[论文解读] A Modification of the Halpern-Pearl Definition of Causality

Joseph Y. Halpern|arXiv (Cornell University)|May 1, 2015

Bayesian Modeling and Causal Inference参考文献 17被引用 59

一句话总结

本文基於Halpern-Pearl框架提出了一種修正後的實際因果定義，透過將反事實推理限制在僅改變原因變數值、而其他變數維持其實際值的場景中，簡化了原始與更新版本的定義。結果得到一個更具直覺性、計算效率更高的定義，能以較低複雜度正確處理經典因果問題，如預先阻斷與過度決定。

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.

研究动机与目标

• 解決Halpern-Pearl實際因果定義中長期存在的缺陷，特別是在處理預先阻斷與過度決定案例時的問題。
• 透過減少對複雜條件選擇與證人構造的依賴，簡化原始與更新版HP定義。
• 透過將因果計算的複雜度降低至Δp，提升計算效率。
• 提供更具直覺性與魯棒性的定義，使其與人類在標準範例中的因果判斷一致。
• 透過緊縮反事實場景的約束，消除在許多情況下對臨時變數增加或常態性假設的需求。

提出的方法

• 該方法將反事實推理限制在僅改變潛在原因變數值的干預中，而將所有其他變數凍結在其實際值。
• 引入一種新的最小性條件，確保原因變數的任何真子集均無法獨立滿足反事實條件。
• 定義使用結構方程模型（SEMs），並採用HP定義AC2(b)條件的修改版本，現要求當原因設為其實際值時，非原因變數的任何子集均無法破壞因果連結。
• 避免考慮對非原因變數的假設性改變（例如在Suzy-Billy範例中將Billy的投擲設為零），此類改變曾導致錯誤的因果判斷。
• 該方法依賴基於證人的驗證流程，檢查在所有其他變數值凍結的情況下，若原因不存在，是否會導致結果無法發生。
• 該方法在形式上被證明與原始及更新版HP定義在標準案例中等價，但避開了其過度複雜化與計算開銷。

实验结果

研究问题

• RQ1 能否發展出一種更簡化且更具直覺性的實際因果定義，以避免原始與更新版Halpern-Pearl定義的缺陷？
• RQ2 將反事實推理限制在非原因變數的凍結值是否能提升在預先阻斷與過度決定情境下因果判斷的正確性？
• RQ3 能否將因果檢測的計算複雜度降低至原始與更新版HP定義之下？
• RQ4 新定義是否能正確識別標準範例（如Suzy-Billy投石擲瓶情境）中的原因？
• RQ5 新定義是否能消除在典型因果案例中對臨時變數擴展或常態性假設的需求？

主要发现

• 該修正定義正確識別出Suzy的投擲是瓶子碎裂的原因，同時正確排除Billy的投擲，即使在單獨行動時兩者都會導致結果。
• 透過禁止在反事實情境中改變非原因變數（例如將Billy的投擲設為零），該定義避免了虛假因果關係的產生。
• 在新定義下，因果關係判定的計算複雜度為Δp，低於原始與更新版HP定義的複雜度。
• 新定義比先前版本更能穩健地處理Hopkins與Pearl的反例及其他已知的棘手案例。
• 該修正定義在標準範例上與原始及更新版HP定義形式等價，但條件更簡化、假設更少。
• 該方法在大多數情況下無需增加輔助變數或明確的常態性約束，即可實現正確的因果判斷。