[論文レビュー] Causal emergence is widespread across measures of causation

Renzo Comolatti, Erik Hoel|arXiv (Cornell University)|Feb 3, 2022

Philosophy and History of Science被引用数 11

ひとこと要約

本論文は、因果的エマergence（マクロスケールの因果関係がマイクロスケールのそれよりも強力である現象）が、統計学、心理学、遺伝学など多様な分野で独立して開発された因果関係の測定指標の多くに広く見られる現象であることを示している。統計学、心理学、遺伝学などの分野から得られた十数種の測定指標が、因果的プリミティブ（因果的要因）によるノイズ低減の共通の感受性を示すことで、因果的エマージェンスが複雑系の一般的で科学的に検出可能な特徴であることを立証した。これは特定の測定法に起因する特異な現象ではなく、普遍的である。

ABSTRACT

Causal emergence is the theory that macroscales can reduce the noise in causal relationships, leading to stronger causes at the macroscale. First identified using the effective information and later the integrated information in model systems, causal emergence has been analyzed in real data across the sciences since. But is it simply a quirk of these original measures? To answer this question we examined over a dozen popular measures of causation, all independently developed and widely used, and spanning different fields from philosophy to statistics to psychology to genetics. All showed cases of causal emergence. This is because, we prove, measures of causation are based on a small set of related "causal primitives." This consilience of independently-developed measures of causation shows that macroscale causation is a general fact about causal relationships, is scientifically detectable, and is not a quirk of any particular measure of causation. This finding sets the science of emergence on firmer ground, opening the door for the detection of intrinsic scales of function in complex systems, as well as assisting with scientific modeling and experimental interventions.

研究の動機と目的

• 因果的エマージェンスが一般現象であるのか、特定の因果関係測定法に限局しているのかを明らかにすること。
• 異なる分野で独立して開発された広く用いられる因果関係測定法が、さまざまな条件下で因果的エマージェンスを示すかどうかを調査すること。
• 多様な因果関係測定法を統合する共通の理論的基盤をなす「因果的プリミティブ」を同定すること。
• 因果的エマージェンスが、学際的分野にわたり科学的に堅牢で検出可能な現象として確立されること。
• ノイズ低減マクロスケールを用いた複雑系における内在的機能的スケールの同定の基盤を提供すること。

提案手法

• 本研究では、多様な科学分野から独立して開発された十数種の代表的な因果関係測定法を分析した。
• 各測定法を、制御された不確実性レベル（低決定性、高退化性）を持つ二部グラフモデル系に適用した。
• マイクロスケールとマクロスケールにおける因果関係値の比較により、因果的エマージェンスを評価した。
• 反事後的仮定の違いを考慮するために、干渉分布を変化させ、因果的エマージェンスの頑健性を検証した。
• 理論的基盤を統合するために、「因果的プリミティブ」（十分性、必要性、決定性、退化性）の概念が用いられた。
• 最大エントロピー法と最小差分法の両方の中間的戦略として、新しい「局所的干渉」アプローチが提案された。

実験結果

リサーチクエスチョン

• RQ1 因果的エマージェンスは因果関係の一般的特徴であるのか、それとも効果的情報や統合的情報といった特定の測定法に限局しているのか？
• RQ2 異なる科学分野から独立して開発された因果関係測定法が、同じ条件下で因果的エマージェンスを示すのか？
• RQ3 因果関係測定法が因果的エマージェンスを可能にする共通の基本的性質（「因果的プリミティブ」）は何か？
• RQ4 干渉分布やモデル仮定の変化に対して、因果的エマージェンスはどの程度頑健か？
• RQ5 因果的エマージェンスは、複雑系全体にわたり広く、科学的に検出可能な現象として確認できるのか？

主な発見

• 統計学、心理学、遺伝学、哲学を含む、調査されたすべての因果関係測定法が、高い不確実性（低決定性、高退化性）の下で因果的エマージェンスを示した。
• 異なる干渉分布に対しても因果的エマージェンスが頑健であったため、これは特定の反事後的仮定に起因するアーティファクトではないことが示された。
• この現象は、決定性や退化性といった「因果的プリミティブ」への共通の感受性に裏付けられており、因果関係におけるノイズや不確実性を捉えるものである。
• 因果的エマージェンスの元来の測定法である効果的情報でさえ、研究された測定法の中では最も慎重に検出していた。
• 決定的で時間反転対称な系では因果的エマージェンスが保証されないが、開かれた系や本質的に不確実な系では一般的に見られ、科学的モデリングの典型的な状況である。
• 多様な測定法の一致（consilience）は、因果的エマージェンスが特定の形式的枠組みに起因する特異な現象ではなく、複雑系における一般的で科学的に検出可能な特徴であることを支持する。