本研究探讨了因果模型不可识别时因果性、对称性与压缩之间的关系，提出了一种框架，展示因果性如何通过数据压缩在不同环境中涌现。研究表明，算法因果性可以通过最小化Kolmogorov复杂性上界来形成，为机器学习中的因果性提供了新视角。