[논문 리뷰] A Modification of the Halpern-Pearl Definition of Causality

Joseph Y. Halpern|arXiv (Cornell University)|2015. 05. 01.

Bayesian Modeling and Causal Inference참고 문헌 17인용 수 59

한 줄 요약

이 논문은 할퍼렌-퍼럴 프레임워크를 기반으로 실제 원인의 정의를 재수정하여, 원래 정의와 업데이트된 정의를 단순화한다. 이는 원인의 값만 조작하고 나머지 변수들은 실제 값으로 고정한 조건에서의 반사적 추론에 국한함으로써 이루어진다. 그 결과, 인간의 원인 판단과 더 잘 부합하고 계산이 더 효율적인 정의가 도출되며, 사전 차단 및 과다 결정과 같은 고전적 원인 문제를 더 낮은 복잡도로 올바르게 처리한다.

ABSTRACT

The original Halpern-Pearl definition of causality [Halpern and Pearl, 2001] was updated in the journal version of the paper [Halpern and Pearl, 2005] to deal with some problems pointed out by Hopkins and Pearl [2003]. Here the definition is modified yet again, in a way that (a) leads to a simpler definition, (b) handles the problems pointed out by Hopkins and Pearl, and many others, (c) gives reasonable answers (that agree with those of the original and updated definition) in the standard problematic examples of causality, and (d) has lower complexity than either the original or updated definitions.

연구 동기 및 목표

• 원인의 실제 정의에서 지속적인 한계, 특히 사전 차단 및 과다 결정 케이스 처리에서의 문제점을 해결하기 위해.
• 복잡한 조건 선택 및 증거 구성에 의존도를 줄임으로써 원래 및 업데이트된 HP 정의를 단순화하기 위해.
• 원인 계산의 복잡도를 Δp로 낮춤으로써 계산 효율성을 향상시키기 위해.
• 표준 예제에서 인간의 원인 판단과 더 잘 부합하는 직관적이고 강건한 정의를 제공하기 위해.
• 반사적 시나리오의 조건을 강화함으로써 많은 경우에 특수 변수 추가나 정상성 가정이 필요 없도록 하기 위해.

제안 방법

• 이 방법은 원인의 값만 변경하고 나머지 모든 변수는 실제 값으로 고정한 조건에서의 반사적 추론에 국한한다.
• 원인 변수의 진짜 부분집합이 반사적 조건을 독립적으로 만족시킬 수 없음을 보장하는 새로운 최소성 조건을 도입한다.
• 수정된 HP 정의의 AC2(b) 조건을 사용하는 구조적 방정식 모델(SEM)을 사용하며, 이제는 원인이 실제 값으로 설정되었을 때 비원인 변수의 부분집합이 원인 연결을 방해할 수 없음을 요구한다.
• 이전에는 비원인 변수의 가상 변경(예: 수지-빌리 예제에서 빌리의 던지기 값을 0으로 설정하는 것)을 고려함으로써 잘못된 원인 판단을 유도했지만, 이 방법은 이를 피한다.
• 모든 다른 변수의 값이 고정된 조건에서 원인이 존재하지 않을 경우 효과가 발생하지 않을지를 확인하는 증거 기반 검증 과정에 의존한다.
• 이 방법은 표준 케이스에서 원래 및 업데이트된 HP 정의와 형식적으로 동치임을 증명했으며, 이는 이전 정의들이 지닌 과도한 복잡성과 계산 오버헤드를 피한다.

실험 결과

연구 질문

• RQ1 원래 및 업데이트된 할퍼렌-퍼럴 정의의 함정을 피하면서도 더 단순하고 직관적인 실제 원인의 정의를 개발할 수 있는가?
• RQ2 비원인 변수의 값이 고정된 조건에서의 반사적 추론에 국한함으로써, 사전 차단 및 과다 결정 케이스에서 원인 판단의 정확성이 향상되는가?
• RQ3 원래 및 업데이트된 HP 정의보다 원인 탐지의 계산 복잡도를 낮출 수 있는가?
• RQ4 새로운 정의는 수지-빌리의 돌 던지기 시나리오와 같은 표준 예제에서 원인을 정확히 식별할 수 있는가?
• RQ5 일반적인 원인 문제에서 특수 변수 추가나 정상성 가정이 필요 없도록 새로운 정의가 기능하는가?

주요 결과

• 수지의 던지기가 bot의 파손을 일으킨 원인로 올바르게 식별되며, 비록 별개로 행동했을 경우 빌리의 던지기도 효과를 일으켰을지라도 그는 원인이 아닌 것으로 올바르게 배제된다.
• 비원인 변수의 값 변경을 반사적 시나리오에서 금지함으로써 잘못된 원인 판단을 방지한다. 예를 들어 빌리의 던지기를 0으로 설정하는 것과 같은 경우.
• 새로운 정의에 따라 원인을 판단하는 데 필요한 계산 복잡도는 Δp이며, 이는 원래 및 업데이트된 HP 정의의 복잡도보다 낮다.
• 신규 정의는 호프킨스와 펄의 반례 및 기타 알려진 문제 케이스를 이전 버전보다 더 강건하게 처리한다.
• 수정된 정의는 표준 예제에서 원래 및 업데이트된 HP 정의와 형식적으로 동치이지만, 더 단순한 조건과 더 적은 가정으로 이를 달성한다.
• 이 방법은 대부분의 경우 보조 변수 추가나 명시적 정상성 제약 조건 없이도 올바른 원인 판단을 가능하게 한다.