1月11日，河北清华发展研究院（以下简称“河北院”）邀请清华大学计算机系长聘副教授崔鹏来院做题为“面向高风险领域的人工智能泛化技术”的分享会。

崔鹏老师是中国科协全国委员会委员和清华大学计算社会科学与国家治理实验室专家。2018年崔鹏老师在 KDD 议上提出了稳定学习的概念。2023年崔鹏老师与美国科学院院士、斯坦福大学 Susan Athey 合作，在全球顶级期刊上发表论文，深入探讨和总结了因果推理在人工智能领域的应用，提出了用稳定学习来建立因果推断和机器学习的共识。崔鹏老师在数据挖掘和多媒体领域的著名会议和期刊上共发表了100多篇论文。

崔鹏老师指出，近期人工智能（例如AIGC等技术）发展突飞猛进，但可解释性和稳定性仍是迫在眉睫的突出问题。在生物医疗、工业制造和金融司法等领域，人工智能出错造成的危害往往难以接受，这些场景也被称为人工智能应用的高风险领域。人工智能算法在未知环境下存在预测性能不稳定的问题，本质原因是当今的人工智能算法大多是基于关联的框架，使用数学统计方法，假设训练数据和测试数据的分布是相似的，但真实环境情况复杂得多，不确定性高且不容易预测。崔鹏老师提出的稳定性方法，引入了基于因果的框架，可解释性更强。基于因果启发的稳定学习理论方向在实际中有广泛的应用，在预测推荐、自动驾驶和智慧医疗等场景都取得了出色成果。

在崔鹏老师精彩的分享结束后，河北院院长甄树宁做了总结发言，他号召大家积极学习前沿技术和行业趋势，河北院在技术成果孵化和应用创新上可以发挥关键作用，帮助清华老师把更多科研成果落地应用到河北产业场景中去。

重大项目部 刘刚供稿