Causal Discovery

اكتشاف السببية هو استنتاج المتغيرات التي تسبب بعضها بعضًا انطلاقًا من البيانات، وإنتاج رسم بياني موجّه يعني فيه السهم من X إلى Y أن X يؤثر مباشرةً في Y. يتعلم التعلم الآلي القياسي الارتباطات الكافية لـالنمذجة التنبؤية. أما اكتشاف السببية فيسأل عن الارتباطات التي ستظل قائمة عند التدخل، مثل تغيير إعداد آلة أو جدول إشارات المرور. وتكون مخرجاته مجموعة من البنى السببية المرشحة، مع ترك بعض الحواف غير موجّهة في كثير من الأحيان، ثم ينقحها خبراء المجال والتجارب.

ما الذي يجعل تعلّم البنية السببية ممكنًا#

تكون الرسوم البيانية السببية عادةً رسومًا بيانية موجّهة لا دورية (DAG)، وهي البنية نفسها التي تستخدمها الشبكة البايزية، لكن تُقرأ سببيًا: كل سهم يمثل أثرًا مباشرًا. وتعتمد خوارزميات الاكتشاف على ثلاثة افتراضات معيارية. وفق شرط ماركوف السببي، يكون المتغير مستقلًا عن كل متغير ليس من آثاره، بعد معرفة أسبابه المباشرة. وينص افتراض الإخلاص على أن كل استقلال في البيانات ناتج عن بنية الرسم البياني، لا عن آثار تتلاشى مصادفةً. أما افتراض الكفاية السببية فينص على عدم وجود متغير غير مقاس يسبب متغيرين مقاسين.

حتى مع افتراضات الاستقلال الثلاثة، لا تكشف البيانات الرصدية دائمًا اتجاه الحواف. فالسلسلة X → Y → Z، والسلسلة المعكوسة X ← Y ← Z، والتفرع X ← Y → Z، كلها تشير إلى نمط الاستقلال نفسه؛ أي إن X وZ يصبحان مستقلين عند معرفة Y، ولذلك لا تستطيع أي كمية من البيانات الرصدية التمييز بينها. أما المصادم X → Y ← Z فيختلف عنها. إذ يكون X وZ مستقلين بحد ذاتهما، لكنهما يصبحان مترابطين عند معرفة Y، وهي سمة تحدد اتجاه السهمين.

لذلك تعيد الخوارزميات فئة تكافؤ ماركوف: رسمًا بيانيًا موجّهًا جزئيًا تكون حوافه الموجّهة مؤكدة، بينما يمكن أن تشير حوافه غير الموجّهة في أي اتجاه. وتفسر البصمة نفسها مصدرًا كلاسيكيًا لـتحيز مجموعة البيانات: إذ يؤدي الترشيح أو الضبط لأخذ متغير تصادمي في الحسبان إلى إنشاء اعتماد بين أسبابه لا وجود له في المجتمع الكامل.

خوارزميات الاكتشاف#

تغطي ثلاث عائلات معظم الأساليب. تبدأ الخوارزميات المعتمدة على القيود، مثل PC، التي سُمّيت نسبةً إلى بيتر سبيرتس وكلارك غليمور اللذين نشراها عام 1991، برسم بياني غير موجّه كامل الاتصال، وتحذف الحواف بين المتغيرات التي تثبت الاختبارات استقلالها الشرطي، ثم توجّه المتغيرات التصادمية. ويوسع FCI هذا النهج ليشمل الحالات التي تتضمن عوامل إرباك خفية. وتبحث الخوارزميات القائمة على الدرجات، مثل البحث التكافئي الجشع (GES)، بين الرسوم البيانية عن أفضل درجة، كمعيار المعلومات البايزي، بينما يعيد NOTEARS صياغة لا دورية الرسم البياني كقيد سلس، كي يمكن إجراء البحث بتحسين مستمر باستخدام الانحدار المتدرج. أما الأساليب الوظيفية مثل LiNGAM، فتفترض علاقات خطية مع ضوضاء غير غاوسية، ما يجعل اتجاه كل حافة قابلًا للتحديد، حتى بين متغيرين فقط.

تقبل مكتبات الاكتشاف أيضًا الترتيب الزمني والقيود الفيزيائية ومعرفة الخبراء بوصفها قواعد خلفية تمنع حواف محددة أو تشترطها، ما يضيّق نطاق البحث ويوجّه حوافًا لا تستطيع البيانات وحدها توجيهها. وتنفذ مكتبة causal-learn مفتوحة المصدر العائلات الثلاث. يولّد هذا المثال بيانات من متغير تصادمي معروف ويستعيده باستخدام PC:

import numpy as np
from causallearn.search.ConstraintBased.PC import pc

rng = np.random.default_rng(0)
n = 5000

# ⁨الحقيقة الأساسية: المطر وفعالية في ملعب كلاهما يسببان الازدحام⁩
rain = rng.normal(size=n)
event = rng.normal(size=n)
congestion = rain + event + rng.normal(scale=0.5, size=n)

# ⁨تختبر PC الاستقلال الشرطي لاستعادة الرسم البياني من البيانات وحدها⁩
data = np.column_stack([rain, event, congestion])
result = pc(data, alpha=0.05, node_names=["rain", "event", "congestion"], show_progress=False)
print(result.G)

يعرض الناتج حافتين موجّهتين: rain --> congestion وevent --> congestion. وتوجّه PC الحافتين لأن المطر والفعالية مستقلان، لكنهما يصبحان معتمدين بمجرد معرفة الازدحام. ولو كانت الحقيقة سلسلة من المطر إلى الازدحام ثم إلى التأخيرات، لظهرت الحافتان غير موجّهتين.

مجالات استخدام اكتشاف العلاقات السببية#

قدمت البيولوجيا مثالًا مبكرًا بارزًا. ففي عام 2005، استنتجت كارين ساكس وزملاؤها شبكة إشارات بروتينية تضم 11 بروتينًا وفوسفوليبيدًا من قياسات الخلايا المفردة، واستعادوا معظم الروابط المعروفة، كما أكد المؤلفون في تجارب مخبرية متابعة رابطًا جديدًا تنبأوا به. وفي علم المناخ، تستخرج أساليب السلاسل الزمنية مثل PCMCI، التي طوّرها ياكوب رونغه ونُفذت في حزمة Tigramite، روابط سببية بين متغيرات المناخ مع مراعاة الإبطاء والارتباط الذاتي، وهو ما يلائم تحليل السلاسل الزمنية طبيعيًا. ويجمع نظام PyWhy منظومة أدوات الاكتشاف مع DoWhy للخطوة التالية: تقدير حجم الأثر بعد تثبيت الرسم البياني.

يمكن أن توفر الرؤية الحاسوبية المتغيرات. إذ يحصي عدّ الأجسام باستخدام Ultralytics YOLO26 المركبات والمشاة الذين يعبرون خطًا أو منطقة في لقطات المرور، ويمكن ضم الأعداد المسجلة لكل فترة زمنية إلى بيانات الطقس وجداول الفعاليات وتوقيت الإشارات قبل تشغيل خوارزمية اكتشاف.

اكتشاف السببية والمصطلحات ذات الصلة#

• تعلم التمثيلات السببية: يتعلم المتغيرات السببية نفسها من المدخلات الخام، مثل وحدات البكسل، إلى جانب الرسم البياني الذي يربط بينها. ويبدأ اكتشاف السببية من متغيرات جرى قياسها بالفعل.
• الذكاء الاصطناعي القابل للتفسير (XAI): يفسر المدخلات التي أثرت في تنبؤ النموذج، من دون الادعاء بأن تغيير أحد المدخلات سيغيّر النتيجة في العالم.
• هندسة السمات: تختار المدخلات وتبنيها لتحسين التنبؤ، بما في ذلك المتغيرات التي ترتبط بالهدف فحسب. ويحدد الرسم البياني السببي المتغيرات التي يؤدي تغييرها إلى تحريك الهدف.