CNCC | 因果推理与大模型的未来

崔鹏

CCF副秘书长兼青工委主任，清华大学计算机系长聘副教授

简介：研究兴趣包括大数据环境下的因果推理与稳定预测、网络表征学习，及其在金融科技、智慧医疗及社交网络等场景中的应用。已在相关领域顶级国际期刊和会议上发表论文百余篇，并先后获得7项国际会议及期刊最佳论文奖。获得中国计算机学会青年科学家奖，国际计算机协会（ACM）中国新星奖，并入选中国科协首届青年人才托举计划。获得国家自然科学二等奖、教育部自然科学一等奖、北京市科技进步一等奖、中国电子学会自然科学一等奖。

况琨

CCF YOCSEF杭州副主席，浙江大学计算机学院副教授、人工智能系副主任

简介：主要研究方向为因果推理、因果可信学习和智慧司法。在Cell Patterns, TPAMI, TKDE, ICML, NeurIPS, KDD等相关领域顶级期刊及会议上发表论文100余篇。作为项目/ 课题负责人承担国家重点研发专项、国家自然科学基金等项目，曾获ACM SIGAI中国新星奖，中国科协青年人才托举工程项目，教育部科技进步一等奖，中国电子学会科技进步一等奖。

耿直

北京工商大学数学与统计学院教授

简介：1989年至2021年在北京大学任教，2022年至今在北京工商大学组织因果推断研究团队。研究领域为因果推断、数理统计、生物医学统计、贝叶斯网络、不完全数据统计分析等；研究成果发表在统计学、机器学习、人工智能等领域的期刊及会议。曾任中国现场统计研究会理事长、中国概率统计学会理事长、IMS-China主席、中国统计学会副会长；现任中国现场统计研究会因果推断分会理事长，中国人工智能学会不确定性人工智能专委会副主任委员。

报告题目：前瞻性与回顾性因果推断

摘要：我们将探讨前瞻性与回顾性因果推断的研究动态及存在的挑战问题。前瞻性因果推断是从因到果的向前决策预测，目的是评价因果效应，研究因之果的问题。而回顾性因果推断是从果到因的向后回溯归因，目的是对已经发生事件追溯其原因，研究果之因的问题。因果推断的关键是找到不同暴露情况下可比较的个体，大数据有利于帮助找到与暴露个体可比较的对照个体。前瞻性因果推断可以根据背景变量或倾向得分来匹配暴露个体与对照个体，而回顾性因果推断需要反事实追溯，难以匹配可比较的个体。

邱锡鹏

复旦大学计算机学院教授

简介：主要研究方向为自然语言处理基础模型和算法，主持研发的大模型MOSS已经成为国内影响力最大的开源大模型之一，发表CCF-A/B类论文100余篇，引用2万余次，入选中国高被引学者和全球前2%顶尖科学家榜单。担任中国中文信息学会大模型与生成专委会副主任、中国人工智能学会自然语言理解专委会副主任、上海市计算机学会自然语言处理专委会主任。曾获中国科协青年人才托举工程、国家优青等项目，获钱伟长中文信息处理科学技术奖一等奖（第一完成人），入选教育部“高校计算机专业优秀教师奖励计划”，上海市计算机学会青年科技英才，两次获得上海市计算机学会教学成果奖一等奖。著作《神经网络与深度学习》被上百家高校作为教材。

报告题目：从大语言模型到世界模型

摘要：大语言模型在可解释性、可信性以及处理复杂、多模态和长期记忆任务方面还存在一定不足。为了缓解大语言模型在理解物理世界和社会世界时的一些限制，我们可以让大语言模型和实际环境交互来进行持续学习，将大语言模型转变成“世界模型”。相比大语言模型，世界模型的技术路线还不清晰，未来发展之路尚存争议。本报告主要探讨如何从多语言和多模态扩展、具身学习等角度提升大语言模型能力，从而达到世界模型。本报告还将汇报大语言模型MOSS2的一些最新研究进展。

CNCC2024将于10月24-26日在浙江省东阳市横店镇举办，大会主题为“发展新质生产力，计算引领未来”。大会为期三天，包括18个特邀报告、3个大会论坛、138个专题论坛及34场专题活动和100余个展览。图灵奖获得者、两院院士、国内外顶尖学者、知名企业家在内的超过800位讲者在会上展望前沿趋势，分享创新成果。预计参会者超过万人。