2022年7月13日訊息，近日，在九章雲極DataCanvas公司“從預測到決策，可理解的AI”釋出會上，九章雲極DataCanvas公司釋出其開源技術成果，即YLearn因果學習開源專案。

YLearn因果學習開源專案，是一站式處理因果學習完整流程的開源演算法工具包，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”使用門檻降低，幫助政府和企業自動化“決策”能力提升。

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，決策者需要一個讓人可理解的、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”（CausalLearning）技術的融合將成為解決這一難題的最優方案。

據瞭解，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實時互動式分析資料庫之後，釋出的第三款開源產品。

目前，YLearn由CausalDiscovery、CausalModel、EstimatorModel、Policy、Interpreter等部件組成，各部件支援獨立使用，也支援統一封裝。透過這些靈活的元件，YLearn實現了用因果圖表示資料集中的因果關係、識別因果效應、機率表示式和各類估計模型等功能。

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AutoML自動機器學習技術，YLearn將實現自動調參、自動最佳化、一鍵自動生成對應結果“Y”的多種決策方案等“自動化”功能；此外，YLearn還將實現基於因果關係的視覺化決策圖譜，例如設定企業運營的運營指標，透過互動式的方式來推演不同決策帶來的影響和效益。

清華大學計算機系長聘副教授、博士生導師崔鵬在本次釋出會上指出，“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”。當前人工智慧侷限性的根源是“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到機器學習中的多年研究，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均有突出的表現。

九章雲極DataCanvas聯合創始人暨CTO尚明棟在釋出會致辭中表示，“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，相比應用軟體，開源是基礎軟體的‘主戰場’。”

本文源自iDoNews