宇宙航空情報の知能的解釈とは、宇宙航空プラットフォームから取得したマルチソースデータを人工知能技術で知的に処理・解釈し情報を得るプロセスである。現在主流のデータ駆動型知能解釈モデルは、大規模な訓練データと先進的なネットワーク構造を利用して解釈性能を向上させているものの、大量のラベル付きデータ依存、シナリオ一般化適応性の不安定さ、モデルの説明性の欠如といった課題が存在する。因果駆動の知能解釈は因果推論と深層学習を組み合わせることで、上記の課題を効果的に緩和し、より効率的で信頼性が高く、頑健な解釈を実現でき、宇宙航空情報の新しい知能解釈パラダイムとなる可能性がある。本稿は宇宙航空情報解釈モデルと因果理論の統合に関する研究を概説し、まず、関連、相関、因果認知の三つの側面から宇宙航空情報解釈の研究動向を説明し、次に因果の梯子を構築し、宇宙航空情報データの時系列特徴と空間的統計特徴に基づき、宇宙航空データに向けた因果分析フレームワークおよび因果表現手法を探求し、因果グラフモデル、反事実推論、モデル特徴介入を核とした三つの因果知能解釈モデル構築過程を重点的に論じ、最後に宇宙観測環境における因果知能解釈の応用と課題を指摘する。

因果推論;知能解釈;深層学習;因果駆動;宇宙航空情報;反事実推論;因果介入