Causal Science
本网站用于组织在教会机器因果推理科研路上的 Research Proposals, Projects 等等.
Our Research
Judea Pearl 是因果科学的奠基人，Bernhard Scholkopf 推进了 Causal AI，Yoshua Bengio 提出了 System 2 deep learning 作为 Causal AI 的一个范式。沉醉于 life and Intelligence 之美，尤其是人类社会系统的群体智能。众多工具中（包括数学，计算机，物理，复杂系统等等），偏好用信息论视角研究如何教会机器因果思维。
Resources
因果科学社区愿景
回答因果问题是各个领域迫切的需求，当前许多不同领域都在使用因果推理，但是他们所使用的语言和模型各不相同，例如 AI 和统计学领域，导致这些领域科学家之间沟通交流困难。因此我们希望构建一个社区，通过组织大量学术活动，使得科研人员能够掌握统计学的核心思想，熟练使用当前 AI 各种技术（例如 Pytorch/Pyro 搭建深度概率模型），促进各个领域的研究者交流和思维碰撞，从而让各个领域的因果推理有着共同的范式，甚至是共同的工程实践标准，推动刚刚成型的因果科学快速向前发展。具备因果推理能力的人类紧密协作创造了强大的文明，我们希望在未来社会中，因果推理融入到每个学科，尤其是紧密结合和提升 AI ，期待无数具备攀登因果之梯能力甚至自由意志的 Agents (Causal AI) ，成为人类良师益友，携手共建下一代的文明和探索自然的终极奥秘！
Judea Pearl 学生 Elias Bareinboim, the director of the Causal AI Lab at Columbia University
Textbooks for causal inference 的解读和理解