为什么AI设计师要特别区分：
相关性 Vs. 因果性呢？
by 高焕堂
由於AI已具有强大的瞬间探索复杂现况下的相关性及其规律，善于应用AI这种远远超越人类的能力，可让个人、企业获得超前部署、捷足先登的好处。无论是趋吉或避凶都比别人快一步，发财更容易。但是AI所掌握的相关性之中，可能有些是<因果关系>、也有些<果因关系>、也有些是<果果关系>等，AI却分辨不出来，人类也常常要费心研究一番才可能幸运区分出来。
所以AI设计师要设计美好的框架把AI和人类的智慧和谐地连结起来。AI看到人类所看不见的机会、危机，即时提供给人类，让人类做出更及时的决策、更少风险、获利更多。AI并〈不是〉把人类已知的事情做得更快更正确! 而是看到人类所〈看不见〉的现象。而且，虽然AI看见了，但缺少分辨出因果性的能力，AI也无法〈做〉！
必须：1) AI先看出相关性；
2) 人类分辨出因果(或果因)性；
然后：3) 人机协同去〈做〉；
这即是AI设计师的任务。例如，这是一位同学提问案例：
其问道：AI可否帮忙找出副作用最低的3种特征(用药A、用药B、肾功能异常)的组合吗? 在此情境下，AI设计师如何思考AI模型呢？AI设计师的首要心灵修练是：跳出传统程式设计逻辑思维惯性一一针对问题找最佳解。例如，上述问题是：找出副作用最低(最佳)的组合(解)。
AI设计师很清楚：AI擅长找规律，但不擅长找正确(最佳)解，能有80%准确度就很棒了，所以AI设计师跳出传统程式设计逻辑思维惯性，就会去找最坏的解---副作用最高。也就是AI找规律，再依规律来发现异常，是与传统IT最互补的。AI设计师与AI的Python工程师的心灵思维是互补的；就像建筑师与土木工程师是互补的；就像IC设计与晶圆制造是互补的。
基于这种心法，这样的AI模型设计对医师们就能有很大帮助，因为医生关心的不是〈最佳组合〉，而是：医生给病人处方签的用药决策是否有高风险。高风险就是坏组合!!
此外，患者会急于向医生报告的不是这药物有多美好，而是服药之后有何异状。 唯有避免高风险下恢复健康才是仁医仁术。AI很难确保找出一条高获利之路，能轻易发现一堆异常的黑天鹅。
以上说明AI设计师的基本〈心法〉。換句話說，医师并不是去记住药物的最佳组合，因为药物与患者本身状况息息相关。AI能帮忙医师在发现有异常(不良反应)时，立即逆向推理追踪到其源于何种药物组合。此时，这表里的智慧就发挥很大效益了！
例如：上述AI设计师就把各种特征(用药A、用药B、肾功能异常)组合，依据副作用程度分为3组(及<高>、<中>、<低>)。并利用Softmax()函数转换，得到---
机率： P(呈现副作用 / <高>组)
P(呈现副作用 / <中>组)
P(呈现副作用 / <低>组)
依据Bayes机率公式，可以计算出：
P(<高>组/呈现副作用)
P(<中>组/呈现副作用)
P(<低>组/呈现副作用)
AI就能帮忙医师在发现有异常(不良反应)时，立即逆向推理追踪到其源于何种药物组合。
~~ END ~~
