🤖 AI

Relational Structural Causal Models

Questo articolo introduce i modelli causali strutturali relazionali e i modelli causali neurali relazionali per consentire ai sistemi di IA di apprendere rappresentazioni causali che supportino il ragionamento su interventi e controfattuali per combinazioni inedite di oggetti, anche in presenza di confondimento non osservato.

Autori originali: Adiba Ejaz, Elias Bareinboim

Pubblicato 2026-06-16

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Adiba Ejaz, Elias Bareinboim

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di dover insegnare a un robot come guidare un'auto. Gli mostri migliaia di video di traffico. Ma ecco la fregatura: in ogni video che gli mostri, ci sono sempre esattamente due auto e un pedone.

Ora, metti il robot su una strada reale dove ci sono tre auto e due pedoni. Il robot va in panico. Non ha mai visto questa specifica combinazione prima d'ora. Non sa se la terza auto debba fermarsi o procedere.

Questo è il problema che l'articolo affronta. Chiede: Come possiamo costruire un'IA che comprenda le regole di come le cose interagiscono, in modo da poter gestire nuove combinazioni di oggetti mai viste prima senza dover essere riaddestrata?

Gli autori chiamano la loro soluzione Modelli Causali Strutturali Relazionali (RSCM). Ecco una scomposizione di ciò che hanno fatto, usando analogie semplici.

1. Il Problema: La "Ricetta" vs gli "Ingredienti"

La maggior parte dei modelli di IA odierni sono come uno chef che ha imparato a memoria la ricetta per un'insalata con esattamente tre pomodori e due cetrioli. Se gli dai un'insalata con quattro pomodori e un cetriolo, si confonde. Non capisce la logica dell'insalata; ha solo memorizzato l'elenco specifico degli ingredienti.

Nel mondo reale (come nel traffico, nella biologia o nelle reti sociali), il numero di oggetti cambia costantemente.

Traffico: A volte ci sono 2 auto, a volte 10. A volte un pedone è davanti all'Auto A, a volte davanti all'Auto B.
L'Obiettivo: Abbiamo bisogno di un'IA che impari la "ricetta" (le regole causali), non solo i componenti specifici. Deve sapere: "Se un semaforo controlla un'auto, l'auto si ferma", indipendentemente dal fatto che ci sia un'auto o cento.

2. La Soluzione: Il "Libro delle Regole Universale"

Gli autori hanno creato un nuovo tipo di modello chiamato Modello Causale Strutturale Relazionale (RSCM).

Pensa a un RSCM non come a un elenco di fatti specifici, ma come a un Libro delle Regole Universale.

Inveve di dire "L'auto 1 si ferma quando il Semaforo 1 è rosso", il libro delle regole dice: "Qualsiasi" auto si ferma se "qualsiasi" semaforo che la controlla è rosso.
Gestisce anche le relazioni: "Un'auto si ferma se qualsiasi pedone nel suo percorso sta attraversando".

Questo permette all'IA di prendere lo stesso libro delle regole e applicarlo a una scena con 2 auto o a una scena con 50 auto. Non ha bisogno di vedere ogni possibile combinazione per sapere cosa fare.

3. La Grande Scoperta: Non puoi semplicemente "Indovinare"

L'articolo fa una scoperta molto importante e, per certi versi, inquietante. Hanno dimostrato matematicamente che non puoi semplicemente guardare i dati provenienti da un insieme di scene e capire automaticamente cosa accadrà in una scena totalmente nuova.

L'Analogia:
Immagina di avere una macchina che produce panini.

Scena A: Vedi sempre la macchina produrre panini con una fetta di formaggio.
Scena B: Vuoi sapere cosa succede se metti due fette di formaggio.

Gli autori hanno dimostrato che senza conoscere il meccanismo interno (il "grafo causale"), non puoi indovinare l'esito della Scena B semplicemente guardando la Scena A.

Forse la macchina aggiunge il formaggio in modo lineare (2 fette = il doppio del gusto).
Forse la macchina ha un limite (2 fette = si inceppa).
Forse la macchina ignora completamente la seconda fetta.

Se guardi solo la macchina che produce panini con una fetta, non hai modo di sapere quale di queste tre regole sia vera. Devi conoscere la struttura della macchina (il grafo causale) per fare quella previsione.

4. La Soluzione: Disegnare la Mappa

Per risolvere questo problema del "indovinare", gli autori dicono che abbiamo bisogno di fornire all'IA una Mappa delle Relazioni (un Grafo Causale Relazionale).

Questa mappa dice all'IA:

"I segnali controllano i Pedoni."
"I pedoni nel percorso di un'auto influenzano l'Auto."
"I segnali non influenzano direttamente le Auto, a meno che non le controllino."

Una volta che l'IA ha questa mappa, può usare uno strumento matematico speciale (chiamato "criteri di identificazione") per capire se può rispondere a una domanda su una nuova scena.

Se la mappa dice "Sì": L'IA può prevedere con fiducia l'esito della nuova scena usando i dati delle vecchie scene.
Se la mappa dice "No": L'IA sa di non avere informazioni sufficienti e non dovrebbe tirare a indovinare.

5. Il Motore "Neurale"

Infine, gli autori hanno costruito un programma per computer (una Rete Neurale) che utilizza questo Libro delle Regole e questa Mappa. Lo chiamano Modello Causale Neurale Relazionale.

Lo hanno testato su scene di traffico simulate.

Hanno addestrato l'IA su scene con numeri specifici di auto e pedoni.
Hanno chiesto all'IA di prevedere cosa sarebbe successo in scene con diversi numeri di auto e pedoni.

Il Risultato:
Il nuovo modello è stato molto più bravo a prevedere le scene non viste rispetto ai modelli di IA standard. Anche quando i modelli standard erano stati addestrati direttamente sulle scene "non viste", il nuovo modello (addestrato su scene diverse ma usando le giuste regole) spesso performava altrettanto bene o meglio.

Riassunto

Il Problema: L'IA fatica quando il numero di oggetti o la loro disposizione cambia (es. 2 auto vs 10 auto).
L'Intuizione: Non puoi imparare le regole per nuove combinazioni solo guardando i vecchi dati; devi conoscere la struttura causale sottostante.
Lo Strumento: Hanno creato un "Libro delle Regole" (RSCM) e una "Mappa" (Grafo Causale) che spiegano come gli oggetti interagiscono.
La Prova: Hanno dimostrato matematicamente quando puoi e quando non puoi prevedere nuovi scenari, e hanno costruito una rete neurale che utilizza con successo queste regole per generalizzare a scene di traffico mai viste.

In breve, hanno dato all'IA un modo per comprendere la logica delle relazioni piuttosto che limitarsi a memorizzare elenchi di oggetti, permettendole di gestire la complessità mutevole e disordinata del mondo reale.

Sintesi Tecnica: Modelli Causali Strutturali Relazionali

Definizione del Problema

I sistemi di intelligenza artificiale richiedono modelli del mondo che siano sia causali (capaci di supportare il ragionamento su interventi e controfattuali) sia combinatori (capaci di supportare la generalizzazione a combinazioni inedite di oggetti). Sebbene i Modelli Causali Strutturali (SCM) forniscano un formalismo per il ragionamento causale, essi tipicamente assumono un insieme fisso di variabili e un grafo causale fisso. Questa limitazione ne ostacola l'applicazione in domini in cui il numero di oggetti e le loro strutture relazionali variano dinamicamente, come nel caso della guida autonoma, della robotica e dei sistemi biologici.

I metodi esistenti di apprendimento automatico relazionale eccellono nella generalizzazione combinatoria, ma spesso falliscono nel fornire garanzie causali, sfruttando frequentemente correlazioni instabili che si interrompono sotto intervento. Al contrario, i metodi di inferenza causale spesso faticano a generalizzare attraverso diversi scheletri relazionali (ad esempio, scene stradali con diversi numeri di auto e segnali) perché si basano su assunzioni di variabili fisse o assumono che gli oggetti siano indipendenti e identicamente distribuiti (i.i.d.).

Il problema centrale affrontato è: Come si può apprendere formalmente e svolgere l'inferenza causale (inclusi interrogativi interventistici e controfattuali) attraverso combinazioni variabili di oggetti e relazioni, specialmente quando i dati sono disponibili solo da specifici scheletri relazionali osservati?

Metodologia

Gli autori propongono un framework centrato sui Modelli Causali Strutturali Relazionali (RSCM) e sui Modelli Causali Neurali Relazionali (RNCM).

1. Modelli Causali Strutturali Relazionali (RSCM)

Il documento estende gli SCM standard a contesti oggetto-relazionali. Un RSCM è definito da una tupla $\langle S, V, U, F, P(U) \rangle$ , dove:

Schema ( $S$ ): Definisce i tipi di entità (es. Auto, Segnale), i tipi di relazione (es. Ctrl, Path) e gli attributi.
Meccanismi ( $F$ ): A differenza degli SCM standard in cui i meccanismi accettano input di dimensione fissa, gli RSCM accettano multiset di genitori relazionali. Ad esempio, il meccanismo di frenata di un'auto dipende dall'insieme di tutti i segnali che la controllano e di tutti i pedoni nel suo percorso. Questi meccanismi utilizzano vincoli relazionali (predicati della logica del primo ordine) per determinare quali oggetti sono rilevanti e aggregatori (es. $\lor$ , $\land$ , somma, max) per combinare i loro valori.
Grounding (Istanziazione): Un RSCM agisce come un template. Quando viene istanziato su uno scheletro relazionale specifico (un insieme concreto di oggetti e relazioni), produce un SCM "ground" con un insieme fisso di variabili.

2. Risultati di Impossibilità

Gli autori stabiliscono innanzitutto i limiti teorici dell'apprendimento senza ulteriori assunzioni:

Teorema 3.3 (Inferenza Osservazionale Cross-Skeleton): Anche le distribuzioni osservazionali per scheletri target inediti non possono essere identificate da scheletri sorgente senza assunzioni aggiuntive. Due RSCM possono concordare su tutti gli scheletri sorgente osservati ma divergere sullo scheletro target se il target contiene configurazioni relazionali (ad esempio, un'auto controllata da due segnali) non presenti nella sorgente.
Teorema 3.4 (Inferenza Causale Within-Skeleton): Anche all'interno di un singolo scheletro, se un'entità ha molteplici attributi, i dati osservazionali da soli sono insufficienti per identificare le distribuzioni interventistiche senza assunzioni sulla struttura causale.

3. Identificazione Relazionale tramite Criteri Grafici

Per superare questi risultati di impossibilità, il documento introduce i Grafi Causali Relazionali (RCG). Questi grafi codificano assunzioni sul processo di generazione dei dati, inclusi:

Edge non relazionali: Dipendenze tra gli attributi dello stesso oggetto.
Nodi relazionali: Valori aggregati di oggetti correlati (ad esempio, "tutti i segnali che controllano l'auto $c$ ").
Vincoli: Annotazioni sugli archi che specificano le condizioni relazionali sotto le quali valgono le dipendenze.

Utilizzando questi grafi, gli autori derivano criteri di identificazione simbolica:

Identificazione Osservazionale (Teorema 4.3): Una distribuzione condizionale in uno scheletro target è identificabile se esiste un'istanza sorgente con una variabile non confusa e un dominio genitore che è un sovrainsi del dominio genitore del target.
Identificazione Causale (Proposizione 4.4): Se un interrogativo è identificabile tramite il ctf-calculus (calcolo controfattuale) sul grafo ground marginalizzato, esso è relazionalmente identificabile.
Non-identificabilità (Proposizione 4.5): Se un interrogativo "within-instance" è non-identificabile nel senso standard (ad esempio, a causa di una struttura a collo di bottiglia/bow-structure), rimane non-identificabile nel contesto relazionale.

4. Modelli Causali Neurali Relazionali (RNCM)

Per l'implementazione pratica, gli autori propongono i Modelli Causali Neurali Relazionali a Vincolo G (G-RNCM).

Architettura: Una rete neurale è definita per ogni tipo di attributo (ad esempio, una rete per Car.B). Questa rete viene riutilizzata (condivisione dei parametri) attraverso tutte le istanze di quel tipo in qualsiasi scheletro.
Input: La rete riceve genitori non relazionali e genitori relazionali aggregati (ad esempio, conteggi o istogrammi degli stati degli oggetti correlati).
Algoritmo (RelationalNeuralID): Il modello è addestrato per adattarsi alle distribuzioni sorgente (osservazionali o interventistiche) minimizzando o massimizzando l'interrogativo target. Se i valori minimo e massimo dell'interrogativo coincidono, l'interrogativo è identificato; altrimenti, non è identificabile. Il Teorema 5.2 dimostra che gli RNCM sono sufficientemente espressivi per rappresentare qualsiasi RSCM coerente con il grafo.

Contributi Chiave

Formalizzazione degli RSCM: Una definizione rigorosa di modelli causali per domini oggetto-relazionali che supporta un numero variabile di oggetti e relazioni, estendendo il framework SCM.
Teoria dell'Identificazione: Dimostrazione dell'impossibilità dell'inferenza cross-skeleton senza assunzioni, seguita dallo sviluppo di criteri grafici (Relational Causal Graphs) che consentono l'identificazione attraverso gli scheletri e all'interno degli scheletri.
Implementazione Neurale: La proposta di RNCM, un approccio neurale fondato e completo per l'identificazione relazionale che sfrutta la condivisione dei parametri e l'aggregazione per gestire la generalizzazione combinatoria.
Validazione Empirica: Esperimenti su scene di traffico simulate che dimostrano come gli RNCM superino i baseline causali non relazionali e i baseline relazionali non causali, in particolare nella generalizzazione a combinazioni di oggetti inedite.

Risultati Sperimentali

Gli autori hanno valutato il loro approccio utilizzando scene di traffico simulate con numeri variabili di segnali, pedoni e auto.

Accuratezza della Stima: Gli RNCM hanno costantemente superato i modelli neurali piatti (NCM) e i baseline relazionali non causali (REL-MLP) di circa 100 volte nelle impostazioni identificabili. In particolare, un RNCM addestrato su uno scheletro sorgente (ad esempio, una corsia di immissione) ha superato i baseline addestrati direttamente sullo scheletro target (ad esempio, un incrocio a T) nel stimare gli effetti causali per auto specifiche, evidenziando il valore della struttura relazionale.
Generalizzazione: Gli RNCM sono riusciti a generalizzare con successo a vicinati relazionali più piccoli o corrispondenti. Le prestazioni sono degradate solo nelle impostazioni non identificabili (ad esempio, generalizzare a un'auto controllata da due segnali quando la sorgente ne aveva solo uno), allineandosi ai risultati di impossibilità teorica.
Accuratezza dell'Identificazione: L'algoritmo ha distinto con successo tra interrogativi identificabili e non identificabili. Per gli interrogativi cross-car identificabili, il divario tra le stime minima e massima è collassato a zero; per gli interrogativi within-car non identificabili, il divario è rimasto ampio.
Scalabilità: Gli esperimenti con fino a 75 oggetti hanno mostrato che l'accuratezza rimane stabile all'aumentare del numero di oggetti, con solo un moderato aumento del tempo di esecuzione, dimostrando la scalabilità della condivisione dei parametri.

Significato e Rivendicazioni

Il documento sostiene di fornire le fondamenta metodologiche per l'inferenza causale in contesti oggetto-relazionali. Unificando l'apprendimento relazionale (per la generalizzazione combinatoria) e l'inferenza causale (per la robustezza agli interventi), il lavoro affronta una lacuna critica nei modelli del mondo dell'IA.

Gli autori sottolineano che il loro framework non assume che gli oggetti siano i.i.d. o che le strutture relazionali siano fisse. Al contrario, modella esplicitamente come i meccanismi causali dipendano dai vincoli relazionali. Il significato risiede nel rendere possibile per i sistemi di IA ragionare su scenari "cosa succederebbe se" in ambienti dinamici (come la guida autonoma) dove il numero e la disposizione degli oggetti cambiano, a condizione che i meccanismi causali sottostanti siano coerenti attraverso tali variazioni. Il lavoro suggerisce che la generalizzazione di successo in tali domini dipende da assunzioni esplicite sulla struttura relazionale, che possono essere codificate tramite grafi causali relazionali e apprese tramite RNCM.