2024年12月2日下午，北京工商大学耿直教授授应邀来我校开展以“因果推断：反事实归因”为主题的学术讲座。本次讲座在综合楼644会议室举行，由浙江工商大学副校长苏为华教授主持。

耿直，北京工商大学数学与统计学院、北京大学数学科学学院教授，博士生导师，长期致力于统计学教学科研。96年当选ISI推选会员，98年获国家杰青。2011年在国际工业与应用数学大会做60分钟大会报告。中国现场统计研究会因果推断分会理事长，曾担任主要社会兼职有中国数学会概率统计学会理事长、中国现场统计研究会理事长、IMS-China主席、中国统计学会副会长、国务院学位委员会统计学学科评议组成员等。主持国家自然科学基金项目、国家基金委重点项目-应用统计、国家杰出青年基金项目、曾参加科技部973项目、国家基金委重点项目、跨学科重大计划项目、海外杰出青年基金项目。在统计学顶级期刊发表论文100多篇；科研成果曾获国家教委科技进步奖二等奖、国家统计局科技进步奖一等奖、全国统计科学研究优秀成果奖一等奖等奖项。

讲座一开始，耿教授首先将人工智能中的因果推断分为三个层级：相关、干预、反事实。他提到，干预就是决策的过程，即评价因之果；反事实则是想象的过程，即寻找果之因。随后，耿教授引入了Halpern事实因果的逻辑定义，并进一步将因果推断分为前瞻性和回顾性两种。对于前瞻性因果推断，耿教授强调，这是从因到果的向前决策预测，用来评价干预决策是否将会有效，且举了两个经典例子来说明效果：打疫苗对预防疾病的效果以及职业培训对找工作的影响。同时，他介绍了多结果与多原因的后验因果作用，通过公式的解释和代入最终证明了随机化实验是前瞻性因果推断的金标准方法。对于回顾性因果推断，耿教授认为这是从果到因的回溯归因，由事件追溯原因，用来反映决策实施后的效果如何。对比，耿教授基于前面给出的两个例子延伸出两个新的问题：没有感染疾病是否归因于打疫苗？找到工作是否归因于职业培训？随后，耿教授提到了无混杂假定和单调性假定两种可识别需要的假定，并引入了贝叶斯网络的概念以及后验概率和后验因果两种诊断方法，最终证明回顾性因果推断尚未存在金标准方法。

随着讲座接近尾声，耿直教授非常热情地与老师们和同学们进行学术方面的讨论，也十分耐心地回答老师们和同学们的疑问，进一步激发了大家对学术内容的思考。最后，苏为华教授对此次讲座发表总结并对耿直教授的精彩讲解以及在场听众的参与和互动表达了诚挚的感谢。