具体描述
在本书中，人工智能领域的权威专家朱迪亚·珀尔及其同事领导的因果关系革命突破多年的迷雾，厘清了知识的本质，确立了因果关系研究在科学探索中的核心地位。
而因果关系科学真正重要的应用则体现在人工智能领域。作者在本书中回答的核心问题是：如何让智能机器像人一样思考？换言之，“强人工智能”可以实现吗？借助因果关系之梯的三个层级逐步深入地揭示因果推理的本质，并据此构建出相应的自动化处理工具和数学分析范式，作者给出了一个肯定的答案。作者认为，今天为我们所熟知的大部分机器学习技术，都建基于相关关系，而非因果关系。要实现强人工智能，乃至将智能机器转变为具有道德意识的有机体，我们就必须让机器学会问“为什么”，也就是要让机器学会因果推理，理解因果关系。或许，这正是我们能对准备接管我们未来生活的智能机器所做的最有意义的工作。
作者简介
朱迪亚·珀尓(Judea Pearl)，现加州大学洛杉矶分校计算机科学教授，“贝叶斯网络”之父，2011年因创立因果推理演算法获得图灵奖，同时也是美国国家科学院院士，IEEE智能系统名人堂第一批10位入选者之一。
目前已出版3本关于因果关系科学的经典著作，分别为《启发法》(1984)、《智能系统中的概率推理》(1988)和《因果论：模型、论证、推理 》(2009)。他还获得过多项顶级科学荣誉，包括认知科学领域的鲁梅哈特奖、物理学及技术领域的富兰克林奖章以及科学哲学领域的拉卡托斯奖。
达纳·麦肯齐(Dana Mackenzie)，普林斯顿大学数学博士，自由科学记者，知名科普作家，著有《无言的宇宙》等作品，其学术论文多次收录于《科学》《新科学家》《科学美国》《探索》等重量级期刊。
目录信息
前言
导 言：思维胜于数据
第一章：因果关系之梯
第二章：从海盗到豚鼠：因果推断的起源
第三章：从证据到因：当贝叶斯牧师遇见福尔摩斯先生
第四章：混杂和去混杂：或者，消灭潜伏变量
第五章：烟雾缭绕的争论：消除迷雾，澄清事实
第六章：大量的悖论！
第七章：超越调整：征服干预之峰
第八章：反事实：挖掘关于假如的世界
第九章：中介：寻找隐藏的作用机制
第十章：大数据，人工智能和大问题
致谢
参考文献
· · · · · · (收起)
读后感
The ladder of causation Association Predictions based on passive observations Intervention Involving not just seeing but changing what is Counterfactuals Not only experiments, but also need the model of the underlying causal process--"theory" or "a law of n...
评分这本书说的是人类思维中最重要的逻辑关系——因果关系。 人类的大脑中有强烈的因果直觉，这种直觉在正向判断中非常高效。当看到一件事情时，我们能够很有把握地判断出它可能导致的结果。但是反过来，我们的直觉往往不够有效。也就是说，当看到结果时，我们常常无法快速准确地推...
评分 评分这本书着实烧脑，是讲因果关系的新科学，我实在不能用简明的语言来描述，要举的案例也有点冗长，我只能告诉你几个大的框架： 1 三级因果思维，原来我们的思想还能分出个三个层次，分别是观察，干预和想象，现在的人工智能还只达到第一级，大数据阶段[发呆] 2 回归均值，你知道...
评分“20世纪50年代末60年代初,统计学家和医生就整个20世纪最引人注目的一个医学问题产生了意见冲突:吸烟会导致肺癌吗?在这场辩论过去了半个世纪之后的现在,我们认为答案是理所当然的。但在当时,这个问题完全处于迷雾之中。” 01 — 书比较厚，正文346页，注释26页。内容也相对硬核...
用户评价
我必须承认，一开始我对这本书抱有相当大的怀疑。毕竟，“为什么”这个词，太过于宽泛了，它几乎可以涵盖人类一切的思考和探索。我担心它会像许多市面上那些“心灵鸡汤”或者“成功学”的书籍一样，空洞无物，只不过是用更华丽的辞藻来包装一些老掉牙的道理。然而，随着阅读的深入，我发现我的担忧是多余的。这本书的作者，他/她并没有选择去直接给出答案，而是巧妙地引导着读者，去审视那些我们习以为常却从未真正思考过的问题。它像一把精准的手术刀，划开了我们思维的僵化之处，让我们重新审视日常生活中那些微不足道的细节，从中挖掘出不为人知的逻辑和联系。那种感觉，就像是在一个熟悉的房间里，突然发现了一扇之前从未留意过的门，而门后，是另一番截然不同的天地。
评分这本书的阅读体验，是极其独特且令人沉醉的。它没有固定的叙事线，也没有明确的主题，更像是一场漫无边际的思维旅行。作者似乎是一个极其敏锐的观察者，他/她能够捕捉到生活中那些稍纵即逝的灵感，并将它们巧妙地串联起来。我常常在阅读某个章节时，会突然联想到之前读过的某个片段，然后发现它们之间竟然存在着某种微妙的联系。这种“顿悟”的感觉，是阅读这本书最大的乐趣之一。它挑战了我传统的阅读习惯，让我不再试图去概括和总结，而是全然地沉浸在作者构建的那个充满疑问的世界里。我仿佛变成了一个侦探，在字里行间寻找线索，试图拼凑出一个属于自己的答案。
评分说实话，这本书带给我的震撼，是一种潜移默化的。它不像那些情节跌宕起伏的小说，或者逻辑严谨的学术著作，让你在阅读时精神高度集中。相反，它更像是一种思想的渗透，一种思维方式的重塑。我发现自己开始在日常生活中，不自觉地去思考“为什么”。比如，为什么早高峰的地铁总是那么拥挤？为什么我总是对某些事物感到莫名的恐惧？为什么人类社会会发展出如此复杂的规则？这些问题，以前我可能只是随口一问，或者压根就不会去想。但这本书，它就像一颗种子，在我心里种下了好奇的土壤，然后耐心地等待它生根发芽。每次翻开它，都像是和一位博学的智者进行一次深入的对话，他/她不直接告诉你答案，而是让你自己去寻找，去发现，去理解。
评分这本书，我是在一个失眠的深夜，翻箱倒柜地寻找能让我脑袋放空的东西时偶然发现的。封面设计带着一种朴拙的意味，没有华丽的插图，也没有耸人听闻的标题，就是那个简单到极致的“为什么”。我当时并没有抱太大期望，只是觉得这名字挺有意思的，或许能填补一点零碎的时间。然而，当我翻开第一页，一股久违的阅读冲动便油然而生。它不像那些一开始就抛出惊天秘密的书，而是像一位老友，用一种娓娓道来的语气，轻轻地触碰你内心深处那些被遗忘的疑问。那种感觉，就像在迷雾中行走，虽然看不清前路，但脚下的路却异常踏实，每一步都充满了探索的乐趣。我迫不及待地想知道，作者究竟想从哪里开始，又会把我带到怎样的风景。
评分我不得不说，这本书的作者，他/她有着一种惊人的洞察力。他/她能够看到别人看不到的东西，能够解释别人无法理解的现象。我在这本书中，找到了一种前所未有的共鸣。它触及了我内心深处那些关于存在、关于意义、关于我们是谁的终极疑问。我常常在阅读完一页后，久久不能平静，而是陷入深深的思考。它没有给我任何确定的答案，但它给了我一种勇气，一种去质疑、去探索、去寻找答案的勇气。这种感觉，就像是在黑暗中摸索了很久，突然看到了一线微弱的光明，虽然还不够清晰，但足以让我知道，前方的道路是有希望的。它让我意识到，原来“为什么”本身，就是一种力量，一种推动我们不断前进的力量。
评分物理定律只用统计概率规律描述因果，P(Y | do(X)) > P(Y). 如果你单方面对 X 做一个干预动作，导致 Y 的概率增加，就是 X 导致了 Y。 因果思维这种主观假设很有用。简单因果模型，就能胜过无数经验。数据是客观的，而人的观点是主观的。相关性是客观的，因果是主观的。因果分析的重点在于操作方法是否有用而不是本体是否真实。 真实世界任何事情都是错综复杂的，无法列举影响一个结果的所有可能缘故。你必须做出各种取舍，猜测你认为最重要的缘故。 贝叶斯方法先给理论假设设定可信度。新证据并不直接证实或者证伪理论，只是调整可信度的大小，做动态的判断。用客观数学手段修正主观认识。 贝叶斯方法是种实用主义态度。研究目的并非了解根本不可知的绝对真实世界，而要获取实用知识，做出尽可能准确的判断和决策。
评分离开因果关系谈论数据是舍本逐末。珀尔的这本书不愧为"因果革命"的一面旗帜，值得细心品味。
评分说在前面……此书作者非常非常非常非常非常自恋，令人不适的那种自恋……如果看了序觉得无语就可以排雷了。 抛开这点不谈，作者用非数学的语言阐述因果革命的知识内涵，说明它将怎样影响我们的生活和未来。在分享重要的因果问题时，讲述前辈科学家走过的英勇征程。 认知被打破又重建的过程伴随很多怀疑和疑虑。 但不管怎么说，阅读体验中从另一角度展开的因果思考升级了我的大脑内存。 从一个笼罩着神秘色彩的概念转变为一个具有明确语义和逻辑基础的数学对象，悖论和争议得以解决，模棱两可的概念得以阐明，那些依赖于因果信息、长期被认为是形而上的或无法解决的实际问题，现在也可以借助初等数学加以解决。 在书中，因果论已经完成了数学化。
评分不是我装逼啊，中文版真的不如英文版，翻译过来的词更晦涩了，比如implication翻译成蕴涵，你他妈给我解释一下他妈的什么叫他妈的蕴涵！
评分这本书关于因果讨论可分为两个部分，第一部分注重思想层面的探讨，主要用的是案例和因果图示法，这部分内容值得反复研读，是非常好的思维训练，如果能完全摸透作者这套方法论，对于涉及因果的问题的理解会有质的飞跃。第二部分是作者对技术处理层面的探讨，当然对学术来说这部分很重要，但是普通读者看懂比较困难，但即便忽略所有这些内容，也不影响阅读和吸收这本书的核心内容。当然，作为一本综述性的著作，作者穿插了大量因果理论发展的历史，以及他自己的学术生涯经历，也颇有可看性，且趣味十足。如果你想对因果关系和相关关系有透彻的理解，亦或是想对学术领域成果（涉及因果的结论）有更佳的判断力，那么这本书非常值得一读，特别是作者这套因果图工具，堪称经典。
