Identifizierbares kausales Repräsentationslernen: Unüberwacht, Mehransichtig und Multi-Umgebung

Kausale Modelle bieten umfassende Beschreibungen komplexer Systeme als Mengen von Mechanismen, durch die jede Variable von ihren direkten Ursachen beeinflusst wird. Sie unterstützen das Denken über die Manipulation von Teilen des Systems und bieten somit Potenzial zur Bewältigung einiger offener Herausforderungen der künstlichen Intelligenz (KI), wie Planung, Wissensübertragung in sich verändernden Umgebungen oder Robustheit gegenüber Verteilungsschwankungen. Ein zentrales Hindernis für eine breitere Anwendung kausaler Modelle in der KI ist jedoch die Voraussetzung, dass die relevanten Variablen a priori spezifiziert sein müssen, was für die hochdimensionalen, unstrukturierten Daten moderner KI-Systeme typischerweise nicht der Fall ist. Gleichzeitig hat sich das maschinelle Lernen (ML) als sehr erfolgreich erwiesen bei der automatischen Extraktion nützlicher und kompakter Repräsentationen solcher komplexer Daten. Das kausale Repräsentationslernen (CRL) zielt darauf ab, die Kernstärken von ML und Kausalität zu kombinieren, indem es Repräsentationen in Form latenter Variablen mit kausalen Modellsemantiken erlernt. In dieser Arbeit untersuchen wir verschiedene CRL-Einstellungen und stellen neue Ergebnisse vor. Ein zentrales Thema ist die Frage der Identifizierbarkeit: Gegeben unendlich viele Daten, wann sind Repräsentationen, die dasselbe Lernziel erfüllen, garantiert äquivalent? Dies ist eine wichtige Voraussetzung für CRL, da es formal charakterisiert, ob und wann eine Lernaufgabe zumindest prinzipiell machbar ist. Da das Lernen kausaler Modelle, selbst ohne eine Repräsentationskomponente, als notorisch schwierig gilt, erfordern wir zusätzliche Annahmen über die Modellklasse oder umfassende Daten jenseits des klassischen i.i.d.-Settings. Durch die teilweise Charakterisierung der Identifizierbarkeit für unterschiedliche Settings untersucht diese Arbeit, was für CRL ohne direkte Aufsicht möglich ist, und trägt somit zu seinen theoretischen Grundlagen bei. Idealerweise können die gewonnenen Erkenntnisse dazu beitragen, Praktiken der Datensammlung zu informieren oder die Entwicklung neuer praktischer Abschätzmethoden zu inspirieren.