某中心向DoWhy贡献新型因果机器学习算法

我们很高兴宣布开源因果机器学习算法，这些算法是某中心多年图形因果模型研究的成果。除了常规效应估计外，这些算法支持多种复杂因果查询，包括但不限于异常值和分布变化的根因分析、因果结构学习以及因果结构诊断。内部已应用于从供应链到某中心云服务的多个团队。

在与某机构的共同努力下，我们创建了名为PyWhy的新GitHub组织，作为微软因果机器学习库DoWhy的新家，我们的算法正被整合其中。DoWhy是GitHub上最受欢迎的因果性库之一。某中心和某机构很高兴与DoWhy用户和贡献者社区合作。

图形因果模型

大多数现实世界系统，无论是分布式计算系统、供应链系统还是制造流程，都可以使用可能相互施加因果影响的变量来描述。例如，由许多不同Web服务组成的微服务架构。网站加载时间增加的原因是什么？是后端数据库缓慢？负载均衡器故障？还是网络延迟？

现有因果性库（包括DoWhy）专注于各种类型的效应估计，其总体目标是识别干预对某些目标变量的影响。在微服务架构中，它们有助于回答诸如“如果更改缓存服务配置，是否会改善网站加载时间，还是使其更糟？”等问题。

我们的贡献利用图形因果模型的力量，补充了DoWhy的现有功能集。GCM是图灵奖得主Judea Pearl开发的形式化框架，用于对系统中变量之间的因果关系建模。GCM的关键组成部分是因果图，它直观地表示观察变量之间的因果关系，箭头从原因指向结果。

在效应估计中，分析师在因果过程中的某个点进行干预并观察后果，这切断了干预点上游原因的影响，干预的效果可能在因果链中传播时变化。相比之下，在根因分析中，分析师观察一个效果（例如网站减速），并通过系统性地控制其他解释，识别最直接负责该效果的事件（例如缓存服务问题）。

因果图中的每个变量都有自己的因果机制，描述其值如何从其父代的值生成。可以训练概率模型来学习这些因果机制，并使用它们将异常事件或机制变化归因于特定节点。这种对机制贡献的分解是我们根因分析新算法的核心思想。

例如，在上述微服务架构中，可能意外部署有缺陷的服务，该服务使用次优SQL查询从数据库获取数据，从而增加网站延迟。使用称为“分布变化归因”的功能，可以识别有缺陷的服务。

某中心的根因分析算法改编博弈论中的Shapley值概念，以确定不同因果机制对因果序列结果的贡献。

但GCM可以做得更多：可用于计算干预效果、估计反事实、计算节点对其后代的直接和内在影响，或将异常归因于潜在的上游根本原因。通过发布算法，希望使更广泛的研究人员和实践者能够使用这些工具，并帮助推进GCM的科学方法。

PyWhy

对于效应估计，DoWhy已经使用两种最流行的因果推断科学框架——图形因果模型和潜在结果——并将它们组合在一个库中。通过我们的贡献，希望可以进一步推动框架及其专用研究社区之间的协同作用。

但长期愿景超越DoWhy、潜在结果和GCM。这体现在创建PyWhy的努力中，以及帮助指导这个新GitHub组织方向的承诺。欢迎其他人加入努力并成为社区的一部分。

对PyWhy的希望和雄心如其使命所述：“构建一个因果机器学习的开源生态系统，推动技术进步，并使其对实践者和研究人员可用。我们构建和托管可互操作的库、工具和其他资源，涵盖各种因果任务和应用，通过基础因果操作的通用API和对端到端分析过程的关注连接起来。”

如果你是研究因果机器学习问题的科学家或对其感到好奇，请访问py-why.github.io/dowhy/gcm了解更多关于DoWhy中新GCM功能的信息，或在github.com/py-why/dowhy上浏览源代码。

如果你拥有因果机器学习库并认为你的库适合PyWhy，请访问github.com/py-why了解更多关于这个新组织的信息，或在Discord上与我们交谈。

致谢：Patrick Bloebaum, Dominik Janzing