📊 statistics

Infinitesimal Causality

Cet article présente un cadre catégorique pour la causalité infinitésimale dans les catégories de Markov de Frobenius, où les interventions sont modélisées comme des déformations tangentes des structures de copie/rejet, et où la suffisance causale est définie par la compatibilité entre les opérations de Frobenius algébriques et les conditions d'intégrabilité géométriques, fournissant ainsi un fondement de type Lie au calcul do de Pearl.

Auteurs originaux : Sridhar Mahadevan

Publié 2026-06-24

📖 7 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

L'idée centrale : La causalité comme une « minuscule poussée »

Imaginez que vous essayez de comprendre comment fonctionne une machine. Habituellement, nous regardons la machine et demandons : « Que se passe-t-il si je tire ce levier ? » (C'est une intervention).

Les méthodes traditionnelles pour étudier la cause et l'effet (comme le do-calculus de Pearl) traitent cela comme un jeu de Lego. On retire un bloc, on le remplace par un autre, et on regarde comment l'image change. C'est un instantané de type « avant et après ».

Cet article propose une autre façon de voir les choses. Au lieu de remplacer des blocs entiers, imaginez donner à la machine une poussée minuscule, microscopique. Les auteurs appellent cela la Causalité Infinitésimale. Ils demandent : Si je pousse ce levier juste un tout petit peu, comment la structure interne de la machine s'agite-t-elle ?

Ils utilisent des mathématiques avancées (catégories et géométrie) pour décrire ces « agitations » sous forme de vecteurs tangents (de petites flèches pointant dans une direction). L'article soutient que pour vraiment comprendre la cause et l'effet, surtout lorsqu'il y a des parties cachées de la machine que nous ne pouvons pas voir, nous devons étudier ces minuscules poussées, et non pas seulement les gros changements.

Les trois couches de la machine

Les auteurs construisent leur théorie sur trois couches, comme un sandwich :

La couche de probabilité (Markov) : C'est le livre de règles de base. Elle dit : « Si je vois X, quelle est la probabilité de Y ? » Elle gère l'aléatoire et l'incertitude.
La couche Copie/Élimination (Frobenius) : C'est la partie « classique ». Dans le monde réel, si vous avez une donnée (comme une lecture de température), vous pouvez la copier pour l'écrire deux fois, ou l'éliminer si vous n'en avez plus besoin. L'article traite cette capacité de copier et de jeter des données comme une structure mathématique fondamentale.
La couche de la minuscule poussée (Tangentielle) : C'est la nouvelle couche. Elle demande : « Si je pousse le système, est-ce que la capacité de copier ou d'éliminer des données reste la même ? »

La question principale : Quand nous poussons le système, est-ce que la structure « copie/élimination » se brise ? Si elle se brise, cela signifie qu'il y a quelque chose de caché (un facteur de confusion latent) qui perturbe les choses.

L'analogie de la « colle cachée »

Imaginez deux personnes, Alice et Bob, qui tiennent tous deux un ballon.

Alice insuffle de l'air dans son ballon.
Bob ins souffle de l'air dans le sien.
Ils semblent indépendants.

Mais, imaginez qu'il y a une troisième personne cachée (un « facteur de confusion ») qui insuffle secrètement de l'air dans les deux ballons en même temps.

Dans les mathématiques traditionnelles, si vous regardez les ballons, vous pourriez penser qu'ils bougent ensemble par simple coïncidence. Mais dans la vue de la « minuscule poussée » de cet article :

Si vous poussez légèrement le ballon d'Alice, puis légèrement celui de Bob, l'ordre importe.
Si vous poussez Alice puis Bob, les ballons finissent dans un endroit légèrement différent que si vous aviez poussé Bob puis Alice.
Cet effet où « l'ordre compte » est appelé un crochet de Lie (un terme mathématique sophistiqué pour désigner une « torsion » ou un « résidu »).

Si les ballons sont vraiment indépendants, l'ordre des poussées n'importe pas (la torsion est nulle). S'il y a une personne cachée (le facteur de confusion) qui les relie, l'ordre des poussées importe, et une « torsion » apparaît. L'article affirme que cette « torsion » est la signature géométrique des causes cachées.

Les trois nouvelles règles

L'article traduit les trois règles célèbres de la découverte causale dans ce langage de la « minuscule poussée ». Considérez cela comme trois tests pour voir si votre compréhension de la machine est correcte :

La règle de l'« Ignorer » (Élimination) :
- Ancienne méthode : Si une variable n'est pas importante, vous pouvez la supprimer de votre équation.
- Nouvelle méthode : Si vous poussez le système, est-ce que l'acte de « jeter » (éliminer) une pièce spécifique de donnée change le résultat ? Si la réponse est non, alors cette donnée est réellement non pertinente. Si la réponse est oui, la donnée était secrètement importante.
La règle du « Changement » (Action vs Observation) :
- Ancienne méthode : Parfois, observer une variable revient au même que de la contrôler (si l'on ajuste les autres variables).
- Nouvelle méthode : Si vous poussez le système, est-ce que la « copie » des données reste cohérente lorsque l'on passe de l'observation au contrôle ? Si la structure de la « copie » se brise lors du changement, la règle ne tient pas.
La règle de l'« Ordre n'importe pas » (Indépendance) :
- Ancienne méthode : Si deux choses sont indépendantes, en faire une n'affecte pas l'autre.
- Nouvelle méthode : Si vous poussez la Chose A puis la Chose B, le résultat est-il le même qu'en poussant B puis A ? Si les résultats sont différents (un « résidu » ou une « torsion » subsiste), cela signifie qu'il existe une connexion cachée entre elles que vous n'avez pas prise en compte.

Les graphes ne sont que des « cartes », pas le « territoire »

Un point majeur de l'article est que les graphes causaux (les diagrammes avec des flèches) ne sont qu'une façon de dessiner la machine, et non la machine elle-même.

La vision de l'article : Le véritable objet est la structure de la « minuscule poussée » (la géométrie de la façon dont les données se copient et se tordent).
Le rôle du graphe : Un graphe est juste une « présentation » ou une « carte » spécifique de cette structure.
Le problème : Différentes cartes (graphes) peuvent décrire la même machine. Parfois, un graphe semble parfait, mais le test de la « minuscule poussée » révèle une torsion cachée que le graphe avait manquée.

Les auteurs suggèrent qu'au lieu d'essayer de trouver le « graphe parfait », nous devrions d'abord mesurer les « minuscules poussées » et les « torsions ». Si les torsions sont nulles, un graphe simple peut fonctionner. Si les torsions sont non nulles, nous savons qu'il y a une complexité cachée et que nous devons chercher plus loin.

Résumé

Cet article introduit une nouvelle façon de faire des mathématiques causales. Au lieu de simplement échanger des blocs dans un diagramme, il traite les interventions comme des minuscules poussées.

Il vérifie si ces poussées préservent la capacité de copier et d'éliminer l'information.
Il mesure les torsions (crochets de Lie) pour détecter les connexions cachées.
Il traite les graphes comme une seule possibilité parmi d'autres de dessiner une réalité géométrique plus profonde.

Le but n'est pas de remplacer immédiatement les graphes, mais de fournir une fondation mathématique plus robuste capable de détecter les causes cachées, même lorsque les diagrammes standards échouent.

Résumé Technique : Causalité Infinitésimale

Énoncé du Problème
Les traitements catégoriques actuels de l'inférence causale, tels que le calcul do-catégorique et la chirurgie de diagrammes de cordes (Fritz et Klingler, 2023 ; Jacobs et al., 2018), formalisent les interventions au niveau de la structure combinatoire discrète. Ces cadres expliquent comment réécrire la syntaxe causale (par exemple, couper des fils, conditionner sur des sorties) mais ne traitent pas de la géométrie infinitésimale de la manière dont les interventions déforment les variétés statistiques. Plus précisément, ils manquent d'un mécanisme pour décrire comment la confusion latente se manifeste sous forme d'obstructions géométriques (par exemple, des crochets de Lie non nuls) indépendamment de toute présentation graphique spécifique. Cet article répond à la nécessité d'un cadre où les interventions sont traitées comme des déformations tangentes de la structure de copie/élimination (copy/discard) portée par les variables observables, permettant ainsi la détection de l'insuffisance causale par des défauts de dérivée plutôt que par des réécritures graphiques.

Méthodologie
L'article introduit le Calcul Do-Infinitésimal (IDC), un compte catégorique de la causalité infinitésimale au sein de catégories de Markov de Frobenius équipées d'une sémantique de fibré tangent. La méthodologie repose sur trois couches conceptuelles :

Structure de Markov : Fournit la syntaxe du raisonnement probabiliste (observation, conditionnement, inversion bayésienne).
Structure de Frobenius : Fournit la syntaxe de l'information classique, où les variables observables (spécifiquement les statistiques suffisantes) peuvent être copiées, comparées et éliminées via un co-monoïde de Frobenius commutatif spécial $(\delta, \varepsilon)$ .
Structure Tangente : Les interventions sont modélisées comme des champs de vecteurs (vecteurs tangents) qui déforment les opérations de copie/élimination de Frobenius.

L'innovation technique centrale est la définition des défauts de dérivée de Frobenius. Au lieu de réécrire des diagrammes, l'IDC analyse si les champs d'intervention infinitésimaux préservent la structure algébrique des observations classiques. Le cadre distingue entre :

Structure de Frobenius Algébrique : Les opérations de copie/élimination catégoriques sur les statistiques suffisantes.
Intégrabilité de Frobenius Géométrique : La condition selon laquelle la distribution des champs d'intervention est involutive (fermée sous les crochets de Lie).

L'article définit une catégorie Stat $^\infty$ de modèles statistiques réguliers de dimension finie présentés par des statistiques suffisantes, et une sous-catégorie structurelle Stat $^\infty_{SCM}$ où la stochasticité est portée par des variables exogènes et les lois visibles sont des images directes (pushforwards) de mécanismes déterministes. Dans ce cadre, les interventions sont définies comme des vecteurs tangents sur l'espace exogène, projetés sur l'espace visible, évitant ainsi les singularités associées aux rapports de densité de Radon–Nikodym globaux.

Contributions Clés

Définition de Stat $^\infty$ et Stat $^\infty_{SCM}$ : L'article définit un substrat catégorique pour les modèles statistiques où les statistiques suffisantes portent une structure de Frobenius et les espaces de paramètres portent une structure tangente. Il isole une sous-catégorie où les mécanismes sont déterministes et la stochasticité est exogène, permettant de définir des interventions infinitésimales sur le fibré tangent exogène avant projection.
Suffisance Causale Catégorique : La suffisance causale est redéfinie comme la coïncidence de deux conditions : (a) la structure algébrique de copie/élimination de Frobenius est préservée par les interventions, et (b) la distribution des champs d'intervention est involutive (fermée sous les crochets de Lie).
Défauts de Dérivée de Frobenius : L'article introduit $\partial_i \delta_j$ comme l'obstruction fondamentale à l'intervention infinitésimale préservant la copie. Un défaut non nul indique qu'une intervention déforme la structure de copie d'une variable, signalant un échec de la suffisance causale ou la présence d'une confusion latente.
Trois Règles d'Intervention Infinitésimale : Les règles classiques du calcul do sont reformulées comme des équations impliquant des structures de Frobenius et des champs tangents :
- Règle 1 (Irrélevance) : L'élimination d'une variable non pertinente commute avec l'intervention si la dérivée de Lie de la contrepartie (counit) est nulle ( $L_{v_i}\varepsilon_j = 0$ ).
- Règle 2 (Échange Action/Observation) : L'échange de l'action pour l'observation préserve le coproduit de Frobenius si le défaut de dérivée de Frobenius est nul ( $\partial_i \delta_j = 0$ ) après transport de Kan.
- Règle 3 (Indépendance) : Les interventions indépendantes sont closes sous la distribution tangente visible si le résidu du crochet de Lie est nul ( $[v_i, v_j] \perp \mathcal{A}_{vis} = 0$ ).
Présentations vs Fondations : L'article pose que les modèles causaux graphiques sont de simples présentations de l'objet de Markov-Frobenius sous-jacent, et non les objets primitifs de la théorie. Il soutient que la syntaxe graphique finie (comme les graphes ou les imsets) est non conservatrice, car différentes présentations peuvent induire des algèbres de Frobenius visibles isomorphes.

Résultats

Théorème 4.7 (Acyclicité de Frobenius) : Sur une strate visible séparée, la suffisance causale catégorique est équivalente à la « commutativité de Frobenius tangente », signifiant que tout champ d'intervention visible préserve la structure de copie/élimination de Frobenius, et que la distribution d'intervention visible est involutive.
Théorème 6.7 : Les trois règles infinitésimales (invariance de la contrepartie, interpénétration du coproduit et clôture du crochet) caractérisent la suffisance causale visible.
Corollaire 6.8 : Dans le cas plat (résidus de courbure nuls), les règles infinitésimales se réduisent aux transformations classiques du calcul do discret.
Théorème 7.3 : L'assignation des présentations graphiques finies aux données de Frobenius/tangentes visibles n'est pas conservatrice ; des présentations non isomorphes peuvent induire la même structure algébrique visible.

Signification et Revendications
L'article affirme fournir le premier traitement du calcul do dans un cadre de catégorie tangente, déplaçant l'attention de la chirurgie graphique vers la géométrie différentielle des variétés statistiques. Sa signification primaire réside dans :

Invariants Géométriques : Identifier les « défauts de dérivée de Frobenius » et les crochets de Lie non nuls comme des signatures géométriques intrinsèques de la confusion latente, indépendamment du choix du graphe.
Gestion des Singularités : En formulant les interventions sur le fibré tangent exogène (Stat $^\infty_{SCM}$ ), le cadre évite les problèmes de support et les singularités souvent rencontrés lors de la définition d'interventions dures via des rapports de densité globaux sur les variables observées.
Changement de Paradigme Fondamental : Il propose que l'inférence causale doive commencer par les invariants de Frobenius-compatibles et infinitésimaux de l'objet statistique observé, en traitant toute syntaxe graphique ou algébrique finie (comme les graphes ou les imsets) comme une présentation secondaire de ces invariants.

L'article limite explicitement sa portée à la formulation du substrat, à la connexion avec le transport de Kan, et à l'énoncé des trois règles. Il reconnaît que la théorie complète de la suffisance causale, la construction d'une théorie de cohomologie de Frobenius-Markov, et l'extraction fonctorielle des présentations graphiques à partir des données tangentes sont laissées comme travaux futurs.