در دنیای هوش مصنوعی، فهمیدن اینکه «چه چیزی باعث چه چیزی میشود» (Causality) اهمیت فوقالعادهای دارد. اما متدهای فعلی برای سیستمهای چندمرحلهای (Multistage Processes) اغلب یا دقیق نیستند یا محاسبات سنگینی دارند.
محققان بهتازگی متد جدیدی به نام OCDM معرفی کردهاند که با ترکیب دانشِ فرآیندهای مرحلهبندیشده، روابط علی را دقیقتر استخراج میکند. این روش با استفاده از یک تکنیک خاص (Pruning) توسط شبکههای عصبی، نویزها و ارتباطات کاذب را حذف میکند تا ساختار نهایی بسیار قابلاعتمادتر باشد. قدمی مهم برای تحلیل دقیقتر سیستمهای صنعتی و پیچیده! ⚙️🧠
منبع: arXiv AI