近日，由DataFun主辦的第三屆數(shù)據(jù)科學(xué)在線峰會盛大舉辦。聚焦機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘、AB實驗、因果推斷、數(shù)據(jù)中臺與數(shù)字化轉(zhuǎn)型、用戶增長與運營、數(shù)據(jù)科學(xué)最佳實踐等6大數(shù)據(jù)科學(xué)主題，數(shù)十位國內(nèi)外一線數(shù)據(jù)科學(xué)家圍繞數(shù)據(jù)科學(xué)前沿技術(shù)成果和應(yīng)用實踐經(jīng)驗深入分享和交流。九章云極DataCanvas公司深度參與峰會，并分享前沿數(shù)據(jù)科學(xué)技術(shù)的最新研究進(jìn)展。
峰會上，九章云極DataCanvas公司AI架構(gòu)師何剛發(fā)表“AIGC與因果推斷的雙向賦能”主題演講，探討近期人工智能高熱技術(shù)AIGC和經(jīng)典技術(shù)因果推斷的融合創(chuàng)新可能。
何剛表示，AIGC在非結(jié)構(gòu)化內(nèi)容的生成中表現(xiàn)驚艷，對于結(jié)構(gòu)化數(shù)據(jù)分析目前還處于空白狀態(tài)，而因果推斷則是當(dāng)前結(jié)構(gòu)化數(shù)據(jù)分析領(lǐng)域最受矚目的關(guān)鍵技術(shù)之一；以Agent-Based Modeling（ABM多智能體建模）為橋梁，可以構(gòu)建AIGC與因果推斷的鏈接，并實現(xiàn)AIGC與因果推斷的雙向賦能。
ABM多智能體建模
ABM多智能體建模是一種用來模擬具有自主意識的智能體的行動和相互作用的計算模型，具有高仿真性、涌現(xiàn)屬性、可解釋性等優(yōu)勢。ABM的運行模式是在不同的參數(shù)組合下進(jìn)行仿真運行，運行過程中可以輸出數(shù)據(jù)，并將數(shù)據(jù)存儲下來形成數(shù)據(jù)集，是非常完整且具有反事實可獲取、特征完整性、可控制性等優(yōu)質(zhì)特性的數(shù)據(jù)資產(chǎn)。經(jīng)驗證，從ABM系統(tǒng)中獲取的優(yōu)質(zhì)數(shù)據(jù)在因果推斷中的因果效應(yīng)估計、因果發(fā)現(xiàn)、評價指標(biāo)等領(lǐng)域都具有很好的適用性，突破因果推斷研究領(lǐng)域無反事實樣本的限制。
ABM為因果推斷提供優(yōu)質(zhì)的數(shù)據(jù)基礎(chǔ)
由此可見，ABM多智能體建模非常適合作為AI載體，實現(xiàn)AIGC從非結(jié)構(gòu)化數(shù)據(jù)到結(jié)構(gòu)化數(shù)據(jù)生成的拓展，彌補(bǔ)AIGC在結(jié)構(gòu)化數(shù)據(jù)領(lǐng)域的短板。
同時，因果推斷將加速ABM多智能體建模流程，尤其在校準(zhǔn)數(shù)據(jù)和涌現(xiàn)分析這兩個重要流程環(huán)節(jié)表現(xiàn)優(yōu)異。在校準(zhǔn)數(shù)據(jù)環(huán)節(jié)，通過將因果效應(yīng)估計應(yīng)用到參數(shù)分析，可以更貼近校準(zhǔn)目標(biāo)、加速仿真的校準(zhǔn)過程，加快推進(jìn)業(yè)務(wù)推演和輔助決策；在涌現(xiàn)解釋環(huán)節(jié)，通過組合因果發(fā)現(xiàn)算法生成因果圖，將因果發(fā)現(xiàn)、機(jī)器學(xué)習(xí)、敏感性分析技術(shù)相結(jié)合，可以對涌現(xiàn)行為做出更豐富的解釋，進(jìn)一步增強(qiáng)涌現(xiàn)解釋能力。
結(jié)合九章云極DataCanvas公司近年來在因果推斷領(lǐng)域的理論創(chuàng)新成果和YLearn因果學(xué)習(xí)軟件這一開源重器的研發(fā)經(jīng)驗，何剛提出，拓延AIGC產(chǎn)生結(jié)構(gòu)化數(shù)據(jù)能力，利用AIGC生成因果學(xué)習(xí)模型報告，以及應(yīng)用因果推斷拓展AIGC的因果解釋能力可以成為未來因果推斷與AIGC技術(shù)深度融合的三個研究方向。
由九章云極DataCanvas公司開源發(fā)布的YLearn因果學(xué)習(xí)軟件，是全球開源工具中唯一能夠端到端地解決“因果發(fā)現(xiàn)、因果量識別、因果效應(yīng)估計、反事實推斷和策略學(xué)習(xí)”五大因果學(xué)習(xí)任務(wù)的軟件工具。YLearn突破了機(jī)器學(xué)習(xí)基于相關(guān)關(guān)系建模的局限性，發(fā)掘數(shù)據(jù)中穩(wěn)定的因果關(guān)系，實現(xiàn)在反事實條件下的推斷，可以充分賦能ABM多智能體建模，助力AIGC涌現(xiàn)能力的挖掘。
未來，作為以“硬科技”立身的人工智能基礎(chǔ)軟件供應(yīng)商，九章云極DataCanvas公司將持續(xù)專注AI基礎(chǔ)能力研發(fā)領(lǐng)域，進(jìn)一步推動AIGC與因果推斷等前沿技術(shù)的融合創(chuàng)新，并加速前沿技術(shù)的產(chǎn)業(yè)化應(yīng)用，為AI熱潮貢獻(xiàn)一份自主創(chuàng)新能量。
免責(zé)聲明：市場有風(fēng)險，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。
關(guān)鍵詞：
