螞蟻集團開源大規模全鏈路因果學習系統 OpenASCE

當地時間 12 月 10 日，爲期 6 天的 AI 國際頂會NeurIPS (Neural Information Processing Systems) 在美國路易斯安那州新奧爾良市開幕。NeurIPS 是全球人工智能和機器學習領域的頂級會議，與 ICML 並稱爲人工智能領域難度最大，水平最高，影響力最強的會議。

會議首日，中國互聯網企業螞蟻集團受邀舉辦主題爲“知識增強AI 在垂直行業的應用探索”（Knowledge-enhanced AIfor Industry Verticals）的研討會，並在會上開源了業界首個分佈式全鏈路因果學習系統OpenASCE(Open All-Scale Causal Engine)。

因果推斷主要研究如何從數據中推斷因果關係，是數據科學領域的重要分支，而傳統的機器學習則主要依賴數據中的相關關係。融合因果推斷和機器學習可以同時發揮兩者的強項，我們稱之爲因果學習。因果學習作爲一種深入理解數據和決策背後關係的技術，在數據驅動的運營和決策中扮演着重要的角色。OpenASCE (OpenAll-Scale Causal Engine) 根植於螞蟻集團多年積累的實踐經驗和技術突破，相較於業界已有的一些開源框架，支持全鏈路大規模因果學習，包含因果發現、因果效應估計和歸因，覆蓋了因果各個領域的相應實現。在因果發現上，OpenASCE 支持分佈式貝葉斯網絡結構搜索，能夠處理百節點百萬樣本數據；同時支持基於連續優化的因果發現，支持萬級節點億級樣本數據。

OpenASCE 實現的大規模分佈式因果糾偏樹可以在 4 小時內完成 1 億樣本的訓練任務，是業界唯一的分佈式因果提升樹實現。此外，OpenASCE 還進一步沉澱了 20 多個工業級因果學習算法，包括 15 個以上因果技術和深度學習結合的因果表徵學習方法，有效降低了因果技術的工業應用門檻，在螞蟻集團內部實現了規模化應用。

比如信貸風控團隊通過OpenASCE 的因果學習方法，可以更準確地識別出風險因素和客戶行爲之間的因果關係，大幅提高了風險控制的精度和效率。在營銷優化方面，OpenASCE 能夠幫助營銷人員有效尋找“營銷敏感人羣”，提升業務指標。在推薦場景中，因果推斷可以幫助機器學習糾正數據中的偏置，去除僞相關，學習更穩定的因果關係。

據瞭解，技術開源是螞蟻集團的重要技術戰略，螞蟻集團在人工智能、數據庫、雲計算、隱私計算、安全可信等領域都擁有自主可控的關鍵開源技術，截至目前，共計開源了1700 多個代碼倉庫，積累了 100 多個社區頭部開源項目。《COPU2022 中國開源發展藍皮書》顯示，螞蟻開源影響力排名國內前三，其中重點開源的 9大技術均爲支撐支付寶的核心技術。