Eine der bisher beliebtesten Anwendungen der künstlichen Intelligenz bestand darin, sie zur Vorhersage von Dingen zu verwenden, indem Algorithmen verwendet wurden, die auf historischen Daten trainiert wurden, um ein zukünftiges Ergebnis zu bestimmen. Aber Popularität bedeutet nicht immer Erfolg: Der prädiktiven KI entgeht ein Großteil der Nuancen, des Kontexts und der Ursache-Wirkungs-Überlegungen, die in ein Ergebnis einfließen; und wie kabelgebunden zeigt und wie in mehreren Fällen gesehen wurde, bedeutet dies, dass die „logischen“ Antworten, die von prädiktiver KI erzeugt werden, manchmal katastrophal sein können. der Start UrsacheLinse hat eine kausale Inferenztechnologie entwickelt, die als No-Code-Tool präsentiert wird und keinen Datenwissenschaftler benötigt, um mehr Nuancen, Argumentation und Ursache-Wirkungs-Sensibilität in ein KI-basiertes System einzuführen, das seiner Meinung nach gelöst werden soll dieses Problem.
Der Zweck UrsacheLinse, sagte CEO und Mitbegründer Darko Matovski, ist es, dass die KI „anfängt, die Welt so zu verstehen, wie Menschen es tun“.
Das Startup sicherte sich nach dem anfänglichen Erfolg seines Ansatzes eine Finanzierung in Höhe von 45 Millionen US-Dollar und steigerte den Umsatz seit seinem Erscheinen vor einem Jahr um 500 %.
Dorilton Ventures und Molten Ventures (der VC, der in Draper Esprit umbenannt wurde) führten die Runde an, mit Beteiligung der früheren Sponsoren Generation Ventures und IQ Capital sowie des neuen Sponsors GP Bullhound. Verschiedene Quellen sagen, dass die runden Werte UrsacheLinse, mit Sitz in London, bei rund 250 Millionen US-Dollar.
Kunden und Partner von UrsacheLinse Sie umfassen derzeit unter anderem das Gesundheitswesen, Finanzdienstleistungen und Regierungsorganisationen, wo ihre Technologie nicht nur für die KI-gesteuerte Entscheidungsfindung eingesetzt wird, sondern auch, um bei der Erzielung von Ergebnissen mehr Nuancen von Ursache und Wirkung zu erzielen. .
Ein anschauliches Beispiel dafür, wie das funktioniert, findet sich bei der Mayo Clinic, einem Partner des Startups, der seit XNUMX im Einsatz ist UrsacheLinse um Krebs-Biomarker zu identifizieren.
„Menschliche Körper sind komplexe Systeme, und so können Sie durch die Anwendung grundlegender KI-Paradigmen jedes gewünschte Muster, Korrelationen jeglicher Art finden, und Sie werden nirgendwo hinkommen“, sagte Darko Matovski, CEO und Gründer von AI. startup. „Aber wenn Sie Ursache-Wirkungs-Techniken anwenden, um die Mechanismen zu verstehen, wie verschiedene Körper funktionieren, können Sie die wahre Natur der Auswirkungen eines Teils auf einen anderen besser verstehen.“
In Anbetracht all der Variablen, die beteiligt sein könnten, ist es die Art von Big-Data-Problem, das für einen Menschen oder sogar ein Team von Menschen fast unmöglich zu berechnen ist, aber es ist ein Spiel für ein Computermodell. Obwohl es keine Heilung für Krebs hervorbringt, ist diese Art von Arbeit ein wichtiger Schritt, um zu beginnen, verschiedene Behandlungen in Betracht zu ziehen, die auf die vielen beteiligten Permutationen zugeschnitten sind.
Technologie UrsacheLinse Es wurde auch auf weniger klinische Weise im Gesundheitswesen angewendet. Eine nicht offengelegte öffentliche Gesundheitsbehörde in einer der größten Volkswirtschaften der Welt nutzte ihre kausale KI-Engine, um festzustellen, warum bestimmte Erwachsene darauf verzichtet haben, sich gegen COVID-19 impfen zu lassen, damit die Behörde bessere Strategien entwickeln konnte.
Andere Kunden in Bereichen wie Finanzdienstleistungen haben verwendet UrsacheLinse um automatisierte Entscheidungsalgorithmen in Bereichen wie der Kreditbewertung zu informieren, in denen frühere KI-Systeme Verzerrungen in ihre Entscheidungen einführten, wenn sie nur historische Daten verwendeten. Auf der anderen Seite der Mitteleinsatz UrsacheLinse um besser zu verstehen, wie sich ein Markttrend entwickeln könnte, um Ihre Anlagestrategien zu informieren.
Und interessanterweise könnte in der Welt des autonomen Transports eine neue Welle von Kunden entstehen. Dies ist ein Bereich, in dem ein Mangel an menschlicher Argumentation den Fortschritt auf diesem Gebiet behindert hat.
„Egal wie viele Daten in autonome Systeme eingespeist werden, es sind immer noch nur historische Korrelationen“, sagte Matovski über die Herausforderung. Genannt UrsacheLinse befindet sich derzeit in Gesprächen mit zwei großen Automobilunternehmen mit „vielen Anwendungsfällen“ für ihre Technologie, aber einer ist insbesondere das autonome Fahren, „um Systemen zu helfen, zu verstehen, wie die Welt funktioniert“. Es geht nicht nur um korrelierte Pixel, die sich auf eine rote Ampel und ein anhaltendes Auto beziehen, sondern auch darauf, wie sich das Abbremsen dieses Autos an einer roten Ampel auswirkt. Wir bringen Argumentation in die KI. Kausale KI ist die einzige Hoffnung für autonomes Fahren.“
Es scheint offensichtlich, dass diejenigen, die KI in ihrer Arbeit verwenden, möchten, dass das System so genau wie möglich ist, was die Frage aufwirft, warum die brillante Verbesserung der kausalen KI nicht in KI-Algorithmen und maschinelles Lernen auf der ganzen Welt integriert wurde .
Nicht, dass das Weiterdenken und die Beantwortung des „Warums“ nicht von Anfang an im Vordergrund standen, erklärte Matovski: „In der Wissenschaft beschäftigen sich Menschen schon lange mit Ursache-Wirkungs-Beziehungen. Man könnte sogar argumentieren, dass Newtons Gleichungen kausal sind. Es ist in der Wissenschaft super grundlegend“, sagte er, aber KI-Spezialisten konnten nicht herausfinden, wie man Maschinen das beibringt. "Es war zu schwierig", sagte er. "Die Algorithmen und die Technologie existierten nicht."
Das habe sich um 2017 herum geändert, sagte er, als Akademiker damit begannen, erste Ansätze zu veröffentlichen, die erwogen, wie man "Argumentation" und Ursache und Wirkung in der KI darstellen kann, basierend auf der Suche nach Hinweisen, die zu bestehenden Ergebnissen beigetragen haben (anstatt historische Daten zu verwenden, um die Ergebnisse zu bestimmen). und darauf aufbauend Modelle bauen. Interessanterweise ist es ein Ansatz, von dem Matovski sagt, dass er keine großen Mengen an Trainingsdaten aufnehmen muss, um zu funktionieren. Das Team von UrsacheLinse Er hat viele Doktortitel. Und dieses Team hat diese Herausforderung angenommen und gemeistert. „Seitdem war es eine exponentielle Wachstumskurve“ in Bezug auf die Entdeckung.
Wie erwartet, UrsacheLinse Er ist nicht der einzige Akteur, der Fortschritte bei der kausalen Inferenz in größeren Projekten nutzen möchte, die auf KI angewiesen sind. Microsoft, Facebook, Amazon, Google und andere große Tech-Player mit erheblichen Investitionen in künstliche Intelligenz arbeiten ebenfalls in diesem Bereich. Unter den Startups gibt es auch Kausal mit besonderem Fokus auf die Möglichkeit, kausale KI in der Medizin und im Gesundheitswesen einzusetzen, und oogway Es scheint eine kausale KI-Plattform zu bauen, die sich an Verbraucher richtet, einen „personalisierten KI-Entscheidungsassistenten“, wie es sich selbst beschreibt. All dies spricht für die Möglichkeit zur Weiterentwicklung und einen ziemlich großen Markt für die Technologie, der sowohl spezifische als auch allgemeinere Geschäftsanwendungsfälle abdeckt.
„KI muss den nächsten Schritt in Richtung kausaler Argumentation gehen, um ihr Potenzial in der realen Welt auszuschöpfen. UrsacheLinse es ist das erste, das kausale KI nutzt, um Interventionen zu modellieren und eine maschinengesteuerte Selbstbeobachtung zu ermöglichen“, sagte Daniel Freeman von Dorilton Ventures. „Dieses talentierte Team hat Software mit der Raffinesse entwickelt, um Datenwissenschaftler zu überzeugen, und der Benutzerfreundlichkeit, um Unternehmensleiter zu stärken. Dorilton Ventures freut sich sehr, causaLens in der nächsten Phase ihrer Reise zu unterstützen."
„Alle Unternehmen werden KI annehmen, nicht nur, weil sie es können, sondern weil sie es müssen“, fügte Christoph Hornung, Chief Investment Officer bei Molten Ventures, hinzu. „Wir bei Molten sind davon überzeugt, dass Kausalität der Schlüsselfaktor ist, der benötigt wird, um das Potenzial von KI freizusetzen. UrsacheLinse Es ist die weltweit erste kausale KI-Plattform mit einer nachgewiesenen Fähigkeit, Daten in optimale Geschäftsentscheidungen umzuwandeln."
