9月6日消息，2022年世界人工智能大会（WAIC）日前落幕，在WAIC2022·AI在开发者日技术论坛上，九章云极DataCanvas公司开源技术副总裁，D-Lab主任杨健围绕如何使用完整、综合、端到端因果学习工具包处理“因果发现、因果量识别、因果效应估计、反事实推断和战略学习”五表了五个关键问题《YLearn：因果学习，从预测到决策的主题演讲。
随着机器学习和深度学习在发展过程中遇到技术瓶颈，人工智能的发展速度逐渐放缓。归根结底，器学习存在泛化能力弱、解释能力弱、决策支持能力不足的关键问题；另一方面，政府和公司提出“智能决策”实现自动化决策，以数据驱动的形式提高整体运营效率。
随着机器学习建模的日益应用，人工智能技术从预测分析转向指导分析升级、自动化“决策”决策者需要一个可理解的核心需求，成为政府和公司在数字化时代的核心需求AI决策逻辑和可信、可解释的决策结果。目前，机器学习主要是完成预测任务，难以满足政府和企业自动化决策的需要。
Gartner《2022年新兴技术成熟度曲线》中提到，因果人工智能正在加速AI自动化的核心技术之一。因果学习已成为补充机器学习问题的关键技术。人工智能发展的潜在技术突破引起了业界的高度关注和热点研究。
根据官方介绍，九章云极DataCanvas公司自主研发的一站式处理因果学习开源算法工具包YLearn，是第一款端到端、更完整、更系统的因果学习算法工具包，率先解决了因果学习中的因果学习问题“因果发现、因果量识别、因果效应估计、反事实推断和战略学习”减少五个关键问题“决策者”使用门槛，不断满足政府和企业自动化“决策”的需要。
YLearn由CausalDiscovery，CausalModel，EstimatorModel，Policy，Interpreter，Whatif各部件支持单独使用和统一包装。为了帮助用户更直观地理解数据，调整策略，YLearn可视化导出因果图、因果效应解释、决策树等重要模块。
与国内外因果学习工具相比，九章云极DataCanvas公司的YLearn具有一站式、新而全、用途广的特点。据报道，通常的因果学习过程包括从数据中发现因果结构，建立因果模型，使用因果模型识别因果效应，并从数据中估计因果效应。YLearn一站式支持这些功能，使用户以最低的学习成本使用和部署因果学习。YLearn实现了近年来因果学习领域发展起来的多种算法，如Meta-Learner，DoubleMachineLearning等。始终致力于跟上前沿进展，保持因果识别和估计模型的先进性和全面性。YLearn支持解释估计的因果效应，根据因果效应选择各种方案中最有利可图的方案，并将决策过程视化。除此之外，YLearn还支持因果结构中识别的因果效应的概率分布关系LaTex方式导出等小功能，帮助用户将因果学习与其他方向交叉。
YLearn将和九章云极DataCanvas结合公司自动机器学习平台，结合公司自动机器学习平台AutoML结合技术，提高机器学习的鲁棒性、泛化能力和解释性，实现因果学习的自动调整和优化，进一步降低使用门槛。
此外，为了更好地促进国内因果学习领域的发展，促进因果学习的多元化发展，九章云极DataCanvas公司与世界人工智能大会组委会办公室、机器之心、上海人工智能产业协会、天池联合举办黑客松「因果学习和决策提升争霸赛」，为世界各界开发者精英提供同台竞技渠道。争霸赛是为了争夺霸权。“如何优化干预方案使因果效应最大化”作为主题，将因果学习中的普遍性问题具体化，旨在考察选手在决策方案制定中运用因果推理的估计能力。