316
个编辑
更改
跳到导航
跳到搜索
第22行：
第22行： + + + + + + + + + + + + + + + + − 因果关系之梯包括三个层级：关联(association)、干预(intervention)和反事实（counterfactual），分别对应逐级复杂的因果问题。下图为因果关系之梯的示意图。[[文件:因果机制集合及三层架构.png|无框|749x749像素]]+ 第102行：
第118行： − 链接：600+学者共攀因果之梯，因果科学风暴再升级！ | 集智俱乐部 (swarma.org)+ + + − + − + − +
无编辑摘要
== 定义 ==
== 定义 ==
[[文件:因果之梯.png]]
[[文件:因果之梯.png]]
图灵曾经提出了图灵测试来进行一个二元分类——人类和非人类。但Pearl是提出了一个三元分类：
第一层级的梯子上站着的是机器人和动物，能够做的就是基于被动观察来做出预测。Pearl认为，目前为止我们的机器学习进展都还是在这一层级的，无论大家认为它有多么强大。
第二层级的梯子上站着的是原始人类和婴儿，它们学会了有意图地去使用工具，对周遭环境进行干预。
第三个层级上的底子上站着的是有较高智慧的人类，拥有反思的能力，能够在大脑中将真实的世界与虚构的世界进行对比。
在这三个层级上，能够提出和解决的问题是不同的：
在第一个层级上，问题都是基于相关性的，比如：“我的肺部有很多焦油沉积，我未来患肺癌的概率是多少？”
而在第二个层级上，就涉及到了对现实世界的干预，并预测干预结果，比如：“我现在已经吸烟三年了，如果我现在戒烟，我还会患肺癌吗？”
第三个层级上，就是要构建一个虚拟世界，并将虚拟世界与现在进行对比，问题的答案就是对比的结果，比如“如果过去的三年我都没有吸烟，现在我还会患肺癌吗？” Pearl在数学上证明了，这三个层级之间是有着根本的区别的。
因果关系之梯是Judea Pearl提出的一种分类法（也可以称为框架），该分类法回答了“因果推理主体可以做什么”这一问题。该问题的另一种表述是——“相较于不具备因果模型的生物，拥有因果模型的生物能推算出什么前者推算不出的东西”。这种分类法的好处在于，它绕过了关于因果论究竟为何物的漫长而徒劳的讨论，聚焦于具体的可回答的问题。
因果关系之梯是Judea Pearl提出的一种分类法（也可以称为框架），该分类法回答了“因果推理主体可以做什么”这一问题。该问题的另一种表述是——“相较于不具备因果模型的生物，拥有因果模型的生物能推算出什么前者推算不出的东西”。这种分类法的好处在于，它绕过了关于因果论究竟为何物的漫长而徒劳的讨论，聚焦于具体的可回答的问题。
其中因果关系之梯包括三个层级：关联(association)、干预(intervention)和反事实（counterfactual），分别对应逐级复杂的因果问题。下图为因果关系之梯的示意图。[[文件:因果机制集合及三层架构.png|无框|749x749像素]]
== 第一层级：关联 ==
== 第一层级：关联 ==
== 推荐资料 ==
== 推荐资料 ==
链接：
[https://swarma.org/?p=28073 600+学者共攀因果之梯，因果科学风暴再升级！ | 集智俱乐部 (swarma.org)]
因果科学与 Causal AI 系列读书会 (swarma.org)
[https://campus.swarma.org/course/1798 因果科学与 Causal AI 系列读书会 (swarma.org)]
因果科学与Causal AI读书会第二季 (swarma.org)
[https://campus.swarma.org/course/2460 因果科学与Causal AI读书会第二季 (swarma.org)]
因果科学读书会第三季：因果+X (swarma.org)
[https://campus.swarma.org/course/3527 因果科学读书会第三季：因果+X (swarma.org)]