為什么 : 關于因果關系的新科學

在本書中，人工智能領域的專家朱迪亞·珀爾及其同事領導的因果關系革命突破多年的迷霧，厘清了知識的本質，確立了因果關系研究在科學探索中的核心地位。而因果關系科學真正重要的應用則體現(xiàn)在人工智能領域。作者在本書中回答的核心問題是：如何讓智能機器像人一樣思考？換言之，“強人工智能”可以實現(xiàn)嗎？借助因果關系之梯的三個層級逐步深入地揭示因果推理的本質，并據(jù)此構建出相應的自動化處理工具和數(shù)學分析范式，作者給出了一個肯定的答案。作者認為，今天為我們所熟知的大部分機器學習技術，都建基于相關關系，而非因果關系。要實現(xiàn)強人工智能，乃至將智能機器轉變?yōu)榫哂械赖乱庾R的有機體，我們就必須讓機器學會問“為什么”，也就是要讓機器學會因果推理，理解因果關系?；蛟S，這正是我們能對準備接管我們未來生活的智能機器所做的有意義的工作。

朱迪亞·珀尓（Judea Pearl），現(xiàn)加州大學洛杉磯分校計算機科學教授，“貝葉斯網(wǎng)絡”之父，2011年因創(chuàng)立因果推理演算法獲得圖靈獎，同時也是美國國家科學院院士，IEEE智能系統(tǒng)名人堂第一批10位入選者之一。目前已出版3本關于因果關系科學的經(jīng)典著作，分別為《啟發(fā)法》（1984）、《智能系統(tǒng)中的概率推理》（1988）和《因果論：模型、論證、推理》（2009）。他還獲得過多項頂級科學榮譽，包括認知科學領域的魯梅哈特獎、物理學及技術領域的富蘭克林獎章以及科學哲學領域的拉卡托斯獎。

達納·麥肯齊（Dana Mackenzie），普林斯頓大學數(shù)學博士，自由科學記者，知名科普作家，著有《無言的宇宙》等作品，其學術論文多次收錄于《科學》《新科學家》《科學美國》《探索》等重量級期刊。