Causality in Intuitive Physics

Thumbnail Image

Files

Sarnes_Kaarle_2025.pdf (615.86 KB)

URL

Journal Title

Journal ISSN

Volume Title

Sähkötekniikan korkeakoulu | Bachelor's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2025-05-30

Department

Major/Subject

Automaatio- ja systeemitekniikka

Mcode

ELEC3014

Degree programme

Sähkötekniikan kandidaattiohjelma

Language

en

Pages

19 + 5

Series

Abstract

Humans have an impressive ability to understand physical systems and perceive the interactions that occur within them. This ability is called intuitive physics, and it consists of several intuitive theories about the world. It has been suggested that many cognitive processes operate by combining intuitive theories with causal reasoning. Studying how people understand their physical environment may offer solutions for developing more intelligent AI that can also operate in physical environments. This bachelor9s thesis is a literature review that explores the role of causality in intuitive physics. This thesis focuses in particular on the counterfactual simulation model and the Intuitive Physics Engine. According to the counterfactual simulation model, causation is based on the execution of counterfactual (i.e., alternative) simulations. The Intuitive Physics Engine is a theory suggesting that people simulate physical situations in their minds in a way similar to how physics simulations are run on computers. The conclusion of this thesis is that by combining the counterfactual simulation model with the intuitive physics engine, humans are able to accurately perceive causal relationships in their environment. However, people do not always use this combined model; they also hold incorrect beliefs about physical situations and often rely on imprecise, heuristic methods. Causality is part of human physical reasoning, but it is not the only method people use to understand their surroundings. The human approach to understanding the physical world could be a valuable starting point for developing AI, as intuitive physics may offer a good compromise between accuracy and computational demand.

Ihmisellä on vaikuttava kyky ymmärtää fyysisiä systeemejä ja hahmottaa niissä tapahtuvia vuorovaikutuksia. Kykyä kutsutaan intuitiiviseksi fysiikaksi, ja se pitää sisällään useita intuitiivisia teorioita maailmasta. Useiden kognitiivisten prosessien on ehdotettu toimivan yhdistämällä intuitiivisia teorioita ja kausaalista pääättelyä. Kausaalisuus tarkoittaa suhdetta, jossa jokin tapahtuma, prosessi, olotila tai yksilö (syy) vaikuttaa jonkin toisen tapahtuman, prosessin, tilan tai yksilön tapahtumiseen (seuraus). Syy voi olla vain osittain vastuussa seurauksesta ja toisaalta, yhdellä seurauksella voi olla monta syytä. Intuitiiviset teoriat taas ovat epäformaaleja ja usein epätäydellisiä ymmärryksiä erilaisista tiedon alueista, kuten esimerkiksi fysiikasta tai psykologiasta. Sen tutkiminen, miten ihmiset ymmärtävät fyysistä ympäristöään, voi tarjota ratkaisuja älykkäämmän, myös fyysisessä ympäristössä työskentelemään pystyvän tekoälyn kehittämiseksi. Tämä kandidaatintyö on kirjallisuuskatsaus, jossa käsitellään sitä, minkälainen rooli kausaalisuudella on intuitiivisessa fysiikassa. Ihmisen kyvylle ymmärtää ympäristöään on annettu useita selityksiä. Tällaisia ovat mm. kausaaliset, heuristiset ja assosiatiiviset ajattelumallit. Tässä työssä erityisen huomion kohteena ovat kontrafaktuaalinen simulaatiomalli ja intuitiivinen fysiikkamoottori. Kontrafaktuaalisen simulaatiomallin mukaan kausaatio perustuu kontrafaktuaalisten eli vaihtoehtoiset simulaatioiden suorittamiseen. Toisin sanoen, mikäli halutaan määrittää, onko jokin muuttuja C tapahtuman E syy, on tutkittava vaihtoehtoista todellisuutta, jossa C on poistettu tai sitä on muokattu, ja katsottava, tapahtuuko E edelleen. intuitiivinen fysiikkamoottori on teoria, jonka mukaan ihmiset simuloivat fyysisiä tilanteita mielessään vastaavanlaisella tavalla kuin tietokoneissa tapahtuvat fysiikkasimulaatiot toimivat. Tämän työn tulos on, että yhdistämällä kontrafaktuaalisen simulaatiomallin intuitiiviseen fysiikkamoottoriin ihmiset pystyvät hahmottamaan tarkasti syy-seuraussuhteita ympäristössään. Ihmiset eivät kuitenkaan aina käytä näiden mallien yhdistelmää, vaan heillä on on myös virheellisiä käsityksiä fysikaalisista tilanteista ja he käyttävät myös epätarkkoja, heuristisia menetelmiä. Kausaalisuus on osa ihmisen fyysistä ajattelumallia, mutta ihminen käyttää kuitenkin muitakin tapoja hahmottaakseen ympäristöään. Ihmisten tapa ymmärtää ympäristöään voisi olla hyvä lähtökohta tekoälyn kehittämiseen, sillä ihmisten intuitiivinen fysiikka saattaa olla hyvä kompromissi tarkkuuden ja laskennallisen vaativuuden välillä. Tekoälylle voitaisiin määrittää ihmisentasoinen fyysisen ymmärtämisen perustaso, josta se voisi tarvittaessa poiketa laskutehon salliessa myös tarkempiin analyyseihin ympäristöstään.

Description

Supervisor

Forsman, Pekka

Thesis advisor

Shen, Zheng

Keywords

causality, intuitive physics, artificial intelligence, AI

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202506174788

Collections

[kand] Sähkötekniikan korkeakoulu / ELEC