Ok-okozati mesterséges intelligencia

A Wikipédiából, a szabad enciklopédiából

Az ok-okozati mesterséges intelligencia (kauzális mesterséges intelligencia) egy mesterséges intelligencia rendszer, amely képes megmagyarázni az okot és a következményt. A kauzális mesterséges intelligencia technológiát az intézmények a döntéshozatal és a döntés okainak magyarázatára használják.[1][2]

Az ok-okozati mesterséges intelligencia alapú rendszerek egy viselkedés vagy esemény ok-okozati összefüggéseinek alapjául szolgáló háló azonosításával olyan betekintést nyújtanak, amelybe pusztán a prediktív mesterséges intelligencia modellek nem tudnak kinyerni a korábbi adatokból. Az ok-okozati összefüggés elemzése felhasználható az emberi döntések kiegészítésére olyan helyzetekben, amikor szükség van egy eredmény mögött meghúzódó okok megértésére, például a különböző beavatkozások, szakpolitikai döntések hatásának számszerűsítésére vagy tevékenység-forgatókönyv tervezésekor.[3][4]

A kauzális mesterséges intelligencia fogalmát és a gépi tanulás korlátait Judea Pearl, a Turing-díjas informatikus és filozófus vetette fel a The Book of Why: The New Science of Cause and Effect című könyvében. Pearl kijelentette: „A gépek nem ismerik az ok-okozati összefüggéseket, talán ez a legnagyobb akadálya annak, hogy emberi szintű intelligenciával rendelkezzenek.”[5][6]

A Gartner technológiai kutató és tanácsadó cég 2022-ben első ízben vette fel az ok-okozati MI-t a Gartner hype ciklus jelentésébe, a gyorsított mesterségesintelligencia-automatizálás öt kritikus technológiájának egyikeként említve azt.[7][8]

Jegyzetek[szerkesztés]

  1. Blogger: Causal AI (amerikai angol nyelven). SwissCognitive, World-Leading AI Network, 2022. január 18. (Hozzáférés: 2022. október 11.)
  2. Sgaier (2020. április 25.). „The Case for Causal AI”. Stanford Social Innovation Review 18 (3), 50–55. o. ISSN 1542-7099. Sablon:ProQuest.  
  3. Shekhar: Causal AI — Enabling Data Driven Decisions (angol nyelven). Medium, 2022. május 26. (Hozzáférés: 2022. október 11.)
  4. How to Understand the World of Causality | causaLens (amerikai angol nyelven). causalens.com, 2023. február 28. (Hozzáférés: 2023. október 7.)
  5. Pearl, Judea. The book of why : the new science of cause and effect, Dana Mackenzie (2019. április 25.). ISBN 978-0-14-198241-0. OCLC 1047822662 
  6. Hartnett: To Build Truly Intelligent Machines, Teach Them Cause and Effect. Quanta Magazine, 2018. május 15. (Hozzáférés: 2022. október 11.)
  7. What is New in the 2022 Gartner Hype Cycle for Emerging Technologies (brit angol nyelven). Gartner. (Hozzáférés: 2022. október 11.)
  8. Sharma: Gartner picks emerging technologies that can drive differentiation for enterprises (amerikai angol nyelven). VentureBeat, 2022. augusztus 10. (Hozzáférés: 2022. október 11.)

Fordítás[szerkesztés]

Ez a szócikk részben vagy egészben a Causal AI című angol Wikipédia-szócikk ezen változatának fordításán alapul. Az eredeti cikk szerkesztőit annak laptörténete sorolja fel. Ez a jelzés csupán a megfogalmazás eredetét és a szerzői jogokat jelzi, nem szolgál a cikkben szereplő információk forrásmegjelöléseként.