🤖 AI

Intuitionistic $j$ -Do-Calculus in Topos Causal Models

Ce papier généralise le calcul-do de Pearl à un cadre intuitionniste au sein des Modèles Causaux de Topos en introduisant le $j$ -calcul-do, un système de règles cohérent qui définit les interventions causales et les indépendances conditionnelles comme des vérités locales stables sous une topologie de Lawvere-Tierney $j$ et les interprète via la sémantique de Kripke-Joyal.

Auteurs originaux : Sridhar Mahadevan

Publié 2026-07-28

📖 9 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Sridhar Mahadevan

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous soyez un détective tentant de résoudre un mystère, mais que les indices que vous trouvez dépendent entièrement de la pièce où vous vous trouvez. Dans une pièce, une empreinte digitale sur la fenêtre prouve que le suspect est entré ; dans la pièce suivante, cette même empreinte n'est qu'une tache laissée par l'équipe de nettoyage. C'est le cœur de l'inférence causale, une branche de la science qui tente de déterminer ce qui cause quoi, plutôt que de simplement observer ce qui arrive en même temps. Habituellement, les détectives utilisent un ensemble de règles logiques (appelées do-calculus) pour demander « Que se passerait-il si je forçais le suspect à entrer ? » en coupant mentalement les chaînes habituelles d'événements. Mais ces règles supposent que vous observez le monde entier depuis un point de vue unique et parfait.

Le problème est que le monde réel n'est pas une pièce unique ; c'est un bâtiment composé de nombreux contextes, ou « régimes ». Un traitement médical peut fonctionner dans un hôpital ensoleillé mais échouer dans une clinique sous la pluie. Une règle qui fonctionne pour un groupe de personnes peut s'effondrer pour un autre. Les scientifiques souhaitent depuis longtemps trouver un moyen de mélanger ces différents points de vue sans perdre la logique de la chaîne de cause à effet. Ils ont besoin d'un système capable de dire : « Cette règle est vraie dans ces pièces spécifiques, et parce que ces pièces couvrent tout le bâtiment, la règle est vraie pour le bâtiment entier. »

C'est précisément ce que l'article de Sridhar Mahadevan, Intuitionistic j-Do-Calculus in Topos Causal Models, cherche à accomplir. L'auteur construit une nouvelle « colle » mathématique qui nous permet de prendre les règles standards de cause à effet et de les appliquer morceau par morceau à travers différents environnements, puis de recoudre ces morceaux pour former une vérité unique et fiable.

La boîte à outils du détective : des pièces isolées à la ville entière

Pour comprendre la magie de cet article, regardons d'abord les outils qu'il utilise. Imaginez une ville où chaque quartier possède son propre ensemble de lois. Dans le « District de l'Observation », vous ne pouvez que regarder ce qui se passe naturellement. Dans le « District de l'Intervention », vous pouvez agir physiquement sur les choses pour voir ce qui change.

Dans l'ancienne méthode (appelée do-calculus classique), vous deviez choisir un district et vous y tenir. Si vous vouliez savoir si une nouvelle politique a causé une baisse de la criminalité, vous deviez supposer que vos données provenaient d'un monde unique et cohérent. Mais que faire si vos données sont un mélange désordonné ? Que faire si certaines données proviennent d'une période de pluie et d'autres d'une période ensoleillée ?

L'article introduit un nouveau concept appelé j-stabilité. Voyez cela comme un « filet de sécurité » pour votre logique. Au lieu de demander : « Cette règle est-elle vraie partout ? », l'article demande : « Cette règle est-elle vraie sur un ensemble spécifique de cartes locales qui, une fois assemblées, couvrent tout le territoire ? »

Voici comment le nouveau système de l'article fonctionne, en utilisant une métaphore ludique :

1. La carte des régimes (Le Site)
Imaginez que le monde soit un immense puzzle, mais au lieu de pièces plates, les pièces sont des « régimes » ou des contextes différents. Une pièce est les « Données Observationnelles », une autre est les « Données Expérimentales », et une autre est les « Données d'un Hôpital Spécifique ». Dans le langage de l'article, ceux-ci sont appelés étages (stages) ou cartes (charts). L'auteur ne les traite pas seulement comme des tas de données séparés, mais comme un réseau connecté où l'on peut passer d'un contexte à un autre.

2. Les règles locales (Sémantique par carte)
Sur chaque pièce individuelle du puzzle (chaque régime), l'auteur utilise les règles de cause à effet standards et éprouvées. Si vous êtes dans la pièce « Observationnelle », vous utilisez la logique standard pour voir si deux choses sont indépendantes. Si vous êtes dans la pièce « Intervention », vous utilisez la logique standard pour voir ce qui se passe lorsque vous forcez un changement. L'article insiste sur le fait que nous n'inventons pas de nouvelles règles pour ces pièces locales ; nous utilisons simplement celles en lesquelles nous avons déjà confiance.

3. La Colle (Théorie des faisceaux et Descente)
C'est la partie la plus créative. L'article demande : « Si une règle est vraie sur la pièce "Observationnelle" ET qu'elle est vraie sur la pièce "Interventionnelle", et que ces deux pièces se chevauchent de manière cohérente, pouvons-nous dire que la règle est vraie pour l'ensemble du puzzle ? »

La réponse est oui, mais seulement si les pièces s'emboîtent parfaitement. L'auteur utilise un concept mathématique appelé théorie des faisceaux (sheaf theory) — imaginez cela comme une colle très stricte et de haute qualité — pour garantir que les vérités locales ne se contredisent pas. Si les vérités locales concordent sur les zones de chevauchement, la « colle » permet de les faire descendre vers une vérité globale unique. C'est ce qu'on appelle la descente.

Ce que l'article démontre réellement

L'article prouve un théorème de correctionnalité du local au global (local-to-global soundness theorem). En langage clair, cela signifie :

Si vous pouvez vérifier une règle causale (comme « la Variable A cause la Variable B ») sur une collection de cartes locales (un J-recouvrement) qui couvrent ensemble toute votre situation...
Et si la façon dont vous passez d'une carte à l'autre préserve la structure causale (en conservant les mêmes variables et les mêmes règles)...
Alors vous avez la garantie mathématique que la règle est vraie pour l'ensemble de la situation, même si vous ne pouvez pas voir l'image complète en même temps.

L'auteur applique cela aux trois célèbres règles du do-calculus de Pearl. Ces règles nous indiquent quand nous pouvons remplacer une action (comme un médicament) par une observation (comme un symptôme) dans nos équations. L'article démontre que ces règles fonctionnent toujours dans ce monde complexe à multiples régimes, à condition qu'elles soient vraies sur les cartes locales.

Ce que l'article rejette explicitement

Il est crucial de savoir ce que cet article ne fait pas, car l'auteur trace des limites très précises :

Il ne prétend pas tout résoudre. L'article précise explicitement qu'il s'agit d'un théorème de « correctionnalité » (soundness), ce qui signifie qu'il vous indique quand vous êtes en sécurité pour utiliser les règles. Il ne prétend pas être un théorème de « complétude » (completeness), ce qui signifierait qu'il peut trouver toutes les réponses causales possibles. Il peut exister des vérités causales que cette méthode ne peut tout simplement pas atteindre.
Il ne dit pas que « l'Intervention » et le « Conditionnement » sont la même chose. Dans certains domaines mathématiques avancés, on tente de traiter le fait de « faire » quelque chose et le fait de « regarder » quelque chose comme les deux faces d'une même pièce (en utilisant le concept de prolongement de Kan). Cet article rejette explicitement cette idée. Il soutient que l'intervention est le remplacement physique d'un mécanisme (comme changer une pièce dans une machine), tandis que le conditionnement n'est que l'observation d'une tranche spécifique de données. Ce sont des opérations différentes, et l'article refuse de les confondre.
Il ne suppose pas que le monde est toujours « Booléen » (noir ou blanc). Dans la logique standard, une affirmation est soit vraie, soit fausse. Dans ce nouveau cadre, une affirmation peut être « vraie sur un recouvrement » (vraie dans les cartes locales) sans être « globalement vraie » au sens binaire simple. La logique est plus flexible, semblable à un variateur d'intensité plutôt qu'à un interrupteur on/off.

L'essentiel : Une nouvelle façon de recoudre le monde

L'article ne vous donne pas un nouveau médicament ou un nouvel algorithme à exécuter sur votre ordinateur dès maintenant. À la place, il vous offre un nouveau cadre logique pour penser le raisonnement causal lorsque le monde est complexe et fragmenté.

Imaginez que vous essayiez de prédire la météo. Vous avez une prévision locale pour la plage, une pour la montagne et une pour la ville. Si la prévision de la plage dit « ensoleillé » et celle de la montagne dit « ensoleillé », et qu'elles se chevauchent de manière cohérente, vous pouvez affirmer avec confiance qu'il fait « ensoleillé partout ». Mais si la plage dit « ensoleillé » et la montagne dit « pluie », vous ne pouvez pas simplement deviner.

L'article de Mahadevan fournit la preuve mathématique rigoureuse de quand vous êtes autorisé à recoudre ces prévisions locales pour obtenir une prévision globale. Il prouve que si les règles locales de cause à effet tiennent bon dans chaque contexte spécifique (les « cartes »), et que ces contextes couvrent l'ensemble du tableau, alors la conclusion causale est valide pour l'ensemble du système.

L'auteur note avec prudence qu'il s'agit d'une avancée théorique. L'article suppose que vous possédez déjà les cartes locales et les recouvrements ; il ne vous explique pas comment les trouver à partir de données brutes (c'est le travail d'un article complémentaire). Mais pour quiconque tente de construire des systèmes d'IA ou d'apprentissage automatique qui doivent raisonner sur la cause et l'effet à travers différents environnements — comme une voiture autonome qui se comporte différemment sous la pluie ou sous le soleil — cet article fournit la « colle » essentielle pour garantir que la logique reste cohérente.

En résumé, l'article dit : « Vous n'avez pas besoin d'une vision unique et parfaite du monde pour connaître la vérité. Si vous disposez d'assez de vues locales qui s'emboîtent, la vérité émergera de la colle. »

Résumé Technique : Calcul j-Do-Calculus Intutionniste dans les Modèles Causaux de Topos

Énoncé du Problème
Le calcul do de Pearl fournit un système d'axiomes complet pour l'identification interventionnelle dans les modèles structurels causaux acycliques (SCM) sous la logique booléenne classique. Cependant, le calcul do standard suppose un contexte statique et global. Dans de nombreux scénarios réels, les structures causales et la disponibilité des données varient selon des régimes, des contextes expérimentaux ou des « étapes » (par exemple, différents laboratoires, environnements politiques ou périodes temporelles). L'article traite du défi de la formalisation de l'inférence causale dans ces contextes indexés par des régimes, où les assertions causales peuvent être vraies localement mais pas globalement, et où la logique régissant ces assertions est plutôt intuitionniste que classique. Le problème central est d'étendre le calcul do à un cadre où les modèles causaux varient sur un site (une catégorie de régimes) et où la validité des règles causales dépend de l'existence d'une famille de recouvrement de cartes locales.

Méthodologie
Les auteurs développent une sémantique indexée par des régimes et à valeurs de faisceaux pour le calcul do de Pearl dans le cadre des Modèles Causaux de Topos (TCM). La méthodologie procède par couches catégoriques et logiques :

Cadre Catégorique : Les modèles causaux sont traités comme des objets d'un topos de préfaisceaux $\mathbf{Set}^{\mathcal{C}^{op}}$ sur une petite catégorie $\mathcal{C}$ (le site des régimes). Une topologie de Grothendieck $J$ sur $\mathcal{C}$ spécifie quelles familles de morphismes (cartes) constituent un « recouvrement », représentant des vues locales admissibles d'un régime.
Sémantique de Faisceau : Les auteurs travaillent dans le topos des faisceaux $\mathbf{Sh}_J(\mathcal{C})$ . Une assertion causale est dite $J$ -stable (ou $j$ -stable) à une étape $U$ si elle est vraie sur un recouvrement $J$ de $U$ au sens de la sémantique de Kripke–Joyal. Cela signifie qu'une proposition est « vraie » à $U$ si elle peut être vérifiée sur une famille de cartes locales qui recouvrent conjointement $U$ et sont compatibles lors de la restriction.
Intervention et Conditionnement :
- Les interventions sont modélisées comme des remplacements de mécanismes structurels ou de noyaux stochastiques (opérations chirurgicales sur le graphe causal), formalisées via la catégorie de Kleisli d'un monade de distribution ( $\mathbf{Kl}(\mathbf{Dist})$ ).
- Le conditionnement est défini strictement lorsque le fini-discret requis possède une masse de normalisation positive (ou via une désintégration compatible), implémenté par restriction à un sous-objet de compréhension suivi d'une normalisation.
- L'article rejette explicitement l'identification de l'intervention et du conditionnement comme une paire universelle d'extensions de Kan à gauche et à droite, en mettant l'accent sur la façon dont la faisceautisation est une localisation réflexive et une descente.
Logique : La logique interne du topos est intuitionniste (langage de Mitchell-Bénabou). La validité des règles causales est déterminée par le $J$ -forcing : une règle s'applique si ses prémisses (par exemple, les conditions de $d$ -séparation) tiennent sur un recouvrement $J$ .

Contributions Clés
L'article apporte quatre contributions théoriques primaires :

Définition de la $j$ - $d$ -séparation et de l'égalité interventionnelle $J$ -locale : Les auteurs définissent la $j$ - $d$ -séparation ( $X \perp^j_U Y | Z$ ) comme la condition où une indépendance conditionnelle tient sur un recouvrement $J$ d'une étape $U$ . Cela élève la notion classique de $d$ -séparation vers un cadre de local-à-global.
Hypothèses de Compatibilité pour la Descente de Faisceau : L'article énonce des hypothèses explicites sous lesquelles la sémantique des SCM par carte forme un faisceau de modèles causaux. Les applications de restriction doivent préserver les signatures de variables, les chirurgies de graphes (mutilations), les noyaux causaux et les conditionnels utilisés par le calcul.
Théorème de Validité Local-à-Global : Le résultat central est un théorème de validité pour le raisonnement causal conscient des régimes. Il prouve que si les trois règles de Pearl sont appliquées par carte sur un recouvrement $J$ , et que les noyaux interventionnels résultants concordent sur les chevauchements, alors l'égalité descend vers l'étape couverte $U$ via l'axiome de séparation du faisceau. Cela produit des formes $J$ -locales des trois règles de Pearl ( $J_1, J_2, J_3$ ) sans altérer leurs prémisses de graphes mutilés originales.
Conservativité et Réductions : Le cadre démontre deux réductions clés :
- Le site terminal ( $C=1$ ) récupère le calcul do ordinaire basé sur les ensembles.
- La topologie de Grothendieck triviale récupère la sémantique de préfaisceau (logique par étape), bien que la logique interne d'un topos de préfaisceaux général ne soit pas nécessairement booléenne.

Résultats et Dérivations
L'article fournit des dérivations illustrées montrant comment les trois règles du calcul do se traduisent en égalités internes dans un TCM :

Règle 1 (Insertion/Suppression d'Observations) : Si $Y \perp Z | X, W$ dans le graphe mutilé $G_{\bar{X}}$ sur un recouvrement $J$ , alors $P(Y | do(X), Z, W) = P(Y | do(X), W)$ est vrai de manière interne.
Règle 2 (Échange Action/Observation) : Si $Y \perp Z | X, W$ dans $G_{\bar{X}, \underline{Z}}$ sur un recouvrement $J$ , alors intervenir sur $Z$ est équivalent à observer $Z$ .
Règle 3 (Insertion/Suppression d'Actions) : Si $Y \perp Z | X, W$ dans $G_{\bar{X}, \underline{Z(W)}}$ sur un recouvrement $J$ , alors $do(Z)$ est non pertinent.

Les auteurs illustrent ces concepts à l'aide de DAG simples (Séisme/Cambriolage et Pollution/Fumeur/Cancer), montrant comment une indépendance conditionnelle qui échoue globalement (par exemple, conditionner sur un collider) peut devenir $j$ -stable si le recouvrement inclut une carte interventionnelle qui coupe les arêtes entrantes du collider.

Signification et Revendications
L'article se positionne comme un travail conceptuel qui établit les fondements logiques pour l'inférence causale dans des régimes variables.

Portée : Il suppose que les objets théoriques (étapes, recouvrements, distributions internes) sont donnés. Il ne fournit pas d'algorithmes pour la construction de ces objets à partir de données, notant que cela est traité dans un travail compagnon.
Validité vs Complétude : Les auteurs déclarent explicitement qu'ils ne font aucune revendication de complétude pour le calcul de régimes indexés qui en résulte. La contribution est un théorème de validité : un raisonnement local valide se colle à un raisonnement global valide sous des conditions de compatibilité spécifiques.
Distinctions Catégoriques : Le travail clarifie le rôle catégorique de la faisceautisation (descente) par rapport aux extensions de Kan. Il soutient que si l'espérance conditionnelle possède une interprétation d'extension de Kan à droite, l'intervention causale est fondamentalement un remplacement de mécanisme, et qu'aucune dualité universelle de Kan à gauche/droite n'existe entre elles sans structure indexée supplémentaire.
Extension à l'Échangeabilité : L'article étend brièvement le cadre à la causalité échangeable $j$ -stable, montrant comment la $j$ -stabilité interagit avec l'invariance par permutation, récupérant les principes « do-Finetti » de manière interne lorsque la topologie est invariante sous les actions de groupes.

En résumé, l'article fournit une généralisation de la théorie des faisceaux du calcul do de Pearl, permettant un raisonnement causal stable à travers les régimes et compatible avec la logique intuitionniste, tout en délimitant strictement les frontières entre la vérification locale et la vérité globale.

La boîte à outils du détective : des pièces isolées à la ville entière

Ce que l'article démontre réellement

Ce que l'article rejette explicitement

L'essentiel : Une nouvelle façon de recoudre le monde

Articles similaires