助力 AI 技术共享，蚂蚁开源又一核心技术“因果学习系统 OpenASCE”

当地时间 12 月 10 日，机器学习和人工智能领域的顶级国际会议 NeurIPS (Neural Information Processing Systems) 在美国路易斯安那州新奥尔良市开幕，来自全球产业界和学术领域的人工智能专家齐聚一堂。

首个分布式全链路因果学习系统 OpenASCE

大会第一天，蚂蚁集团在主题为“知识增强 AI 在垂直行业的应用探索”的研讨会上正式开源了业界首个分布式全链路因果学习系统 OpenASCE (Open All-Scale Causal Engine) 。

项目 GitHub：https://github.com/Open-All-Scale-Causal-Engine/OpenASCE

因果推断主要研究如何从数据中推断因果关系，是数据科学领域的重要分支，而传统的机器学习则主要依赖数据中的相关关系。融合因果推断和机器学习可以同时发挥两者的强项，我们称之为因果学习。因果学习作为一种深入理解数据和决策背后关系的技术，在数据驱动的运营和决策中扮演着重要的角色。

OpenASCE 根植于蚂蚁集团多年积累的实践经验和技术突破，相较于业界已有的一些开源框架，支持全链路大规模因果学习，包含因果发现、因果效应估计和归因，覆盖了因果各个领域的相应实现。在因果发现上，OpenASCE 支持分布式贝叶斯网络结构搜索，能够处理百节点百万样本数据；同时支持基于连续优化的因果发现，支持万级节点亿级样本数据。

OpenASCE 实现的大规模分布式因果纠偏树可以在 4 小时内完成 1 亿样本的训练任务，是业界唯一的分布式因果提升树实现。此外，OpenASCE 还沉淀了 20 多个工业级因果学习算法，包括 15 个以上因果技术和深度学习结合的因果表征学习方法，有效降低了因果技术的工业应用门槛，在蚂蚁集团内部多个场景实现了规模化应用。

在信贷风控领域，通过 OpenASCE 的因果学习方法，可以更准确地识别出风险因素和客户行为之间的因果关系，大幅提高了风险控制的精度和效率。在营销优化方面，OpenASCE 能够帮助营销人员有效寻找“营销敏感人群”，提升业务指标。在推荐场景中，因果推断可以帮助机器学习纠正数据中的偏置，去除伪相关，学习更稳定的因果关系。

开源开放，共建社区

作为一家科技公司，蚂蚁集团将 OpenASCE 开源，为业界提供一套大规模、高性能的因果学习技术，并通过开源吸引全球开发者共同参与项目的建设和完善，促进全链路因果学习系统领域的发展和创新。

技术开源是蚂蚁集团的重要技术战略，我们希望通过开源建立起开放、包容的技术生态，让更多人共享技术红利。

截至目前，蚂蚁集团已在数据库、云原生、中间件等基础软件领域开源了 1700 多个仓库、积累了 100 多个社区头部开源项目。《COPU2022 中国开源发展蓝皮书》显示，蚂蚁开源影响力排名国内前三，其中重点开源的 9 大技术均为支撑支付宝的核心技术。