Syyn ja seurauksen ymmärtäminen on keskeistä sekä luonnontieteissä että yhteiskuntatieteissä ja edellytys interventioiden ja toimintalinjojen suunnittelulle. Projektissa kehitetään uusia niin sanottuun Bayes-päättelyyn perustuvia malleja ja menetelmiä syy-seuraussuhteiden tunnistamiseen hyödyntäen dataa, jota ei ole kerätty kokeellisesti vaan puhtaasti havainnoiden. Yhtäältä suunnitellaan algoritmeja, jotka kykenevät suorittamaan päättelyn edellyttämät laskutoimitukset myös monimutkaisissa, tunnetuille algoritmeille liian hankalissa asetelmissa. Toisaalta tutkitaan syyn ja seurauksen suunnan yhteyttä sitä vastaavan mekanismin laskennalliseen vaativuuteen. Projektin tulokset mahdollistavat syy-seuraussuhteiden löytämisen koneellisesti aiempaa tehokkaammin ja luotettavammin.

2023

2026