حتماً میدانید که در دنیای هوش مصنوعی، مدلهای علی (SCM) بر پایه گرافهای جهتدار (DAG) بنا شدهاند و محدودیتهایی مثل «ممنوعیت حلقههای بازخورد» دارند.
محققان در مقالهای جدید به سراغ شکستن این محدودیتها رفتهاند! آنها با معرفی مفاهیم «Causal Zeros» و «Causal Differential Equations»، راهکارهای نوین و قدرتمندتری برای مدلسازی سیستمهای پیچیده (مانند مسائل اقتصادی و فیزیکی) ارائه دادهاند که اجازه میدهد حلقههای بازخورد و روابط متقارن را نیز به شکل دقیقتری تحلیل کنیم.
این یک گام علمی جذاب برای کسانی است که به مبانی تئوریک هوش مصنوعی و مدلسازی علت و معلولی علاقهمند هستند.
منبع: arXiv Machine Learning