这是我写的关于朱迪亚.珀尓的第二篇导读，关于书中导言的导读，读懂了导言就了解了本书的大概内容。
这本书的英文名是《the book of why》，但凡以“the book of……命名的书，大多是在某一领域意义重大……本书第一译者江生如是说。作者珀尓意在揭开一门新科学的序章，为什么因果关系会是一门新科学，用作者举的例子来看：气压计读数B可以用来表示实际大气压P，用公式表示就是B=kP，其中k是比例常数，在这个方程中，只要确定任意两个量，第三个量就是确定的，k、P、B这三者中，没有一个在数学上有凌驾于其他两者的特权。所以其实这样的数学公式缺乏了因果关系的表述：是B导致P，还是P导致B？显然，在人类的经验里，是大气压决定了气压读数，作者就是需要把这些对人类来说很自然的直觉、经验和感受用一种科学的语言表述出来，使之成为一种新科学。
在统计学中，常有这样是话：相关关系不等于因果关系，作者称统计学盲目迷恋日常性观察结论，却不告诉你因果关系是什么。比如：统计学会告诉你，在冬天在某地有多少人患上流感，却不会告诉你这些人患上流感的原因是什么？统计学放弃了对结果的追求，认为答案就在数据之中，卫生部门可以结合流感数据来制定政策。这正是如今的大数据思维方式 ，认为只要掌握了足够的数据，就能掌控每一个的个体的行为方式，偏好，数据就是洞察力，乍一看，似乎也没有什么不对，但是，无论数据多么完美，它也无法计算出你的经历。
这就要求数据需要更上一个台阶，就是因果关系。而作者作为人工智能计算机科学家，为因果关系又提供了新的视觉：就是语言。作者说：在人工智能的世界里，只有当你能够教会机器人理解某个课题时，你才算真正理解了它。意思就是，只是你理解了这个课题并不够，你还要知道让机器人学会它的方法。这就需要一种事物就是语言。语言会塑造我们的思想，你无法回答一个你提不出来的问题，你也不能提出一个你的语言不能描述的问题，作者说。所以就就需要一个关于因果关系的科学的语言。
我个人认为，这里有一个难点，可以上升到哲学的问题，就是命名和事物本身的关系（语言和事物的关系），命名是是事物所有特质的合集，比如狗指称的是“狗”这个事物。狗是具象的事物，所以这个命名（语言）是没有问题的。但是如果是抽象的事物，诸如爱、怜悯、痛苦还能用语言表述么，机器改怎么理解这种处于抽象中的因果关系？
作者在这一章也提出一个“因果推断引擎”的框架，把先验知识、因果模型和数据结合起来。我们的因果直觉通常足以让我们应付日常问题，但是要交会机器进行因果思维，或者不依靠直觉来引领因果科学的发展，这套因果引擎就很有用处了。
因果关系无外乎就是对人脑的模拟，而且似乎模拟的是人脑中的理性，计算机大概无法理解“为了所爱，心甘情愿”这种因果。 人脑才是科学家们一直在探索的最强智能。
人脑才是最强智能——《为什么》02
网友评论