Résumé Technique : Réconcilier la Causalité et la Thermodynamique Hors Équilibre avec les Modèles Causaux Hamiltoniens

Énoncé du Problème

Les modèles de causalité statistique standard (par exemple, les modèles causaux structurels, les résultats potentiels) sont confrontés à des défis importants lorsqu'ils sont appliqués aux phénomènes physiques temporels. Ces cadres peinent souvent à intégrer nativement :

1. Les interventions au niveau des trajectoires : Des interventions qui agissent comme des contrôles dépendants du temps le long du chemin d'un système plutôt que comme des assignations statiques.
2. La non-stationnarité : Des lois induites qui changent au fil du temps.
3. La dépendance au chemin : Des effets causaux qui dépendent de l'histoire spécifique du système, et non seulement des états terminaux.
4. Le feedback et les cycles : Des dépendances cycliques qui se déploient dynamiquement à travers le temps.

De plus, il existe un fossé conceptuel entre la causalité statistique et la causalité physique. En physique, la direction causale est liée à la flèche thermodynamique du temps (irréversibilité), alors que les modèles causaux standards traitent souvent les lois possédant une symétrie de renversement temporel comme compatibles avec une asymétrie causale. Les cadres existants nécessitent des constructions ad hoc pour gérer ces réalités physiques, échouant à distinguer les équations de mouvement immuables des mécanismes intervenables.

Méthodologie : Modèles Causaux Hamiltoniens (MCH)

Les auteurs introduisent les Modèles Causaux Hamiltoniens (MCH), un cadre au niveau de la trajectoire où les variables observées interagissent avec des environnements thermiques locaux (bains) non observés.

Définitions Fondamentales

• Structure du Système : Un MCH est défini sur une variété symplectique $\Gamma = \Gamma_X \times \Gamma_E$, où $X$ représente les variables observées et $E$ les bains non observés.
• Décomposition Hamiltonienne : Le système évolue via un Hamiltonien $H(z, \lambda)$ qui se décompose en :
  • Potentiels intrinsèques ($H_{self}$).
  • Couplages avec les parents causaux ($H_{mech}$).
  • Couplages avec les bains locaux ($H_{bath}$).
  • Dynamique de l'environnement libre ($H_E$).
    Cette décomposition joue le rôle de la factorisation de Markov causale dans les modèles causaux structurels (MCS) classiques.
• Interventions : Les interventions sont modélisées comme des politiques dépendantes du temps $\lambda(t)$ qui modifient la fonction Hamiltonienne (spécifiquement les mécanismes $H_{mech}$ et $H_{bath}$) mais ne modifient pas les équations de mouvement sous-jacentes (la structure symplectique). Cela sépare les mécanismes intervenables des lois physiques immuables.
• Effet Causal : Défini comme une divergence entre les lois de trajectoire d'une variable sous différentes politiques d'intervention. Contra-rent aux ATE (Effets de Traitement Moyen) standards qui se concentrent souvent sur des points temporels uniques ou des sommes cumulatives, les MCH définissent les effets causaux sur l'ensemble de l'espace des trajectoires.

Intégration Thermodynamique

Le cadre exploite la thermodynamique hors équilibre pour quantifier l'influence causale :

1. Travail : L'énergie fournie par une intervention. Les auteurs montrent que les taux de travail permettent d'identifier quelles variables participent à un mécanisme local (parenté graphique), à condition que l'Hamiltonien soit connu.
2. Production d'Entropie ($\Sigma$) : Une quantité de l'espace des chemins mesurant l'irréversibilité d'un processus en comparant la loi du chemin direct à celle de son contrepartie temporellement inversée.
   • Production d'Entropie Projetée : Une quantité estimable à partir de la trajectoire marginale d'un seul nœud, servant de témoin pour les effets causaux.
   • Taux de Production d'Entropie Locale : Un métrique raffinée pour les diffusions de Langevin contrôlées qui, lorsqu'elles sont soumises à des interventions infinitésimales « à droite locale », peut distinguer les parents directs des ancêtres indirects.

Contributions Clés

1. Cadre Formel : L'introduction des MCH, qui unifie les systèmes hamiltoniens contrôlés avec la modélisation causale, permettant la description native d'interventions dynamiques, adaptatives et cycliques.
2. Observables Causaux Thermodynamiques :
   • Démonstration que les taux de travail identifient les parents graphiques lorsque l'Hamiltonien est connu.
   • Preuve que la production d'entropie projetée agit comme un témoin pour les effets causaux, détectant des divergences au niveau des chemins invisibles pour les ATE de fin de parcours ou cumulatifs.
   • Dérivation d'un critère de réponse de la production d'entropie locale (Théorème 3.9) qui identifie les structures de parents directs dans des systèmes de Langevin non stationnaires et cycliques via des interventions infinitésimales.
3. Unification Théorique : Montrer que les MCH récupèrent les MCS classiques et les généralisations cycliques comme des cas particuliers stationnaires (via la limite de grande taille du bain et de petits paramètres inertiels), tout en s'étendant naturellement aux régimes hors équilibre.

Résultats Expérimentaux

Les auteurs valident la théorie à travers deux ensembles d'expériences :

1. Validation de la Détection Causale au Niveau de la Trajectoire (Proposition 3.7) :

   • Configuration A (Mêmes points terminaux) : Une chaîne linéaire d'oscillateurs pilotés par deux protocoles atteignant le même état final via des chemins différents. L'ATE de fin de parcours standard est nul par construction.
   • Configuration B (Temps inversé) : Un système avec un médiateur caché recevant des impulsions dans l'ordre inverse. L'ATE cumulatif est nul en raison de la symétrie de translation temporelle.
   • Résultat : Dans les deux cas, les estimands standards n'ont pas réussi à détecter la différence causale. Cependant, la production d'entropie projetée a distingué les protocoles avec une signification statistique élevée, confirmant qu'elle détecte des effets au niveau des chemins invisibles pour les ATE standards.

2. Découverte de Parents dans les Systèmes Cycliques (Théorème 3.9) :

   • Configuration : Graphes cycliques aléatoires d'Erdős–Rényi ($n=15$) instanciés avec trois familles de potentiels (bilinéaire, sigmoïde, cubique).
   • Méthode : Estimation de la réponse de la production d'entropie locale $R_{i|j}$ à des interventions infinitésimales.
   • Résultat : La méthode a obtenu un rappel quasi parfait et une forte précision dans la récupération des structures de parents directs dans ces contextes difficiles, non stationnaires et cycliques, surpassant les approches standard qui peinent face aux cycles.

Signification et Revendications

L'article affirme proposer un « nouveau langage » pour la causalité statistique qui s'aligne naturellement sur la manière dont la causalité émerge dans les systèmes physiques.

• Réconciliation : Il comble le fossé entre les modèles causaux statistiques et la thermodynamique hors équilibre, traitant la flèche thermodynamique du temps comme la source de l'asymétrie causale.
• Nouveauté dans la Découverte Causale : Il fournit des outils pour décrire la causalité dans des systèmes où les interventions sont dynamiques et où des boucles de rétroaction existent, des domaines où les MCS standards nécessitent souvent des correctifs ad hoc.
• Interprétabilité Physique : En ancrant les effets causaux dans la production d'entropie, le cadre offre une métrique de la causalité physiquement significative et estimable à partir de données, capturant l'irréversibilité.

Les auteurs restent modestes quant aux directions futures, notant que bien que les MCH généralisent les MCS, ils ne décrivent pas immédiatement les MCS temporels généraux avec des dérives non-gradient. Ils identifient l'extension vers de tels cadres et le développement d'algorithmes de découverte causale basés sur l'apprentissage hamiltonien comme des étapes suivantes de premier plan.