Modelos de Mundo Causal para la Inteligencia del Mundo Real

Modelos de Mundo Causal para la Inteligencia del Mundo Real - Una charla del Prof. Biwei Huang Una tarde con el Prof. Biwei Huang (UC San Diego) sobre descubrimiento causal, modelos de mundo y el próximo paradigma de la IA — más allá del reconocimiento de patrones. Acerca de este evento La IA de hoy puede reconocer, generar y predecir a una escala extraordinaria — pero los sistemas que más importan, desde robots hasta sistemas biológicos y experimentos científicos, responden cuando actuamos sobre ellos. Hacer que esos sistemas funcionen bien requiere más que reconocimiento de patrones. Se necesita una comprensión de los mecanismos: qué variables importan, cómo interactúan y por qué ocurren los resultados. El Prof. Biwei Huang, fundador de Aether AI, está construyendo esta próxima clase de sistemas — modelos de mundo causal que razonan bajo intervención y operan de manera confiable en el mundo real. Estamos emocionados de recibir al Prof. Biwei Huang para una charla sobre la ciencia que impulsa este cambio. El Prof. Huang compartirá su investigación sobre descubrimiento e inferencia causal, modelos de base empoderados por la causalidad, modelos de mundo y modelos VLA — y lo que se necesita para mover la IA de la predicción pasiva hacia el razonamiento sobre consecuencias, contrafácticos e intervenciones. Acerca del ponente Biwei Huang es profesora asistente en el Instituto de Ciencia de Datos Halıcıoğlu (HDSI), UC San Diego. Su investigación abarca descubrimiento e inferencia causal, ML/IA empoderados por causalidad y modelos de base, LLMs de caja blanca, agentes GUI, modelos de mundo y modelos VLA. Obtuvo su Ph.D. en la Universidad Carnegie Mellon (2022), asesorada por el Prof. Kun Zhang y el Prof. Clark Glymour, tras su trabajo sobre descubrimiento causal en el Instituto Max-Planck para Sistemas Inteligentes (el laboratorio de Bernhard Schölkopf). Es una Apple Scholar en IA/ML de 2021, una Estrella en Ascenso de la Iniciativa de ML Confiable y creadora del paquete causal-learn ampliamente utilizado y del agente de análisis causal autónomo Causal-Copilot. Quién debe asistir Investigadores, ingenieros y fundadores que trabajan en IA causal, robótica e IA Física, modelos de base, aprendizaje por refuerzo y descubrimiento científico. Agenda Fecha y Hora: 5 de agosto · 3:30pm — Apertura de puertas y networking · 4:00pm — Charla del Prof. Biwei Huang · 4:50pm — Preguntas y Respuestas · 5:00pm — Networking Se proporcionarán bocadillos y bebidas.