一场改变数据科学的新革命——”因果革命“正在发生，与以数据为中心的第一次数据科学革命（涉及机器学习，深度学习及其应用，例如Alpha-Go、图像识别、机器翻译、自动驾驶等等 ）不同，因果革命以科学为中心，扩散到各个领域，从数据到政策、可解释性、机制的泛化，再到社会科学中的归因和公平性问题，甚至哲学中的创造性和自由意志 。可以说， 因果革命彻底改变了科学家处理因果问题的方式，形成了一门新学科——因果科学。为了深入学习探讨因果科学议题，通过集体智慧梳理因果科学的核心内容，理解它如何改变数据科学，助力 AI 系统超越曲线拟合和获得回答因果问题的能力；同时，也为了降低科研门槛，促进因果科学的普及，集智俱乐部联合智源社区，携手开启了此次因果科学读书会。本次读书会由集智俱乐部社区成员龚鹤扬、高亦斌和郭瑞东等人共同发起，从2020年8月26日到2021年1月2日，共有崔鹏、周晓华等老师同学在内的32位讲者，分享了32个不同的主题，B站人气累积10万+，来自海内外不同高校或者企业的一线科研工作者273名，因果读书会借助集体智慧，在100多天的时间里，撬动了数十万人次的共同参与，形成了一场因果科学风暴！读书会不仅促进了因果科学的讨论思考，还带来了一系列成果：
孕育了一个全新的社区：因果科学社区。希望可以促进因果科学专业人士和兴趣爱好者们的交流和合作，推进因果科学学术、产业生态的建设和落地，孕育新一代因果科学领域的学术专家和产业创新者。
形成了一系列因果周报：从 Causality, Causal Inference, Causal AI 三个维度鸟瞰，按照论文推荐、演讲报告、会议活动归类整理和推送近期因果科学值得关注的信息，为大家更好地了解因果科学的最新科研进展和资讯提供帮助。
- 推动了因果开源书籍的众筹：通过因果科学与Causal AI读书会，以众包的方式梳理因果科学的基础架构，筹备开源书籍，希望为投身这个领域的科研工作者提供一个全面、清晰且简洁的入门框架。
最后，感谢所有参与读书会的分享者、志愿者和参与者的加入，共同完成了这样一次非常有价值的探索，希望在未来，还能不断生长，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的 Agents (Causal AI) 和人类一起协作，共建下一代的人类文明！虽然这一期的读书会已经圆满结束，但是因果社区才刚刚萌芽，我们还会继续在这个主题下不停地探索和讨论，如果你对这个话题感兴趣，并且想要在这个领域有持续的研究和关注，欢迎加入我们！现在加入「因果科学与Causal AI读书会」可获得如下福利：
1.可以继续免费回看「因果科学与Causal AI读书会」所有的回放。
2.即将开展的因果相关主题的读书会可以免费参与腾讯会议和讨论。
3.在接下来的任何一次因果相关主题读书会内进行分享，符合退费标准均可退费。
4.成为一个高质量社区的种子用户，目前群内已经有270+余名海内外一线的科研工作者和从业者（可见下文的画像分析），与大家共同讨论和分享。
第一步：扫码填写报名信息。
第二步：信息填写之后，会弹出对应的课程购买信息，提交保证金299元。（符合退费条件后可退费）。
第三步：添加负责人微信，拉入对应的读书会讨论群。
本次分享共邀请了来自海内外不同机构的32位讲者围绕因果科学进行分享，基本上涵盖了因果科学的整体框架，最终形成了因果科学的全局索引地图，希望能给大家一个因果科学的概览。感谢这些讲者带来的精彩的思想和内容！
截至2020年12月31日，因果科学读书会总报名人数273人。大家有以下特点：
1.参与用户中男女比例为2：1，以男性居多。
2.参与用户中博士比例超过40%，硕博比例接近80%，整体学历水平非常高。
3.毕业院校以海内外高校为主，包括清华大学、北京大学、浙江大学、中科院、加州大学等学校。
4.参与用户以高校内的一线科研工作者为主，也有来自阿里巴巴、滴滴、腾讯等互联网大厂的工程师和研究员。
5.参与用户学生居多，也包括很多教授、工程师等，同时大家所学专业种类非常多，包括计算机、人工智能、传播学、统计学、企业管理等，充分说明了跨学科交流的特性。
再次感谢大家，欢迎加入因果社区，也欢迎大家加入我们其他的读书会~对因果科学有了一个全局的概览之后，如果想要将因果推理的方法真正的应用到自己相关的研究中，还需要更多的从基础知识方面了解因果科学的计算框架，从而才能举一反三，解决相关的研究问题。基于这样的需求出发，因果科学社区的第二期读书会将围绕Yoshua Bengio的博士生Brady Neal的在线教程《Introduction to Causal Inference》以及Jonas Peters和Bernhard Schölkopf 等人出版的书籍《Elements of Causal Inference：Foundations and Learning Algorithms》展开基础知识普及。这次的读书会非常适合有机器学习背景，想要了解因果科学最基本框架，寻求解决相关研究问题的同学学习参加。新的读书会将着重介绍因果推断的通用语言，如何计算干预分布，如何从观察和干预数据中推断因果模型，以及因果思想对经典机器学习问题的启发。预计在2月份启动。