Cos'è la Causal AI?

La causal AI è una famiglia di tecniche che va oltre il riconoscimento di pattern. Dove un modello statistico dice «questi segnali tendono a muoversi insieme», un modello causale dice «questo segnale si muove perché quello lo ha fatto». Per gli edifici, questa distinzione è la differenza tra riparare la cosa giusta e riparare dodici sintomi di un'unica causa profonda.

Quando una temperatura dell'aria di ritorno deriva, dieci segnali a valle reagiscono. Una piattaforma basata solo sulla correlazione fa scattare dieci allarmi. Una piattaforma consapevole della causalità ne fa scattare uno — sulla causa profonda — e sopprime gli altri come conseguenze note.

In Explore, il filtraggio causale è una delle quattro tecniche di ragionamento nell'engine Frostdynamics. Aggrega le anomalie correlate in un unico ticket, così l'operatore vede un guasto, non la sua eco.