什么导致了什么？使用动态因果网络对实际因果的定量解释

实际因果关注“什么导致了什么？”这一问题。考虑相互作用元素系统内两个状态之间的转换，例如人工神经网络或生物大脑回路。哪种突触组合导致了神经元放电？哪些图像特征导致分类器误读了图片？即使对系统的因果网络、其元素、状态、连通性和动力学有详细了解，也不能自动为“什么导致了什么？”这一问题提供直接的答案。基于图模型并配以系统干预的实际因果反事实解释，在处理符合直觉因果判断的特定问题案例方面已展现出初步成功。在此，我们从一组基本的因果要求（实现、组合、信息、整合和排除）出发，发展了一种适用于离散动态系统的严格、定量的实际因果解释。我们提出了一个形式化框架来评估这些因果要求，该框架基于系统干预和划分，并考虑了状态转换的所有反事实。该框架通过识别和量化连接两个连续系统状态的所有实际原因和结果的强度，用于提供该转换的完整因果解释。最后，我们考察了因果的几个示例案例和悖论，并表明它们可以通过所提出的量化实际因果框架得到阐明。