[논문 리뷰] Causes and Explanations: A Structural-Model Approach, Part I: Causes

Joseph Y. Halpern, Judea Pearl|ArXiv.org|2000. 11. 07.

Bayesian Modeling and Causal Inference참고 문헌 32인용 수 20

한 줄 요약

이 논문은 반사적 의존성의 구조적 방정식 모델을 사용하여 실제 원인의 공식적 정의를 제안하며, 오랫동안 남아있던 원인 이론의 문제들—예를 들어 두 화재 역설—을 특정 간섭 조건 하에서의 조건부 의존성 도입을 통해 해결한다. 이 접근법은 이전의 프레임워크들인 루이스의 반사적 의존성 이론보다 비재귀적이고 확률적인 시스템을 더 잘 다루는 정밀하고 맥락에 민감한 원인론의 계량적 설명을 제공한다.

ABSTRACT

We propose a new definition of actual cause, using structural equations to model counterfactuals. We show that the definition yields a plausible and elegant account of causation that handles well examples which have caused problems for other definitions and resolves major difficulties in the traditional account.

연구 동기 및 목표

• 기존의 반사적 의존성 이론이 실패하는 상황에서 '실제 원인'을 정의하는 데 오랫동안 남아있던 철학적이고 실용적인 문제를 해결하기 위해.
• 표준 이론이 다수의 원인을 잘못 식별하거나 진짜 원인을 식별하지 못하는 잘 알려진 원인 역설—예를 들어 두 화재 사례—를 해결하기 위해.
• 재귀적이고 비재귀적 구조 모델 전반에서 견고한, 수학적으로 엄밀한 실제 원인론의 공식적 정의를 개발하기 위해.
• 진단, 계획 수립, 자연어 처리 등 인공지능 응용 분야에서의 원인 설명 기반을 마련하기 위해.
• 특정 간섭 조건 하에서의 의존성 허용을 통해 실제 세계의 추론 방식을 반영하는 방식으로 원인론을 공식화하기 위해.

제안 방법

• 원인 관계를 표현하고 간섭을 모델링하기 위해 외생 변수와 내생 변수를 포함한 구조적 인과 모델(SCM)을 사용한다.
• 실제 원인론을 세 부분 조건으로 정의한다: (1) 원인과 결과가 실제 세계에서 모두 성립한다; (2) 원인에 대한 간섭이 결과를 방지하지만, 병합 간섭 하에서는 결과가 복원되는 조건이 존재한다; (3) 그러한 집합들 중에서 원인이 최소여야 한다.
• 비재귀적 모델에 필수적인 이중 모odal 연산자 프레임워크를 도입한다: [do]는 전해석 반사적 사고를, ⟨do⟩는 일부 해석 반사적 사고를 나타낸다.
• 구조 방정식의 해가 다수 또는 없을 수 있는 상황을 허용하기 위해, 전체 상태(배경, 값)에 상대적으로 진리값을 평가함으로써 비재귀적 모델로 정의를 확장한다.
• 변수를 원인, 배경, 보조 집합으로 분할하여 간섭 조건 하에서의 의존성을 테스트한다.
• 특정 간섭 조건에서의 의존성—즉, 간섭하지 않는 조건에서의 원인 의존성—개념을 도입하여 잘못된 원인 할당을 방지한다.

실험 결과

연구 질문

• RQ1 실제 세계에서 결과가 원인에 대해 반사적 의존성을 보이지 않는 경우, 실제 원인을 어떻게 공식적으로 정의할 수 있는가?
• RQ2 두 화재 역설은 어떻게 해결할 수 있는가? 이 경우, 화재 A가 더 이른 시점에 발생했지만 화재 B가 화재 A가 발생하지 않았다면 동일한 결과를 초래했을 것이므로, 실제로는 화재 A만이 실제 원인으로 식별되어야 한다.
• RQ3 재귀적이고 비재귀적 구조 모델 전반에서 작동하는 통합된 원인론 정의를 개발할 수 있는가?
• RQ4 사전 차단 또는 과다 결정의 상황에서 실제 원인론과 단순한 반사적 의존성 간의 차이는 무엇인가?
• RQ5 불확실성이나 복잡한 상황에서 실제 원인론의 정의로부터 어떻게 공식적인 원인 설명을 도출할 수 있는가?

주요 결과

• 두 화재 사례에서 제안된 정의는 화재 A가 실제로 원인임을 정확히 식별한다. 이는 화재 B가 화재 A가 발생하지 않았다면 동일한 결과를 초래했을 것임을 감안할 때도 마찬가지다.
• 원인 의존성이 단지 어떤 간섭이라도 아닌, 간섭하지 않는 조건에서 성립해야 한다는 조건을 요구함으로써, 잘못된 원인 할당 문제를 피한다.
• 비재귀적 모델에서는 전체 상태(u,v)에 상대적으로 진리값을 평가함으로써 정의를 확장하여, 구조 방정식의 해가 다수 또는 없을 수 있는 상황을 허용한다.
• 원인의 전이성 실패 문제를 해결하기 위해, 원인이 연쇄적 의존성에서 유도되는 것이 아니라 직접적이고 최소적이며 맥락에 민감한 의존성에서 유래됨을 보장한다.
• 불확실성 하에서 결과를 초래할 수 있는 최소한의 사건 집합을 식별함으로써, 원인 설명의 공식적 기반을 제공한다.
• 정의는 모델 선택에 대해 견고하다: C가 E를 유도하는지 여부는 모델의 구조에 따라 달라지며, 이는 실제 세계에서 어떤 변수와 의존성을 포함할 것인지에 대한 논의를 반영한다.