The 5th Athens Causal Data Science Meetup

💥 Το Causal Data Science Meetup της Αθήνας επιστρέφει στις 29 του Ιανουαρίου!

Στην 5η μας συνάντηση φιλοξένουμε τον Γιώργο Παπαναστασίου, ο οποίος θα μας μιλήσει για "Causal AI: Teaching Machines to Ask Why?".

Η ομιλία παρουσιάζει το Causal AI, ως έναν κλάδο της τεχνητής νοημοσύνης που εστιάζει στην κατανόηση του γιατί συμβαίνουν τα πράγματα - και όχι απλώς στον εντοπισμό μοτίβων. Μέσα από παραδείγματα από την υγεία και την ανακάλυψη φαρμάκων, θα δούμε πώς η αιτιώδης σκέψη οδηγεί σε πιο αξιόπιστες προβλέψεις και βοηθά την επιστημονική έρευνα.

Το event θα περιέχει Q&A, networking και τα σχετικά συνοδευτικά.
Ραντεβού στο Impact Hub την Πέμπτη 29 Ιανουαρίου στις 7:00 μμ.

Ευχαριστούμε για την υποστήριξη την Plum, την Intelligencia AI καθώς και το κέντρο Beyond του Εθνικού Αστεροσκοπείου Αθηνών.

🚀 Κάνε RSVP και μη χάσεις την ευκαιρία να βρεθείς στην 5η συνάντηση της Causal Data Science κοινότητας της Αθήνας!

Η πλήρης περιγραφή της ομιλίας στα Αγγλικά:

Causal AI: Teaching Machines to Ask "Why?" explores the transformative power of Causal AI, moving beyond correlational AI to extract reliable, causal-aware insights from complex, large-scale scientific data. The presentation will establish the basic theoretical foundations necessary for Causal AI before demonstrating its application across two critical domains: 1) large-scale structured clinical data where "causal networks" identify robust, generalizable trajectories for early disease screening and detection, and 2) real-world (extremely) large unstructured multimodal data where "causal-aware foundation modeling" learns to generate debiased synthetic cellular images, significantly improving critical AI predictions in drug discovery. The talk will highlight cutting-edge developments in Causal AI and Causal Generative AI - including methods for counterfactual generation, and the emergent field of causal reasoning from large models - charting a course for the future of robust and reliable AI in scientific research.