DoFlow: Flow-based Generative Models for Interventional and Counterfactual Forecasting on Time Series

El artículo presenta DoFlow, un modelo generativo basado en flujos que se define sobre un grafo acíclico dirigido causal para realizar pronósticos observacionales, intervencionistas y contrafactuales en series temporales, además de permitir la detección de anomalías mediante verosimilitudes explícitas.

Lo esencial

¡Claro que sí! Imagina que el DoFlow es como un "Simulador de Realidades Alternas" para datos que cambian con el tiempo, como el clima, la bolsa de valores o la salud de un paciente.

Aquí tienes la explicación de este paper, traducida a un lenguaje sencillo y con analogías creativas:

🌊 ¿Qué es DoFlow?

Imagina que tienes un río (los datos de una serie temporal). Normalmente, los modelos de inteligencia artificial son como observadores pasivos: miran cómo fluyó el río ayer y hoy, y tratan de adivinar por dónde fluirá mañana si nada cambia.

Pero, ¿qué pasa si quieres saber:

1. "¿Qué pasaría si abro una compuerta?" (Intervención).
2. "¿Cómo habría sido el río si hubiera cerrado esa compuerta ayer?" (Contrafactual).

Aquí es donde entra DoFlow. No es solo un observador; es un arquitecto de realidades. Construye un mapa de cómo las cosas se conectan entre sí (un "Grafo Acíclico Dirigido" o DAG, que suena complicado, pero es simplemente un mapa de quién afecta a quién) y usa una tecnología llamada "Flujos Normalizantes Continuos" (CNF) para simular lo que pasaría si cambiaras las reglas del juego.

---

🎭 Las Tres Capacidades Mágicas

El paper explica que DoFlow hace tres cosas principales:

1. Predicción Observacional (El Cronista)

Es como un cronista deportivo. Mira el partido que ya se jugó y dice: "Basado en lo que veo ahora, así seguirá el juego". Es bueno, pero solo predice lo que probablemente pasará si nadie hace nada raro.

2. Predicción Intervencional (El Director de Cine)

Aquí el modelo se convierte en un director. Tú le dices: "¡Oye, en la escena de mañana, el héroe debe usar la espada en lugar del arco!".

• La analogía: Imagina que estás jugando un videojuego. DoFlow te permite pausar el juego, cambiar un botón (por ejemplo, aumentar la velocidad de una turbina en una presa) y ver cómo reacciona todo el sistema (la electricidad, el agua, las vibraciones) en tiempo real.
• El uso real: En una presa hidroeléctrica, los operadores pueden preguntar: "¿Qué pasa si subimos la velocidad de la turbina un 10% hoy?". DoFlow simula el futuro bajo esa nueva regla.

3. Predicción Contrafactual (El Viajero del Tiempo)

Esta es la parte más mágica y difícil. Es como preguntar: "¿Qué habría pasado si, en lugar de tomar la medicina A, el paciente hubiera tomado la B?" cuando ya sabemos que tomó la A y sabemos el resultado.

• La analogía: Imagina que eres un detective que llega a la escena del crimen después de que ocurrió. DoFlow te permite "rebobinar la cinta", cambiar la decisión del sospechoso (la intervención) y simular cómo habría sido la escena si hubiera tomado otra decisión, manteniendo todo lo demás (la personalidad del sospechoso, el clima, etc.) exactamente igual.
• El uso real: En medicina, esto es vital. Permite a los médicos ver retrospectivamente si un paciente hubiera sobrevivido mejor con un tratamiento diferente, basándose en su historial médico real.

---

🧠 ¿Cómo funciona la magia? (La Analogía del Molde)

El paper menciona "Flujos Normalizantes" y "Ecuaciones Diferenciales". Suena a física avanzada, pero imagínalo así:

Imagina que tienes una masa de plastilina (los datos reales) y un molde perfecto (la distribución de probabilidad).

• El Encoder (Codificador): DoFlow toma la plastilina real y la estira y la aplasta suavemente hasta convertirla en una bola de plastilina perfecta y simple (como una bola de nieve). Esto es "codificar" la realidad en algo simple.
• El Decodificador (Decodificador): Ahora, si quieres ver un futuro diferente, tomas esa bola simple, la metes en un molde nuevo (que representa tu intervención o cambio de reglas) y la estiras de nuevo para ver qué forma toma.
• La clave: Como el proceso es reversible y matemáticamente preciso, DoFlow sabe exactamente cómo se ve la "bola de nieve" original (los factores ocultos del paciente o la máquina) y puede re-proyectarla en el nuevo escenario sin perder información.

---

🏥 ¿Para qué sirve esto en la vida real?

El paper prueba DoFlow con dos ejemplos muy potentes:

1. Presas Hidroeléctricas (Energía):

   • Imagina una presa gigante. Si la turbina falla, todo el sistema se desestabiliza. DoFlow puede predecir exactamente cómo reaccionarán los generadores y la red eléctrica si una turbina se rompe (intervención) o simular cómo se habría comportado la presa si la turbina hubiera sido más fuerte (contrafactual).
   • Detección de anomalías: Además, como DoFlow sabe cómo "debería" sonar el sistema, si algo suena raro (como un chirrido antes de una rotura), el modelo detecta que la probabilidad de ese sonido es casi cero y lanza una alarma antes de que ocurra el desastre.

2. Tratamiento del Cáncer (Salud):

   • Imagina un paciente con un tumor. Los médicos le dieron quimioterapia y radioterapia. El tumor creció.
   • Con DoFlow, los investigadores pueden simular: "¿Qué habría pasado si le hubiéramos dado la mitad de la dosis de radioterapia?". El modelo reconstruye la historia del paciente y genera un "futuro alternativo" para ver si el tumor habría crecido menos. Esto ayuda a entender qué tratamientos son realmente efectivos para cada persona.

🚀 En Resumen

DoFlow es una herramienta que une la causalidad (entender por qué pasan las cosas) con la generación de datos (crear futuros posibles).

• Antes: Los modelos decían: "Si llueve, el suelo se moja".
• Ahora con DoFlow: Pueden decir: "Si hacemos que llueva artificialmente, ¿cómo se moja el suelo? Y si no hubiéramos hecho que lloviera ayer, ¿habría estado seco hoy?".

Es un paso gigante hacia una Inteligencia Artificial que no solo "adivina" el futuro, sino que entiende las reglas del juego y nos ayuda a tomar mejores decisiones, ya sea en una presa, en un hospital o en la economía.

Resumen técnico

Aquí presento un resumen técnico detallado del artículo "DOFLOW: FLOW-BASED GENERATIVE MODELS FOR INTERVENTIONAL AND COUNTERFACTUAL FORECASTING ON TIME SERIES", publicado en ICLR 2026.

1. El Problema

El pronóstico de series temporales multivariantes ha evolucionado desde modelos puramente observacionales (que predicen el futuro basándose en correlaciones pasadas) hacia la necesidad de pronósticos causales. Sin embargo, existen dos brechas críticas en el estado del arte actual:

• Preguntas de Intervención: La mayoría de los modelos no pueden responder a "qué pasaría si" modificamos variables de control en el futuro (ej. cambiar la configuración de una turbina o el plan de tratamiento médico). Los modelos actuales generan una única trayectoria futura fija dada una historia, sin permitir la simulación de acciones futuras.
• Preguntas Contrafactuales: Existe una carencia casi total de marcos generales para el pronóstico contrafactual en series temporales. Esto implica responder: "¿Cómo habría sido la trayectoria observada si hubiéramos intervenido de manera diferente en el pasado?", manteniendo los factores latentes no observados del paciente o sistema.
• Limitación de Modelos Existentes: Los modelos generativos modernos (Transformers, RNNs, Difusión) son excelentes en correlación pero carecen de estructura causal explícita. Los modelos causales existentes a menudo se limitan a datos estáticos o estiman efectos de tratamiento promedio, sin generar trayectorias completas y coherentes.

2. Metodología: DoFlow

Los autores proponen DoFlow, un modelo generativo basado en Flujos Normalizadores Continuos (CNF) que integra explícitamente una Estructura de Grafo Acíclico Dirigido (DAG) causal.

Componentes Clave:

1. Estructura Causal (DAG): El modelo asume que las variables de la serie temporal siguen un DAG donde los nodos representan variables y las aristas representan dependencias causales con un retraso temporal de al menos un paso.
2. Codificación con RNN: Para cada nodo $i$, se utiliza una red recurrente (LSTM/GRU) para resumir la historia pasada de ese nodo y de sus padres en el DAG, generando un estado oculto $H_{i,t-1}$.
3. Flujo Normalizador Continuo (CNF) Condicionado:
   • Se aprende un CNF separado para cada nodo.
   • El CNF modela la distribución condicional de la variable $X_{i,t}$ dado su contexto histórico $H_{i,t-1}$.
   • Utiliza una Ecuación Diferencial Ordinaria Neuronal (Neural ODE) para mapear una distribución base (ruido gaussiano) a la distribución de datos a través de un campo de velocidad $v_\theta$.
   • Entrenamiento: Se utiliza Conditional Flow Matching (CFM), que entrena el campo de velocidad para aproximar un campo de referencia analítico, evitando la necesidad de simular trayectorias costosas durante el entrenamiento.

Mecanismos de Inferencia:

• Pronóstico Observacional: Se muestrea ruido $z \sim N(0,1)$ y se decodifica hacia el espacio de datos usando el estado oculto actual.
• Pronóstico Intervencional: Se fija el valor de los nodos intervenidos a un valor $\gamma$ (operación $do(X=\gamma)$). Para los nodos no intervenidos, se genera la predicción propagando el estado oculto actualizado a través del DAG en orden topológico.
• Pronóstico Contrafactual (Abducción-Acción-Predicción):
  1. Abducción: Dada una trayectoria factual observada, se codifica (invierte el flujo) para obtener las representaciones latentes $z^F$ que explican esa trayectoria específica.
  2. Acción: Se aplica la intervención hipotética $do(X=\gamma)$.
  3. Predicción: Se decodifica la trayectoria contrafactual utilizando las mismas representaciones latentes $z^F$ (que capturan los factores no observados del individuo) pero bajo el nuevo estado oculto generado por la intervención.

Detección de Anomalías:

Dado que los CNF proporcionan una densidad de probabilidad explícita, DoFlow puede calcular la log-verosimilitud de una trayectoria futura. Si la log-verosimilitud es baja, indica que la trayectoria es anómala bajo el modelo aprendido, permitiendo la detección temprana de fallos.

3. Contribuciones Principales

1. Marco Unificado: DoFlow es uno de los primeros modelos que unifica el razonamiento causal y el modelado generativo profundo para series temporales, soportando observacional, intervencional y contrafactual.
2. Teoría de Recuperación Contrafactual: Bajo supuestos estándar de inferencia causal (independencia de ruido exógeno y monotonicidad estricta), los autores demuestran teóricamente que DoFlow puede recuperar la trayectoria contrafactual verdadera casi con certeza (Corolario 4.5).
3. Detección de Anomalías Principista: Utiliza la densidad logarítmica aprendida para detectar anomalías sin necesidad de umbrales ad-hoc.
4. Validación Empírica: Demostración de rendimiento superior en datos sintéticos y reales, superando a baselines modernos (Transformers, RNNs, DeepVAR) en tareas causales.

4. Resultados Experimentales

Los experimentos se realizaron en datos sintéticos (con estructuras DAG variadas: Árbol, Diamante, Capa Conectada, Cadena) y datos del mundo real.

• Datos Sintéticos:
  • DoFlow logró el Menor Error Cuadrático Medio (RMSE) en pronósticos observacionales e intervencionales en comparación con GRU, TFT, TiDE, TSMixer, DeepVAR y MQF2.
  • Es el único modelo que logró realizar pronósticos contrafactuales (los baselines mostraron "NA" o no aplicable).
  • Funcionó robustamente tanto en modelos de ruido aditivo como no lineales/no aditivos (NLNA).
• Aplicación Real 1: Sistema Hidroeléctrico (Argonne National Lab):
  • Se utilizó para predecir el comportamiento del sistema bajo fallos de turbinas (intervenciones).
  • DoFlow capturó correctamente las "picos" característicos en las señales del generador tras el fallo de la turbina.
  • Detección de Anomalías: El modelo detectó anomalías en la log-probabilidad hasta 20 minutos antes de un apagón real, permitiendo una respuesta preventiva.
• Aplicación Real 2: Tratamiento de Cáncer:
  • Se evaluó en la estimación de efectos de tratamiento en volúmenes tumorales.
  • DoFlow superó significativamente a baselines especializados en efectos causales (CRN, RMSN, MSM) en la predicción de resultados bajo diferentes regímenes de quimioterapia y radioterapia.

5. Significado e Impacto

Este trabajo representa un avance significativo hacia la inteligencia causal en sistemas dinámicos complejos.

• Toma de Decisiones: Permite a los operadores (en energía, salud, finanzas) simular escenarios "qué pasaría si" de manera rigurosa, no solo correlacional.
• Interpretabilidad: Al basarse en un DAG conocido, las predicciones son explicables en términos de causalidad estructural.
• Generalización: La capacidad de generar trayectorias contrafactuales abre nuevas puertas para el análisis de políticas públicas y medicina personalizada, donde entender el "contrafactual" es crucial para evaluar la eficacia de tratamientos pasados.

En resumen, DoFlow cierra la brecha entre la predicción estadística tradicional y el razonamiento causal, ofreciendo una herramienta generativa capaz de simular el futuro bajo intervenciones y reconstruir el pasado bajo hipótesis alternativas.