🤖 machine learning

A Dialogue between Causal and Traditional Representation Learning: Toward Mutual Benefits in a Unified Formulation

تقترح هذه الورقة صياغة موحدة لتعلم التمثيل السببي والتقليدي، تجسر الفجوة التاريخية بينهما من خلال تعريف التعلم عبر مكونات المهمة والقيود، وتثبت من خلال التجارب أن فعالية القيود السببية تعتمد بشكل كبير على المهام المحددة التي تقترن بها.

المؤلفون الأصليون: Yan Li, Yuewen Sun, Shaoan Xie, Gongxu Luo, Yunlong Deng, Kun Zhang, Guangyi Chen

نُشر 2026-05-21

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Yan Li, Yuewen Sun, Shaoan Xie, Gongxu Luo, Yunlong Deng, Kun Zhang, Guangyi Chen

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

إليك شرح للورقة البحثية باستخدام لغة بسيطة وتشبيهات إبداعية.

الصورة الكبيرة: مدرستان من الفكر

تخيل عالم تعليم الحواسيب كيف "ترى" و"تفهم" البيانات كأنه مكتبة ضخمة. لفترة طويلة، كانت هذه المكتبة منقسمة إلى جناحين منفصلين نادراً ما يتحدثان مع بعضهما البعض:

الجناح "العملي" (تعلم التمثيل التقليدي): هؤلاء الباحثون يشبهون كبار الطهاة. هم يهتمون بالطبق النهائي (النتيجة). إذا استطاع الكمبيوتر التنبؤ بالإطار التالي من فيديو أو تحديد قطة في صورة، فإنهم يعتبرون ذلك نجاحاً. إنهم يركزون على ماذا يتعلم الكمبيوتر أن يفعله، وغالباً ما يستخدمون طريقة التجربة والخطأ للوصول إلى أفضل وصفة.
الجناح "النظري" (تعلم التمثيل السببي): هؤلاء الباحثون يشبهون المهندسين المعماريين والفيزيائيين. هم يهتمون بـ لماذا يصمد المبنى. يريدون من الكمبيوتر أن يفهم القواعد الكامنة وراء العالم (مثل: "إذا دفعت هذه الكتلة، فستسقط بسبب الجاذبية"). إنهم يركزون على ما إذا كان الكمبيوتر قد تعلم حقاً الأسباب الخفية وراء البيانات، وليس مجرد حفظ الأنماط.

المشكلة: الطهاة والمهندسون يتحدثون لغات مختلفة. الطهاة يتحدثون عن "دوال الخسارة" (loss functions) و"الدقة"، بينما يتحدث المهندسون عن "القابلية للتمييز" (identifiability) و"التدخلات" (interventions). ولأنهم لا يتواصلون، ينتهي بهم الأمر أحياناً بإعادة اختراع العجلة ذاتها أو تفويت أفكار رائعة لدى الطرف الآخر.

الحل: مخطط موحد

يقترح مؤلفو هذه الورقة طريقة جديدة للنظر إلى كلا المجالين باستخدام مخطط واحد. يقولون إن كل طريقة لتعليم الكمبيوتر التعلم يمكن تقسيمها إلى جزأين بسيطين:

المهمة (الـ "ماذا"): ماذا يحاول الكمبيوتر تحقيقه؟ هل يحاول تخمين الكلمة التالية في جملة؟ أم إعادة بناء صورة ضبابية؟ أم التنبؤ بتسمية (label) معينة؟ هذا هو الهدف.
القيد (الـ "كيف"): ما هي القواعد التي يجب أن يتبعها الكمبيوتر أثناء التعلم؟ هل يُسمح له باستخدام أي منطق داخلي فوضوي، أم يجب عليه اتباع هياكل محددة (مثل خريطة معينة للسبب والنتيجة)؟ هذا هو الهيكل.

التشبيه: فكر في تعلم القيادة.

المهمة هي الانتقال من النقطة (أ) إلى النقطة (ب).
القيد هو القاعدة التي تقضي بوجوب البقاء في مسارك والالتزام بإشارات المرور.
التعلم التقليدي يركز بشدة على الوصول إلى النقطة (ب) بسرعة، وأحياناً يتجاهل قواعد المسار إذا أدى ذلك لإنجاز المهمة.
التعلم السببي يركز بشدة على قواعد المسار، لضمان أن السيارة تسير بطريقة منطقية إذا تغيرت ظروف الطريق (مثل إذا بدأت السماء تمطر).

لحظة الإدراك: إنهما يحتاجان لبعضهما البعض

تجادل الورقة بأن هذين الجناحين يجب أن يتوقفا عن تجاهل بعضهما ويبدآ في التعاون.

ما يقدمه المهندسون (السببيون) للطهاة (التقليديين): يقدمون خريطة نظرية لمعرفة متى تكون القواعد الصارمة ضرورية حقاً.
- مثال: تخيل فيديو لذراع روبوت يتحرك. إذا كانت مفاصل الذراع تتحرك واحداً تلو الآخر (بتأخير زمني)، فقد تكون مهمة بسيطة مثل "الوصول إلى الهدف" كافية. ولكن إذا كانت المفاصل تتحرك في وقت واحد وتؤثر على بعضها البعض فورياً، فإن مجرد هدف بسيط لن يكون كافياً. قد يتعلم الكمبيوتر "خدعة" تعمل في الفيديو ولكنها تفشل إذا حاولت التحكم في الروبوت. هنا يقول الجناح السببي: "مهلاً، في هذه الحالة المحددة، أنت بحاجة إلى قاعدة هيكلية لمنع الكمبيوتر من تعلم خدعة زائفة".
ما يقدمه الطهاة (التقليديون) للمهندسين (السببيين): يقدمون نصائح عملية حول كيفية تصميم "المهمة" بحيث يتعلم الكمبيوتر الشيء الصحيح بالفعل.
- مثال: قد يقول الجناح السببي: "نحن بحاجة لأن يفهم الكمبيوتر السبب والنتيجة". لكنهم قد لا يعرفون كيف يطلبون من الكمبيوتر القيام بذلك. هنا يقول الجناح التقليدي: "جرب أن تطلب منه إعادة بناء جزء مفقود من الصورة، أو جرب أن تطلب منه التنبؤ بالإطار التالي". تقترح الورقة أن نوع المهمة التي تختارها يغير مدى فعالية القواعد السببية.

التجربة: اختبار الوصفة

لإثبات ذلك، أجرى الباحثون تجربة باستخدام عالم اصطناعي يسمى CausalVerse (بيئة تشبه ألعاب الفيديو حيث يعرفون بالضبط كيف تعمل "الفيزياء").

أخذوا طريقة قياسية للتعلم السببي (تستخدم قواعد صارمة حول كيفية توليد البيانات) واختبروها مع مهام مختلفة:

المهمة أ: إعادة بناء الصورة (مثل حل لغز).
المهمة ب: التنبؤ بالإطار التالي (مثل الفيديو).
المهمة ج: التعلم التبايني (Contrastive learning) (إيجاد أوجه التشابه بين وجهات نظر مختلفة).
المهمة د: التنبؤ المقنع (Masked prediction) (تخمين الأجزاء المفقودة).

النتيجة:
تبين أن "القواعد السببية" لم تعمل بنفس الكفاءة مع كل مهمة.

عندما دمجوا القواعد السببية مع التعلم التبايني (إيجاد أوجه التشابه)، تعلم الكمبيوتر بأفضل وأدق طريقة ممكنة لفهم العالم.
وعندما دمجوا نفس القواعد السببية مع إعادة البناء المقنع (تخمين الأجزاء المفقودة)، كان أداء الكمبيوتر أسوأ بكثير، رغم أن القواعد كانت هي نفسها.

الخلاصة

تخلص الورقة إلى أنه لا يمكنك مجرد تصميم "قاعدة سببية" وتوقع أن تعمل في كل مكان. السحر يحدث في المزيج.

الخلاصة المستفادة: تماماً كما تتطلب الوجبة الجيدة المكونات الصحيحة (المهمة) وطريقة الطهي الصحيحة (القيد)، فإن تمثيل الذكاء الاصطناعي الجيد يتطلب هدف تعلم صحيح وقواعد هيكلية صحيحة.
المستقبل: بدلاً من معاملة "السببي" و"التقليدي" كأعداء أو مجالات منفصلة، يجب على الباحثين المزج بينهما. استخدم الأدوات النظرية من التعلم السببي لتعرف متى تضيف القواعد، واستخدم الأدوات العملية من التعلم التقليدي لتصميم أفضل المهام لتعليم تلك القواعد.

باختصار: لا تبنِ المحرك (السببي) فحسب؛ بل تأكد من أنك تقود على الطريق الصحيح (المهمة).

ملخص تقني: حوار بين تعلم التمثيل السببي والتمثيل التقليدي

بيان المشكلة

تطورت طرق تعلم التمثيل السببي (CRL) وتعلم التمثيل التقليدي تاريخيًا عبر مسارات متباعدة. تعتمد الطرق التقليدية بشكل أساسي على التطبيقات والأهداف التجريبية (مثل دقة التنبؤ، ودقة إعادة البناء)، باستخدام صياغات مهام متنوعة مثل التعلم التبايني، والترميز التلقائي المقنع، والتنبؤ بالتحولات. في المقابل، يعد تعلم التمثيل السببي (CRL) مدفوعًا بالنظرية بشكل أكبر، حيث يركز على قابلية التحديد، والنماذج السببية الهيكلية، واستعادة العوامل السببية الكامنة.

أدى هذا التباعد إلى فجوة في المصطلحات، وصياغة المشكلات، ومعايير التقييم. وبناءً على ذلك، غالبًا ما يتعامل المجالان مع الأسئلة ذات الصلة بمعايير نجاح منفصلة، مما يؤدي إلى جهود مكررة وتواصل محدود. المشكلة الجوهرية التي يعالجها البحث هي غياب إطار عمل موحد لفهم كيفية تفاعل "المهمة" (ما هي المعلومات المراد الحفاظ عليها) و"القيد" (ما هو الهيكل الذي يجب فرضه) في كلا النموذجين، وتحديدًا ما إذا كانت الأدوات النظرية لـ CRL والرؤى العملية للتعلم التقليدي يمكن أن يكونا مفيدين لبعضهما البعض.

المنهجية: صياغة موحدة

يقترح المؤلفون صياغة موحدة توضح تعلم التمثيل من خلال مكونين متميزين:

مكون المهمة (Task Component): يحدد المعلومات التي يجب على التمثيل المتعلم $Z$ الحفاظ عليها. ويتم تعريف ذلك من خلال عملية توليد الرؤية $v(X)$ ، والإشارة المستهدفة $T(X)$ ، وخسارة المهمة المرتبطة بها $L_{task}$ .
مكون القيد (Constraint Component): يحدد الهيكل المفروض على الفضاء الكامن. ويتم تعريف ذلك من خلال دالة القيد $\Omega$ ووزنها $\lambda$ .

تُصاغ هدف التعلم العام كما يلي:
$\min_{\theta, \phi} \mathbb{E}_{X, \tilde{X} \sim v(X)} \left[ L_{task}(g_\phi(Z), T(X)) + \lambda \Omega(Z, X) \right]$
حيث $Z = f_\theta(\tilde{X})$ .

التصنيف تحت الإطار الموحد

تعلم التمثيل التقليدي: يركز بشكل أساسي على مكون المهمة.
- الأساليب المدفوعة بالمهمة: تشمل التنبؤ بالهدف (التعلم الخاضع للإشراف)، وإعادة البناء (المشفرات التلقائية)، والتنبؤ بالمعلومات الجزئية (النمذجة المقنعة)، وتصحيح التحولات (المهام التمهيدية)، والتعلم التبايني، وتعلم الكتلة/النموذج الأولي. وتختلف هذه الأساليب أساسًا في اختيار الرؤية $\tilde{X}$ والهدف $T(X)$ .
- القيود العامة: تضيف بعض الطرق التقليدية قيودًا غير سببية $\Omega_{gen}$ لتشكيل الفضاء الكامن، مثل الضغط (عنق زجاجة المعلومات)، ومحاذاة التوزيع (VAEs)، والندرة، وتفضيلات القائم على الطاقة، أو التجزئة (الكمية).
تعلم التمثيل السببي (CRL): يتميز بـ القيود السببية الهيكلية $\Omega_{causal}$ $Ω_{c a u s a l}$ .
- يمكن أن يكون مكون المهمة في CRL أي هدف قياسي (إعادة بناء، تباين، إلخ).
- الميزة المحددة هي القيد السببي، الذي يربط التمثيل بالآليات السببية الكامنة. وتشمل الفئات:
  - قيود الآلية المتفرقة: معاقبة التبعيات الكثيفة في الرسم البياني السببي المقدر.
  - قيود الأولويات الشرطية: محاذاة التوزيع الكامن مع أولوية هيكلية مشروطة بمتغيرات مساعدة (مثل المجال، أو الزمن).
  - قيود الثبات والتدخل: فرض توافق الإحصائيات الثابتة عبر البيئات أو التدخلات.
  - القيود الوظيفية: فرض تحيزات هيكلية على عملية التوليد (مثل أجهزة فك التشفيد الجمعية، أو فتحات التركيز على الأشياء).

المساهمات الرئيسية

الصياغة الموحدة: يقدم البحث لغة مشتركة (المهمة + القيد) لوصف كل من تعلم التمثيل التقليدي والسببي، موضحًا أن CRL ليس نموذجًا منفصلًا بل هو تجسيد محدد لتعلم التمثيل مع قيود هيكلية.
تحليل المنفعة المتبادلة:
- من CRL إلى التقليدي: يوفر أدوات نظرية لفهم متى تكون القيود الهيكلية ضرورية. يجادل المؤلفون بأن كفاية المهمة (مثل أداء التنبؤ الجيد) لا تضمن استعادة الهيكل الكامن الصحيح، خاصة في وجود علاقات لحظية أو عوامل متشابكة.
- من التقليدي إلى CRL: يقدم رؤى عملية حول تصميم المهمة. يفترض البحث أن فعالية القيد السببي ليست جوهرية بل تعتمد بشدة على هدف المهمة الذي تقترن به.
التحقق التجريبي: أجرى المؤلفون تجارب على معيار CausalVerse لاختبار التفاعل بين مكونات المهمة والقيود السببية.

النتائج التجريبية

تقيم الدراسة كيف تؤثر أهداف المهام المختلفة على أداء طرق CRL عند اقترانها بقيود سببية ثابتة. أُجريت التجارب في إعدادين: الفيديو (دراسة الروبوتات، 57 بُعدًا كامنًا) و الصورة (كرة على منحدر، 7 أبعاد كامنة).

التفاعل بين المهمة والقيد: تختلف فعالية القيود السببية بشكل كبير اعتمادًا على المهمة المقترنة بها.
- في كل من إعدادات الفيديو والصورة، حقق التعلم التبايني باستمرار أعلى أداء (مقاسًا بمعامل الارتباط المتوسط (MCC) و $R^2$ ) عند اقترانه بالقيود السببية.
- المهام القائمة على إعادة البناء (المعيار في العديد من نماذج CRL الأساسية) أدت أداءً متوسطًا ولكن تم التفوق عليها من قبل الأساليب التباينية.
- مهام إعادة البناء في المنتصف الكامن (Mid-Latent Reconstruction) و إعادة البناء المقنع (Masked Reconstruction) (في إعداد الفيديو) كان أداؤها أسوأ بكثير، رغم استخدام نفس القيود السببية.
الاختلافات بين الوسائط: كان تأثير اختيار المهمة أكثر وضوحًا في إعداد الفيديو، ويرجع ذلك على الأرجح إلى الأبعاد العالية والاعتماد الزمني الذي يتطلب تحيزات استقرائية أقوى من هدف المهمة.
الاستنتاج من التجارب: القيود السببية وحدها غير كافية لضمان استعادة الهيكل الكامن الأساسي. إن الجمع بين مهمة متوافقة وقيد مناسب هو العامل الحاسم.

الأهمية والادعاءات

يدعي البحث أن سد الفجوة بين CRL وتعلم التمثيل التقليدي أمر ضروري لتقدم المجال.

الرؤية النظرية: يتحدى البحث الافتراض بأن تصميم قيود سببية أفضل هو المسار الوحيد لتحسين CRL. بدلاً من ذلك، يسلط الضوء على أن مكون المهمة هو خيار تصميم لا يقل أهمية.
التوجيه العملي: بالنسبة للممارسين، تشير النتائج إلى أنه عند تطبيق طرق CRL، لا ينبغي التعامل مع هدف المهمة كافتراض ثابت (مثل استخدام إعادة البناء دائمًا). بد بدلاً من ذلك، يجب اختيار المهمة بشكل منهجي لتكمل القيود السببية المستخدمة.
الاتجاه المستقبلي: يشير المؤلفون بتواضع إلى أن تحليلهم لمكونات المهمة يستند حاليًا إلى الملاحظات التجريبية. وتظل النظرية المبدئية لاختيار مجموعات (المهمة-القيد) المثلى توجهًا مفتوحًا للعمل المستقبلي.

يخلص البحث إلى أن المنظور الموحد يسمح للمجالين بالانتقال إلى ما وراء الجهود المنفصلة، من خلال الاستفادة من الصرامة النظرية لـ CRL والمتانة التجريبية لتعلم التمثيل التقليدي لتحقيق فك تشابك سببي أفضل في تطبيقات العالم الحقيقي.