Neues Semantikmodell für Gegenfaktische Wahrscheinlichkeiten

arXiv – cs.AI Original ≈1 Min. Lesezeit
Anzeige

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein neues Semantikmodell für die Wahrscheinlichkeiten von Gegenfaktischen vorgestellt, das die klassische Pearl‑Semantik erweitert. Das Modell gilt für probabilistische kausale Modelle, die nicht in realistische strukturelle kausale Modelle überführt werden können und damit außerhalb des Rahmens von Pearls Ansatz liegen.

Der Autor schlägt einen Kompromiss in der langjährigen Debatte zwischen Pearl und Dawid vor: Er lehnt die Idee universeller kausaler Determinismus sowie unrealistischer Variablen ab, hält jedoch fest, dass eine allgemeine Semantik für Gegenfaktische möglich ist. Das Modell beschränkt sich auf kausale Strukturen, die die Markov‑Bedingung erfüllen, ausschließlich realistische Variablen enthalten und kausal vollständig sind.

Darüber hinaus zeigt die Arbeit, dass die neue Semantik äquivalent zu zwei jüngsten Ansätzen ist, die keine strukturellen kausalen Modelle verwenden, und sie steht im Einklang mit verschiedenen Beiträgen zur stochastischen Gegenfaktischen. Der Autor reflektiert zudem die Universalität der Markov‑Bedingung und führt eine neue Generalisierung kausaler Abstraktionen ein, die bereits in einfachen Settings auftretende probabilistische kausale Modelle berücksichtigt.

Ähnliche Artikel