[論文レビュー] What caused what? An irreducible account of actual causation.

Larissa Albantakis, William Marshall+2 more|arXiv (Cornell University)|Aug 22, 2017

Bayesian Modeling and Causal Inference参考文献 24被引用数 9

ひとこと要約

この論文は、離散的力学系における実原因および実効果を同定する形式的枠組みを提示する。すべての可能な状態遷移に対して反事後的分析を適用し、システムの操作と分割を用いて、核心的な因果関係の原則を満たす。因果の強さを情報理論的アプローチに基づき、構成、統合、除外の観点から原理的かつ情報理論的に定量化し、古典的な因果パラドックスを解消する。

ABSTRACT

Actual causation is concerned with the question what caused what?. Consider a transition between two subsequent observations within a system of elements. Even under perfect knowledge of the system, a straightforward answer to this question may not be available. Counterfactual accounts of actual causation based on graphical models, paired with system interventions, have demonstrated initial success in addressing specific problem cases. We present a formal account of actual causation, applicable to discrete dynamical systems of interacting elements, that considers all counterfactual states of a state transition from t-1 to t. Within such a transition, causal links are considered from two complementary points of view: we can ask if any occurrence at time t has an actual cause at t-1, but also if any occurrence at time t-1 has an actual effect at t. We address the problem of identifying such actual causes and actual effects in a principled manner by starting from a set of basic requirements for causation (existence, composition, information, integration, and exclusion). We present a formal framework to implement these requirements based on system manipulations and partitions. This framework is used to provide a complete causal account of the transition by identifying and quantifying the strength of all actual causes and effects linking two occurrences. Finally, we examine several exemplary cases and paradoxes of causation and show that they can be illuminated by the proposed framework for quantifying actual causation.

研究の動機と目的

• 完全な知識のもとで離散的力学系における因果関係の根本的問い、すなわち「何が何を引き起こしたか」を解消すること。
• 完全なシステム知識があるにもかかわらず生じる実因果の曖昧さを解消すること。
• 存在、構成、情報、統合、除外の要件に基づく、原理的かつ形式的な因果の記述を構築すること。
• すべての実原因および実効果を同定・定量化することで、状態遷移の包括的な因果的説明を提供すること。

提案手法

• 時間 t-1 から t への遷移における、すべての反事後的状態を評価し、t-1 における原因および t における効果を同時に検討する。
• システムの操作を適用して干渉を模擬し、反事後的結果を評価する。
• システムの分割を用いて因果的関連性をテストし、最小限の寄与要素を特定する。
• 介入と分割に基づく情報理論的測度を用いて、因果の強さを定量化する。
• 最小十分集合を同定することで、除外の原則を強制する。
• 5つの核心的因果原則を統合し、任意の離散的力学系に適用可能な統一的な形式的枠組みを構築する。

実験結果

リサーチクエスチョン

• RQ1 すべてのシステム詳細が把握されている状態で、離散的力学系における実原因とは何か？
• RQ2 相関関係や背景条件から、実原因をどのように区別できるか？
• RQ3 原理的かつ情報理論的に、実因果的リンクの強さをどのように定量化できるか？
• RQ4 プリエンプションや過剰決定といった、よく知られた因果パラドックスは、この枠組みでどのように解消されるか？
• RQ5 この枠組みは、状態遷移の両方向—t-1 における原因と t における効果—を対称的かつ双方向的に同定できるか？

主な発見

• 反事後的状態をすべて評価することにより、状態遷移におけるすべての実原因および実効果を的確に同定・定量化できた。
• 存在、構成、情報、統合、除外の5つの核心的原則を満たす包括的な因果的説明を提供した。
• システムの操作と分割を用いることで、プリエンプションや過剰決定といった因果パラドックスを解消できた。
• 介入と分割に基づく情報理論的測度を用いて、因果の強さを形式的に定量化した。
• 同じ形式的枠組み内で、t-1 における原因と t における効果の両方向から因果を分析できることが明らかになった。
• 実因果は構造方程式に還元可能ではなく、より豊かな反事後的かつ分割に基づく分析を必要とすることが示された。