以“智联国际、元生无界”为主题的2022 国际人工智能大会（WAIC）于9月3日在上海满意闭幕。WAIC作为全球人工智能的“科技风向标、运用展现台、工业加快器、管理议事厅”，是全球人工智能范畴最具影响力的职业盛会。
「WAIC 2022 · AI 开发者日」作为WAIC大会最重要的技能论坛之一，以“AI开发者所真实重视的”为主题，汇聚了2021 年图灵奖得主、中外院士、国际级技能专家与科技企业创始人等 15 位学术界和工业界重磅嘉宾。九章云极DataCanvas公司开源技能副总裁、D-Lab主任杨健受邀到会论坛，并环绕怎么运用完好的、综合性、端到端因果学习东西包处理“因果发现、因果量辨认、因果效应估量、反现实揣度和战略学习”五大要害问题，宣布了《YLearn：因果学习，从猜测到决议计划》的精彩主题讲演。
因果学习：人工智能开展的技能突破口
跟着机器学习和深度学习在开展进程中遇到技能瓶颈，人工智能开展速度逐渐放缓，究其原因，一方面是机器学习存在着泛化才能较弱、解说性不强、决议计划支撑才能缺乏的要害性问题；另一方面政府和企业提出“智能决议计划”的需求，即以数据驱动的方法完结主动化决议计划来进步全体运营功率。
跟着机器学习建模越来越多的运用，人工智能技能从猜测性剖析向指导性剖析晋级搬运，主动化“决议计划”成为政府和企业在数智化年代的中心需求，决议计划者需求一个可理解的AI决议计划逻辑以及具有可信度、可解说的决议计划效果。而当时机器学习主要是完结猜测性使命，难以满意政府和企业主动化决议计划的需求。
Gartner发布的《2022年新式技能成熟度曲线》中说到，因果人工智能是加快AI主动化的要害技能之一。因果学习成为补偿机器学习问题的要害技能，人工智能开展极具潜力的技能突破口，引发业界的广泛重视和热门研讨。
YLearn：因果学习，从猜测到决议计划
2019年图灵奖得主Yoshua Bengio先生曾说到，“因果关系关于机器学习的下一步开展非常重要”。从2019年开端，因果学习的学术研讨新效果不断呈现，宣布的相关论文数量每年都在翻倍增加。现在，从国表里关于因果学习的研制来看，呈现了许多因果学习的东西，例如DoWhy、环绕处理因果效应评价类问题的EconML，用来完结uplift建模的CausalML以及专心处理因果发现问题的Causal Learn。但这些东西都只能处理因果学习中的部分问题，又由于不同的东西所依靠的理论结构和结构体系不同，导致东西包之间也难以交融运用。因果学习范畴则是短少体系、完好的、综合性、端到端的东西包。
九章云极DataCanvas公司自主研制的一站式处理因果学习完好流程的开源算法东西包YLearn，是现在首款端到端、较完好、较体系的因果学习算法东西包，首先处理了因果学习中“因果发现、因果量辨认、因果效应估量、反现实揣度和战略学习”五大要害问题，下降“决议计划者”运用门槛，不断满意政府和企业主动化“决议计划”的需求。
YLearn由CausalDiscovery、CausalModel、EstimatorModel、Policy、Interpreter、Whatif等部件组成，各部件支撑独立运用，也支撑一致封装。为协助用户更直观地舆解数据、调整战略，YLearn供给了因果图、因果效应解说、决议计划树等重要模块的可视化输出。
与国表里因果学习东西比较，九章云极DataCanvas公司的YLearn具有一站式、新而全、用处广的特色。
- 一站式
一般的因果学习流程包含从数据中发现因果结构，对因果结构树立因果模型，运用因果模型进行因果效应辨认和对从数据中对因果效应进行估量。YLearn一站式地支撑这些功用，运用户以最低的学习本钱运用与布置因果学习。 - 新而全
YLearn完结了多个近年来在因果学习范畴中开展出的各类算法，例如Meta-Learner、Double Machine Learning等。也将一向致力于紧跟前沿开展，坚持因果辨认与估量模型的先进和全面。 - 用处广
YLearn支撑对估量得到的因果效应进行解说、依据因果效应在各种计划中选取收益最大的计划并可视化决议计划进程等功用。除此之外，YLearn也支撑将因果结构中辨认出的因果效应的概率散布表达式以LaTex的方式输出等小功用，协助用户将因果学习与其他方向穿插。
结合政府和企业在决议计划使命上的需求，YLearn将与九章云极DataCanvas公司的主动机器学习渠道相结合，通过与AutoML技能的交融，进步机器学习的鲁棒性、泛化才能和解说性，完结因果学习的主动调参和优化，进一步下降运用门槛。一起，YLearn处理了市场上缺失功用强大且完好的因果学习东西包这一“卡脖子”难题，将技能回归事务，支撑决议计划类事务场景，为客户供给多种决议计划计划。
因果学习助力人工智能迈向新阶段
人工智能技能作为新一轮科技革新和工业革新的中心力气，正处于从猜测迈向决议计划的新开展阶段。因果学习在这一阶段发挥着重要作用，补偿机器学习的理论缺点，逐渐处理从“是什么”到“为什么”的问题，从政府和企业的需求动身，提高“AI决议计划”的可信度和可费用，将AI才能更进一步交为事务所用。
为了更好的带动国内因果学习范畴的开展，推进因果学习的多元化开展，九章云极DataCanvas公司联合国际人工智能大会组委会办公室、机器之心、上海市人工智能职业协会、天池一起举行黑客松「因果学习和决议计划优化挑战赛」，为全球各路开发者精英们供给同台竞技的渠道。挑战赛以“怎么优化干涉计划能使因果效应最大”为主题，将因果学习中的普适性问题具化，旨在调查选手运用因果揣度在决议计划计划拟定问题上的估量才能。
作为业界首个面向「因果揣度全流程」的赛事，收到来自全国各地包含运用人工智能相关技能赋能数智化晋级的企业、结合人工智能技能进行立异探究的科研单位、高等院校的团队及专业开发者等近四千支部队报名参赛。参赛部队通过23天的同台竞技，不断探究因果学习范畴的技能顶峰，改写成果纪录，角逐出TOP18具有雄厚的AI技能实力以及赋有创造力的优胜部队。
未来，九章云极DataCanvas公司将不断立异研制开源东西，将政府和企业的事务需求与技能实践相结合，助力政府和企业数智化晋级，推进人工智能向新阶段。