《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

智源社区

于 2020-11-13 13:05:00 发布

阅读量1k

点赞数

文章标签：大数据编程语言机器学习人工智能深度学习

本文链接：https://blog.csdn.net/BAAIBeijing/article/details/109685600

版权

因果科学社区发布第1期《因果科学周刊》，涵盖Causality, Causal Inference, Causal AI的资讯，旨在促进因果科学交流。社区举办读书会，探讨中介分析和路径因果效应，推动因果科学与AI的结合，构建共同的因果推理范式。" 127471080,16041771,Unreal与Unity游戏引擎优缺点对比,"['Unreal', 'Unity', '游戏开发', '高端渲染', '开发工具']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

为了帮助大家更好地了解因果科学的最新科研进展和资讯，我们因果科学社区团队本周整理了第1期《因果科学周刊》，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，同时我们也将向大家介绍社区正在推进的活动——因果科学与Casual AI读书会第5期中的主要报告内容、观点。

作者：龚鹤扬

因果科学社区简介：它是由智源社区、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。

因果科学社区欢迎您加入！

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！

如果您有适当的数学基础和人工智能研究经验，既有科学家的好奇心也有工程师思维，希望参与到”因果革命“中，教会机器因果思维，为因果科学作出贡献，请加入我们微信群????