7月4日下午，卡内基梅隆大学（CMU）教授，同时也是穆罕默德·本·扎耶德人工智能大学（MBZUAI）机器学习系访问教授、执行主任张坤应邀来到广东工业大学进行学术分享。本次报告由蔡瑞初老师主持。
本次报告张坤教授以《Causal Representation Learning and Causal Generative AI》为题，探讨了因果领域的前沿研究进展。
首先，张坤教授系统梳理了因果发现与因果表征学习两大核心研究方向，展示了因果机制在可解释性、泛化能力等方面的独特优势。
随后，张坤教授深入剖析了因果发现与因果表征学习在独立同分布数据、时序数据、多分布数据场景中的独特优势。通过案例，张教授阐释了因果如何突破传统机器学习的局限，挖掘数据背后的因果关系。此外，张教授探讨了在生成式AI中引入因果机制的重要性，强调其能提升生成内容的逻辑性与可控性。他指出，因果机制可助力生成式 AI 突破数据分布限制，在跨场景生成、反事实推理等方面实现突破，为解决现实复杂问题提供新的思路。
最后，张坤教授探讨了因果理论与方法在多个领域中值得关注的研究问题，前瞻性地勾勒出因果研究的创新方向和应用场景。
报告结束后，张坤教授与在场师生进行了深入的答疑交流，令大家对因果表征学习和因果生成式AI有了更进一步的认识，在场师生收获颇多。
邮编：510006 地址：广州市番禺区广州大学城广东工业大学工学馆一号馆723室