推动“自动化决策”，YLearn因果学习开源项目

2022-07-13 09:50 由李文朋发表于 #商业

2022年7月13日消息，近日，在九章云极DataCanvas公司“从预测到决策，可理解的AI”发布会上，九章云极DataCanvas公司发布其开源技术成果，即YLearn因果学习开源项目。

YLearn因果学习开源项目，是一站式处理因果学习完整流程的开源算法工具包，解决了因果学习中“因果发现、因果量识别、因果效应估计、反事实推断和策略学习”五大关键问题，具有一站式、新而全、用途广等特点，将“决策者”使用门槛降低，帮助政府和企业自动化“决策”能力提升。

九章云极DataCanvas开源项目研发团队发现，尽管目前广泛应用的基于机器学习得出的业务“预测”结果在提升业务收益方面的效果已经十分显著，但随着政府和企业对于“自主AI”和“智能决策”的需求日益旺盛，决策者需要一个让人可理解的、能够解释为什么做出一个决策的“原因”。 “因果关系”的呈现就此成为数据分析和智能决策的刚需功能，而只提供数据“相关性”的机器学习则无法做到这一点。与“因果学习”（Causal Learning）技术的融合将成为解决这一难题的最优方案。

据了解，YLearn因果学习开源项目是九章云极DataCanvas公司继DAT自动机器学习工具包、DingoDB实时交互式分析数据库之后，发布的第三款开源产品。

目前，YLearn由CausalDiscovery、CausalModel、EstimatorModel、Policy、Interpreter等部件组成，各部件支持独立使用，也支持统一封装。通过这些灵活的组件，YLearn实现了用因果图表示数据集中的因果关系、识别因果效应、概率表达式和各类估计模型等功能。

为了进一步降低使用门槛，除了让使用流程清晰简单、易于上手，YLearn还将融合九章云极DataCanvas公司AutoML自动机器学习技术，YLearn将实现自动调参、自动优化、一键自动生成对应结果“Y”的多种决策方案等“自动化”功能；此外，YLearn还将实现基于因果关系的可视化决策图谱，例如设定企业运营的运营指标，通过交互式的方式来推演不同决策带来的影响和效益。

清华大学计算机系长聘副教授、博士生导师崔鹏在本次发布会上指出，“因果统计将在新一代人工智能理论基础层面扮演重要角色”。当前人工智能局限性的根源是“知其然，但不知其所以然”。其中，“知其然”中的“然”指的是数据之间的“关联”关系，“所以然”指的是数据之间的“因果”关系。通过把因果统计引入到机器学习中的多年研究，崔教授团队发现因果统计在解决机器学习的稳定性问题、解释性问题、算法的公平性问题等均有突出的表现。

九章云极DataCanvas联合创始人暨CTO尚明栋在发布会致辞中表示，“2022已经进入开源的腾飞之年。我们认为在AI领域，软件是基础设施，相比应用软件，开源是基础软件的‘主战场’。”