[論文レビュー] Efficient Checking of Actual Causality with SAT Solving

Amjad Ibrahim, Simon Rehwald+1 more|arXiv (Cornell University)|Apr 30, 2019

Logic, Reasoning, and Knowledge参考文献 23被引用数 8

ひとこと要約

本稿では、2値変数を用いた非巡回因果モデルにおける実原因の効率的チェックのための新しいSATベースのアルゴリズムを提案する。因果関係の推論をブール充足可能性問題にエンコードすることで、4,000個以上の変数を含むモデルに対しても5秒未塔の性能を達成し、従来の手法と比較してスケーラビリティと効率性が顕著に向上した。

ABSTRACT

Recent formal approaches towards causality have made the concept ready for incorporation into the technical world. However, causality reasoning is computationally hard; and no general algorithmic approach exists that efficiently infers the causes for effects. Thus, checking causality in the context of complex, multi-agent, and distributed socio-technical systems is a significant challenge. Therefore, we conceptualize an intelligent and novel algorithmic approach towards checking causality in acyclic causal models with binary variables, utilizing the optimization power in the solvers of the Boolean Satisfiability Problem (SAT). We present two SAT encodings, and an empirical evaluation of their efficiency and scalability. We show that causality is computed efficiently in less than 5 seconds for models that consist of more than 4000 variables.

研究の動機と目的

• 複雑でマルチエージェント型かつ分散型の社会技術的システムにおける因果関係推論の計算上の困難さに対処すること。
• 非巡回因果モデルにおける観測された結果の原因を効率的に同定する一般化されたアルゴリズム的手法を開発すること。
• 現代のSATソルバーの最適化能力を活用して、従来の手法の限界を超えて因果関係のチェックをスケーリングすること。
• 現実的で大規模なモデルにおける因果関係推論のためのSATベースのエンコードの効率性とスケーラビリティを評価すること。

提案手法

• 2値変数を用いた因果モデルと実原因クエリを表現するための2種類の異なるSATエンコードの設計。
• 実原因の形式的定義を命題論理で表現可能な論理制約にマッピングする。
• 既成品のSATソルバーを活用して、特定の条件の集合が実原因を構成するかどうかを効率的に同定する。
• 因果モデルの非巡回構造をエンコードすることで論理的一致性を保ち、探索空間を削減する。
• 不要な制約の最小化とソルバーヒューリスティクスの活用により、エンコードのパフォーマンスを最適化する。
• 最大4,000個以上の変数を含むモデルにSATベースのアプローチを適用し、スケーラビリティと応答時間の評価を行う。

実験結果

リサーチクエスチョン

• RQ1 SATソルビングは、2値変数を用いた大規模で非巡回の因果モデルにおける実原因推論を効果的にスケーリングするために活用可能か？
• RQ2 異なるSATエンコードは、因果関係チェックのパフォーマンスとスケーラビリティにどのように影響を与えるか？
• RQ3 SATベースの手法を用いた効率的な因果関係推論の実用的上限サイズは何か？
• RQ4 本手法は、数千個の変数を含む複雑なモデルにおいて1秒未塔の性能を達成できるか？

主な発見

• 提案されたSATベースのアプローチは、4,000個以上の変数を含むモデルに対し、5秒未塔で実原因を計算可能である。
• 本手法は強力なスケーラビリティを示し、モデルサイズが著しく増加しても高いパフォーマンスを維持する。
• 2種類の異なるSATエンコードを成功裏に実装したが、実験的評価では一方のエンコードが優れたパフォーマンスを示した。
• SATソルバーの統合により、計算的に困難な因果関係を有する複雑でマルチエージェント型・分散型システムにおいても効率的な推論が可能になった。
• 結果から、SATソルビングは大規模モデルにおける伝統的な因果関係推論アルゴリズムの代替手段として実用的かつ効率的であることが確認された。