发 帖  
原厂入驻New
[经验]

为什么AI设计师要特别区分:相关性 VS. 因果性呢?

2020-11-26 10:21:45  133 高焕堂 人工智能
分享
0
       由於AI已具有强大的瞬间探索复杂现况下的相关性及其规律,善于应用AI这种远远超越人类的能力,可让个人、企业获得超前部署、捷足先登的好处。无论是趋吉或避凶都比别人快一步,发财更容易。但是AI所掌握的相关性之中,可能有些是<因果关系>、也有些<果因关系>、也有些是<果果关系>等,AI却分辨不出来,人类也常常要费心研究一番才可能幸运区分出来。
       所以AI设计师要设计美好的框架把AI和人类的智慧和谐地连结起来。AI看到人类所看不见的机会、危机,即时提供给人类,让人类做出更及时的决策、更少风险、获利更多。AI并〈不是〉把人类已知的事情做得更快更正确! 而是看到人类所〈看不见〉的现象。而且,虽然AI看见了,但缺少分辨出因果性的能力,AI也无法〈做〉!
       必须:1) AI先看出相关性;
        2) 人类分辨出因果(或果因)性;
       然后:3) 人机协同去〈做〉;
这即是AI设计师的任务。例如,这是一位同学提问案例:
31.png

       其问道:AI可否帮忙找出副作用最低的3种特征(用药A、用药B、肾功能异常)的组合吗? 在此情境下,AI设计师如何思考AI模型呢?AI设计师的首要心灵修练是:跳出传统程式设计逻辑思维惯性一一针对问题找最佳解。例如,上述问题是:找出副作用最低(最佳)的组合(解)。
       AI设计师很清楚:AI擅长找规律,但不擅长找正确(最佳)解,能有80%准确度就很棒了,所以AI设计师跳出传统程式设计逻辑思维惯性,就会去找最坏的解---副作用最高。也就是AI找规律,再依规律来发现异常,是与传统IT最互补的。AI设计师与AI的Python工程师的心灵思维是互补的;就像建筑师与土木工程师是互补的;就像IC设计与晶圆制造是互补的。
       基于这种心法,这样的AI模型设计对医师们就能有很大帮助,因为医生关心的不是 〈最佳组合〉,而是:医生给病人处方签的用药决策是否有高风险。高风险就是坏组合!!
       此外,患者会急于向医生报告的不是这药物有多美好,而是服药之后有何异状。 唯有避免高风险下恢复健康才是仁医仁术。AI很难确保找出一条高获利之路,能轻易发现一堆异常的黑天鹅。
       以上说明AI设计师的基本〈心法〉。換句話說,医师并不是去记住药物的最佳组合,因为药物与患者本身状况息息相关。AI能帮忙医师在发现有异常(不良反应)时,立即逆向推理追踪到其源于何种药物组合。此时,这表里的智慧就发挥很大效益了!
       例如:上述AI设计师就把各种特征(用药A、用药B、肾功能异常)组合,依据副作用程度分为3组(及<高>、<中>、<低>)。并利用Softmax()函数转换,得到---


机率: P(呈现副作用 / <高>组)
           P(呈现副作用 / <中>组)
           P(呈现副作用 / <低>组)
依据Bayes机率公式,可以计算出:
             P(<高>组/呈现副作用)
             P(<中>组/呈现副作用)
             P(<低>组/呈现副作用)
AI就能帮忙医师在发现有异常(不良反应)时,立即逆向推理追踪到其源于何种药物组合。
~~ END ~~

只有小组成员才能发言,加入小组>>

13个成员聚集在这个小组

加入小组

创建小组步骤

关闭

站长推荐 上一条 /7 下一条

快速回复 返回顶部 返回列表