📊 statistics

Learning General Causal Structures with Hidden Dynamic Process for Climate Analysis

Este artículo presenta CaDRe, un marco unificado que identifica conjuntamente las relaciones causales entre las variables climáticas observadas y las fuerzas impulsoras latentes a partir de datos de series temporales, ofreciendo tanto garantías de identificabilidad teórica como perspectivas interpretables para el análisis climático.

Autores originales: Minghao Fu, Biwei Huang, Zijian Li, Yujia Zheng, Ignavier Ng, Guangyi Chen, Yingyao Hu, Kun Zhang

Publicado 2026-06-01

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Minghao Fu, Biwei Huang, Zijian Li, Yujia Zheng, Ignavier Ng, Guangyi Chen, Yingyao Hu, Kun Zhang

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando entender el clima observando un tablero lleno de medidores: temperatura, velocidad del viento, humedad y presión. Puedes ver cómo se mueven las agujas (los datos observados), pero sabes que hay fuerzas invisibles impulsando esos movimientos (como corrientes oceánicas profundas, radiación solar o masas de aire en movimiento) que no puedes ver directamente (los impulsores ocultos).

Durante mucho tiempo, los científicos tuvieron dos formas principales de estudiar esto:

Correlación: "Cuando el medidor de temperatura sube, el medidor de humedad suele bajar". Esto te dice qué sucede en conjunto, pero no por qué.
Descubrimiento Causal: Intentar averiguar qué medidor causa al otro. Pero esto suele fallar si hay fuerzas ocultas moviendo los hilos, porque las matemáticas se confunden por las variables invisibles.

Este artículo presenta una nueva herramienta llamada CaDRe (Causal Discovery and Representation learning) que resuelve ambos problemas a la vez. Así es como funciona, utilizando analogías sencillas:

1. El problema del "Titiritero Invisible"

Imagina el sistema climático como un espectáculo de marionetas.

Las Marionetas: Son las cosas que podemos medir (temperatura, lluvia, viento).
El Titiritero: Es la fuerza oculta (como un enorme sistema de presión atmosférica) que no podemos ver pero que controla a las marionetas.
El Problema: Los métodos anteriores intentaban averiguar cómo se movían las marionetas entre sí, pero se confundían porque el Titiritero tiraba de varios hilos a la vez. Otros métodos intentaban encontrar al Titiritero, pero ignoraban cómo interactuaban las marionetas entre sí.

La Solución de CaDRe: Actúa como un detective superinteligente que observa el espectáculo y descubre tanto quién es el Titiritero como cómo están conectadas las marionetas entre sí, todo al mismo tiempo.

2. Cómo lo descifra (El truco del "Viaje en el Tiempo")

No puedes ver al Titiritero directamente, pero puedes ver cómo se mueven las marionetas a lo largo del tiempo. CaDRe utiliza un truco ingenioso relacionado con el tiempo.

Imagina que estás viendo una película del clima.

Si miras un solo fotograma, es difícil saber qué está causando qué.
Pero si miras el fotograma anterior, el fotograma actual y el fotograma posterior, surge un patrón.

CaDrea trata al "titiritero oculto" como un personaje que cambia ligeramente de un momento a otro. Al comparar los estados "antes" y "después" del clima visible, el modelo puede realizar ingeniería inversa matemáticamente para deducir qué estuvo haciendo el personaje oculto. Es como observar las ondas en un estanque para deducir la forma de la piedra que fue lanzada, incluso si no viste la piedra.

3. Separar la señal del ruido

Los datos del mundo real son desordenados. Es como intentar escuchar una conversación en una habitación llena de gente y ruido.

La Señal: Los patrones climáticos reales.
El Ruido: Glitches aleatorios, errores de medición o pequeñas perturbaciones locales (como una ráfaga repentina de viento causada por un coche que pasa).

CaDRe está diseñado para separar la "conversación" (la estructura causal real) del "ruido de fondo". Aprende a ignorar la estática y a concentrarse en las reglas subyacentes que gobiernan el sistema.

4. Lo que realmente encontró (Los resultados)

Los autores probaron esta herramienta de dos maneras:

La prueba del "Clima Falso": Crearon una simulación por computadora donde conocían las reglas exactas y las variables ocultas. CaDRe encontró con éxito las variables ocultas y las conexiones correctas entre ellas, demostrando que las matemáticas funcionan.
La prueba del "Clima Real": La aplicaron a datos climáticos históricos reales (como temperaturas oceánicas y patrones de viento).
- Predicción: Predijo el clima futuro tan bien como, o mejor que, los mejores modelos de IA existentes.
- Descubrimiento: Dibujó un mapa de cómo se influyen entre sí las diferentes variables climáticas. Cuando compararon este mapa con lo que los meteorólogos humanos saben sobre la física (como cómo el viento fluye alrededor del globo), los mapas coincidieron perfectamente.

La conclusión

Este artículo no solo dice "podemos predecir el clima mejor". Dice: "Finalmente podemos ver los engranajes invisibles que giran dentro de la máquina climática".

Al combinar el Aprendizaje de Representación Causal (encontrar los engranajes ocultos) con el Descubrimiento Causal (mapear cómo se conectan los engranajes), CaDRe ofrece a los científicos una imagen clara e interpretable de por qué el clima se comporta de esa manera, en lugar de simplemente adivinar basándose en patrones. Convierte una caja negra de datos confusos en una máquina transparente y comprensible.

Resumen Técnico: Aprendizaje de Estructuras Causales Generales con Procesos Dinámicos Ocultos para el Análisis Climático

Planteamiento del Problema

Comprender la dinámica climática requiere ir más allá del análisis correlacional para descubrir los procesos causales subyacentes. Los sistemas climáticos se caracterizan por dos complejidades críticas que los métodos existentes suelen pasar por alto:

Impulsores Latentes: Procesos atmosféricos no observados (por ejemplo, sistemas de presión, impulsores de precipitación) influyen significativamente en las variables observadas (por ejemplo, temperatura) y evolucionan estocásticamente con dependencias instantáneas y con desfase temporal.
Causalidad de Observable-a-Observable: Las variables observadas geográficamente próximas exhiben influencias causales directas (por ejemplo, transferencia de calor entre regiones) junto con la influencia de los impulsores latentes.

El Aprendizaje de Representación Causal (CRL) tradicional se centra en la recuperación de factores latentes, pero típicamente asume una generación libre de ruido e invertible desde el espacio latente al observado, ignorando las relaciones causales entre observables. Por el contrario, los métodos de Descubrimiento Causal (CD) suelen depender de supuestos paramétricos o fallan al identificar variables latentes y sus interrelaciones en presencia de confusión. El artículo aborda la necesidad de un marco unificado capaz de recuperar conjuntamente (i) el proceso dinámico latente y (ii) la estructura causal entre las variables observadas en un entorno no paramétrico con ruido estocástico.

Metodología: CaDRe

Los autores proponen CaDRe (Causal Discovery and Representation learning), un modelo generativo de series temporales basado en un Autoencoder Variacional (VAE) que integra CRL y descubrimiento causal.

1. Fundamento Teórico

El marco establece garantías de identificabilidad bajo supuestos específicos:

Recuperación del Espacio Latente (Teorema 3.2): Al aprovechar la información contextual de pasos de tiempo adyacentes ( $x_{t-1}, x_t, x_{t+1}$ ), el modelo demuestra que el espacio latente $z_t$ es identificable al nivel de valor (hasta una transformación diferenciable invertible $h_z$ ), incluso con observaciones ruidosas. Esto se basa en la inyectividad de los operadores de transformación de distribución y en el supuesto de "deriva latente" (estados latentes distintos inducen distribuciones condicionales de observaciones distintas).
Equivalencia SEM-ICA (Teorema 3.5): El artículo establece una equivalencia funcional entre el Modelo de Ecuaciones Estructurales (SEM) que gobierna el sistema climático y el Análisis de Componentes Independientes (ICA) no lineal. Específicamente, el Jacobiano de la estructura de mezcla ( $J_m$ ) y el Jacobiano del grafo causal observado ( $J_g$ ) satisfacen la relación:
$J_g(x_t)J_m(s_t) = J_m(s_t) - D_m(s_t)$
donde $D_m$ es una matriz diagonal. Esto permite que el grafo causal sobre las observaciones se derive directamente de la estructura de mezcla.
Identificabilidad del Grafo Causal (Teorema 3.6): Bajo condiciones de variabilidad de generación (cambios suficientes en el proceso de generación) y fidelidad funcional, el grafo causal sobre las variables observadas es identificable.

2. Marco de Estimación

CaDRe instancia estas teorías utilizando una arquitectura VAE con los siguientes componentes:

Codificadores (Encoders): Un codificador- $z$ extrae variables latentes ( $\hat{z}_t$ ), y un codificador- $s$ extrae ruido no estacionario ( $\hat{s}_t$ ) dependiente de $z_t$ .
Decodificador (Decoder): Reconstruye las observaciones $\hat{x}_t$ a partir de $\hat{z}_t$ y $\hat{s}_t$ .
Redes de Prior: Utiliza flujos normalizantes (normalizing flows) para modelar la transición de las variables latentes ( $z_{t-1} \to z_t$ ) y la mezcla del ruido. Las funciones de transición inversa aprendibles identifican qué variables latentes influyen causalmente en otras.
Función de Pérdida: El modelo optimiza un Límite Inferior de Evidencia (ELBO) aumentado con penalizaciones estructurales:
$L_{ALL} = L_{ELBO} + \alpha L_s + \beta L_d$
- $L_s$ : Penalización de dispersión (sparsity) sobre las matrices Jacobianas de las transiciones latentes y la mezcla observada para imponer estructuras causales dispersas.
- $L_d$ : Restricciones de DAG (basadas en la traza de potencias de matrices) para asegurar la aciclicidad tanto en el grafo causal observado como en el grafo causal latente instantáneo.

Principales Contribuciones

Marco Unificado: Un enfoque novedoso que recupera simultáneamente los procesos dinámicos latentes y los grafos causales entre las variables observadas, abordando un vacío donde los métodos de CRL previos ignoraban la causalidad observable y los métodos de CD ignoraban los confusores latentes.
Identificabilidad No Paramétrica: Pruebas teóricas que demuestran que tanto el espacio latente como la estructura causal son identificables a partir de datos de series temporales sin asumir una generación libre de ruido o formas paramétricas específicas (por ejemplo, lineales o de ruido aditivo).
Algoritmo CaDRe: Una implementación práctica utilizando priors basados en flujos y penalizaciones estructurales basadas en gradientes para aprender componentes independientes y dependencias causales.
Perspectivas Climáticas: Aplicación a datos climáticos del mundo real que arroja grafos causales interpretables alineados con la experiencia del dominio (por ejemplo, patrones de viento, acoplamiento tierra-atmósfera).

Resultados Experimentales

Datos Sintéticos

Recuperación Latente: CaDRe supera a las líneas base de CRL de última generación (ej. iCITRIS, G-CaRL, TDRL) en la recuperación de representaciones latentes, logrando puntuaciones altas de MCC y $R^2$ en entornos latentes independientes, dispersos y densos.
Descubrimiento Causal: El método supera significativamente a los métodos de CD basados en restricciones (FCI, PCMCI, CD-NOD) en la recuperación de grafos causales, particularmente en presencia de confusores latentes y dependencias no lineales. Logra una menor Distancia de Hamming Estructural (SHD) y mayor Precisión/Recall.

Datos Climáticos del Mundo Real

Pronóstico: En conjuntos de datos como CESM2, Weather y ERSST, CaDRe logra una precisión de pronóstico competitiva o superior (MSE/MAE) en comparación con modelos avanzados de series temporales (ej. iTransformer, TimesNet, Autoformer), lo que sugiere que el aprendizaje del proceso causal subyacente mejora la capacidad predictiva.
Descubrimiento Causal: Utilizando la dirección del viento como un sustituto de la verdad de terreno, CaDRe recupera grafos causales que se alinean estrechamente con los patrones físicos del viento (medidos por Wind-SHD y Wind-TPR), superando a las líneas base neuronales y basadas en restricciones.
Interpretabilidad: Las variables latentes y los grafos causales recuperados proporcionan interpretaciones físicas consistentes con fenómenos conocidos (ej. asociaciones de la precipitación con la radiación solar, flujos hacia el oeste en los océanos ecuatoriales).

Significación y Reivindicaciones

El artículo afirma avanzar en la comprensión causal de la dinámica climática al proporcionar un marco unificado que conecta las fuerzas impulsoras latentes con las interacciones causales directas entre las variables observadas. Su importancia radica en:

Rigor Teórico: Establecer garantías de identificabilidad no paramétrica para la recuperación conjunta de la dinámica latente y los grafos causales, un escenario previamente considerado intratable debido al supuesto de "libre de ruido" en CRL y el supuesto de "totalmente observado" en CD.
Utilidad Científica: Ofrecer perspectivas interpretables sobre los sistemas climáticos que complementan los flujos de aprendizaje profundo basados predominantemente en la correlación. Las estructuras recuperadas se alinean con el conocimiento físico establecido (ej. sistemas de viento, acoplamiento tierra-atmósfera), lo que potencialmente puede inspirar nuevas hipótesis en la ciencia climática.
Eficiencia Práctica: El modelo logra una baja latencia mediante la generación de un solo paso, lo que lo hace adecuado para entornos del mundo real de alta dimensión.

Los autores señalan limitaciones, específicamente que el marco actual captura aristas contemporáneas en lugar de aquellas con desfase temporal entre las variables observadas, y que ha sido evaluado principalmente en datos climáticos. Se sugiere como trabajo futuro extender el marco a otros domos y la incorporación de relaciones causales con desfase temporal entre las observaciones.