📊 statistics

Infinitesimal Causality

Dit artikel presenteert een categorisch kader voor infinitesimale causaliteit in Frobenius-Markovcategorieën, waarbij interventies worden gemodelleerd als tangentiële deformaties van kopieer-/verwerpstructuren en causale sufficiëntie wordt gedefinieerd door de compatibiliteit tussen algebraïsche Frobenius-operaties en geometrische integrabiliteitsvoorwaarden, waardoor een Lie-theoretische fundering wordt geboden voor Pearls do-calculus.

Oorspronkelijke auteurs: Sridhar Mahadevan

Gepubliceerd 2026-06-24

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Sridhar Mahadevan

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Grote Idee: Causaliteit als een "Kleine Duw"

Stel je voor dat je probeert te begrijpen hoe een machine werkt. Meestal kijken we naar de machine en vragen we: "Wat gebeurt er als ik deze hendel overhaal?" (Dit is een interventie).

Traditionele methoden om oorzaak en gevolg te bestuderen (zoals Pearl's do-calculus) behandelen dit als een spelletje Lego. Je neemt een blokje eruit, vervangt het door een ander, en ziet hoe de afbeelding verandert. Het is een "voor en na" snapshot.

Dit artikel stelt een andere manier voor om ernaar te kijken. In plaats van hele blokken te vervangen, stel je je voor dat je de machine een kleine, microscopische duw geeft. De auteurs noemen dit Infinitesimal Causality (Infinitesimale Causaliteit). Ze vragen: Als ik deze hendel maar een heel klein beetje duw, hoe wiebelt de interne structuur van de machine dan?

Ze gebruiken geavanceerde wiskunde (categorieën en meetkunde) om deze "wiebelingen" te beschrijven als tangent vectoren (kleine pijlen die een richting aanwijzen). Het artikel betoogt dat om oorzaak en gevolg echt te begrijpen, vooral wanneer er verborgen onderdelen van de machine zijn die we niet kunnen zien, we deze kleine duwtjes moeten bestuderen, niet alleen de grote wisselingen.

De Drie Lagen van de Machine

De auteurs bouwen hun theorie op drie lagen, als een sandwich:

De Waarschijnlijkheidslaag (Markov): Dit is het basisregelboek. Het zegt: "Als ik X zie, wat is de kans op Y?" Het gaat om het omgaan met willekeur en onzekerheid.
De Kopieer/Weggooi-laag (Frobenius): Dit is het "klassieke" deel. In de echte wereld kun je, als je een stukje data hebt (zoals een temperatuurmeting), deze kopiëren om hem twee keer op te schrijven, of weggooien als je hem niet meer nodig hebt. Het artikel behandelt dit vermogen om data te kopiëren en weg te gooien als een fundamentele wiskundige structuur.
De Kleine Duw-laag (Tangent): Dit is de nieuwe laag. Het vraagt: "Als ik het systeem een duwtje geef, blijft het vermogen om data te kopiëren of weg te gooien dan hetzelfde?"

De Hoofdvraag: Wanneer we het systeem een duwtje geven, breekt de "kopieer/weggooi"-structuur dan? Als het breekt, betekent dit dat er iets verborgen is (een latente confounder) dat de boel verstoort.

De "Verborgen Lijm" Analogie

Stel je voor dat twee mensen, Alice en Bob, allebei een ballon vasthouden.

Alice blaast lucht in haar ballon.
Bob blaadt lucht in zijn ballon.
Ze lijken onafhankelijk van elkaar.

Maar stel je nu voor dat er een verborgen derde persoon is (een "confounder") die stiekem in beide ballonnen tegelijkertijd lucht blaast.

In de traditionele wiskunde zou je kunnen denken dat de ballonnen toevallig samen bewegen. Maar in de "Kleine Duw"-visie van dit artikel:

Als je Alice's ballon een klein duwtje geeft, en daarna Bob's ballon een klein duwtje, dan maakt de volgorde uit.
Als je eerst Alice en dan Bob een duwtje geeft, eindigen de ballonnen op een net iets andere plek dan wanneer je eerst Bob en dan Alice een duwtje geeft.
Dit "de volgorde doet er toe"-effect wordt een Lie Bracket genoemd (een chique wiskundige term voor een "twist" of "restant").

Als de ballons echt onafhankelijk zijn, maakt de volgorde van de duwtjes niet uit (de twist is nul). Als er een verborgen persoon is (de confounder) die hen verbindt, dan doet de volgorde van de duwtjes wel uit, en verschijnt er een "twist". Het artikel zegt dat deze "twist" de geometrische handtekening is van verborgen oorzaken.

De Drie Nieuwe Regels

Het artikel vertaalt de drie beroemde regels van causale ontdekking naar deze "Kleine Duw"-taal. Zie dit als drie tests om te zien of je begrip van de machine klopt:

De "Negeer het"-regel (Weggooien):
- Oude manier: Als een variabele niet belangrijk is, kun je haar uit je vergelijking verwijderen.
- Nieuwe manier: Als je het systeem een duwtje geeft, verandert het proces van "weggooien" (discarding) van een specifiek stukje data dan het resultaat? Als het antwoord nee is, dan was die data echt irrelevant. Als het antwoord ja is, dan was de data stiekem wel belangrijk.
De "Wissel"-regel (Actie vs. Observatie):
- Oude manier: Soms is het observeren van een variabele hetzelfde als het controleren ervan (als je corrigeert voor andere zaken).
- Nieuwe manier: Als je het systeem een duwtje geeft, blijft het "kopiëren" van data dan consistent wanneer je overschakelt van observeren naar controleren? Als de "kopie"-structuur breekt tijdens de wissel, dan houdt de regel geen stand.
De "Volgorde Maakt Niet Uit"-regel (Onafhankelijkheid):
- Oude manier: Als twee dingen onafhankelijk zijn, heeft het doen van het een geen invloed op het ander.
- Nieuwe manier: Als je Ding A een duwtje geeft en daarna Ding B, is het resultaat dan hetzelfde als wanneer je eerst B en dan A een duwtje geeft? Als de resultaten verschillend zijn (er blijft een "restant" of "twist" over), dan betekent dit dat er een verborgen verbinding tussen hen is waar je nog geen rekening mee hebt gehouden.

Grafieken zijn slechts "Kaarten", niet het "Gebied"

Een belangrijk punt van het artikel is dat causale grafieken (de diagrammen met pijlen) slechts één manier zijn om de machine te tekenen, niet de machine zelf.

Het Standpunt van het Artikel: Het echte object is de "Kleine Duw"-structuur (de geometrie van hoe data kopieert en draait).
De Rol van de Grafiek: Een grafiek is slechts een specifieke "presentatie" of "kaart" van die structuur.
Het Probleem: Verschillende kaarten (grafieken) kunnen dezelfde machine beschrijven. Soms ziet een grafiek er perfect uit, maar de "Kleine Duw"-test onthult een verborgen twist die de grafiek heeft gemist.

De auteurs suggereren dat we, in plaats van te proberen de "perfecte grafiek" te vinden, eerst de "Kleine Duwtjes" en de "Twists" moeten meten. Als de twists nul zijn, kan een simpele grafiek werken. Als de twists niet nul zijn, weten we dat er verborgen complexiteit is en moeten we dieper kijken.

Samenvatting

Dit artikel introduceert een nieuwe manier om causale wiskunde te bedrijven. In plaats van alleen blokjes te wisselen in een diagram, behandelt het interventies als kleine duwtjes.

Het controleert of deze duwtjes het vermogen om informatie te kopiëren en weg te gooien behouden.
Het meet twists (Lie brackets) om verborgen verbindingen te detecten.
Het beschouwt grafieken slechts als één mogbare tekening van een diepere, geometrische realiteit.

Het doel is niet om grafieken direct te vervangen, maar om een robuustere wiskundige basis te bieden die verborgen oorzaken kan detecteren, zelfs wanneer de standaarddiagrammen tekortschieten.

Technische Samenvatting: Infinitesimale Causaliteit

Probleemstelling
Huidige categorische behandelingen van causale inferentie, zoals de categorische do-calculus en string-diagram chirurgie (Fritz en Klingler, 2023; Jacobs et al., 2018), formaliseren interventies op het niveau van discrete combinatorische structuren. Deze kaders verklaren hoe men causale syntaxis kan herschrijven (bijv. het doorsnijden van draden, conditioneren op outputs), maar adresseren niet de infinitesimale geometrie van hoe interventies statistische manifolds vervormen. Specifiek ontbreekt een mechanisme om te beschrijven hoe latente confounding zich manifesteert als geometrische obstructies (bijv. niet-verdwijnende Lie-brackets) onafhankelijk van een specifieke graafpresentatie. Dit artikel adresseert de behoefte aan een kader waarin interventies worden behandeld als tangentiële deformaties van de copy/discard-structuur die gedragen wordt door observeerbare variabelen, waardoor de detectie van causale insufficiëntie mogelijk wordt via afgeleide defecten in plaats van grafische herschrijvingen.

Methodologie
Het artikel introduceert Infinitesimale Do-Calculus (IDC), een categorische account van infinitesimale causaliteit binnen Frobenius-Markov categorieën uitgerust met tangent-bundel semantiek. De methodologie rust op drie conceptuele lagen:

Markov-structuur: Biedt de syntaxis van probabilistisch redeneren (observatie, conditionering, Bayesiaanse inversie).
Frobenius-structuur: Biedt de syntaxis van klassieke informatie, waarbij observeerbare variabelen (specifiek voldoende statistieken) kunnen worden gekopieerd, vergeleken en weggegooid via een speciale commutatieve Frobenius-comonoid $(\delta, \varepsilon)$ .
Tangent-structuur: Interventies worden gemodelleerd als vectorenvelden (tangentvectoren) die de Frobenius copy/discard-operaties deformeren.

De kern van de technische innovatie is de definitie van Frobenius-afgeleide defecten. In plaats van diagrammen te herschrijven, analyseert IDC of infinitesimale interventievelden de algebraïsche structuur van klassieke observaties behouden. Het kader maakt onderscheid tussen:

Algebraïsche Frobenius-structuur: De categorische copy/discard-operaties op voldoende statistieken.
Geometrische Frobenius-integreerbaarheid: De conditie dat de distributie van interventievelden involutief is (gesloten onder Lie-brackets).

Het artikel definieert een categorie Stat $^\infty$ van reguliere einddimensionale statistische modellen gepresenteerd door voldoende statistieken, en een structurele subcategorie Stat $^\infty_{SCM}$ waar stochastiek wordt gedragen door exogene variabelen en zichtbare wetten de pushforwards zijn van deterministische mechanismen. In deze setting worden interventies gedefinieerd als tangentvectoren op de exogene ruimte, gepusht naar de zichtbare ruimte, waardoor singulariteiten die geassocieerd worden met globale Radon–Nikodym dichtheidsratio's worden vermeden.

Belangrijkste Bijdragen

Definitie van Stat $^\infty$ en Stat $^\infty_{SCM}$ : Het artikel definieert een categorisch substraat voor statistische modellen waarbij voldoende statistieken een Frobenius-structuur dragen en parameterruimten een tangent-structuur dragen. Het isoleert een subcategorie waar mechanismen deterministisch zijn en stochastiek exogeen is, wat het mogelijk maakt om infinitesimale interventies op de exogene tangent-bundel te definiëren voordat projectie plaatsvindt.
Categorische Causale Sufficiëntie: Causale sufficiëntie wordt geherdefinieerd als de samenkomst van twee condities: (a) de algebraïsche Frobenius copy/discard-structuur wordt behouden door interventies, en (b) de distributie van interventievelden is involutief (gesloten onder Lie-brackets).
Frobenius-afgeleide Defecten: Het artikel introduceert $\partial_i \delta_j$ als de fundamentele obstructie voor de copy-preserverende infinitesimale interventie. Een niet-nul defect geeft aan dat een interventie de copy-structuur van een variabele deformeert, wat wijst op een falen van causale sufficiëntie of de aanwezigheid van latente confounding.
Drie Infinitesimale Interventieregels: De klassieke regels van de do-calculus worden geherformuleerd als vergelijkingen met betrekking tot Frobenius-structuren en tangentvelden:
- Regel 1 (Irrelevantie): Het weggooien van een irrelevante variabele commuteert met interventie als de Lie-afgeleide van de counit verdwijnt ( $L_{v_i}\varepsilon_j = 0$ ).
- Regel 2 (Actie/Observatie Uitwisseling): Het uitwisselen van actie voor observatie behoudt de Frobenius coproduct als de Frobenius-afgeleide defect verdwijnt ( $\partial_i \delta_j = 0$ ) na Kan-transport.
- Regel 3 (Onafhankelijkheid): Onafhankelijke interventies sluiten onder de zichtbare tangent-distributie als de Lie-bracket residu verdwijnt ( $[v_i, v_j] \perp \mathcal{A}_{vis} = 0$ ).
Presentaties versus Fundamenten: Het artikel stelt dat grafische causale modellen slechts presentaties zijn van het onderliggende Frobenius-Markov-object, en niet de primitieve objecten van de theorie. Het betoogt dat eindige grafische syntaxis (zoals grafen of imsets) niet-conservatief is, aangezien verschillende presentaties isomorfe zichtbare Frobenius-algebra's kunnen induceren.

Resultaten

Theorem 4.7 (Frobenius-acycliciteit): Op een gescheiden zichtbare stratum is categorische causale sufficiëntie equivalent aan "tangent Frobenius commutativiteit", wat betekent dat elk zichtbaar interventieveld de Frobenius copy/discard-structuur behoudt, en de zichtbare interventieverdeling involutief is.
Theorem ets 6.7: De drie infinitesimale regels (counit invariantie, coproduct intertwining en bracket closure) karakteriseren zichtbare causale sufficiëntie.
Corollary 6.8: In het platte geval (verdwijnende kromingsresiduen) reduceren de infinitesimale regels tot de klassieke discrete do-calculus transformaties.
Theorem 7.3: De toewijzing van eindige grafische presentaties aan zichtbare Frobenius/tangent data is niet-conservatief; niet-isomorfe presentaties kunnen dezelfde zichtbare algebraïsche structuur induceren.

Betekenis en Claims
Het artikel claimt de eerste behandeling van do-calculus in een tangent-categorie setting te bieden, waarbij de focus verschuift van grafische chirurgie naar de differentiële geometrie van statistische manifolds. De primaire betekenis ligt in:

Geometrische Invarianten: Het identificeren van "Frobenius-afgeleide defecten" en niet-verdwijnende Lie-brackets als intrinsieke geometrische signaturen van latente confounding, onafhankelijk van de gekozen graaf.
Omgaan met Singulariteiten: Door interventies te formuleren op de exogene tangent-bundel (Stat $^\infty_{SCM}$ ), vermijdt het kader de support-problemen en singulariteiten die vaak voorkomen bij het definiëren van harde interventies via globale dichtheidsratio's op geobserveerde variabelen.
Fundamentele Verschuiving: Het stelt voor dat causale inferentie moet beginnen bij Frobenius-compatibele infinitesimale invarianten van het geobserveerde statistische object, waarbij elke eindige grafische of algebraïsche syntaxis (zoals grafen of imsets) als een secundaire presentatie van deze invarianten wordt beschouwd.

Het artikel beperkt de reikwijdte expliciet tot de formulering van het substraat, de verbinding met Kan-transport en de formulering van de drie regels. Het erkent dat een volledige causale-sufficiëntie theorie, de constructie van een Frobenius-Markov cohomologie theorie, en de functoriële extractie van grafische presentaties uit tangent data, toekomstig werk zijn.