🤖 machine learning

Partially Observed Structural Causal Models

本文介绍了部分可观测结构因果模型（POSCMs），这是一个扩展框架，用于形式化描述由潜在情境影响交互结构与机制的因果系统，并通过一个生物物理细节丰富的虚拟人眼视网膜模拟器验证了其可识别性理论与边功能分解方法。

原作者： Turan Orujlu, Jordan Matelsky, Martin V. Butz, Charley M. Wu, Konrad P. Kording

发布于 2026-05-06

📖 1 分钟阅读☕ 轻松阅读

原作者： Turan Orujlu, Jordan Matelsky, Martin V. Butz, Charley M. Wu, Konrad P. Kording

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在试图弄懂一台复杂机器的运作原理，就像一座巨大且充满生机的城市。在旧有的思维方式（称为结构因果模型或 SCMs）中，科学家假设城市的布局是固定的。他们确切地知道哪些街道连接着哪些建筑，只需要弄清楚当人们沿着这些街道行走时会发生什么。

但在现实世界中，情况要混乱得多。有时，“街道”本身会根据我们看不见的隐藏因素而出现或消失。也许只有当社区富裕时才会修建新道路，或者只有在暴风雨天气下桥梁才会坍塌。“背景”（即隐藏因素）既决定了道路通向何处，也决定了交通如何在道路上流动。

本文介绍了一个名为**部分观测结构因果模型（POSCMs）**的新框架，以应对这种混乱。以下是用通俗语言进行的拆解：

1. 问题所在：“隐形建筑师”

在许多现实系统（如人脑或社交网络）中，存在一个我们无法直接看到的“隐形建筑师”（称为潜在背景）。

旧观点：我们假设地图是固定的。我们只需观察发生的情况。
新观点（POSM）：地图本身正由这位隐形建筑师实时绘制。建筑师决定：
1. 结构：哪些连接存在（例如，神经元 A 是否与神经元 B 对话？）。
2. 机制：这些连接如何运作（例如，信号是响亮还是微弱？是兴奋性的还是抑制性的？）。

棘手之处在于，我们往往既看不到建筑师，也看不清地图，只能看到最终的“交通”（即数据）。

2. 解决方案：“手术式”工具箱

为了理解这个系统，作者们创建了一套新的“手术式”工具箱。他们意识到，要修复或理解该系统，必须能够切断特定的线路，而不仅仅是关闭整个机器。

节点干预：这就像关掉整个灯泡（一个节点）。你可以看到下游发生什么，但你不知道哪根电线在输送电力。
边干预：这是本文的重大创新。它就像剪断两个特定灯泡之间的单根电线，而不触碰灯泡本身。
- 类比：想象一道食谱。
  - 节点干预：“不要使用鸡蛋。”（你改变了整道菜）。
  - 边干预：“不要在蛋糕层中使用鸡蛋，但保留在糖霜中。”（你精确地改变了某种成分与某个特定部分的相互作用方式）。

为了使这种“手术”在数学上成为可能，他们使用了一个巧妙的技巧（基于一个著名的数学定理），将每一个复杂的相互作用分解为变量对之间简单的、一对一的对话。这使得他们能够隔离并测试单个连接。

3. 游戏规则（可识别性）

本文提出了一个问题：“如果我们看不到建筑师，我们真的能找出隐藏的规则吗？”他们发现答案取决于你拥有哪些工具：

情景 A：你既看不到建筑师，也无法触碰他们。
- 结果：你陷入了僵局。你无法分辨地图的改变是因为建筑师改变了主意，还是仅仅因为交通规则发生了偏移。这就好比“战争迷雾”，不同的隐藏现实从外部看看起来完全一样。
情景 B：你看不到建筑师，但可以触碰连接（边）。
- 结果：你仍然可能感到困惑。如果你只看到交通，你可能会认为一条路繁忙是因为它是一条热门路线，或者是因为交通灯坏了。你无法区分是“糟糕的道路”还是“糟糕的交通规则”。
情景 C：你可以触碰建筑师（或至少改变他们的想法），并且可以触碰交通。
- 结果：成功！ 如果你能迫使建筑师改变地图（例如，“在这里修一条路！”），并且也能控制交通灯，你最终就能逆向工程整个系统。你可以确切地弄清楚建筑师是如何思考的，以及机器是如何运作的。

4. 证明：虚拟视网膜

为了证明这行之有效，作者们不仅做了数学推导，还构建了一个虚拟人眼（视网膜模拟器）。

设置：在真实的人眼中，你可以看到神经元放电（交通），但通常无法同时看到细胞类型（建筑师）或确切的布线（地图）。
测试：
1. 他们试图在不了解细胞类型的情况下找出视网膜的布线。结果：失败（就像情景 A）。
2. 他们试图仅通过开关灯光（而不剪断电线）来找出布线。结果：失败（就像情景 B）。
3. 他们结合了改变细胞类型（模拟建筑师的变化）和开关灯光。结果：他们成功重建了确切的布线以及信号传输的规则。

总结

本文指出：“世界对于那种道路固定的旧地图来说太复杂了。我们需要一种新的方法来建模那些由隐藏力量构建道路的系统。通过使用一种新型‘手术式’数学，让我们能够剪断单根电线，并确切知道需要运行何种实验（同时改变隐藏力量和可见交通），我们最终能够理解这些复杂的、部分隐藏的系统。”

他们通过成功逆向工程一个虚拟人眼证明了这一点，表明只要拥有正确组合的干预措施，我们就能穿透迷雾。

技术摘要：部分观测结构因果模型（POSCMs）

问题陈述

标准结构因果模型（SCMs）通常将因果图视为固定的、外生的结构，其中机制作用于观测变量。然而，许多现实世界系统——特别是在生物学、社会科学和工程学中——表现出更复杂的动态：交互结构（边）与下游机制由潜在上下文共同决定。例如，在神经科学中，神经元的细胞类型（上下文）既决定了其突触连接（结构），也决定了其生理反应（机制），但这些上下文往往仅被部分观测或通过间接方式推断。

当前的因果发现方法在这一领域面临困难，因为它们假设图是固定的且变量完全可观测。当结构形成内生于潜在过程，且仅能获得变量、上下文和边的部分观测时，标准 SCMs 无法将“谁与谁连接”从“它们如何交互”中解耦。本文旨在填补完全观测的 SCMs 与结构及机制同潜在上下文纠缠的部分观测系统现实之间的空白。

方法论

1. 形式化：部分观测结构因果模型（POSCMs）

作者引入了部分观测结构因果模型（POSCMs），这是一个形式化因果系统的框架，其中潜在上下文（ $\beta$ ）监督以下两者：

结构形成：有向边（ $A$ ）的随机生成。
值机制：沿已实现图生成的观测变量（ $V$ ）。

该框架依赖于有序生成（扩展了 Simon 的因果排序和 Barabási-Albert 的序列节点到达）。生成过程根据拓扑顺序 $\tau$ 分两个阶段进行：

阶段 I（结构与上下文）：对于每个节点 $i$ ，入边 $A_{ji}$ 根据源上下文 $\beta_j$ 从结构核 $\alpha$ 中抽取。随后，上下文 $\beta_i$ 根据其已实现父节点的上下文生成。这种交错过程确保了 $(\beta, A, V)$ 上的整体图保持无环。
阶段 II（机制与变量）：机制 $f_i$ 根据局部上下文 $\beta_i$ 和已实现的父节点集分配。最后，生成内生变量 $V_i$ 。

测量模型 $O$ 明确定义了观测内容（例如，含噪的 $V$ 、潜在的 $\beta$ 或未观测的 $A$ ），将因果过程与观测过程分离。

2. 消息增强表示与 KAS 分解

为了实现对单个边的“手术式”干预，作者采用了Kolmogorov-Arnold-Sprecher (KAS) 边函数分解。

定理：任何连续机制都可以表示为其父节点单变量函数之和。
应用：这使得作者能够为每个二元组定义消息变量（ $M_{i \leftarrow j}$ ）。节点 $i$ 处的机制被视为从父节点接收的消息的聚合。
意义：这种分解提供了二元函数贡献的显式参数化，使得定义针对单一边通道而不改变源节点或其他边的干预成为可能。

3. 干预层级

POSCMs 定义了一个跨越四种基本类型的干预层级：

$\beta$ -节点干预：设置节点的潜在上下文（例如，改变细胞类型）。
$V$ -节点干预：设置观测变量的值（标准的 do-算子）。
$\beta$ -边干预：替换特定通道上的上下文 - 消息函数。
$V$ -边干预：替换特定通道上的值 - 消息函数。

该层级允许对结构和机制进行“手术式”操纵，使 POSCMs 区别于标准 SCMs（在标准 SCMs 中，边干预通常是概念性的而非可操作的）。

可识别性理论

本文建立了 POSCM 组件可被识别的严格条件，突出了障碍与积极结果。

负面结果（障碍）

潜在上下文：如果上下文未被观测且没有 $\beta$ -层级干预，除了上下文重参数化外，结构核、上下文传播机制和机制分配算子不可识别（命题 5.2）。仅靠节点级（ $V$ ）数据无法解耦不同上下文标记之间的对称性。
潜在边：如果边未被观测， $V$ -节点干预不足以预测 $V$ -边干预的效果。这造成了结构 - 机制混淆，即在节点级干预下，一个具有频繁弱边的模型与一个具有罕见强边的模型在观测上是等价的，但在边级干预下则会出现分歧（引理 5.3）。

积极结果

核可识别性：在特定假设下（上下文/值读取、联合 $\beta$ -节点和 $V$ -节点干预覆盖，以及基于探测的结构读取），群体核（结构核 $\alpha$ 、上下文传播 $\phi$ 和机制算子 $\Gamma$ ）是可识别的（定理 5.4）。
二元消息可识别性：通过更丰富的访问权限（包括边消息干预或配对世界回放），特定的二元消息原语可以在表示规范内被识别（定理 C.3）。

实验验证

作者使用生物物理细节详尽的虚拟人视网膜模拟器（NEURON）验证了其理论预测。视网膜作为一个自然的 POSCM，其中细胞类型（潜在 $\beta$ ）决定连接性和突触生理。

实验 1（无 $\beta$ -干预下的不可识别性）：作者构建了“孪生”视网膜模型，其中细胞类型标签和突触规则被交换。在观测数据和 $V$ -节点干预（电压钳）下，发放率分布无法区分（KS 检验 $p > 0.9$ ），实证了命题 5.2 预测的重参数化对称性。
实验 2（结构 - 机制混淆）：两个模型被校准为在节点级钳制下具有相同的平均突触驱动（一个具有高密度/低电导，另一个具有低密度/高电导）。虽然节点级干预产生了相似的响应，但边级干预（扰动特定突触）揭示了显著差异（更高的 MMD），验证了引理 5.3。
实验 3（核可识别性）：通过扫描上下文（改变视网膜偏心度以改变细胞类型组成）和值（电压钳），作者成功恢复了上下文依赖的群体组成和 S 形突触传递曲线（BC $\to$ RGC），与定理 5.4 一致。

主要贡献与意义

形式化框架：本文提供了第一个形式化框架（POSCMs），将结构形成视为由潜在上下文驱动的内生因果机制，并容纳了结构和上下文的partial 可观测性。
干预词汇：它引入了一个包含边级操作的新颖干预层级，这是由基于 KAS 的消息增强表示所促成的。这使得在标准 SCMs 中此前未定义的“手术式”因果操纵成为可能。
可识别性诊断：这项工作不仅提供积极保证，还明确诊断了失败模式（潜在上下文对称性和潜在边混淆）。它阐明了究竟需要哪些干预族来将结构与机制解耦。
实证概念验证：虚拟视网膜实验表明，这些理论障碍和解决方案在现实生物物理系统中确实存在，表明在提出的读取和覆盖假设下，核级恢复是可行的。

作者得出结论，POSCMs 将 SCMs 推广到了更接近现实的世界，在那里交互结构不是固定的支架，而是动态的、依赖于上下文的产物，可以进行推理和干预。