因果分析克星，富士通AI发挥富岳强大算力！

资料统计分析的大忌，就是把彼此没有因果关系、只是偶然符合的资料，当成有相关性分析。风马牛不相及这句成语，就是指这种情况。

若资料分析靠人工，虽然速度慢，但还有机会找到思考盲点，靠程序分析可能就没有办法把问题都抓出来，因此日本IT大厂富士通(Fujitsu)旗下的富士通研究所宣布，该厂已开发能分析每组资料特征与彼此因果关系的AI，可以用在医学或市场调查等领域，减少错误发生机率。

富士通从事材料与医药领域AI应用研究中，注意到资料量庞大的领域，比方人类基因研究，要处理的变量超过50种，则相关性将大于10的15次方，不可能靠纸笔计算确认每组变量的因果关系，但用AI又怕找出大量不相关资料，决定发展可分析因果的AI。

这种可分析与说明资料相关性及因果性的AI，是与日本琉球大学(University of the Ryukyus)医学院合作研发，研究主题是大肠癌遗传基因与成因差异，从1,000人的细胞组织样本中，找出不同种类大肠癌与没有大肠癌的人，在基因上各有那些差异，据以分析成因及研拟治疗方式。

根据富士通公布新闻，这项AI用上该公司高速AI学习技术Wide Learning，预定2021年在该厂的AI平台、Zinrai上推出，不只能用在基因分析，对于药品材料研发，甚至金融与市场调查等，都能带来贡献。

另一方面，日本目前最新的超级计算机富岳，是由富士通承包其设计组装，富士通也在2020年与东京医科齿科大学(Tokyo Medical and Dental University)合作，用富岳进行人类遗传基因分析，证实旧款超级计算机需要1季运算的资料，富岳能在1日内完成，这也是该厂因果分析AI能使用的高速运算资源。

目前在医学、药物、材料、半导体等各领域，都有需要靠长期试误找出真正解答的部分，材料业界为此发展材料科技用AI，希望藉此加速新材料新制程的研发，但也困于资料分析错误带来的预测正确性问题，若AI不只能试误，还能说明原因，无疑会带来新一波进步。

-END-