🤖 AI

Graph Surgery and the Do-Operator: A Precise Correspondence for Acyclic Structural Causal Models

यह शोध पत्र अचक्रीय संरचनात्मक कारण मॉडलों (acyclic structural causal models) में तंत्र के कार्यात्मक प्रतिस्थापन (functional replacement of mechanisms) और तीरों के ग्राफिकल विलोपन (ग्राफ सर्जरी) के बीच एक सटीक गणितीय पत्राचार स्थापित करता है, यह सिद्ध करते हुए कि do-ऑपरेटर द्वारा हटाए गए निर्भरताएं ठीक वैसी ही हैं जैसी ग्राफ सर्जरी द्वारा हटाई गई हैं, जब मॉडल का ग्राफ अंतर्निहित तंत्र निर्भरताओं को सटीक रूप से दर्शाता है।

मूल लेखक: Satpreet Makhija

प्रकाशित 2026-08-19

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Satpreet Makhija

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कारण और प्रभाव के अध्ययन में, वैज्ञानिक अक्सर यह समझने के लिए मानचित्र बनाते हैं कि कैसे एक चीज़ दूसरी चीज़ की ओर ले जाती है। चरों (variables) के एक नेटवर्क की कल्पना करें, जैसे कि स्विच और लीवर की एक श्रृंखला, जहाँ एक की स्थिति अगले के व्यवहार को निर्धारित करती है। इन मॉडलों में, एक "तंत्र" (mechanism) केवल वह नियम है जो यह समझाता है कि एक विशिष्ट चर को प्राप्त इनपुट के आधार पर अपना मान (value) कैसे मिलता है। कभी-कभी, शोधकर्ता यह देखना चाहते हैं कि क्या होता है यदि वे किसी चर को एक विशिष्ट मान लेने के लिए मजबूर करते हैं, उसके सामान्य नियम की अनदेखी करते हुए। इस मान को जबरदस्ती लागू करने की क्रिया को एक हस्तक्षेप (intervention) कहा जाता है। इसे दृश्य रूप में देखने के लिए, वैज्ञानिकों ने लंबे समय से दो अलग-अलग तरीकों का उपयोग किया है। एक विधि में मानचित्र को देखना और उस चर की ओर इशारा करने वाले तीरों को काट देना शामिल है जिसे मजबूर किया जा रहा है, यह कहते हुए, "यह हिस्सा अब अपने पड़ोसियों की बात नहीं सुनेगा।" दूसरी विधि में सिस्टम के कोड में जाना और उस चर के लिए नियम को एक निश्चित संख्या से बदल देना शामिल है, यह कहते हुए, "यह चर अब इस मान पर अटक गया है।" वर्षों तक, यह माना जाता रहा है कि ये दोनों विधियाँ एक ही वास्तविकता का वर्णन करने के दो अलग-अलग तरीके हैं, लेकिन किसी ने भी यह सिद्ध नहीं किया था कि वे हर विवरण में गणितीय रूप से समान हैं।

सत्प्रीत मखिजा नामक एक शोधकर्ता ने अब वह प्रमाण प्रदान किया है, जो दिखाता है कि ये दो दृष्टिकोण एक विशिष्ट वर्ग के सिस्टम के लिए बिल्कुल कैसे मेल खाते हैं। यह कार्य नियतात्मक मॉडलों (deterministic models) पर केंद्रित है, जो ऐसे सिस्टम हैं जहाँ परिणाम इनपुट द्वारा पूरी तरह से तय होता है, जिसमें संयोग का कोई तत्व शामिल नहीं होता। अध्ययन पुष्टि करता है कि यदि आप नियमों का एक सेट लेते हैं और कुछ चरों के नियमों को निश्चित संख्याओं से बदल देते हैं, तो निर्भरता का परिणामी पैटर्न बिल्कुल वैसा ही होता जैसा कि यदि आपने उन निर्भरताओं के मानचित्र से उन चरों की ओर इशारा करने वाले तीरों को बस मिटा दिया होता। यह सुनने में एक तकनीकी बात लग सकती है, लेकिन यह कारण और प्रभाव की भाषा को सटीक बनाने के लिए एक महत्वपूर्ण कदम है। यह दृश्य मानचित्र और कार्यात्मक कोड के बीच के अंतर को पाटता है, यह सुनिश्चित करता है कि जब हम एक संबंध को "काटने" की बात करते हैं, तो हम वास्तव में सिस्टम के व्यवहार में उस संबंध के प्रभाव को हटा रहे होते हैं।

यह शोध एक सूक्ष्म लेकिन महत्वपूर्ण अंतर को भी स्पष्ट करता है जिसे अक्सर अनदेखा कर दिया जाता है। कई मॉडलों में, एक शोधकर्ता द्वारा प्रदान किया गया मानचित्र उन तीरों को भी शामिल कर सकता है जो संभावित कनेक्शनों का प्रतिनिधित्व करते हैं, भले ही सिस्टम के वास्तविक नियम उनका उपयोग न करें। इसे एक ब्लूप्रिंट की तरह समझें जो एक दीवार तक जाने वाले पाइप को दिखाता है, भले ही उस पाइप के नल को कभी खोला न गया हो। यदि कोई शोधकर्ता ऐसे सिस्टम पर हस्तक्षेप करता है, तो दृश्य मानचित्र अभी भी उस अप्रयुक्त पाइप को दिखा सकता है, जबकि कार्यात्मक नियम यह दिखाएंगे कि कनेक्शन प्रभावी रूप से समाप्त हो गया है। मखिजा का कार्य सिद्ध करता है कि दोनों विधियाँ केवल तभी बिल्कुल एक ही मानचित्र उत्पन्न करती हैं जब मूल मानचित्र शुरुआत से ही पूरी तरह से सटीक था, जिसमें कोई अप्रयुक्त तीर नहीं थे। यदि मानचित्र में अतिरिक्त, अप्रयुक्त रेखाएँ थीं, तो दृश्य सर्जरी उन्हें वहीं छोड़ देगी, जबकि कार्यात्मक प्रतिस्थापन ऐसा नहीं करेगा। यह निष्कर्ष हमें बताता है कि दोनों दृश्यों के पूर्ण रूप से मेल खाने के लिए, मानचित्र सक्रिय नियमों का एक सच्चा प्रतिबिंब होना चाहिए, न कि केवल संभावनाओं की एक सूची।

इस मुख्य पत्राचार के अलावा, अध्ययन इस बात की खोज करता है कि क्या होता है जब एक के बाद एक कई हस्तक्षेप लागू किए जाते हैं। यह यह क्रियाओं को संयोजित करने के लिए एक स्पष्ट नियम स्थापित करता है: यदि आप एक चर को बदलते हैं, और फिर बाद में उसे फिर से बदलते हैं, तो दूसरा परिवर्तन ही मायने रखता है। सिस्टम पहले परिवर्तन को याद नहीं रखता है; यह बस नया मान अपना लेता है। यह तब भी सत्य है जब आप मानचित्र या नियमों को देख रहे हों। शोध यह भी जाँचता है कि एक हस्तक्षेप का प्रभाव कितनी दूर तक जाता है। यह पता चलता है कि एक विशिष्ट चर का अंतिम मान केवल उन चरों द्वारा किए गए हस्तक्षेपों पर निर्भर करता है जो सीधे या अप्रत्यक्ष रूप से उसमें फीड होते हैं। यदि आप एक ऐसा चर बदलते हैं जिसका आपके वांछित चर तक कोई मार्ग नहीं है, तो आपके परिवर्तन का परिणाम पर कोई प्रभाव नहीं पड़ेगा। यह शोधकर्ताओं को एक जटिल सिस्टम के बड़े हिस्सों को अनदेखा करने की अनुमति देता है जब वे केवल एक विशिष्ट परिणाम में रुचि रखते हैं, जिससे वे उस परिणाम के प्रासंगिक इतिहास पर ध्यान केंद्रित कर सकते हैं।

इस कार्य का महत्व इसकी सटीकता में निहित है। यह सिद्ध करके कि तीरों को काटने की दृश्य क्रिया और नियमों को बदलने की कार्यात्मक क्रिया एक ही निर्भरता संरचना की ओर ले जाती है, यह अध्ययन हस्तक्षेपों के बारे में हमारे सोचने के तरीके से अस्पष्टता को हटा देता है। यह पुष्टि करता है कि इन समस्याओं के बारे में सोचने का मानक तरीका केवल एक सुविधाजनक शॉर्टकट नहीं है, बल्कि वास्तविकता का एक गणितीय रूप से सुदृढ़ विवरण है। परिणाम उन सिस्टम पर लागू होते हैं जहाँ चर सीमित हैं और संबंध स्वयं पर वापस नहीं लौटते (loop back), जो विज्ञान और इंजीनियरिंग के व्यापक परिदृश्यों को कवर करता है। पेपर यह दावा नहीं करता है कि यह कारण संबंधी तर्क (causal reasoning) की हर समस्या को हल कर देता है, लेकिन यह इन सिस्टमों में परिवर्तनों को दर्शाने के बारे में एक मौलिक प्रश्न को सुलझाता है। यह सुनिश्चित करता है कि जब हम किसी सिस्टम के साथ कुछ "करने" की बात करते हैं, चाहे हम मानचित्र पर चित्र बना रहे हों या एक नियम लिख रहे हों, तो हम दुनिया में एक ही भौतिक परिवर्तन का वर्णन कर रहे होते हैं।

तकनीकी सारांश: ग्राफ सर्जरी और डू-ऑपरेटर (Do-Operator)

समस्या विवरण
स्ट्रक्चरल कॉज़ल मॉडल्स (SCMs) में, डू-ऑपरेटर एक हस्तक्षेप (intervention) को दर्शाता है जहाँ विशिष्ट चरों (variables) को नियत मान लेने के लिए मजबूर किया जाता है, जिससे वे अपने सामान्य कारण संबंधी तंत्रों (causal mechanisms) से अलग हो जाते हैं। दो अलग-अलग दृष्टिकोण इस ऑपरेशन का वर्णन करते हैं:

ग्राफिकल दृश्य (ग्राफ सर्जरी): लक्षित चरों में आने वाले सभी तीरों (arrows) को हटाना।
कार्यात्मक दृश्य (तंत्र प्रतिस्थापन): लक्षित चरों के स्ट्रक्चरल समीकरणों (mechanisms) को नियत फलनों (constant functions) से बदलना।

यद्यपि इन दृश्यों को व्यापक रूप से समान माना जाता है, शोधपत्र नोट करता है कि यह समानता अभी तक एक सटीक गणितीय कथन नहीं है। ग्राफ सर्जरी ग्राफ संरचना पर कार्य करती है और आरोपित किए गए विशिष्ट मानों की जानकारी खो देती है, जबकि तंत्र प्रतिस्थापन फलनों पर कार्य करता है और उन मानों को बनाए रखता है। इसके अतिरिक्त, एक कॉज़ल मॉडल अक्सर $(G, F)$ का एक युग्म होता है जहाँ आपूर्ति किया गया ग्राफ $G$ में "अप्रयुक्त तीर" (unused arrows) हो सकते हैं (अर्थात, ग्राफ द्वारा अनुमत निर्भरताएं लेकिन तंत्र $F$ द्वारा उपयोग नहीं की गई)। यह स्पष्ट नहीं है कि जब $G$ पर ग्राफ सर्जरी की जाती है, तो वह संशोधित तंत्रों से निर्भरताओं को निकालने के समान परिणाम कब देती है।

कार्यप्रणाली (Methodology)
यह शोधपत्र नियतात्मक (deterministic), अचक्रीय (acyclic) स्ट्रक्चरल कॉज़ल मॉडल्स पर ध्यान केंद्रित करता है जिनमें अंतर्जात चरों (endogenous variables) का एक परिमित सेट $V$ है। कार्यप्रणाली में शामिल हैं:

औपचारिक परिभाषाएँ: तंत्र परिवार $F$ के कार्यात्मक निर्भरताओं के आधार पर एक डिपेंडेंसी ग्राफ $Graph(F) $को किसी भी आपूर्ति किए गए ग्राफ$ G$ से अलग, सख्ती से परिभाषित करना।
हस्तक्षेप औपचारिकता (Intervention Formalism): हस्तक्षेपों को $V$ पर आंशिक मानचित्रों (partial maps) $\iota$ के रूप में प्रस्तुत करना जो लक्ष्य सेट $T_\iota$ को नियत मान प्रदान करते हैं।
तुलनात्मक विश्लेषण: दो ऑपरेशनों के परिणामों की व्यवस्थित रूप से तुलना करना:
1. तंत्रों को नियत मानों से बदलना और फिर डिपेंडेंसी ग्राफ निकालना ( $Graph(F^\iota)$ )।
2. पहले डिपेंडेंसी ग्राफ निकालना और फिर ग्राफ सर्जरी करना ( $Surg(Graph(F), T_\iota)$ )।
मॉडल लक्षण वर्णन: परिणामी "हस्तक्षेपित मॉडल" ( $Do(M, \iota)$ ) के गुणों का विश्लेषण करना, जिसमें क्रमिक हस्तक्षेपों (sequential interventions) का व्यवहार और चरों के विशिष्ट उपसमुच्चयों पर परिणामों की निर्भरता शामिल है।

मुख्य योगदान और परिणाम

सटीक पत्राचार प्रमेय (Exact Correspondence Theorem - Theorem 1):
शोधपत्र सिद्ध करता है कि किसी भी तंत्र परिवार $F$ और हस्तक्षेप $\iota$ के लिए, संशोधित तंत्रों का डिपेंडेंसी ग्राफ, मूल डिपेंडेंसी ग्राफ पर की गई सर्जरी से प्राप्त ग्राफ के समान होता है:
$Graph(F^\iota) = Surg(Graph(F), T_\iota)$
यह स्थापित करता है कि लक्षित तंत्रों को नियत मानों से बदलना ठीक वही निर्भरताएं हटा देता है जो ग्राफ सर्जरी द्वारा हटाई जाती हैं, जो कार्यात्मक और ग्राफिकल दृश्यों के बीच एक कठोर गणितीय लिंक प्रदान करता है।
मॉडल सटीकता का लक्षण वर्णन (Characterization of Model Exactness - Corollary 1):
लेखक आपूर्ति किए गए ग्राफ $G$ और वास्तविक डिपेंडेंसी ग्राफ $Graph(F) $के बीच संबंध को संबोधित करता है। वे सिद्ध करते हैं कि$ Graph(F^\iota) = Surg(G, T_\iota) $एक विशिष्ट हस्तक्षेप के लिए तभी सत्य होता है जब$ G $में मौजूद प्रत्येक तीर जो$ Graph(F)$ में अनुपस्थित है, वह हस्तक्षेप सेट में एक चर को लक्षित करता है। महत्वपूर्ण रूप से, यह समानता प्रत्येक संभावित हस्तक्षेप के लिए तभी बनी रहती है जब मूल मॉडल सटीक (exact) हो (अर्थात, $G = Graph(F)$)। यह स्पष्ट करता है कि आपूर्ति किए गए ग्राफ पर ग्राफ सर्जरी केवल तभी सफल होती है जब आपूर्ति किया गया ग्राफ उसमें कोई अप्रयुक्त तीर न रखता हो।
क्रमिक हस्तक्षेप (Sequential Interventions - Theorem 2):
शोधपत्र क्रमिक हस्तक्षेपों को संयोजित करने का एक नियम व्युत्पन्न करता है। यदि हस्तक्षेप $\iota$ के बाद $\kappa$ आता है, तो परिणामी मॉडल एक एकल हस्तक्षेप $\lambda$ के समान होता है जो $\kappa$ के परिभाषित होने वाली जगहों पर $\kappa$ का मान रखता है, और अन्यथा $\iota$ को रखता है। यह पुष्टि करता है कि बाद के असाइनमेंट पहले के असाइनमेंट को ओवरराइड करते हैं, और गैर-अतिव्यापी (non-overlapping) हस्तक्षेपों का क्रम परिवर्तनीय (commutative) होता है।
पूर्वज प्रमेय (Ancestor Theorem - Theorem 3):
शोधपत्र सिद्ध करता है कि चरों के एक सेट $O$ का परिणाम केवल उनके वास्तविक डिपेंडेंसी पूर्वजों ($Graph(F) $में) पर लागू हस्तक्षेप मानों पर निर्भर करता है।$ O $के पूर्वज सेट के बाहर के चरों पर हस्तक्षेप (भले ही वे आपूर्ति किए गए ग्राफ$ G $में पूर्वज हों)$ O$ के परिणाम को प्रभावित नहीं करते हैं। यह विशिष्ट परिणामों के विश्लेषण के लिए अप्रासंगिक हस्तक्षेप लक्ष्यों को हटाने (pruning) की अनुमति देता है।

महत्व और दावे
शोधपत्र झांग (Zhang) के उस अनुमान को हल करने का दावा करता है जो डू-ऑपरेटर के सिंटैक्टिक (ग्राफ सर्जरी) और सिमेंटिक (तंत्र प्रतिस्थापन) दृश्यों की समानता के संबंध में था। निर्भरताओं के स्तर पर इस समानता को स्वरूपित करके, यह कार्य एक सटीक गणितीय आधार प्रदान करता है जो मशीनीकरण (जैसे, Coq जैसे प्रूफ़ असिस्टेंट में) के लिए उपयुक्त है।

लेखक इस बात पर जोर देते हैं कि उनके परिणाम एक मॉडल के वास्तविक निर्भरताओं और एक आपूर्ति किए गए ग्राफ की अनुमत निर्भरताओं के बीच अंतर करते हैं। यह अंतर समझना महत्वपूर्ण है कि कब एक आपूर्ति किया गया कॉज़ल ग्राफ अंतर्निहित तंत्रों को सटीक रूप से दर्शाता है। शोधपत्र यह प्रस्ताव नहीं करता है कि नए अनुप्रयोग या प्रयोगात्मक प्रस्ताव क्या हैं; बल्कि, यह डू-ऑपरेटर के संरचनात्मक और कार्यात्मक घटकों के लिए एक मौलिक स्पष्टीकरण प्रदान करता है, यह सुनिश्चित करता है कि परिणामी हस्तक्षेपित मॉडल सुस्पष्ट (well-defined) है और इसका 'रन' (समीकरणों का अद्वितीय समाधान) सही ढंग से चरित्रित है। कार्य निष्कर्ष निकालता है कि हालांकि दोनों निर्माण ( $G$ पर सर्जरी बनाम $Graph(F) $पर सर्जरी) अलग-अलग ग्राफ दे सकते हैं यदि$ G$ सटीक नहीं है, वे हमेशा एक ही 'रन' (outcome) देते हैं, और वे समान मॉडल देते हैं यदि और केवल यदि प्रारंभिक मॉडल सटीक है।

इसी तरह के और पेपर