🤖 AI

Relational Structural Causal Models

Dieses Paper führt relationale strukturelle kausale Modelle und relationale neuronale kausale Modelle ein, um KI-Systeme zu befähigen, kausale Repräsentationen zu erlernen, die das Schließen über Interventionen und Kontrafaktuale für ungesehene Kombinationen von Objekten unterstützen, selbst in Gegenwart nicht beobachteter Konfundierung.

Ursprüngliche Autoren: Adiba Ejaz, Elias Bareinboim

Veröffentlicht 2026-06-16

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Adiba Ejaz, Elias Bareinboim

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, einem Roboter das Autofahren beizubringen. Sie zeigen ihm tausende Videos von Straßenverkehr. Aber hier ist der Haken: In jedem Video, das Sie ihm zeigen, sind es exakt zwei Autos und ein Fußgänger.

Nun setzen Sie den Roboter auf eine echte Straße, auf der sich drei Autos und zwei Fußgänger befinden. Der Roboter gerät in Panik. Er hat diese spezifische Kombination noch nie gesehen. Er weiß nicht, ob das dritte Auto anhalten oder weiterfahren soll.

Dies ist das Problem, das die Arbeit behandelt. Sie fragt: Wie können wir eine KI bauen, die die Regeln versteht, wie Dinge interagieren, damit sie neue, bisher ungesehene Kombinationen von Objekten bewältigen kann, ohne neu trainiert werden zu müssen?

Die Autoren nennen ihre Lösung Relational Structural Causal Models (RSCMs). Hier ist eine Aufschlüsselung dessen, was sie getan haben, unter Verwendung einfacher Analogien.

1. Das Problem: Das „Rezept“ vs. die „Zutaten“

Die meisten heutigen KI-Modelle sind wie ein Koch, der ein Rezept für einen Salat mit exakt drei Tomaten und zwei Gurken auswendig gelernt hat. Wenn man ihm einen Salat mit vier Tomaten und einer Gurke gibt, wird er verwirrt. Er versteht nicht die Logik des Salats; er hat nur die spezifische Liste der Zutaten auswendig gelernt.

In der realen Welt (wie im Verkehr, in der Biologie oder in sozialen Netzwerken) ändert sich die Anzahl der Objekte ständig.

Verkehr: Manchmal sind es 2 Autos, manchmal 10. Manchmal ist ein Fußgänger vor Auto A, manchmal vor Auto B.
Das Ziel: Wir brauchen eine KI, die das „Rezept“ (die kausalen Regeln) lernt, nicht nur die spezifischen Zutaten. Sie muss wissen: „Wenn eine rote Ampel ein Auto steuert, hält das Auto an“, unabhängig davon, ob es ein Auto oder hundert Autos sind.

2. Die Lösung: Das „Universelle Regelbuch“

Die Autoren entwickelten einen neuen Typ von Modell namens Relational Structural Causal Model (RSCM).

Betrachten Sie ein RSCM nicht als eine Liste spezifischer Fakten, sondern als ein universelles Regelbuch.

Anstatt zu sagen „Auto 1 hält, wenn Licht 1 rot ist“, besagt das Regelbuch: „Jedes Auto hält, wenn irgendeine Lichtquelle, die es steuert, rot ist.“
Es behandelt auch Beziehungen: „Ein Auto hält, wenn irgendein Fußgänger in seinem Pfad die Straße überquert.“

Dies ermöglicht es der KI, dasselbe Regelbuch auf eine Szene mit 2 Autos und eine Szene mit 50 Autos anzuwenden. Sie muss nicht jede mögliche Kombination gesehen haben, um zu wissen, was zu tun ist.

3. Die große Entdeckung: Man kann nicht einfach „raten“

Die Arbeit macht eine sehr wichtige, etwas beängstigende Entdeckung. Sie haben mathematisch bewiesen, dass man nicht einfach Daten aus einem Satz von Szenen betrachten und automatisch vorhersagen kann, was in einem völlig neuen Szenario passiert.

Die Analogie:
Stellen Sie sich vor, Sie haben eine Maschine, die Sandwiches macht.

Szene A: Sie sehen die Maschine immer nur Sandwiches mit einer Scheibe Käse machen.
Szene B: Sie wollen wissen, was passiert, wenn Sie zwei Scheiben Käse hineinlegen.

Die Autoren haben bewiesen, dass man ohne das Wissen über den internen Mechanismus (den „kausalen Graphen“) nicht erraten kann, was das Ergebnis in Szene B ist, indem man nur Szene A beobachtet.

Vielleicht fügt die Maschine Käse linear hinzu (2 Scheiben = doppelter Geschmack).
Vielleicht hat die Maschine eine Grenze (2 Scheiben = sie klemmt).
Vielleicht ignoriert die Maschine die zweite Scheibe komplett.

Wenn Sie die Maschine nur Sandwiches mit einer Scheibe Käse machen sehen, haben Sie keine Möglichkeit zu wissen, welche dieser drei Regeln wahr ist. Sie müssen die Struktur der Maschine (den kausalen Graphen) kennen, um diese Vorhersage zu treffen.

4. Die Lösung: Eine Karte zeichnen

Um dieses „Rate-Problem“ zu lösen, sagen die Autoren, dass wir der KI eine Karte der Beziehungen (einen Relationalen Kausalen Graphen) zur Verfügung stellen müssen.

Diese Karte sagt der KI:

„Signale steuern Fußgänger.“
„Fußgänger in der Bahn eines Autos beeinflussen das Auto.“
„Signale beeinflussen Autos nicht direkt, es sei denn, sie steuern sie.“

Sob{ie die KI diese Karte hat, kann sie ein spezielles mathematisches Werkzeug (genannt „Identifikationskriterien“) verwenden, um zu prüfen, ob sie eine Frage über ein neues Szenario beantworten kann.

Wenn die Karte „Ja“ sagt: Kann die KI das Ergebnis des neuen Szenarios mithilfe von Daten aus den alten Szenen sicher vorhersagen.
Wenn die Karte „Nein“ sagt: Weiß die KI, dass sie nicht genügend Informationen hat und nicht raten sollte.

5. Die „Neuronale“ Engine

Schließlich bauten die Autoren ein Computerprogramm (ein Neuronales Netz), das dieses Regelbuch und diese Karte nutzt. Sie nennen es ein Relational Neural Causal Model.

Sie testeten es in simulierten Verkehrsszenen.

Sie trainierten die KI auf Szenen mit spezifischen Anzahlen von Autos und Fußgängern.
Sie fragten sie, was passieren würde, wenn die Anzahl der Autos und Fußgänger variiert.

Das Ergebnis:
Das neue Modell war wesentlich besser darin, die ungesehenen Szenarien vorherzusagen, als Standard-KI-Modelle. Selbst wenn die Standardmodelle direkt auf den „ungesehenen“ Szenen trainiert wurden, schnitt das neue Modell (das mit anderen Szenen, aber unter Verwendung der richtigen Regeln trainiert wurde) oft genauso gut oder sogar besser ab.

Zusammenfassung

Das Problem: KI hat Schwierigkeiten, wenn sich die Anzahl der Objekte oder deren Anordnung ändert (z. B. 2 Autos vs. 10 Autos).
Die Erkenntnis: Man kann die Regeln für neue Kombinationen nicht einfach lernen, indem man nur alte Daten betrachtet; man muss die zugrunde liegende kausale Struktur kennen.
Das Werkzeug: Sie entwickelten ein „Regelbuch“ (RSCM) und eine „Karte“ (Kausaler Graph), die der KI erklären, wie Objekte interagieren.
Der Beweis: Sie zeigten mathematisch auf, wann man Szenarien vorhersagen kann und wann nicht, und bauten ein neuronales Netz, das diese Regeln erfolgreich nutzt, um auf ungesehene Verkehrsszenen zu generalisieren.

Kurz gesagt: Sie gaben der KI einen Weg, die Logik von Beziehungen zu verstehen, anstatt nur Listen von Objekten auswendig zu lernen, was es ihr ermöglicht, die unvorhersehbare Komplexität der realen Welt zu bewältigen.

Technisches Resümee: Relationale Strukturelle Kausale Modelle

Problemstellung

KI-Systeme benötigen Weltmodelle, die sowohl kausal (unterstützen das Denken über Interventionen und Kontrafakten) als auch kombinatorisch (unterstützen die Generalisierung auf ungesehene Kombinationen von Objekten) sind. Während Strukturelle Kausale Modelle (SCMs) einen Formalismus für kausales Schließen bereitstellen, nehmen sie typischerweise eine feste Menge an Variablen und einen festen kausalen Graphen an. Diese Einschränkung behindert ihren Einsatz in Domänen, in denen die Anzahl der Objekte und deren relationale Strukturen dynamisch variieren, wie etwa beim autonomen Fahren, in der Robotik oder in biologischen Systemen.

Bestehende Methoden des relationalen maschinellen Lernens glänzen zwar bei der kombinatorischen Generalisierung, scheitern jedoch oft an kausalen Garantien, da sie häufig instabile Korrelationen ausnutzen, die unter Interventionen zusammenbrechen. Umgekehrt haben Methoden der kausalen Inferenz oft Schwierigkeiten, über verschiedene relationale Skelette hinweg zu generalisieren (z. B. Verkehrsszenen mit unterschiedlicher Anzahl von Autos und Signalen), da sie auf Annahmen mit festen Variablen beruhen oder davon ausgehen, dass Objekte identisch und unabhängig verteilt (i.i.d.) sind.

Das Kernproblem, das adressiert wird, lautet: Wie kann man formale kausale Inferenz (einschließlich interventionaler und kontrafaktischer Abfragen) über variierende Kombinationen von Objekten und Relationen hinweg durchführen, insbesondere wenn Daten nur aus spezifischen beobachteten relationalen Skeletten verfügbar sind?

Methodik

Die Autoren schlagen ein Framework vor, das auf Relationalen Strukturellen Kausalen Modellen (RSCMs) und Relationalen Neuronalen Kausalen Modellen (RNCMs) basiert.

1. Relationale Strukturelle Kausale Modelle (RSCMs)

Das Paper erweitert Standard-SCMs auf objekt-relationale Settings. Ein RSCM ist definiert durch ein Tupel $\langle S, V, U, F, P(U) \rangle$ , wobei:

Schema ( $S$ ): Definiert Entitätstypen (z. B. Auto, Signal), Relationstypen (z. B. Ctrl, Path) und Attribute.
Mechanismen ( $F$ ): Im Gegensatz zu Standard-SCMs, bei denen Mechanismen Eingaben fester Größe entgegennehmen, akzeptieren RSCM-Mechanismen Multimengen von relationalen Eltern. Beispielsweise hängt der Bremechanismus eines Autos von der Menge aller Signale ab, die es steuern, und aller Fußgänger in seinem Pfad. Diese Mechanismen nutzen relationale Constraints (Prädikate der Prädikatenlogik erster Ordnung), um zu bestimmen, welche Objekte relevant sind, und Aggregatoren (z. B. $\lor$ , $\land$ , Summe, Max), um deren Werte zu kombinieren.
Grounding: Ein RSCM fungiert als Template. Wenn es auf einem spezifischen relationalen Skelett (einem konkreten Satz von Objekten und Relationen) instanziiert wird, erzeugt es ein geerdetes (grounded) SCM mit einer festen Menge an Variablen.

2. Impossibility Results (Unmöglichkeitsresultate)

Die Autoren stellen zunächst theoretische Grenzen für das Lernen ohne weitere Annahmen auf:

Theorem 3.3 (Cross-Skeleton Observational Inference): Selbst beobachtbare Verteilungen für ungesehene Ziel-Skelette können ohne zusätzliche Annahmen nicht aus Quell-Skeletten identifiziert werden. Zwei RSCMs können in allen beobachteten Quell-Skeletten übereinstimmen und dennoch in unterschiedlichen Ziel-Skeletten divergieren, wenn das Ziel-Skelett relationale Konfigurationen enthält (z. B. ein Auto, das von zwei Signalen gesteuert wird), die im Quell-Skelett nicht vorhanden sind.
Theorem 3.4 (Within-Skeleton Causal Inference): Selbst innerhalb eines einzelnen Skeletts ist bei einer Entität mit mehreren Attributen die alleinige Beobachtungsdatenlage unzuregend, um interventional Verteilungen ohne Annahmen über die kausale Struktur zu identifizieren.

3. Relationale Identifikation via graphischer Kriterien

Um diese Unmöglichkeitsresultate zu überwinden, führt das Paper Relationale Kausale Graphen (RCGs) ein. Diese Graphen kodieren Annahmen über den datengenerierenden Prozess, einschließlich:

Nicht-relationale Kanten: Abhängigkeiten zwischen Attributen desselben Objekts.
Relationale Knoten: Aggregierte Werte verwandter Objekte (z. B. "alle Signale, die Auto $c$ steuern").
Constraints: Annotationen an Kanten, die die relationalen Bedingungen spezifizieren, unter denen Abhängigkeiten gelten.

Unter Verwendung dieser Graphen leiten die Autoren symbolische Identifikationskriterien ab:

Observationale Identifikation (Theorem 4.3): Eine bedingte Verteilung in einem Ziel-Skelett ist identifizierbar, wenn es eine Quelle mit einer unkonfundierten Variable und eine Eltern-Domäne gibt, die eine Obermenge der Eltern-Domäne des Ziels ist.
Kausale Identifikation (Proposition 4.4): Wenn eine Abfrage über das ctf-calculus (Kontrafakt-Calculus) auf dem marginalisierten Grund-Graphen identifizierbar ist, ist sie relational identifizierbar.
Nicht-Identifizierbarkeit (Proposition 4.5): Wenn eine Intra-Instanz-Abfrage im Standard-Sinne nicht identifizierbar ist (z. B. aufgrund einer Bow-Struktur), bleibt sie auch im relationalen Setting nicht identifizierbar.

4. Relationale Neuronale Kausale Modelle (RNCMs)

Für die praktische Implementierung schlagen die Autoren G-Constrained Relational Neural Causal Models (G-RNCMs) vor.

Architektur: Für jeden Attributtyp wird ein neuronales Netzwerk definiert (z. B. ein Netzwerk für Car.B). Dieses Netzwerk wird über alle Instanzen dieses Typs in jedem Skelett hinweg wiederverwendet (Parameter Sharing).
Inputs: Das Netzwerk nimmt nicht-relationale Eltern und aggregierte relationale Eltern (z. B. Zählungen oder Histogramme verwandter Objektzustände) entgegen.
Algorithmus (RelationalNeuralID): Das Modell wird trainiert, um Quellverteilungen (observational oder interventional) anzupassen, während es gleichzeitig die Ziel-Abfrage minimiert oder maximiert. Wenn die Minimum- und Maximumwerte der Abfrage identisch sind, ist die Abfrage identifiziert; andernfalls ist sie nicht identifizierbar. Theorem 5.2 beweist, dass RNCMs ausreichen, um jedes mit dem Graphen konsistente RSCM zu repräsentieren.

Zentrale Beiträge

Formalisierung von RSCMs: Eine rigorose Definition kausaler Modelle für objekt-relationale Domänen, die eine variierende Anzahl von Objekten und Relationen unterstützt und das SCM-Framework erweitert.
Identifikationstheorie: Beweis der Unmöglichkeit der Cross-Skeleton-Inferenz ohne Annahmen, gefolgt von der Entwicklung graphischer Kriterien (Relational Causal Graphs), die eine Identifikation über Skelette hinweg sowie innerhalb von Skeletten ermöglichen.
Neuronale Implementierung: Der Vorschlag von RNCMs, ein fundierter und vollständiger neuronaler Ansatz für relationale Identifikation, der Parameter-Sharing und Aggregation nutzt, um kombinatorische Generalisierung zu handhaben.
Empirische Validierung: Experimente in simulierten Verkehrsszenen zeigen, dass RNCMs nicht-relationale kausale Baselines und relationale nicht-kausale Baselines übertreffen, insbesondere bei der Generalisierung auf ungesehene Objektkombinationen.

Experimentelle Ergebnisse

Die Autoren evaluierten ihren Ansatz mittels simulierter Verkehrsszenen mit variierender Anzahl von Signalen, Fußgängern und Autos.

Schätzgenauigkeit: RNCMs übertrafen flache Neural Causal Models (NCMs) und relationale nicht-kausale Baselines (REL-MLP) in identifizierbaren Settings konsistent um etwa das 100-fache. Bemerkenswert war, dass ein RNCM, das auf einem Quell-Skelett (z. B. einer Ausfahrt) trainiert wurde, Baselines, die direkt auf dem Ziel-Skelett (z. B. einem T-Kreuzung) trainiert wurden, bei der Schätzung kausaler Effekte für spezifische Autos übertraf, was den Wert der relationalen Struktur unterstreicht.
Generalisierung: RNCMs generalisierten erfolgreich auf kleinere und passende relationale Nachbarschaften. Die Leistung sank nur in nicht-identifizierbaren Settings (z. B. Generalisierung auf ein Auto, das von zwei Signalen gesteuert wird, wenn die Quelle nur eines hatte), was mit den theoretischen Unmöglichkeitsresultaten übereinstimmt.
Identifikationsgenauigkeit: Der Algorithmus konnte erfolgreich zwischen identifizierbaren und nicht-identifizierbaren Abfragen unterscheiden. Für identifizierbare Cross-Car-Abfragen kollabierte die Differenz zwischen minimierten und maximierten Schätzungen auf Null; für nicht-identifizierbare Within-Car-Abfragen blieb die Differenz groß.
Skalierbarkeit: Experimente mit bis zu 75 Objekten zeigten, dass die Genauigkeit stabil blieb, während die Anzahl der Objekte zunahm, wobei nur ein moderater Anstieg der Laufzeit zu verzeichnen war, was die Skalierbarkeit des Parameter-Sharings demonstriert.

Bedeutung und Ansprüche

Das Paper beansprucht, die methodischen Grundlagen für die kausale Inferenz in objekt-relationalen Settings zu liefern. Durch die Vereinigung von relationalem Lernen (für kombinatorische Generalisierung) und kausaler Inferenz (für Robustheit gegenüber Interventionen) adressiert die Arbeit eine kritische Lücke in KI-Weltmodellen.

Die Autoren betonen, dass ihr Framework nicht voraussetzt, dass Objekte i.i.d. sind oder die relationalen Strukturen fixiert sind. Stattdessen modellieren sie explizit, wie kausale Mechanismen von relationalen Constraints abhängen. Die Bedeutung liegt darin, KI-Systemen zu ermöglichen, über "Was-wäre-wenn"-Szenarien in dynamischen Umgebungen (wie dem autonomen Fahren) zu urteilen, in denen sich die Anzahl und Anordnung der Objekte ändern, sofern die zugrunde liegenden kausalen Mechanismen über diese Variationen hinweg konsistent bleiben. Die Arbeit legt nahe, dass erfolgreiche Generalisierung in solchen Domänen auf expliziten Annahmen über die relationale Struktur beruht, die via relationale kausale Graphen kodiert und via RNCMs gelernt werden können.