首席研究员Chris Meek说：“ Tetrad项目，包括开源Tetrad软件包和现在标准的

　　参考书，'Causation，Prediction和Search'(1993年)，是

　　现代因果发现理论的基础。”在Microsoft Research。“该项目产生的思想和软件从根本上改变了研究人员探索和解释观测数据的方式。” 这本书被引用近8,000次。

　　Tetrad项目由葛林(Glymour)于40年前开始，葛林(Glymour)当时是匹兹堡大学(University of Pittsburgh)的历史和科学哲学教授，现在是CMU的校友大学哲学名誉教授，他的博士生Richard Scheines(现为Bess Family Dean)在人文社会科学的迪特里希学院，并在CMU哲学教授，和凯文·凯利，现在CMU哲学教授。

　　英国心理学家查尔斯·斯皮尔曼(Charles Spearman)提出的关于单一“一般情报”的论点引起了格里莫的兴趣，该论点于20世纪初提出，后来由社会学家休伯特·布拉洛克(Hubert Blalock)提出。两位研究人员探索了通过隐含在数据上的约束模式来区分因果模型的可能性。Glymour和他的学生致力于推广这一思想，将其转化为计算机算法并探索相关的数学性质。

　　Tetrad计划的第一个版本成为Scheines博士研究的基础，这要求他学习与哲学一样多的计算机科学和统计学，这是CMU鼓励的一种跨学科方法。

　　彼德·斯皮特斯(Peter Spirtes)在攻读博士学位后在皮特(Pitt)学习计算机科学硕士学位时加入了该项目。CMU的许多博士生都以Tetrad项目为工作基础。

　　这项工作的基础是提供一组通用原则或公理，以从任何因果结构中得出可检验的预测。例如，考虑冠状病毒。接触病毒会引起感染，进而引起症状(接触->感染->症状)。由于并非所有接触都会导致感染，也不是所有感染都会导致症状，因此这些关系是概率性的。但是，如果我们假设暴露只能通过感染引起症状，那么根据公理可验证的预测是，暴露和症状与感染无关。就是说，虽然知道某人是否接触过可以告知他们是否会出现症状，

　　然后，Spirtes，Glymour和Scheines颠倒了这种推理，并将其扩展到了大规模复杂的因果系统。他们开发了将测量数据和背景知识作为输入的算法，然后计算可能在测量数据中产生特定模式的潜在因果系统集合。关于测量数据基础的因果系统，算法可以告诉我们什么?根据Scheines的说法，“不是所有的东西，但是在某些情况下很多。” Spirtes尽力证明算法在理论上是可靠的。这种因果发现方法构成了AI基本方法的突破。

　　下一步是使这项工作切实可行，这需要高效的算法以及大量的模拟和真实的科学测试。在1990年代后期，乔·拉姆西(Joe Ramsey)作为系统开发人员加入了该团队，他开发了几种重要的算法，并使许多其他算法效率大大提高。在Spirtes，Glymour，Scheines和其他许多人的帮助下，Ramsey开发了基于Java的Tetrad平台，该平台支持模型构建和测试，全面仿真，并实现了数十种因果发现算法，这些算法可以在笔记本电脑或匹兹堡桥梁上执行。超级计算机。

　　在过去的15到20年中，原始团队和全球研究人员已成功地将免费的开源软件平台成功应用于从经济学到心理学到教育研究到神经科学的科学问题。2013年，Tetrad团队加入了匹兹堡大学的Greg Cooper等人，并获得了美国国立卫生研究院大数据知识中心拨款，以建立因果发现中心，从而对软件进行了改进，并针对各种特殊问题提出了各种新算法。

　　Scheines说：“除了CMU，我们几乎不可能在任何地方完成这种[工作类型]。” “大多数机构都不会允许哲学家如此跨学科地工作，没有一个机构会雇用三位在大多数职业生涯中都在同一项目上紧密合作的哲学家。1985年创立了CMU哲学系的Clark Glymour对完全不同的部门得到了迪克·赛尔特(Dick Cyert)和赫伯·西蒙(Herb Simon)的全力支持，后来成为了彼得·凯文(Peter，Kevin)和我很幸运的一员。

      以上就是托普仕美国高端留学为大家介绍的卡耐基梅隆大学哲学Tetrad项目获得国际AI荣誉，更多关于美国留学的相关问题，欢迎在线咨询托普仕高端留学顾问老师。托普仕留学专注于美国TOP30名校申请，5V1服务模式体系，严格限制招生人数，让您直达美国名校!