Causal Representation Learning

Nedensel gösterim öğrenimi (CRL), görüntüler, video, ses veya sensör okumaları gibi karmaşık gözlemleri, altta yatan sistemin neden-sonuç ilişkilerini nasıl ürettiğini yansıtan üst düzey değişkenlere dönüştürmeyi amaçlayan bir makine öğrenimi yaklaşımıdır. Yalnızca etiketleri tahmin eden özellikleri öğrenmek yerine CRL, nesne konumu, aydınlatma, makine durumu veya insan eylemi gibi anlamlı faktörlere karşılık gelen gösterimleri arar.

Buradaki amaç, modellerin eğitim sırasında gözlemlenen korelasyonlara yalnızca güvenmek yerine, bir faktör değiştiğinde ne olabileceği konusunda akıl yürütmesini sağlamaktır. Bu, geleneksel gömme tabanlı gösterim öğrenimini nedensel çıkarım fikirleriyle birleştirerek yapay zeka sistemlerinin ortamlar arasında genelleme yapmasına, müdahaleleri, karşıolgusal soruları ve karar vermeyi desteklemesine yardımcı olur.

Nedensel Gösterim Öğrenimi Nasıl Çalışır?#

Bir yapay sinir ağı normalde yüksek boyutlu girdiyi dahili bir gizli uzaya eşler. Google'ın makine öğrenimi gömmelerine giriş bölümünde açıklandığı gibi, bu kompakt vektörler girdi karmaşıklığını azaltırken faydalı ilişkileri koruyabilir. Bununla birlikte, sıradan bir gömme işlemi nedensel özellikleri tesadüfi örüntülerle karıştırabilir.

Örneğin, bir yaban hayatı sınıflandırıcısı, eğitim setindeki çoğu kurt görüntüsünün karlı arka planlara sahip olması nedeniyle karı kurtlarla ilişkilendirebilir. Nedensel bir gösterim, hayvan kimliğini arka plan koşullarından ayırmalı ve modelin kurtları ormanlarda veya çayırlarda tanımasına olanak tanımalıdır.

CRL genellikle birbiriyle bağlantılı üç hedef içerir:

• Anlamlı gizli değişkenleri kurtar: Gösterim, yalnızca uygun tahmin kısayollarını değil, gözlemleri oluşturan altta yatan faktörleri de yakalamalıdır.
• Nedensel yapıyı modelle: Değişkenler arasındaki ilişkiler, nedensel model çerçevelerinde açıklanan ilkeleri izleyerek yönlü bir grafik aracılığıyla ifade edilebilir.
• Müdahaleler altında kararlı kal: Bir faktörün değiştirilmesi, gösterimde uygun ve yerelleştirilmiş bir değişiklik üretmelidir. DoWhy müdahale belgesi, müdahalelerin gözlemlenen verileri koşullandırmaktan nasıl farklı olduğunu göstermektedir.

Bir müdahale, bir robotun hızını değiştirmek gibi bir değişkeni aktif olarak ayarlar. Buna karşılık bir karşıolgusal, robot daha yavaş hareket etseydi bir çarpışmanın meydana gelip gelmeyeceği gibi farklı bir ayar altında ne olacağını sorar.

İlgili Kavramlar ve Temel Farklar#

CRL, çeşitli makine öğrenimi fikirleriyle örtüşür ancak farklı bir hedefe sahiptir.

• Karşıtlı öğrenme, ilgili örnekleri birbirine yaklaştırarak ve ilgisizleri ayırarak gösterimleri öğrenir. CRL'yi destekleyebilir, ancak tek başına benzerlik nedensellik kurmaz.
• Kendi kendine denetimli öğrenme, etiketlenmemiş verilerden eğitim sinyalleri oluşturur. CRL, müdahaleler, ortamlar, zaman veya nedensel yapı hakkında varsayımlar eklerken bu sinyalleri kullanabilir.
• Nedensel çıkarım genellikle tedavi, yaş ve iyileşme gibi halihazırda tanımlanmış değişkenler arasındaki etkileri tahmin eder. CRL ise ham algısal girdiden yararlı nedensel değişkenleri ilk olarak keşfeder. Bu ayrım, daha geniş nedensel gösterim öğrenimi genel bakışının merkezinde yer alır.
• Ayrıştırılmış gösterim öğrenimi, bağımsız faktörlere ayrı gizli boyutlar atamaya çalışır. Ayrıştırılmış bir gösterim zorunlu olarak nedensel değildir, çünkü ayrılmış faktörler hala etki yönlerini veya müdahaleye yanıtı atlıyor olabilir.
• Nedensel keşif, değişkenler arasındaki ilişkileri arar. CRL ek olarak değişkenlerin kendilerini öğrenir. Aday yapılar, DoWhy grafik çürütmesinde açıklandığı gibi mümkün olan durumlarda test edilmelidir.

Çok görünümlü CRL'de, farklı kameralar veya sensörler aynı sistemi farklı perspektiflerden gözlemler. Kısmi gözlemlenebilirlik, her görünümün yalnızca bazı nedensel faktörleri ortaya çıkardığı anlamına gelir. Eşlenmemiş çoklu etki alanı ayarları daha zordur çünkü farklı ortamlardaki gözlemler örnek bazında karşılık gelmez.

Gerçek Dünya Uygulamaları#

Otonom robotik: Bir depo robotu; engel konumu, aydınlatma, zemin dokusu ve kendi hareketi hakkında bilgi içeren kamera, derinlik ve hareket verileri alır. Nedensel bir gösterim, direksiyon gibi kontrol edilebilir faktörleri gölgeler gibi çevresel faktörlerden ayırabilir. Etki alanı rasgeleleştirmesi ile eğitim, sistemi kontrollü varyasyona maruz bırakabilirken nedensel yapı, hangi değişikliklerin navigasyon kararlarını etkilemesi gerektiğini belirlemeye yardımcı olur.

Üretim denetimi: Bir kusur dedektörü; bir üretim hattını, kamera açısını veya malzeme rengini kusurlu ürünlerle yanlış bir şekilde ilişkilendirebilir. CRL, kusur türünü, makine ayarlarını ve aydınlatmayı ayrı faktörler olarak izole etmeye yardımcı olabilir. Bu, ekipman veya fabrikalar değiştiğinde kısa yol öğrenmesini azaltır ve proses sıcaklığının veya basıncının bir kusura sadece yanında görünmekle kalmayıp gerçekten katkıda bulunup bulunmadığını araştırmayı kolaylaştırır.

Pratik İş Akışı ve Sınırlamalar#

Ultralytics YOLO, geliştiricilerin ayrı bir nedensel öğrenme boru hattı tasarlamadan önce inceleyebileceği standart görsel gömmeler üretebilir:

from ultralytics import YOLO

# Load a pretrained image classification model
model = YOLO("yolo26n-cls.pt")

# Generate an ordinary visual representation
source = "https://ultralytics.com/images/bus.jpg"
embeddings = model.embed(source)

# Inspect the selected image embedding
embedding = embeddings[0]
print(embedding.shape)

Bu belgelenmiş Ultralytics YOLO26 iş akışı bir gömme çıkarır, ancak gösterimi kendi başına nedensel yapmaz. Nedensellik kurmak uygun veriler, varsayımlar, müdahaleler, çoklu ortamlar veya zamansal kanıtlar gerektirir.

Uygulayıcılar şüpheli rahatsız edici faktörleri değiştirmeli, etki alanları arasındaki performansı değerlendirmeli ve veri seti önyargısını denetlemelidir. Ultralytics Platform; veri seti etiketleme, eğitim, dağıtım ve kontrollü veri seti sürümlemesini destekleyebilir. Dağıtımdan sonra, kararlı doğrulama doğruluğu nedensel geçerliliği garanti etmediğinden sürekli model izleme esastır. Değerlendirme ayrıca daha geniş NIST yapay zeka geçerliliği ve dayanıklılığı kılavuzunu takip etmeli ve Google'ın veri seti önyargısını belirleme kılavuzunda özetlenenler gibi alt grup kontrollerini içermelidir.