2025年1月17日上午10點，澳門城市大學數據科學學院於HG03舉辦了以“Revealing Causal Information From Data”爲題的學術專題講座。主講嘉賓為悉尼大學人工智能中心主任劉同亮教授。講座吸引眾多師生前來參與，一同討論在數據中揭示因果信息的相關學術內容。

劉同亮教授曾擔任如NeurIPS、ICLR、AAAI和IJCAI多個會議的高級元審稿人，Neural Networks的共同主編，IEEE TPAMI、TMLR和ACM Computing Surveys的副編輯，並且是JMLR和MLJ的編輯委員會成員。劉教授于2024年獲得CORE傑出研究貢獻獎，2022年獲得IEEE AI的“10位值得關注者”的獎項，2022年獲得澳大利亞研究委員會（ARC）的未來研究員獎，2020年被The Australian評選為40位早期成就者之一，並於2018年獲得ARC的發現早期職業研究者獎（DECRA）。

在講座中，劉教授提出許多科學或工程領域的任務都需要潛在的因果資訊，然而由於進行隨機實驗通常成本高昂且耗時，因此在如何通過純觀察資料分析揭示因果關係（通常稱為因果發現）這一方向引起了廣泛關注。在過去幾年中，隨著大數據領域的快速發展，因果發現的重要性也在上升，它能夠揭示變量之間的因果關係，幫助決策者制定更有效的策略和政策。此外，通過識別關鍵因素，因果發現可以提高模型的準確性和可解釋性，優化資源配置，降低研發成本。

劉教授還介紹了因果發現的概念和經典方法，包括PC算法和LiNGAM，並討論了這些方法在沒有潛在變數的情況下的成功應用。接著，劉教授深入探討了在存在潛在變數的情況下進行因果結構恢復的研究，分享了他和團隊的最新研究成果，展示了如何在複雜系統中處理更多一般性的情況。與會者們對劉教授的研究表現出濃厚的興趣，積極參與提問與討論。

本次學術分享現場氣氛濃烈。在場同學認為因果發現在大數據領域不僅是理論研究的重要組成部分，也是實際應用中不可或缺的工具，但之前缺乏關注，劉同亮教授的演講引起關注，引發思考，讓參與講座的同學受益匪淺。