因果的数学推断对人工智能演进路径的影响

「为什么」读后感

这本书属于跟热点的盲买，这涉及到读书的选择误区问题，除了针对相关主题的针对性阅读以及根据个人偏爱挑选相关领域的书，随机热点的选择图书，对避免喜爱偏见颇有助益，当然这个过程也有选择，不是泥沙俱下的照单全收，分寸把握自己掌握。

想当然的认为这是一本关于哲学四辩的通俗读物，日常对话中难免会问几个为什么，读完，却未免慨叹，因果问题的量化，用数学公式表达出来，在诸多实践领域的应用竟然力量如此惊人，几乎可以把这本书当做今年最推荐的书之一了。

儿子读初中，对学习而言面对诸多困难，关键在于不理解不知道学习内容的意义，缺少顿悟的契机，难免想起自己的初中时代，华中平原跨省边界小村，完全不了解数学和英语的意义，差不多20年后才深知英语和数学的意义，严格意义上来说，数学应该是在30年后。这就是认知的盲区，也是囿于认知的边界，而最近读的几本书更深刻认识到认知的突破即使对人类整体而言也存在着陷阱与误区，《深度学习》中对马文明斯基符号逻辑派的人工智能阻碍30年颇有微词，这本书同样对皮尔逊等统计学派对因果论阻碍40年念念不忘。人类就是在质疑，探索，认知迷雾突破中不断成长，作为个体，只能寄希望如何把过程缩短，不要错过青春时期的时间节点。

到这里，才谈到本书的主旨，如何利用数学公式的推断实现某个原因对某个结果的概率描述，虽然已尽量予以简化，但仍颇显拗口，举例就是，某个治疗癌症的药服用让病人存活的概率是多少。

首先统计学与概率论对人类的影响愈加强大，当然，数据的误用，滥用，误导也比比皆是，不谈论动机前提下，目前的科学研究重要的依赖工具尤其在社会科学领域，主要是统计分析。统计分析作为对已知数据的观察量的处理，一个金科玉律是只谈相关，不谈因果，原因在于因果推断难以符号化数学表示和推导。

作者以自身学术经历过程，讲述了因果论的研究历程，首先是因果图，通过图示，标识因果过程。其次是贝叶斯条件概率的转换和应用，解决第一个层面的计算问题，再接近因果的迷雾中突破第一层次的边缘。最后是因果论的三个层次，首先是第一个层次观察数据的相关分析。第二个层次是do算子的提出，以及通过公式实现第二层到第一层观察数据的分析概率转换。最后的层次是对反事实的因果推算之旅，通过对撞因素后门阻断规避混扰因子，通过中介因素等可观察量的前门阻断实现条件概率的计算，把因果问题转换成第一层免的可观察数据的统计分析，公式看似简单，认知过程却是前仆后继的认知探索之旅。

突破因果论的迷雾，下一程是关于人工智能的思考，基于观察数据的大数据处理算法，类似于深度学习，仅在因果论的第一层次，而在第二层次，引入算子的计算，实现做什么可以得到什么结果的概率，对于自动化决策，在自动驾驶等领域的应用可以更进一步，对于通用人工智能改如何行动提供了思考能力。而第三层次对于未发生事情的反事实概率推算，用《人类简史》的说法，想象是人类区别与其他动物的关键，那么通用人工智能超越人类智能，似乎只剩下了时间问题。

极其烧脑的一本书，也推开了一扇光明之门，极力推荐。

红尘小说 www.zuxs.net