因果室：将真实物理系统作为AI方法的测试平台

在AI、机器学习和统计学的某些领域，新方法和算法的验证常常受限于合适的真实世界数据集的稀缺。研究人员常常不得不依赖模拟数据，这会导致关于所提出方法在真实问题中的适用性获得有限信息。作为一步进步，我们构建了两个设备，允许我们快速且经济地从非平凡但充分理解的物理系统中产生大规模数据集。这两个设备我们称为因果室，是受计算机控制的实验室，允许我们操纵和测量这些物理系统中的变量数组，为来自多个领域的算法提供丰富的测试平台。我们通过来自诸如因果发现、分布外一般化、变点检测、独立成分分析和符号回归等多个领域的系列案例研究来展示了潜在应用。对于因果推断应用，所述实验室允许我们仔细地执行干预。我们还提供并经验验证了每个实验室的因果模型，可用于不同任务的基准。所有硬件和软件均为开源，数据集可在causalchamber.org或通过Python包causalchamber获取。