Kausal
term_id: causal
Category: basic_concepts
Definition
Inden for kunstig intelligens søger kausal modellering at forstå, hvordan interventioner på den ene variabel påvirker en anden. I modsætning til predictive modeller, der er afhængige af observerede mønstre, bruger kausal AI strukturelle ligninger og andre metoder til at modellere de underliggende mekanismer.
Summary
Kausal inferens indebærer at bestemme årsag-virkning-sammenhænge mellem variabler frem for blot at identificere statistiske korrelationer.
Key Concepts
- Intervention
- Modsatte fakta (Counterfactuals)
- Rettede acykliske grafer (DAG’er)
- Forvirrende variable (Confounding Variables)
Use Cases
- Analyse af effektiviteten af medicinske behandlinger
- Vurdering af økonomiske politikers indvirkning
- Rødårsagsanalyse i industrielle systemer