经历
我于 2024 年获得广东工业大学的计算机科学学士学位。本科期间我曾在 DMIR 实验室 (Data Mining and Information Retrieval) 参与了一段关于因果推理 (Causal Inference) 和人工智能交叉方向的科研实习。
提示：因为以记录职业道路发展为主，我的经历直接地与我的工作相关；在我的职业生涯中，我一直对这些那些帮助过我的人心存感激。至于我对这个世界的感性思考，我会把它们记录在我的博客上，作为一种动力的精神源泉。
2023年12月 – 至今
25年秋季研究生项目申请准备
结束本科科研工作后，我正在持续准备语言考试 (TOEFL)，美国研究生入学考试 (GRE)，以及调研各个学校的开设的计算机类研究生项目；由于我将近在本科的最后一学年才决定出国，我的留学申请经历了不少曲折。
与此同时，因为将近所有我在计算机专业的本科学习都由在 “因果发现” 方向的学术工作所构成，在 11 月我受推荐再额外写一份科研报告，总结我过去本科期间在因果相关领域所完成的全部工作，以更好地协助我的研究生申请。
最后，为了不荒废这段时光，我或打算等这段忙碌结束后，在博客上写下自己的反思。事实上，我意识到人生还会有许多时刻，需要我们学习一项技能，通过一场“考试”，审视过往的工作，并且在时间有限和存在信息差的情况下做出决策。
2023年9月 – 2024年4月
关于因果科学科普的个人工作
广州-环市东 DeXue 自主办公空间
历时额外的半年时间，我完成了一份特殊的论文写作：我试图从因果图的视角来解释因果关系中的主流概念。根据我写的论文，我也制作了系列视频（见代表集）：基于气候变化和新冠肺炎等熟悉（但经过简化）的背景，让因果关系能够一种更加直觉化的形式被阐述出来。最后，这篇论文是我对自己在 “因果发现” 领域两年本科研究经历的一种告别。
照片纪念的写作时刻：我正在试图理解“因果间接效应 (causal indirected effect, CID)” ——《为什么》一书中的压轴概念。首次阅读时我并不能很好地理解它；但我现在有机会根据自己在因果科学的经验来回顾这个概念。
2021年9月 – 2023年9月
非线性因果推断科研实习 | 广州
大二伊始，我加入了蔡瑞初教授 作为参加国家重点研发项目 “因果推理与决策理论” 的实验室。对于教会脑科学领域的 AI 如何基于通用型的功能性磁共振成像 (fMRI) 数据来操纵因果关系感到好奇，我们最终开发了一套“混合型”的因果性算法。
通过将该因果性算法应用到 fMRI 大脑数据集上，我们的发现 凸显了大脑区域结构之间的通用因果效应（由血氧活跃度显示）可以利用计算性方法加以推断（无须施加人为干预）。为此，我们强调该研究本质上利用了脑区函数基于特定的数学形式具有“因果结构不对称性”的假定。
专注于挖掘通用化的因果关系（即涉及未知混杂因素），我们在依托时间的语义下继续进行研究——原因是否总是在结果之前发生？我们的调研产出了一项研究综述，报告了现代方法在时间维度上处理因果关系的技术手段。
我和蔡瑞初教授（右）的合影。身后是 727 房间 (右上角的一个让我难忘的数字)：在这里我第一次参加了他们的研究生组会 —— 作为我成为实验室一员的方式。