迎加入我们!
现在加入「因果科学与Causal AI读书会」可获得如下福利:
1.可以继续免费回看「因果科学与Causal AI读书会」所有的回放。
2.即将开展的因果相关主题的读书会可以免费参与腾讯会议和讨论。
3.在接下来的任何一次因果相关主题读书会内进行分享,符合退费标准均可退费。
4.成为一个高质量社区的种子用户,目前群内已经有270+余名海内外一线的科研工作者和从业者(可见下文的画像分析),与大家共同讨论和分享。
报名:(长期有效)

第一步:扫码填写报名信息。
第二步:信息填写之后,会弹出对应的课程购买信息,提交保证金299元。(符合退费条件后可退费)。
第三步:添加负责人微信,拉入对应的读书会讨论群。


讲者及主题介绍



本次分享共邀请了来自海内外不同机构的32位讲者围绕因果科学进行分享,基本上涵盖了因果科学的整体框架,最终形成了因果科学的全局索引地图,希望能给大家一个因果科学的概览。感谢这些讲者带来的精彩的思想和内容!


成员基础画像

截至2020年12月31日,因果科学读书会总报名人数273人。大家有以下特点:
1.参与用户中男女比例为2:1,以男性居多。
2.参与用户中博士比例超过40%,硕博比例接近80%,整体学历水平非常高。
3.毕业院校以海内外高校为主,包括清华大学、北京大学、浙江大学、中科院、加州大学等学校。
4.参与用户以高校内的一线科研工作者为主,也有来自阿里巴巴、滴滴、腾讯等互联网大厂的工程师和研究员。
5.参与用户学生居多,也包括很多教授、工程师等,同时大家所学专业种类非常多,包括计算机、人工智能、传播学、统计学、企业管理等,充分说明了跨学科交流的特性。


主题总览




再次感谢大家,欢迎加入因果社区,也欢迎大家加入我们其他的读书会~

下期预告
对因果科学有了一个全局的概览之后,如果想要将因果推理的方法真正的应用到自己相关的研究中,还需要更多的从基础知识方面了解因果科学的计算框架,从而才能举一反三,解决相关的研究问题。
基于这样的需求出发,因果科学社区的第二期读书会将围绕Yoshua Bengio的博士生Brady Neal的在线教程《Introduction to Causal Inference》以及Jonas Peters和Bernhard Schölkopf 等人出版的书籍《Elements of Causal Inference:Foundations and Learning Algorithms》展开基础知识普及。
这次的读书会非常适合有机器学习背景,想要了解因果科学最基本框架,寻求解决相关研究问题的同学学习参加。新的读书会将着重介绍因果推断的通用语言,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,以及因果思想对经典机器学习问题的启发。预计在2月份启动。

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