首頁 > 科技週邊 > 人工智慧 > 協助人工智慧邁向新階段,YLearn因果學習開源專案重磅發布

協助人工智慧邁向新階段,YLearn因果學習開源專案重磅發布

PHPz
發布: 2023-04-13 19:55:01
轉載
1674 人瀏覽過

2022年7月12日,九章雲極DataCanvas公司重磅發布另一突破性開源技術成果-YLearn因果學習開源專案,並成功舉辦線上發表會。

發表會以「從預測到決策,可理解的AI」為主題,特邀因果學習&人工智慧領域專家:九章雲極DataCanvas共同創辦人暨CTO尚明棟,CSDN創辦人&董事長、極客幫創投創始合夥人蔣濤,清華大學電腦系長聘副教授、博士生導師崔鵬以及YLearn研發團隊,共同探討當前因果學習在學術界、產業界的最新研究成果,共同推動因果科學的快速發展。

協助人工智慧邁向新階段,YLearn因果學習開源專案重磅發布

YLearn——打開「自動化決策」大門的AI鑰匙

YLearn因果學習開源專案,是全球首款一站式處理因果學習完整流程的開源演算法工具包,率先解決了因果學習中“因果發現、因果量識別、因果效應估計、反事實推斷和策略學習”五大關鍵問題,具有一站式、新而全、用途廣等特點,將「決策者」使用門檻降到最低,助力政府和企業自動化「決策」能力的有效提升。

YLearn因果學習開源專案是九章雲極DataCanvas公司繼DAT自動機器學習工具包DingoDB即時互動分析資料庫之後,發布的第三款開源重器。此後,九章雲極DataCanvas公司的開源基礎軟體版圖進一步擴大,融合了AutoML和因果學習等前沿AI技術的開源基礎工具系列將進一步加速資料智慧在政府和全行業的價值釋放。

透過結合前沿學術領域和市場應用領域的創新洞察,九章雲極DataCanvas開源專案研發團隊發現,儘管目前廣泛應用的基於機器學習得出的業務「預測」結果正在提升業務收益方面的效果已經十分顯著,但隨著政府和企業對於「自主AI」和「智慧決策」的需求日益旺盛,決策者需要一個可理解的、能夠解釋為什麼做出一個決策的「原因」。 「因果關係」的呈現就此成為資料分析和智慧決策的剛需功能,而只提供資料「相關性」的機器學習則無法做到這一點。

與「因果學習」(Causal Learning)技術的融合將成為解決此難題的最優方案,YLearn因果學習開源專案由此誕生。

協助人工智慧邁向新階段,YLearn因果學習開源專案重磅發布

YLearn因果學習開源專案(以下簡稱「YLearn」)同樣具備九章雲極DataCanvas產品「開源、靈活、自動」的基因。立基於開源社區,YLearn旨在填補市場上缺乏完整、綜合性、端到端因果學習工具包的空白,與全球的開源貢獻者共同打造一個端到端、最完整、最系統的因果學習演算法工具包,從工具端直接降低「決策者」的使用成本。

目前,YLearn由CausalDiscovery、CausalModel、EstimatorModel、Policy、Interpreter等元件組成,各元件支援獨立使用,也支援統一封裝。透過這些靈活的組件,YLearn實現了以因果圖表示資料集中的因果關係、識別因果效應、機率表達式和各類估計模型等功能,並將緊跟前沿研究持續添加和完善性能。

為了進一步降低使用門檻,除了讓使用流程清晰簡單、易於上手,YLearn還將融合九章雲極DataCanvas公司核心技術-AutoML自動機器學習。透過AutoML技術的加持,YLearn將實現自動調參、自動最佳化、一鍵自動產生對應結果「Y」的多種決策方案等「自動化」高階功能;此外,YLearn也將實現基於因果關係的可視化決策圖譜,例如設定企業營運的營運指標,透過互動式的方式來推演不同決策帶來的影響和效益。

提供了自動化因果關係分析的YLearn因果學習開源項目,將為決策者理解AI決策邏輯、增強AI決策可信度提供重要支撐,將成為打開政府和企業「自動化決策」大門的AI鑰匙。

因果學習-引領人工智慧邁向新階段

因果學習的潛力和對未來人工智慧技術走向的影響力,已經受到學術界和產業界認可。 2011年圖靈獎得主,貝葉斯網絡之父Judea Pearl曾提到,「如果沒有對因果關係的推理能力,AI的發展將從根本上受到限制」。

清華大學電腦系長聘副教授、博士生導師崔鵬在本次發表會上指出,「因果統計將在新一代人工智慧理論基礎層面扮演重要角色」。目前人工智慧限制的根源是「知其然,但不知其所以然」。其中,「知其然」中的「然」指的是資料之間的「關聯」關係,「所以然」指的是資料之間的「因果」關係。透過把因果統計引入機器學習的多年研究,崔教授團隊發現因果統計在解決機器學習的穩定性問題、解釋性問題、演算法的公平性問題等都有突出的表現。

商業市場上同樣呼籲應加快因果學習技術的產業化應用。在Gartner最新發布的因果學習創新洞察報告《Innovation Insight:Causal
AI》中指出, 「人工智慧必須超越基於相關性的預測,朝向基於因果關係的解決方案,以實現更好的決策和更大的自動化。…因果人工智慧對未來至關重要。」

因果學習技術將大力提升人工智慧技術的自主性、可解釋性、適應性和穩健性。這些特性對於基於AI技術實現數智化升級的政府和企業來說,將進一步降本增效,並收穫超預期的數據價值。

開源重器-AI技術創新應用的引擎

一項尖端技術能夠在商業市場中實現成功的規模化應用,離不開功能強大的開源工具的助推和催化。

正如Sklearn(機器學習領域中最知名的程式設計模組之一)之於機器學習技術的應用,和TensorFlow、PyTorch(兩款用於建立深度學習模型的功能完備的框架)之於深度學習技術應用的重大意義與價值,在因果學習領域也同樣亟需一款「開源重器」突破應用瓶頸。

YLearn因果學習開源工具包的出現解決了市場上缺失功能強大且完整的因果學習工具包這一「卡脖子」難題,加速將因果學習技術從「實驗室」帶入「產業應用」。 CSDN創辦人&董事長、極客幫創投創始合夥人蔣濤表示,「中國開源正當時,科技走向平民化才有更大的市場,YLearn對於AI技術在各個行業更精細更深入的將會有極大的動力。

我國的軟體產業發展是開源產業成長的基礎,為其提供成長土壤。國家高度重視開源產業的發展,並在「十四五」規劃中首次把開源納入頂層設計。九章雲極DataCanvas聯合創始人暨CTO尚明棟在發布會致辭中表示,「2022已經進入開源的騰飛之年。我們認為在AI領域,軟體是基礎設施,相較於應用軟體,開源是基礎軟體的『主戰場』。 」

秉承九章雲極DataCanvas公司緊密圍繞「資料智慧」技術創新理念和「將AI技術融合應用到實際業務場景」的產品文化,九章雲極DataCanvas開源專案研發團隊創新迭代開源工具的同時,不斷吸收來自政府和產業各類場景實際應用的需求與回饋。同時,九章雲極DataCanvas公司的AI基礎軟體產品系列正與自主研發的開源重器不斷融合應用,也將加速政府和企業客戶享受AI融合技術的應用帶來的業務價值。

以上是協助人工智慧邁向新階段,YLearn因果學習開源專案重磅發布的詳細內容。更多資訊請關注PHP中文網其他相關文章!

來源:51cto.com
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
最新問題
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板