新闻动态
作者：张蓝心
7月16-19日，我室梁湘三教授应希腊国家发展与投资部创新研究司工业系统研究所所长Chrysostomos Stylios教授的邀请，访问了位于佩特雷的工业系统研究所以及Athena研究中心，并做了题为“Quantitative Causality Analysis, Causality-Aided Learning, and Causal AI-Based Prediction”的报告。在报告中，梁教授首先指出因果性的缺失对人工智能领域未来发展的限制，而后向与会者分享了他提出的经过严格推导证明且被大量实际应用验证的先进因果分析工具——梁氏信息流方法。该方法具有诸多优秀性质，其中定量性与低计算成本的特性使其在人工智能领域具备广阔的应用前景。梁教授团队已初步使用信息流方法建立了一个因果人工智能预报模型，并在第八届全国气象行业天气预报职业技能竞赛智能气候预测技术单项比赛中取得佳绩。梁教授表示，因果分析与人工智能相结合是目前的热门研究方向，这其中最关键的是要解决因果分析的定量性与计算成本问题，而信息流因其理论上的严谨性在这些方面都不是问题。
访问期间，宾主着重探讨了梁氏信息流与因果分析作为关键技术在因果人工智能领域的重要作用，同时Stylios教授与团队成员Marios Tyrovolas汇报了他们在基于梁氏信息流的因果人工智能算法方面取得的重要进展——传统Fuzzy Cognitive Maps（FCMs）的主要限制之一是它可能无意识吸收数据中的虚假相关性使自身预测能力与可解释性降低，而梁氏信息流-因果分析的引入可以通过将实际因果关系作为约束加入到FCM学习过程中，排除虚假相关性，从而提高模型的整体预测和解释能力。这一结果再次印证了梁教授的信息流理论在人工智能领域的发展潜力。本次访问在和谐的学术氛围中取得圆满成功，双方有望在未来展开进一步的交流与合作。
希腊国家发展投资部工业系统研究所所长Stylios教授在介绍梁湘三教授