导语

为了系统梳理因果涌现最新进展，北京师范大学系统科学学院教授、集智俱乐部创始人张江老师领衔发起「因果涌现第六季」读书会，组织对本话题感兴趣的朋友，深入研读相关文献，激发科研灵感。

本周将进行这一系列读书会的第二期分享，由Fabio Massimo Zennaro介绍因果抽象。欢迎感兴趣的朋友加入读书会，期待更多感兴趣的研究者能够在这片方兴未艾的研究领域找到未来的科研方向。

本次分享将于2025年3月31日（本周一）17:00-19:00进行，欢迎感兴趣的朋友参与讨论交流！
图片

当期内容简介

在本次研讨会上，我们将对快速发展的因果抽象领域进行概述。在快速回顾结构因果模型（SCMs）的形式体系之后，我们将引入因果抽象的概念；我们会回顾文献中提出的用于表达结构因果模型之间因果抽象关系的主要框架，突出它们的优点和局限性。然后，我们将重点探讨在不同抽象层次上度量结构因果模型一致性的问题，并表明不同的度量方式可能捕捉到因果抽象的不同方面。最后，我们将阐述学习两个结构因果模型之间因果抽象关系的问题，并对近期应对这一挑战的研究工作进行概述。我们将以对一些开放性问题和未来研究方向的讨论作为结尾。


内容大纲

  

  • 结构因果模型（SCMs）的形式体系

  • 因果抽象的概念

  • 现有框架及其优缺点

  • 不同抽象层次下SCMs一致性度量

  • 总结与展望


核心概念

 

因果抽象causal abstraction,

τ-抽象τ-abstraction,

α-抽象α-abstraction,

干预一致性interventional consistency,

干预信息损失interventional information loss,

因果抽象学习causal abstraction learning


主讲人简介

Fabio Massimo Zennaro：卑尔根大学机器学习组终身副教授，华威大学名誉副教授。研究兴趣集中在结构因果模型和因果抽象的研究上，以及在机器学习和强化学习中学习和利用抽象的方法。


参与方式

直播信息：
时间：2025年3月31日（周一）下午5:00-7:00
报名参与读书会：

斑图链接：https://pattern.swarma.org/study_group_issue/875?from=wechat


扫码参与「因果涌现第六季」读书会，加入群聊，获取系列读书会回看权限，加入「因果涌现」社区，与社区的一线科研工作者沟通交流，共同推动这一前沿领域的发展。


参考文献

 

  • Causal Abstraction 
    https://arxiv.org/abs/1707.00819
Quantifying Consistency and Information Loss for Causal Abstraction Learning
  • Abstraction Measures 
    https://arxiv.org/abs/2301.05893
Jointly Learning Consistent Causal Abstractions Over Multiple Interventional Distributions
  • Causal Abstraction Learning 
    https://arxiv.org/abs/2305.04357

Causal Consistency of Structural Equation Models


因果涌现读书会第六季

在霓虹灯的闪烁、蚁群的精密协作、人类意识的诞生中，隐藏着微观与宏观之间深刻的因果关联——这些看似简单的个体行为，如何跨越尺度，涌现出令人惊叹的复杂现象？因果涌现理论为我们揭示了答案：复杂系统的宏观特征无法通过微观元素的简单叠加解释，而是源于多尺度动态交互中涌现的因果结构。从奇异值分解（SVD）驱动的动态可逆性分析，到因果抽象与信息分解的量化工具，研究者们正逐步构建起一套跨越数学、物理与信息科学的理论框架，试图解码复杂系统的“涌现密码”。

为了系统梳理因果涌现最新进展，北京师范大学系统科学学院教授、集智俱乐部创始人张江老师领衔发起「因果涌现第六季」读书会，组织对本话题感兴趣的朋友，深入研读相关文献，激发科研灵感。

读书会将从2025年3月16日开始，每周日早9:00-11:00，持续时间预计10周左右。每周进行线上会议，与主讲人等社区成员当面交流，之后可以获得视频回放持续学习。诚挚邀请领域内研究者、寻求跨领域融合的研究者加入，共同探讨。


图片


详情请见：因果涌现第六季——动力学、因果抽象与信息分解

点击“阅读原文”，报名读书会