预测事件更容易，但分析因果关系是一件非常困难的事情。路上很多人带雨伞一样，可能不会下很多雨，但雨伞不是大雨的原因。

当你想改变事件的结果时，了解因果关系是最重要的。例如，要制止下雨。不让所有人带雨伞是不可能的。

美国一家公司Via Science期待通过专利因果分析技术，帮助电力、能源等公司发现电力系统的风险。公司CEOColin Gounden展示的右图是对美国马萨诸塞州周边医院经常发生的电力故障的分析。

系统不分析电力线、植物、海拔、天气、地理人口信息、金融市场等多种信息，得出结论风险值，展示可能的原因。经过一百多年的发展，电力系统已经是不可缺少的基础设施，构成了一个非常简单的网络。电力公司认为，不仅要预测什么时候会经常发生故障，而且要避免经常发生交通事故，就要找到电力事故的原因。

Gounden表示，公司的技术核心是因果分析平台Focus。应用于UCLA教授Judea Pearl发明家的威尼斯网络，用于解释数据之间的关系。Pearl教授是2011年图灵奖获得者。简而言之，贝叶斯网络不需要引入更多的变量来构建图表(Graph)，而是可以看到这些变量之间的相互关系和转换方法。

例如，展示与雨、伞、天的关系，看不到灰色的天与大雨有关系，下大雨时没有雨伞的变量并不经常出现，但灰色的天还是不常出现。然后找不到比两个场景更多的场景。灰色的天空和大雨的关系变得更强了。

这就是它经常出现的原因。(大卫亚设，Northern Exposure(美国电视剧)，季节名言)Gounden的反应显示，贝叶斯网络的优点是使用了图论。

比起神经网络，操作过程是透明的，不是黑匣子。他说了贝叶斯网络的两个特点。一个是让人类能够再次理解发生了什么事。

第二个是，如果你再告诉我发生了什么事，你就能做出改变。深度自学网络可以进行新的训练，但不能改变网络模式。改变网络的原因是它能使效果变得更好。

例如，如果你已经说过天气不会影响能源供应和购物，你就可以告诉电脑结果，而不用自己找那个关系。(比尔盖茨，电脑名言)将这些规则输出到网络上，可以节省计算时间。另一个原因是，如果模拟虚拟世界中可能再次发生的情况、变量，就能模拟出什么结果。例如，如果在现实中稍微改变电路，一栋建筑物的电力情况可能不会再次改变。

但是不知道这样做。用户将尝试忍受这种实验的结果，计算机可以进行这种模拟。

Gounden毕业于哈佛大学，是一位倒计时创业者，1999年以9800万美元的价格成立了两家收购公司，顺利解散。(威廉莎士比亚，Northern Exposure(美国电视连续剧)，成功)他在2000年率先正式成立GNS Healthcare，并利用因果贝叶斯网络分析基因等身体健康数据。

之后，他们开始寻找可以在一定程度上应用于机器学习的其他行业，并于去年8月正式成立了Via Science。从身体健康到能源产业，范围不是很大。但是他告诉他两者有很多共同之处。

第一，考虑到从基因到蛋白质、细胞的全过程，与从能源经过简单的网络到达最终用户非常相似，具有相似的体系结构。第二，这两个很简单，有数千个变量。人体和电力网络的复杂性相同，在规模和复杂性上非常相似。

第三，问题的重要性。对人体来说，你不能想做什么实验就做什么。临床试验的费用很高。电力系统也是如此。

不需要在某个地方开机，也不需要认为再也不会变了。关于在特定地区新建发电站的问题，建工厂需要几年时间，所以不能等几年再认为不会有任何影响，所以要事先模拟。(威廉莎士比亚、哈姆雷特、发电站) (在新领域，数据是个难题。

虽然有机器学习所需的数据，但也没有不顺利的事例。因此，Via科学的方法用于公开发布数据，而不拒绝用户提供数据。公开发表数据的丰富也是他们考虑新应用的最重要标准。

Gounden表示，要想在接下来的几分钟里告诉我们可能发生停电的地方，需要动态数据。但是，未来几年电力设施经常发生的危险不是动态数据，而是要告诉天气、人口、地区等趋势数据。他们的系统不使用卫星地图数据，无人机测量数据。

这样就能知道建筑物、电力设施在哪里，这个数据不需要得到许可。当然，如果有职员工作年限、专家评价、设备状态等企业内数据，模型就不会更加准确。他回答说，通过公开发表数据建模证明效果后，让企业获得更多的隐私数据要容易得多。

能源公司非常激进，不得不改变，因此Gounden和同事们首先射击的是联邦政府部门。(威廉莎士比亚、温斯顿、能源、能源、能源、能源、能源、能源)因与政府的低俗关系，先申请了小规模实验，对提高电力系统的效果还不错，受到了政府的推荐。Via科学也在考虑将一定程度的技术用于中国市场。正如Gounden所说，各地的电力系统都是以同样的方式运行的。

看中国市场的另一个原因是，上海电力等国内电力公司在印度、巴基斯坦等国家也有项目，因此可以为更普遍的市场提供服务。原创文章，发布许可禁令。下面，我们来听一下关于刊登的注意事项。

本文来源：金沙app官方版下载-www.dangfengyichen.com