Causal Representation Learning
学习因果表征学习 (CRL)，帮助 AI 模型编码因果关系要素、提高泛化能力，并支持机器人和制造检测。
因果表征学习（CRL）是一种机器学习方法，旨在将复杂的观测数据（如图像、视频、音频或传感器读数）转换为高阶变量，以反映底层系统如何产生因果关系。与仅预测标签的学习特征不同，CRL 寻求与有意义的因素（如物体位置、光照、机器状态或人类行为）相对应的表征。
其目标是让模型推理当某个因素发生变化时可能发生的情况，而不单单依赖于训练期间观察到的相关性。这结合了传统的通过嵌入进行表征学习与因果推理中的理念，帮助 AI 系统跨环境泛化，并支持干预、反事实问题和决策制定。
因果表征学习的工作原理#
神经网络通常将高维输入映射到内部潜空间中。正如谷歌的机器学习嵌入简介中所解释的那样，这些紧凑的向量可以在降低输入复杂性的同时保留有用的关系。然而，普通的嵌入可能会将因果属性与意外的模式混淆。
例如，野生动物分类器可能会将雪与狼联系起来，因为其训练集中的大多数狼图像都有下雪的背景。因果表征应该将动物身份与背景条件分离，从而使模型能够在森林或草原中识别出狼。
CRL 通常涉及三个互相关联的目标：
- **恢复有意义的潜变量：**表征应捕获生成观测数据的底层因素，而不仅仅是方便的预测捷径。
- **建模因果结构：**变量之间的关系可以通过有向图来表达，这遵循因果模型框架中描述的原则。
- **在干预下保持稳定：**改变一个因素应该在表征中产生适当的、局部的变化。DoWhy 干预文档阐明了干预与简单地对观测数据进行条件化处理有何不同。
干预会主动设置一个变量，例如改变机器人的速度。而反事实则会问在不同的设置下会发生什么，例如如果机器人移动得更慢，是否会发生碰撞。
相关概念与关键区别#
CRL 与几个机器学习概念重叠，但有其独特的目标。
- **对比学习**通过拉近相关样本和分离不相关样本来学习表征。它可以支持 CRL，但仅靠相似性并不能确立因果关系。
- **自监督学习**从无标签数据中创建训练信号。CRL 可能会使用这些信号，同时添加关于干预、环境、时间或因果结构的假设。
- 因果推理通常估计已定义变量（如处理、年龄和康复情况）之间的效应。CRL 则首先从原始感知输入中发现有用的因果变量。这种区别是更广泛的因果表征学习概述的核心。
- 解耦表征学习试图将独立的潜维度分配给独立的因素。解耦的表征不一定是因果的，因为分离的因素可能仍然省略了它们的影响方向或对干预的响应。
- 因果发现搜索变量之间的关系。CRL 还会额外学习变量本身。正如DoWhy 图反驳中所述，应在可能的情况下对候选结构进行测试。
在多视角 CRL 中，不同的相机或传感器从不同的视角观察同一个系统。部分可观测性意味着每个视角仅揭示某些因果因素。成对未对齐的多域设置更加困难，因为来自不同环境的观测无法做到逐实例对应。
实际应用#
**自主机器人：**仓库机器人接收包含有关障碍物位置、光照、地面纹理及其自身运动信息的相机、深度和运动数据。因果表征可以将可控因素（如转向）与环境因素（如阴影）分离开来。使用域随机化进行训练可以使系统接触受控的变异，而因果结构则有助于确定哪些更改应影响导航决策。
**制造检测：**缺陷检测器可能会错误地将生产线、相机角度或材料颜色与有缺陷的产品联系起来。CRL 可以帮助将缺陷类型、机器设置和光照隔离为独立的因素。这减少了当设备或工厂变更时的捷径学习，并使调查工艺温度或压力是否导致了缺陷（而不是仅仅与其一同出现）变得更加容易。
实际工作流与局限性#
Ultralytics YOLO 可以生成标准的视觉嵌入，供开发人员在设计单独的因果学习管道之前进行检查：
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)这个有据可查的Ultralytics YOLO26工作流提取了一个嵌入，但它本身并不会使表征具有因果性。确立因果关系需要合适的数据、假设、干预、多种环境或时间证据。
从业者应改变可疑的滋扰因素，评估跨域的性能，并审计数据集偏差。Ultralytics Platform可以支持数据集标注、训练、部署和受控的数据集版本控制。部署后，持续的模型监控至关重要，因为稳定的验证准确率并不能保证因果有效性。评估还应遵循更广泛的NIST 关于 AI 有效性和鲁棒性的指南，并包括诸如谷歌的识别数据集偏差指南中所述的子群检查。
