更改

添加2,267字节 、 2022年6月5日 (日) 11:09
无编辑摘要
第1行: 第1行: −
附上一些推荐资料 再多补充一些
+
此词条由因果科学读书会词条梳理志愿者我是猫(74989)编撰
   −
此词条由因果科学读书会词条梳理志愿者我是猫(74989)编撰,参考:凉某人的笔记本 (cnblogs.com),未经专家审核,带来阅读不便,请见谅。
+
参考链接:
 +
 
 +
凉某人的笔记本 (cnblogs.com)
 +
 
 +
Judea Pearl提出的“因果阶梯”到底是什么?哥大、斯坦福研究者60页文章详解该问题 (thepaper.cn)
 +
 
 +
未经专家审核,带来阅读不便,请见谅。
 +
 
 +
== 起源 ==
 +
因果关系对于人类感知和理解世界,采取行动以及理解自己起着核心作用。大约二十年前,计算机科学家 Judea Pearl 通过发现和系统地研究「因果阶梯」(Ladder of Causation),在理解因果关系方面取得了突破,该框架着重说明了观察、做事和想象的独特作用。为了纪念这一具有里程碑意义的发现,人们将其命名为「Pearl 因果层次结构」(Pearl Causal Hierarchy,PCH)。
 +
 
 +
去年 7 月,来自哥伦比亚大学和斯坦福大学的四位研究者撰写了一篇关于 PCH 和因果推理的技术报告,从逻辑概率和推理图两个方面,对 PCH 进行了新颖全面的解读。
 +
 
 +
首先介绍了 PCH 是如何从规范的因果机制集合(结构因果模型,SCM)中有机出现的。然后文章转向逻辑层面。该报告的第一个结果是因果层次定理(CHT),该定理表明 PCH 的三个层级从测度论的角度上来看几乎总是分离的。粗略地讲,CHT 表明一层的数据实际上不足以确定较高层的信息。由于在大多数实际情况下,科学家无法获得潜在因果机制的精确形式(只能访问他们生成的关于某些 PCH 层的数据),这促使研究者从图的角度来研究 PCH 内部的推理
 +
 
 +
具体来说,研究者探索了一组因果推理方法,这些方法可以在给定 SCM 部分规格的情况下,将 PCH 的各层进行桥接,以进行推理。例如,当只有被动观察结果(第一层数据)可用时,你会推断将发生的情况会在环境(第二层语句)中遭到干预。研究者提出了一系列图模型,这些模型让科学家能够以认知上有意义且简约的方式来表示 SCM 的部分规格。
 +
 
 +
最后,研究者探究了被称为 docalculus 的推理系统,展示了在必要情况下,它足以实现 PCH 各层之间的推理。研究者表示:与 PCH 所描绘的人类经验的基本层面相联系是迈向创建下一代 AI 系统的关键一步,该系统将是安全、强大、与人类兼容并符合社会利益的。
    
== 定义 ==
 
== 定义 ==
第8行: 第25行:  
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。
   −
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。
+
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 ==
316

个编辑