Towards Causal Representation Learning

Towards Causal Representation Learning
https://arxiv.org/abs/2102.11107

機械学習と因果推論の融合に関する論文。
著者はディープラーニングで有名なBengio先生。

数年前から、ディープラーニングといった機械学習分野にも因果推論的な話がよく聞かれる様になってきたと思います。
いろいろな理由があるかと思いますが、自分なりに整理してみると、
1. 企業の中で実際にアップリフトモデルなどをやろうとした際に、マーケティングサイドに説明が必要。
ブラックボックス的な話よりも多少、精度を落としても説明力のあるモデルで語った方が早い。

ここまでは、よくある普通の話。

マーケティングが一歩進んでいる企業の場合、ポイントやクーポンを使った施策をしているわけですが、やがてそこも限界が出てくる。
限界が見えた時に、ふと我に帰ると、なんかCRMといってもクーポンしか配布していないやん！これってCRMと言えるのか？といった段階になるんだと思います。

そこで、この段階で必要なのが、誰にクーポンを配るのか（who）といった問題ではなく、なぜクーポンを配るのか(why)に着目する様になります。
そうなってくると、機械学習よりかはマーケティングモデル（統計モデル）が必要になってくるのかと。

世界的にも、機械学習を使って精度をあげよう的なステージから、構造理解へという流れなのかもしれません。