因果发现 on 灵语AI

AI真的懂「因为所以」吗？——因果推断如何让机器从相关走向因果

Sun, 06 Sep 2026 03:13:00 +0800

引言

你有没有想过一个问题：为什么AI能写出比很多人类还好的文章，能打败围棋世界冠军，能识别出照片里的每一只猫——但你问它"吃冰激凌为什么会导致溺水人数增加"时，它可能会开始一本正经地编理由？

冰激凌销量和溺水率确实高度相关——夏天一到，两个数据同时飙升。但用脚趾头想都知道，冰激凌不会把人淹死。真正的原因是"天气热"：热天吃冰激凌的人多，热天去游泳的人也多。

这个例子太简单了，人类一眼就能看穿。但换一个复杂场景呢？比如"某个药物到底有没有效"、“广告投放真的带来了销量增长吗”、“参加培训班到底能不能提高成绩”——这些问题，AI能不能像人类一样，真正理解"因为所以"？

答案是：传统AI不会，但有一门叫"因果推断"的科学正在改变这一切。

一、传统AI的盲区：它是超级关联机器，但不是因果思考者

当前所有主流AI，包括ChatGPT、Claude、Gemini在内，本质上都是超级关联机器。

它们的工作原理可以简化为：从海量数据中学习到"A出现时，B往往也跟着出现"的模式。模型越大，这种关联找得越准、越细。

但这和"理解因果关系"完全是两码事。

想象你是一个古代学者，你观察到：

公鸡打鸣后，太阳就升起来了
每天都是这样，从未例外

按照传统AI的逻辑，它会得出"公鸡打鸣是太阳升起的原因"这个结论。因为数据上，这两件事的关联强度是100%。

可我们人类知道，公鸡打鸣和太阳升起之间没有半毛钱因果——它们都是由地球自转这个共同原因导致的。

这就是因果推断的核心难题：相关不等于因果。

2018年，图灵奖得主Judea Pearl（朱迪亚·珀尔）在一次演讲中直言不讳地说：“当前AI的所有进步，本质上都停留在关联这个层面。它们没有因果推理能力，甚至连理解都算不上。”

这话说得重，但确实指出了AI的致命短板。

二、因果推断的三层阶梯：从看到做到想象

Pearl提出了一个非常优雅的框架，他把因果推理分为三个层级，像一个阶梯——

第一层：关联

这是所有传统AI所处的位置。“我看到A和B一起出现，它们有关系。“比如：看到乌云和下雨之间有关联。

第二层：干预

“如果我去改变A，B会发生什么变化？“这是人类独有的能力——比如：“如果我播撒碘化银，会不会让天降雨？“这需要回答"如果我做了某件事，结果会怎样”。

第三层：反事实

“如果当初我没有做那件事，现在会怎样？“这是最高级的因果推理，也是人类后悔、反思、学习的基础。“如果我去年没有辞职，现在会赚更多钱吗？”

绝大多数AI，连第一层到第二层的台阶都还没迈上去。

为什么？因为要回答"如果我做了X会发生什么”，需要的不是数据关联，而是对因果结构的理解。

举个例子：一个AI看过无数条"打开开关→灯亮"的数据，它知道两者高度相关。但如果它从未见过"开关坏了"的情况，它不会自动理解"开关控制电路，电路连通灯泡"这个因果机制。它只是知道"通常开关打开时灯会亮”，但不知道"为什么”。

三、让AI学会因果：两个学派的智慧

怎么让AI拥有因果推理能力？目前学术界有两个主流框架，它们从不同角度切入同一个问题。

学派一：因果图 + do-演算（Pearl学派）

Pearl的方法像是给AI画一张"世界地图”。

假设你要理解"教育程度对收入的影响”。你会画一张因果图：教育程度→收入。但这里还有一个隐藏变量：家庭背景同时影响教育程度和收入。如果不控制家庭背景，你可能会高估教育对收入的影响。

Pearl发明了一套叫"do-演算"的数学工具，用来回答"如果我人为地改变了X，Y会怎样"这个问题。通过因果图，他可以精确地计算出哪些变量需要控制、哪些不需要——这就像给AI装了一个"因果计算器”。

学派二：潜在结果框架（Rubin学派）

Donald Rubin的方法则更加务实，他把因果问题重新定义为"缺失数据问题”。

每个个体都有两种潜在结果：接受治疗的情况和未接受治疗的情况。但现实中，我们只能观察到其中一个——另一个永远是"反事实"的，永远缺失。

这就像你永远无法同时看到"同一个你考上大学"和"同一个你没考上大学"两种人生。因果推断，就是在这个"永远缺失一半数据"的困境中，用数学方法估算出真实的因果效应。

两个学派殊途同归——Pearl的因果图提供了"理解世界因果结构的语言"，Rubin的框架提供了"在数据中估算因果效应的方法"。今天的因果推断领域，两者已经高度融合。

四、从实验室到现实：因果推断正在改变AI

因果推断不只是理论，它正在重塑AI的各个领域。

案例1：精准医疗——这个药对谁有效？

传统的临床试验告诉你"A药平均有效"，但因果森林算法能告诉你：A药对30-40岁的女性效果最好，对60岁以上男性可能有副作用。

这不是"平均效应"，这是"异质性处理效应"——因果推断让AI学会说"对特定的人，A药的效果是B"。

案例2：从数据中发现因果关系

传统上，要发现变量之间的因果结构，需要专家手动构建图表，费时费力。2018年，Zheng等人提出了NOTEARS算法，将因果发现这个组合优化问题转化为连续优化问题——简单说，就是让AI自动从数据中"画出因果图"。

这个算法只有约50行核心代码，却开启了"让机器自己发现因果结构"的新时代。

案例3：AI科学发现

在基因组学、神经科学、气候科学等领域，因果推断正在帮助科学家区分"真正的因果机制"和"虚假的相关性"。比如，在基因表达数据中，哪些基因是导致疾病的原因，哪些只是"路过"的旁观者？

五、但大模型不是已经在推理了吗？

你可能会问：“GPT-4不是已经能推理了吗？思维链不是让它学会了一步一步想吗？”

这是最容易被误解的地方。

大语言模型展现的"推理"，本质上是训练数据中人类推理模式的模仿。 它知道"因为A所以B"这个句式，知道在什么上下文中应该出现什么逻辑链条——但它不知道"A"和"B"之间是否存在真正的因果关系。

2024年，有一项研究让GPT-4回答一个简单问题：“某种药物和康复率高度相关，但该药物实际上对疾病没有效果。你认为该药物是否应该被推荐？”

GPT-4的回答是：“相关性强，说明药物有效，应该推荐。”

它没有能力区分"相关"和"因果"——因为在它的训练数据中，“相关"和"因果"这两个词经常一起出现，模型从未真正理解它们之间的区别。

这就是为什么因果推断对AI的未来如此关键：它不是一个"锦上添花"的功能，而是AI从"模式识别"跃升到"科学理解"的必经之路。

六、因果推断的下一步：AI的因果大脑

展望未来，因果推断正在三个方向上重塑AI：

1. 因果表示学习：让AI在学习数据时，不只学"特征”，还要学"因果关系"。就像人类理解世界时，天然会构建"如果…那么…“的因果模型。

2. 因果强化学习：让AI在试错中，不只是记住"哪个动作得分高”，还要理解"为什么这个动作有效"。这能让AI学会真正的"策略"，而非"死记硬背"。

3. 与语言模型的融合：让大语言模型不只是"会说话"，还能在回答问题时调用因果推理能力——当你问"为什么"时，它能真正理解你在问什么。

AI终于学会了问「为什么」——因果推断如何让机器从「看相似」进化到「懂因果」

Fri, 07 Aug 2026 03:17:00 +0800

引言：冰激凌对不起

先做一个简单的思维实验。

假设你是一名数据分析师，手头有一份过去五年的统计数据。你发现：冰激凌销量越高的日子，溺水死亡人数也越高。相关性高达0.87，非常显著。

你会不会写一份报告，建议"为了减少溺水事故，应该严格控制冰激凌销售"？

你的直觉大概率告诉你：不对。冰激凌不会杀人，真正的原因是夏天到了——天气热，大家既想吃冰激凌，又想去游泳。游泳的人多了，溺水事故自然增加。冰激凌销量和溺水率之间是相关关系，但不是因果关系。

这个例子太简单了，你一眼就能看穿。但问题在于：AI能看穿吗？

传统机器学习模型（包括今天的GPT级大语言模型）本质上是一个"超级模式匹配器"——它从海量数据中找相关性，然后用人眼无法企及的精度去拟合这些模式。但它不区分哪些是真正的因果，哪些只是"夏天来了"式的巧合。

这就是因果推断（Causal Inference）要解决的核心问题：如何让AI不仅会"看见"，还会"理解"？

一、三根横杠：因果的阶梯

因果推断领域的奠基人、图灵奖得主Judea Pearl（朱迪亚·珀尔）提出了一个著名的因果层级理论，把认知能力分为三个层级。你可以把它想象成三根横杠，每跨过一根，AI的认知能力就跃升一个维度。

第一层：看见（关联）

这一层只做一件事：找模式。比如"冰激凌销量高时溺水率也高"、“买婴儿尿布的男性也喜欢买啤酒”（这是沃尔玛真实的经典数据挖掘案例）。AI能发现这些规律，但它不知道为什么。这是今天绝大多数AI所处的层级——包括GPT、图像识别、推荐系统。

第二层：干预（做事）

这一层开始问"如果我做了什么，会发生什么？"。比如：如果我强制在所有海滩禁止冰激凌销售，溺水率会下降吗？注意，这里的关键词是"强制"——不是观察，而是主动干预。

Pearl用了一个叫 do-演算 的数学工具来处理这种问题。它本质上是一个"反事实计算器"：给定一个因果图（变量之间如何相互影响的路线图），do-演算可以告诉你，即使没有做实验，从观察数据中也能推断出"如果做了某件事会产生什么效果"。

第三层：反事实（想象）

这一层是最高的认知能力——“如果当初……会怎样？” 比如：如果那个溺水的人昨天没有去游泳会怎样？如果我没有把雨伞忘在家里，是不是就不会淋湿？

反事实推理是人类最核心的智能之一。它让我们能从失败中学习（“如果当初选了另一条路……"），让我们能规划未来（“如果明天下雨，我就带伞”），让我们能理解别人的感受（“如果我是他……"）。

今天的AI，绝大多数停留在第一层。而因果推断的目标，就是让AI登上第二层、第三层。

二、辛普森悖论：你以为你看到的，可能是错的

有一个著名的统计学谜题，叫辛普森悖论，它完美地展示了为什么"相关性"会骗人。

假设有一家医院，统计了两种治疗方案（A和B）对肾结石患者的疗效：

治疗方案	小颗结石患者	大颗结石患者	总体治愈率
方案A	93%（81/87）	73%（192/263）	78%
方案B	87%（234/270）	69%（55/80）	83%

奇怪的事情发生了：方案A在小颗结石和大颗结石的分组中治愈率都更高，但到了总体上，方案B的治愈率反而更高了！

这是怎么回事？因为方案A接诊的患者中，大颗结石（难治）的比例更高（263/350 ≈ 75%），而方案B接诊的患者中，大颗结石的比例更低（80/350 ≈ 23%）。这种患者分配的不均衡扭曲了总体的比较。

这就是混杂因子（confounder）——一个同时影响"处理"和"结果"的隐藏变量。在这里，结石大小就是混杂因子：它既影响医生选择哪种方案（医生倾向于给大结石患者用方案A），也影响治疗结果（大结石更难治愈）。

传统AI会说：“方案B总体治愈率更高，选方案B。“但因果推断会说：“等一下，我们需要’控制’结石大小这个变量——在同样大小结石的患者中，方案A才是更好的选择。”

这个悖论告诉我们：当你没有理解因果关系时，数据本身会骗你。

三、因果推断给了AI什么新能力？

因果推断不是理论玩具，它已经在给AI带来实实在在的新能力。

1. 能"想象"的生成模型——CausalGAN

2018年，研究者提出了CausalGAN——一个"懂因果"的生成模型。普通的GAN可以根据标签生成图片，比如"生成一张有胡子的男性照片”。但CausalGAN更进一步：它不仅能生成"有胡子的男性”，还能生成干预后的结果——比如"给女性’强加’胡子”。

听起来像是小事？其实不是。因为标准GAN学习的是条件分布P(胡子|女性)——这几乎没有训练数据，所以生成效果很差。而CausalGAN学习的是因果关系——它知道"胡子"由"性别"和"雄性激素水平"共同决定，而"性别"又是独立的。因此，即使训练数据中几乎没有"留胡子的女性”，CausalGAN也能通过因果图生成合理的结果。

2. 精准医疗中的因果森林

2016年，Athey和Imbens开发了"因果树"（Causal Tree），后来扩展到"因果森林"。它解决的问题是：“谁最需要这个治疗？”

传统AI会问：“这个药有效吗？"——得到一个平均效果。但因果森林会问：“对哪些人有效？对哪些人无效？” 它通过递归分割，自动发现不同子群体的因果效应差异。在实际应用中，这可能意味着：同一个药物，对年轻女性有效但对老年男性无效，因果森林能自动识别出来。

3. 双重机器学习

2018年，Chernozhukov团队提出了双重机器学习（DML），核心思想简单又深刻：当你想估计一个因果关系时，先用机器学习把"已知的干扰因素"的影响剥离掉，再在"剩下的纯净信息"中估计因果效应。

这就像做化学实验——先过滤掉杂质，再测量目标的浓度。DML保证了，即使你用了黑箱般的深度学习模型来做"过滤”，最后得到的因果估计依然是有统计保证的。

四、为什么这很重要：从"有用"到"可信"

2024年到2026年，AI领域最显著的变化之一，就是从"规模"转向"可靠"。

大模型能写诗、能编程、能陪聊，但它们仍然会"幻觉"——编造不存在的事实。为什么？一个重要原因就是：它们不懂因果。它们只知道"这个词经常出现在那个词后面"，但不知道"为什么这个词应该出现在这里"。

如果AI学会了因果推理：

推荐系统不会因为"你买了冰激凌"就推荐"游泳装备"，而是会理解背后的真正需求
医疗诊断不会把"相关性"当作"病因"，减少误诊
自动驾驶能理解"如果这辆车突然刹车，后面的车会怎样反应"——这是反事实推理
科学发现能从观测数据中提出因果假设，加速研究

更重要的是，因果推断让AI变得可解释。如果AI说"因为A导致了B，所以我推荐做C"，我们可以检查它的因果图，看推理是否合理。而如果AI说"根据历史数据，过去这样做有效"，我们就无法知道它是否只是"运气好"找到了相关性。