Causal Discovery

因果探索とは、データから因果関係の可能性を学習するプロセスであり、通常は有向グラフとして表現されます。パターンから結果を主に予測する通常の機械学習とは異なり、因果探索では、どの変数が他の変数に直接影響を与えている可能性があるかを問いかけます。例えば、雨が交通渋滞を増加させるのか、渋滞が信号のタイミングを変えるのか、あるいはその両方が第3の要因の影響を受けているのかを調査する場合があります。

その結果得られるのは、自動的な証明ではなく、因果構造に関する仮説です。その信頼性は、データの品質、ドメイン知識、統計的仮定、および実験や新しい環境を通じた検証に依存します。

因果探索の仕組み#

因果探索システムは、測定された変数をノードとして、その因果関係の可能性をエッジとして扱います。X → Y のような有向エッジにおいて、X は分析に含まれる他の変数に対する Y の直接的な原因の候補となります。これらの関係は、ベイジアンネットワークや有向非巡回グラフ（DAG）で表現されることが多く、矢印が有向ループを形成できないことを意味します。

アルゴリズムは一般的に、次の3つの方法のいずれかで構造を学習します。

• 制約ベースの探索は、他の変数で条件付けを行った後に変数が統計的に独立しているかどうかをテストします。PyWhy制約ベース探索ドキュメントでは、これらの独立性のパターンがどのようにグラフ構造の可能性を制限できるかについて説明しています。
• スコアベースの探索は、適合度と複雑さのバランスを取るスコアを使用して候補グラフを比較します。
• 関数モデルベースの探索は、変数が特定の数学的関係とノイズパターンを通じて生成されると仮定します。線形非ガウス非巡回設定では、データの非対称性がエッジの方向を決定するのに役立ちます。

causal-learnドキュメントには、これらのカテゴリにわたる実装が用意されています。しかし、観測データは、一意に方向付けられた1つのDAGではなく、複数の等価なグラフを支持することがよくあります。

主要な概念と関連用語#

因果探索は、いくつかの関連するアイデアとは区別される必要があります。

• 相関は統計的関連性を測定します。2つの変数が一緒に変動するのは、一方が他方の原因である場合、因果関係が逆である場合、または第3の変数が両方に影響を与えている場合です。Googleの相関と因果関係に関するガイダンスは、予測的な関連性だけでは不十分である理由を強調しています。
• 因果推論は、機械の設定変更など、定義された介入の効果を推定します。探索はグラフを提案し、推論は仮定されたグラフを使用して具体的な効果の質問に答えます。DoWhy因果モデリングガイドは、グラフによってこれらの仮定がどのように明確になるかを示しています。
• **因果表現学習**は、画像などの複雑な入力から意味のある潜在変数を求めます。因果探索は通常、すでに定義されている変数間の関係を研究します。
• **説明可能なAI**は、モデルが予測を行った理由を説明します。特徴量の重要度は、その特徴量を変更しても実世界の成果が変わることを示さずに、予測を説明することができます。

重要なグラフの概念には、提案された原因と結果の両方に影響を与える交絡因子、効果を伝達する仲介因子、および他の2つの変数から影響を受ける合流点が含まれます。UCLAの因果DAG入門書では、間違った変数で条件付けを行うとバイアスが取り除かれるどころか導入されてしまう理由について説明しています。

実世界におけるAIおよびコンピュータービジョンの応用#

• 製造検査: コンピュータビジョンシステムは、欠陥数、コンベア速度、材料の種類、温度、およびメンテナンスイベントを記録する場合があります。因果探索により、速度の向上が直接欠陥の原因になっているのか、それとも両方が生産需要の増加の結果であるのかを示唆することができます。この区別は、ラインの速度を落としたりメンテナンススケジュールを変更したりする前に重要となります。

• 交通管理: オブジェクト検出およびオブジェクト追跡により、車両数、キューの長さ、移動軌跡を生成できます。気象、インシデント、信号設定と組み合わせることで、因果探索は信号のタイミングが長いキューを作り出しているのか、それとも既存の渋滞に対応して調整されているのかを区別するのに役立ちます。このような方向性は、政策介入を選択する際に不可欠です。

これらのグラフは、DoWhy介入ドキュメントで説明されているシミュレーションを含め、その後の「もしも」の分析の指針となります。

ビジョンデータからの変数の構築#

Ultralytics YOLOの出力は、大規模な因果データセットのための観測変数を提供できます。この例では、YOLO26とPredictモードを使用して画像からカウントを抽出します。

from ultralytics import YOLO

# Run object detection
model = YOLO("yolo26n.pt")
results = model("https://ultralytics.com/images/bus.jpg")

# Convert detections into measurable variables
result = results[0]
detected_objects = [result.names[int(class_id)] for class_id in result.boxes.cls]

person_count = detected_objects.count("person")
total_objects = len(detected_objects)

print({"person_count": person_count, "total_objects": total_objects})

このワークフローを多数のタイムスタンプ、カメラ、動作条件にわたって実行すると、コンテキスト変数と結合できる観測値が作成されます。検出エラーが誤った依存関係を生み出す可能性があるため、高品質なデータアノテーションと一貫した測定が不可欠です。Ultralytics Platformは、この広範なパイプライン内でのクラウドデータセットのアノテーション、モデルトレーニング、デプロイ、およびモニタリングをサポートできます。

制限事項と実用的なガイダンス#

因果探索では、一度も測定されなかった変数を確実に復元することはできません。隠れた交絡因子、データセットバイアス、選択効果、小規模なサンプル、測定誤差はすべて、誤解を招くエッジを生み出す可能性があります。

発見されたグラフに基づいて行動を起こす前に、次のことを行います。

1. 既知の時間的および物理的制約を追加します。
2. エッジがサイト、期間、データサブセット間で安定しているかどうかをテストします。
3. グラフを専門家の知識と比較します。
4. すべてを確実なエッジとして扱うのではなく、不確実性を定量化します。
5. 可能な場合は、制御された介入を通じて重要な関係を検証します。

最後に、グラフの探索単体ではなく、因果効果の推定を使用して介入の大きさを測定します。EconML処理効果ドキュメントは、この個別の推定ステージを示しています。因果探索は、現実世界の決定を下す前に因果仮説を生成、検証、および洗練するための構造化された方法として最も価値があります。