為什麼

● （奈曼）認定費舍爾是錯誤的，”多年後，奧斯卡·肯普索恩曾談起這事，“這是一個不可原諒的冒犯一一費含爾從來沒有錯過，事實上，連示他可能出了錯也會被他祝為嚴重的攻擊。任何不將費舍爾的著作視作真理或聖旨人，都會被認為要麼愚蠢要麼邪惡”。那次演講的幾天後、奈曼和皮爾遜就見識到了費舍爾有多憤怒，當晚他們去系裡時，奈曼發現他在演講中展示的木製模型被徹底毀了，零件散落得滿地都是。他們兩人一致推測，只有費舍爾才可能做出這樣的事。

● 為客觀性而奮鬥，完全根據數據和實驗進行推理的思想，自伽利略以來一直是科學定義自身存在方式的一部分。……研究者必須繪製出一個因果圖，其反映的是他對於某個研究課題所涉及的因果過程拓撲結構的定性判斷，或者更理想的是，t他所屬專業領域的研究者對於該研究課題的共識。為了確保客觀性，他反而必須放棄傳統的客觀性教條。在因果關係方面，睿智的主觀性比任何客觀性都更能闡明我們所處的這個實在世界。

在本書中，人工智慧領域的權威專家朱迪亞·珀爾及其同事領導的因果關係革命突破多年的迷霧，釐清了知識的本質，確立了因果關係研究在科學探索中的核心地位。

而因果關係科學真正重要的應用則體現在人工智慧領域。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，“強人工智慧”可以實現嗎？藉助因果關係之梯的三個層級逐步深入地揭示因果推理的本質，並據此構建出相應的自動化處理工具和數學分析範式，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，都建基於相關關係，而非因果關係。要實現強人工智慧，乃至將智能機器轉變為具有道德意識的有機體，我們就必須讓機器學會問“為什麼”，也就是要讓機器學會因果推理，理解因果關係。或許，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最有意義的工作。

參考文獻

朱迪亞·珀尓(Judea Pearl)，現加州大學洛杉磯分校計算機科學教授，“貝葉斯網路”之父，2011年因創立因果推理演演演算法獲得圖靈獎，同時也是美國國家科學院院士，IEEE智能系統名人堂第一批10位入選者之一。

目前已出版3本關於因果關係科學的經典著作，分別為《啟發法》(1984)、《智能系統中的概率推理》(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於《科學》《新科學家》《科學美國》《探索》等重量級期刊。