Approximate and Situated Causality in Deep Learning
Vallverdú, Jordi 1973-
![Identificador ORCID](/img/uab/orcid.ico)
(Universitat Autònoma de Barcelona. Departament de Filosofia)
Data: |
2020 |
Resum: |
Causality is the most important topic in the history of western science, and since the beginning of the statistical paradigm, its meaning has been reconceptualized many times. Causality entered into the realm of multi-causal and statistical scenarios some centuries ago. Despite widespread critics, today deep learning and machine learning advances are not weakening causality but are creating a new way of finding correlations between indirect factors. This process makes it possible for us to talk about approximate causality, as well as about a situated causality. |
Ajuts: |
Ministerio de Ciencia e Innovación FFI2017-85711-P Agència de Gestió d'Ajuts Universitaris i de Recerca 2017/SGR-568 European Commission 73169
|
Nota: |
Altres ajuts: ICREA Academia 2019, and "AppPhil: Applied Philosophy for the Value-Design of Social Networks Apps" project, funded by Caixabank in Recercaixa2017. |
Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original. ![Creative Commons](/img/licenses/by.ico) |
Llengua: |
Anglès |
Document: |
Article ; recerca ; Versió publicada |
Matèria: |
Causality ;
Deep learning ;
Machine learning ;
Counterfactual ;
Explainable AI ;
Blended cognition ;
Mechanisms ;
System |
Publicat a: |
Philosophies, Vol. 5 Núm. 1 (2020) , p. 2, ISSN 2409-9287 |
DOI: 10.3390/philosophies5010002
El registre apareix a les col·leccions:
Articles >
Articles de recercaArticles >
Articles publicats
Registre creat el 2021-05-12, darrera modificació el 2022-10-21