CAUSALITY – причинная связь. Модели, рассуждения и выводы.

Оригинальная статья представляет первый выпуск книги Джудия Перл

causality

Предисловие

Главная цель многих исследований в физических, поведенческих, социальных, и биологических науках – разъяснение отношений эффекта причины в переменных или событиях. Однако, возникают разногласия и споры относительно соответствующая методология для извлечения такого отношения из данных—или даже из теорий.

Два основных вопроса причинной связи – это: (1) Какое эмпирическое доказательство необходимо для легитимного вывода причинно-следственных связей? Учитывая, то мы готовы принять причинную информацию о явлении, какие выводы мы можем сделать из этой информации, и как? Эти вопросы остались так и без ответа, частично, потому, что у нас не было ясной семантики для причинных требований, а частично потому, что у нас не было эффективных математических инструментов для представления причинных вопросов или получения причинных ответов.

В прошлое десятилетие, благодаря развитию графических моделей, причинная связь подверглась главному преобразованию: из понятия, покрытого тайной, она превратилась в математический объект с четкой семантикой и обоснованной логикой. Парадоксы и споры были решены, неоднозначные понятия были объяснены, и практические проблемы причинной информации, которые долго расценивались как нечто метафизическое или неуправляемое теперь могли решаться с помощью элементарной математики. Проще говоря, произошла математизация причинной связи.

В этой книге представлено систематическое описание причинных трансформаций. Она адресована, прежде всего, читателям, интересующимся статистикой, искусственным интеллектом, философией, когнитивистикой, медицинскими и социальными науками. После описания концептуальных и математических достижений в области причинных следствий, в книге сделан акцент на практические методы объяснения потенциальных причинно-следственных связей из данных, получения причинно-следственных связей путем комбинирования знаний и данных, предсказывания эффектов действий и политики, оценки объяснения наблюдаемых событий и сценариев, и—в более общем смысле—идентификации и объяснения предположений, необходимых для обоснования причинных требований.

Десять лет назад, когда я начала написание Вероятностных Рассуждений в Интеллектуальных Системах (1988), я работала в пределах эмпирической традиции. В этой традиции вероятностные отношения формируют основы человеческих знаний, тогда как причинная связь просто предоставляет полезные способы сократить и организовать замысловатые образцы вероятностных отношений. Сегодня, мои взгляды совсем другие. Я считаю, что причинно-следственные связи – это основные стандартные блоки как физической действительности, так и человеческого понимания этой действительности, и я расцениваю вероятностные отношения как поверхностные явления причинной машины, которая лежит в основе и стимулирует наше понимание мира.

Соответственно, я не вижу большего препятствия для научного прогресса, чем господствующая практика сосредоточения всех наших математических ресурсов на вероятностных и статистических выводах, оставляя причинным рассуждениям удачу интуиции и умение правильно мыслить. Таким образом, в этой книге я попыталась представить математические инструменты, к которым обращаются причинно-следственные связи и вероятностные отношения. Предпосылки поразительно просты, результаты, как никогда, понятны. Все, что нужно читателю, чтобы начать решать слишком сложные для восприятия причинные проблемы, только основные умения и навыки в теории вероятности и немного знаний о графиках. Используя простые знания о вычислении вероятности, читатель сможет математически определить, какие последствия может иметь вмешательство, какие измерения подходят для контроля соединения, как использовать измерения причинных путей, как перевести одни измерения в другие, а также как оценить вероятность того, что какое-либо событие стало причиной другого события.

В этой книге не использованы экспертные знания в области логики и вероятности, только общие знания в данных областях. Так, в Главе 1 представлена кратная информация об основах теории вероятности и графической нотации, что необходимо для понимания данной книги, а также с помощью графических моделей причинных диаграмм схематически представлены события прошлого десятилетия. В этой главе описаны основные парадигмы, определены главные проблемы, а читателю указано на главы, в которых дано решение этих проблем.

Последующие главы включают введения для лучшего ориентирования читателя и восприятия им материала; они указывают на обходные пути математически углубленных тем, специализированных применения и других исследований, интересных, прежде всего, специалисту в данной области.

Последовательность обсуждения выстроена в более или менее хронологическом порядке, согласно которому наша команда в Калифорнийском университете в Лос-Анджелесе изучала данную тему, и таким образом, сведения дополнены нашим видением этих событий. После вводной главы (Глава 1) мы начинаем с самых трудных вопросов того, как можно обнаружить причинно-следственные связи в исходных данных (Глава 2) и что может гарантировать корректность обнаруженных связей. Затем мы переходим к вопросам идентификации — а именно, предсказывания прямого или косвенного влияния действий и политики комбинаций данных, а также фрагментарного знания того, где могут работать причинно-следственные связи (Главы 3 и 4). Значения этих результатов для общественных и медицинских наук обсуждается в Главах 5 и 6 (соответственно), где представлено исследование понятия структурных уравнений и соединения. В Главе 7 предложена формальная теория контрафактивных и структурных моделей вместе с обсуждением и объединением связанных подходов в философии, статистике, и экономике. Применения контрафактивного анализа показаны в Главах 8 – 10, где разработаны методы ограничения причинно-следственных связей и проиллюстрировано применение к несовершенным экспериментам, юридической ответственности, и вероятности необходимой, достаточной, и однособытийной причинной связи. Завершает книгу конспект лекции (Эпилог), прочитанной мной в Калифорнийском университете в Лос-Анджелесе, об основных исторических и концептуальных аспектах причинной связи.

Читателям, которые для начала хотели бы познакомиться с нематематическими аспектами причинной связи, рекомендуем начать чтение книги с Эпилога, а затем обратить внимание на другие исторические/концептуальные части книги: Разделы 1.1.1, 3.3.3, 4.5.3, 5.1, 5.4.1, 6.1, 7.1, 7.4, 7.5, 8.3, 9.1, 9.3, и 10.1.4. Читателям, которые стремятся разобраться непосредственно в математических аспектах и вычислительных инструментах, рекомендуем начать с Раздела 7.1, а затем продолжить чтение в следующем порядке: Раздел 1.2, Глава 3, Разделы 4.2 – 4.4, Разделы 5.2 – 5.3, Разделы 6.2 – 6.3, и Главы 8 – 10.