Causal Additive Models with Unobserved Causal Paths and Backdoor Paths

कल्पना कीजिए कि आप एक जासूस हैं जो यह पता लगाने की कोशिश कर रहे हैं कि लोगों के एक समूह में किसने किसे प्रभावित किया। आपके पास संदिग्धों की एक सूची (अवलोकनीय चर/observable variables) है, लेकिन आप जानते हैं कि पर्दे के पीछे कुछ गुप्त एजेंट (छिपे हुए चर/hidden variables) धागे खींच रहे हैं जिन्हें आप देख नहीं सकते। आपका लक्ष्य एक मानचित्र बनाना है जो दिखाए कि कौन बॉस है और कौन कर्मचारी।

यह शोध पत्र इस रहस्य को सुलझाने के लिए एक नया जासूसी उपकरण CAM-UV-X पेश करता है, विशेष रूप से तब जब "बॉस" और "कर्मचारी" का संबंध इन गुप्त एजेंटों के कारण धुंधला हो जाता है।

यहाँ समस्या और समाधान का विवरण दिया गया है, सरल उपमाओं (analogies) का उपयोग करते हुए:

समस्या: "अदृश्य कोहरा" (The "Invisible Fog")

डेटा साइंस की दुनिया में, मौजूदा तरीके (जैसे पुराना CAM-UV टूल) स्पष्ट संबंधों को पहचानने में अच्छे होते हैं। यदि व्यक्ति A स्पष्ट रूप से व्यक्ति B को प्रभावित करता है, तो टूल कहता है, "हाँ, A, B का बॉस है।"

हालाँकि, ये टूल्स तब एक दीवार से टकरा जाते हैं जब वहां छिपे हुए रास्ते (hidden paths) होते हैं:

1. "धनुष" (Bow) का आकार: कल्पना करें कि व्यक्ति A और व्यक्ति B दोनों एक गुप्त एजेंट, व्यक्ति U द्वारा प्रभावित होते हैं। यह एक "धनुष" का आकार बनाता है (A ← U → B)। पुराने टूल्स के लिए, A और B केवल दोस्त या असंबंधित दिखते हैं क्योंकि गुप्त एजेंट U सिग्नल को बिगाड़ रहा है। पुराने टूल्स कहेंगे, "मैं यहाँ यह नहीं बता सकता कि बॉस कौन है; यह बहुत धुंधला है।"
2. "बैकडोर" (Backdoor) रास्ता: कल्पना करें कि A, B को प्रभावित करता है, लेकिन एक गुप्त रास्ता भी है जहाँ एक छिपा हुआ एजेंट दोनों को प्रभावित करता है। यह एक "बैकडोर" बनाता है जो जासूस को भ्रमित कर देता है।

शोध का तर्क है कि पुराने टूल्स बहुत निराशावादी थे। उन्होंने बहुत जल्दी हार मान ली, और कई संबंधों को "अनिर्धारित" (unidentifiable/अने हल न होने योग्य) घोषित कर दिया, जबकि उन्हें वास्तव में एक स्मार्ट दृष्टिकोण के साथ हल किया जा सकता था।

समाधान: एक नई जासूसी रणनीति (CAM-UV-X)

लेखकों ने CAM-UV-X नामक एक नया एल्गोरिदम बनाया है। इसे एक जासूस के टूलकिट को दो नई सुपरपावर्स के साथ अपग्रेड करने के रूप में समझें:

1. "रेसिडुअल स्क्रब" (रिग्रेशन विश्लेषण)

कल्पना करें कि आप एक शोर भरे कमरे में एक फुसफुसाहट (A का B पर सीधा प्रभाव) सुनने की कोशिश कर रहे हैं। शोर अन्य लोगों का प्रभाव है।

• पुरानी विधि: जासूस शोर का अनुमान लगाने और उसे घटाने की कोशिश करता है। यदि उसका अनुमान गलत होता है, तो वह फुसफुसाहट नहीं सुन पाता।
• नई विधि: शोध पत्र डेटा को गणितीय रूप से "स्क्रब" (साफ) करने का एक तरीका पेश करता है। वे अन्य कारकों को ध्यान में रखने के बाद बचे हुए हिस्सों (residuals) को देखते हैं।
• जादू: उन्होंने पाया कि भले ही एक छिपा हुआ एजेंट (वह "धनुष") मौजूद हो, यदि आप डेटा को एक बहुत ही विशिष्ट तरीके से स्क्रब करते हैं, तो बचे हुए हिस्से अभी भी एक संबंध दिखाएंगे केवल तभी जब वहां एक सीधा बॉस-कर्मचारी संबंध हो। यह ऐसा है जैसे यह महसूस करना कि भले ही दो लोग एक ही वर्दी (एक ही गुप्त एजेंट से प्रभावित) पहने हुए हैं, फिर भी उनके पदचिह्न (residuals) दिखाते हैं कि कौन दूसरे का नेतृत्व कर रहा है।

2. "हाइब्रिड डिटेक्टिव" (सुरागों का संयोजन)

कभी-कभी "रेसिडुअल स्क्रब" पर्याप्त नहीं होता है। नया टूल दो प्रकार के सुरागों को जोड़ता है:

• सुराग प्रकार A: स्क्रब से बचे हुए हिस्से (जैसा कि ऊपर बताया गया है)।
• सुराग प्रकार B: मानक "कंडीशनल इंडिपेंडेंस" (यह जांचना कि क्या दो लोग असंबंधित हैं जब आप तीसरे व्यक्ति के बारे में जानते हैं)।

उपमा:
कल्पना करें कि आप यह साबित करने की कोशिश कर रहे हैं कि एलिस (Alice), बॉब (Bob) की बॉस है, लेकिन वे दोनों एक गुप्त मित्र, चार्ली (Charlie) से प्रभावित हैं जो उन दोनों को प्रभावित करता है।

• पुराना टूल: "एलिस और बॉब दोनों चार्ली के दोस्त हैं। मैं यह नहीं बता सकता कि एलिस बॉब की बॉस है या नहीं। मामला समाप्त।"
• नया टूल (CAM-UV-X): "रुको। मुझे पता है कि एलिस बॉब की बॉस है क्योंकि यदि मैं चार्ली के प्रभाव को हटा दूँ, तो एलिस और बॉब के बीच एक अनूठा संबंध बना रहता है। साथ ही, मुझे पता है कि डेव (Dave) (एक अन्य व्यक्ति) एलिस से प्रभावित है लेकिन बॉब से उसका कोई संबंध नहीं है। यह पुष्टि करता है कि एलिस ही बॉस है।"

इन दोनों प्रकार के तर्क को मिलाकर, नया टूल उन मामलों को भी हल कर सकता है जिन्हें पहले असंभव माना जाता था, जिसमें पेचीदा "धनुष" के आकार भी शामिल हैं।

यह शोध पत्र वास्तव में क्या दावा करता है

लेखकों ने अपने गणित और प्रयोगों के आधार पर तीन विशिष्ट दावे किए हैं:

1. यह हल करने योग्य है: उन्होंने गणितीय रूप से सिद्ध किया कि कई मामलों में जहाँ छिपे हुए चर मौजूद हैं (विशेष रूप से "अनऑब्जर्व्ड बैकडोर पाथ्स" और "अनऑब्जर्व्ड कॉज़ल पाथ्स"), आप अभी भी यह पता लगा सकते हैं कि बॉस कौन है और कर्मचारी कौन है। आपको पहेली सुलझाने के लिए छिपे हुए चरों को जानने की आवश्यकता नहीं है; आपको बस डेटा को अलग तरह से देखने की आवश्यकता है।
2. एल्गोरिदम काम करता है: उन्होंने CAM-UV-X बनाया। उन्होंने सिद्ध किया कि यह एल्गोरिदम सत्यनिष्ठ (sound) है (यह कभी झूठ नहीं बोलता; यदि यह कहता है कि A, B का बॉस है, तो वास्तव में A ही बॉस है) और पूर्ण (complete) है (यह हर उस संबंध को ढूंढ लेता है जिसे खोजने की इसमें सैद्धांतिक क्षमता है)।
3. यह अच्छा प्रदर्शन करता है: उन्होंने नकली डेटा (सिम्युलेटेड ग्राफ) और वास्तविक दुनिया के समाजशास्त्रीय डेटा (पिताओं की नौकरियों और बेटों की आय के बारे में) पर इसका परीक्षण किया।
   • नकली डेटा पर, यह पुराने CAM-UV टूल की तुलना में सही कनेक्शन खोजने में बेहतर था।
   • वास्तविक डेटा पर, इसने उन गलतियों को सुधारा जो पुराने टूल ने की थीं, जैसे कि नकली "द्विदिश" (bidirectional) कनेक्शनों को हटाना (जहाँ टूल को लगा कि दो लोग एक-दूसरे को समान रूप से प्रभावित कर रहे थे) और उन्हें सही एक-तरफा दिशा से बदलना।

यह क्या दावा नहीं करता

• यह दावा नहीं करता कि यह हर एक संभव ग्राफ संरचना के लिए काम करेगा। अभी भी कुछ अत्यंत जटिल "धनुष" हो सकते हैं जो अनसुलझे रह सकते हैं, लेकिन लेखकों को अभी तक ऐसा कोई उदाहरण नहीं मिला है।
• यह दावा नहीं करता कि यह कोई चिकित्सा उपचार या वित्तीय ट्रेडिंग रणनीति है। यह सख्ती से डेटा से कॉज़ल स्ट्रक्चर (कारण संरचना) खोजने की एक विधि है।
• यह दावा नहीं करता कि यह सभी अन्य तरीकों को बदल देगा, बल्कि यह पिछले शोध में उपयोग किए गए विशिष्ट "कॉज़ल एडिटिव मॉडल" ढांचे में सुधार करता है।

सारांश

यह शोध पत्र एक ऐसे जासूस की तरह है जो कहता है: "हम सोचते थे कि यदि कोई गुप्त एजेंट शामिल है, तो हम मामला नहीं सुलझा सकते। लेकिन हमने सबूतों को देखने का एक नया तरीका (डेटा को स्क्रब करना और सुरागों को मिलाना) खोज लिया है जो हमें उन कई 'असंभव' मामलों को हल करने की अनुमति देता है। हमने एक नया टूल (CAM-UV-X) बनाया है जो यह करता है, और यह पुराने टूल्स की तुलना में बेहतर काम करता है।"