Was ist Causal AI?

Causal AI ist eine Familie von Techniken, die über die Mustererkennung hinausgehen. Wo ein statistisches Modell sagt „diese Signale neigen dazu, sich gemeinsam zu bewegen“, sagt ein kausales Modell „dieses Signal bewegt sich, weil jenes es getan hat“. Für Gebäude ist diese Unterscheidung der Unterschied zwischen dem Beheben der richtigen Sache und dem Beheben von zwölf Symptomen einer einzigen Grundursache.

Wenn eine Abluft-Temperatur driftet, reagieren zehn nachgelagerte Signale. Eine rein korrelationsbasierte Plattform löst zehn Alarme aus. Eine kausal bewusste Plattform löst einen aus — an der Grundursache — und unterdrückt die übrigen als bekannte Folgen.

In Explore ist die kausale Filterung eine der vier Reasoning-Techniken in der Frostdynamics-Engine. Sie fasst verwandte Anomalien zu einem einzigen Ticket zusammen, sodass der Betreiber einen Fehler sieht, nicht dessen Echo.