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。

核心内容

第一部分，应该怎么用科学的方式，看待因果关系？

第二部分，应该怎么用科学家的智慧，来完善自己的因果思维？

前言

按照惯例，我们都会用一句话，或者一个问题，来概括整本书的核心内容。但是今天，我可能得多说几句，因为这本书的内容太丰富了。

这本书主要说了什么呢？借用作者的原话，其实也没什么，我只是推开了一扇新的科学，叫因果科学的大门而已。注意，他说的不是一个新的课题，或者新的研究，而是一门新的科学。

当然，敢说这话的，也不是一般人。这本书的作者，是人工智能领域的传奇人物，著名的计算机科学家朱迪亚·珀尔。老人家今年已经83岁，曾经被《大西洋月刊》评为机器学习技术的开山鼻祖。

但是现在，已经80多岁的珀尔，却是这门技术，最激烈的批评者。他的态度为什么会有这么大的转变？我们有必要花两分钟说说，因为只要读懂了这个原因，我们也就大致了解了这本书的主要内容。简单说，珀尔的态度之所以发生转变，原因就在“因果”这两个字上。

珀尔认为，现在的人工智能，根本就不具备真正的智能。它只能算是一个庞大的数据库。它所有的能力，都是基于已有的数据，都来自人类的输入。但是，真正的人工智能，必须能够超越经验，能够想象一些从来没发生过的情况，能够处理那些从来没有被录入数据库之内的事。而要想具备这种超越经验的能力，首先要具备因果思维。

那么，为什么说因果思维，能让你具备超越经验的能力呢？举个例子，在《圣经》里，上帝针对吃苹果这件事问夏娃，“你都做了什么？”夏娃回答，都是因为蛇，是蛇骗我吃的苹果。注意，上帝问的是事实，是你都做了什么。而夏娃回答的是因果，是做这件事的原因。对人类来说，因果是一种特别自然的思考方式。但是，就是因为太自然了，以至于很多人都没注意到，这种思考方式，其实反映了人类的一种，超越经验的能力。

你看，夏娃之所以要回答做这件事的原因，是因为她猜到，上帝可能会责备她。她想找个理由，获得宽恕。但是，注意，上帝责备她这件事，实际上从来没有发生过，它根本不在夏娃的经验之内。只是夏娃猜到，上帝会责备她。你看，在这一问一答的因果分析中，夏娃已经完成了一次超越经验的思考。

换句话说，因果，不仅仅是对已知经验的总结。比如因为我吃了饭，所以我觉得饱。因果还有更深一层的意义，它其实是一种超越经验的思考能力。

说到这，你可能会说，只要把这种因果思维，变成一串代码，输入给人工智能，不就得了？当然，这么想也没错。但问题就出在，这串代码根本不存在。因为在过去的100多年里，在科学的世界里，根本就没有因果关系。很多科学家认为因果关系根本不存在。换句话说，因果甚至都没有被纳入科学的范畴，科学家怎么可能用科学的语言来描述它？而没有科学的语言，又怎么可能把它教给人工智能？

说到这，我们可以说说，这本书的核心了。它的核心价值，就是让因果这门学问，重新回到科学的范畴之内，研究怎么用科学的视角看待因果？

当然，这门科学最终会发展成什么样？会不会成为一门新的科学？现在都难说。我只能说，假如能成，那么此时此刻，你就见证了一个伟大的时刻，见证了一门新科学的诞生。当然，即使不成，我们也算是参与了一场精彩绝伦的，有关因果的科学思辨。

在正式解读之前，我要先说明，这本书的信息量非常大，很难用半个小时说清。而且书中的某些内容，确实超出了我的能力范围。今天的解读，我们顶多算是揭开了因果科学的一个边角。假如未来某天，你有缘读到这本书，也希望今天的解读，能对你阅读原书有所帮助。

接下来，我将分成两部分，为你解读这本书。第一部分，我们一起看看这场持续了100年的，有关因果的科学思辨。说说到底应该怎么用科学的方式，看待因果关系？第二部分，我们再深入借鉴科学家的智慧，说说应该怎么用科学家的智慧，来完善自己的因果思维？

第一部分

咱们先说第一部分，应该怎么用科学的方式，看待因果关系？

前面说过，在过去的100多年，在科学的世界里，根本就没有因果关系。为什么没有？这要从100多年前说起。

1877年，著名的发明家、人类学家，也是统计学的鼻祖，达尔文的表弟，叫弗朗西斯·高尔顿，做了一个实验。这个实验得出一个结论，认为科学的世界里，根本没有因果。

这个实验并不复杂。把一块木板立起来，然后木板的上半部分，是一排排的小格挡。下半部分，是一排垂直的竖槽。一个小球从上边的正中央落下来，经过一排排小格挡的碰撞之后，落在下面的槽里。当然，落在哪个竖槽，事先算不出来，碰撞是随机的。这个板子，叫作“高尔顿板”。

在实验里，虽然小球的下落是随机的，但是，当你放下一堆小球之后，会发现，小球的分布呈现出一种规律。中间部分的竖槽里，球特别多，然后越到两边，竖槽里的球越少。整个小球分布，呈现出一个平滑的钟形曲线。统计学上，管这种现象叫正态分布。

高尔顿用这个实验，来模拟人的遗传。比如身高，人的身高会受到很多遗传因素的影响，就像板子上那些小格挡一样。但是，不管有多少因素，最终都会呈现一种正态分布。也就是，大多数人都会处在一个平均区间，不高不矮。而特别高和特别矮的人都是少数。

当然，到这一步，并不是什么新闻。真正有趣的是接下来，高尔顿把这个实验又延续了一步，在原来的高尔顿板下面，又接上一个高尔顿板。也就是，让原本在竖槽里正态分布的小球，再下落一次，再次经过一大堆小格挡，并且再次落在一排竖槽里。这么一来，会发生什么呢？

无论是理论推导还是实验演示，呈现出的结果都是，第二层竖槽里的小球分布，会把正态分布这个趋势放大。也就是，各个竖槽之间的小球数量，会变得更均匀。这个由小球组成的曲线，会变得更平缓。

这两层高尔顿板，模拟的是两代人的遗传。对应到现实世界，呈现出的结果应该是，在第一代人当中，特别高和特别矮的人是少数。而到了第二代，特别高和特别矮的人，都会变多，而身高是平均值的人会变少。就像第二层高尔顿板里的小球分布一样。假如你没太明白，我再次建议你点开文稿，看一眼图片，马上一目了然。

说到这，你一定已经注意到，现实世界并不是这样。不管是在哪一代人中，特别高和特别矮的人，都是少数。这就奇怪了，你看，假如下一代的身高，是在上一代的基础上遗传的。那么，身高特别高的人，生出的孩子，很可能比父辈还高。这么子子孙孙一代代下来，就会有越来越多，特别特别高的人。同样，也会有越来越多，特别特别矮的人。但是，这些并没有发生。身高特别高的人，下一代的身高，大概率上会矮一点。同样，特别矮的人，下一代往往会高一点。总体上看，每一代人的身高分布，并没有呈现出越来越大的两极分化。

高尔顿还观察了600多个英国名人，发现这些名人的儿子们，普遍不如父辈有名。就像咱们常说的，富不过三代。高尔顿把这个现象叫作回归平庸。现在，我们稍微改了个字眼，管它叫，回归平均。也就是，不管上一代比平均值高多少，或者低多少。在下一代身上，这些差异大概率上都会缩小，他们会接近平均。

那么，到底是什么原因，导致了回归平均这个现象呢？这个问题，高尔顿思考了12年，终于得出结论，根本就没有原因，没有神秘的力量。世界本身就不是因果能解释得了的。冥冥之中，我们就是会回归平均，没有理由。当然，这其中还有很多复杂的研究思考，咱们在这就不展开说了。

其实，不管到底是什么力量，导致了回归平均。它都指向一个事实，那就是，父亲的身高，并不能百分百决定孩子的身高。上一代，并不能决定下一代。它们存在一定的关联，但不存在绝对的因果。高尔顿把这种关系称为，相关性。这就是相关性这个概念的起源。

后来高尔顿的学生，叫卡尔·皮尔逊，把这个思想壮大，认为世界上只有相关，没有因果。这也成为很多科学家的共识。这就是为什么说在过去很长一段时间里，科学的世界里，只有相关，没有因果。

同时，皮尔逊还对相关性做了区分，认为在这些相关性中，有些相关很有意义。比如父辈的身高和孩子的身高。还有些相关性没什么意义。比如一个国家的人均巧克力消费量，和这个国家的诺贝尔奖得主人数，呈现正相关。这种相关性就没意义，总不可能是吃巧克力导致了得诺贝尔奖的几率增加。

你看，皮尔逊的论证，好像很有道理。到这一步，有关因果的争论，好像已经有了定论。但是，不知道你发现没有，皮尔逊的观点里，其实有一个自相矛盾的地方。回顾一下刚才的话，皮尔逊说，巧克力消费量和诺贝尔奖得主的人数，这种相关没意义。而之所以没意义，是因为吃巧克力不会导致得诺贝尔奖的几率增加。

注意，这里用到了，导致这个词。什么叫导致？说到底，不还是因果吗？换句话说，皮尔逊自己不承认有因果，认为世界上只有相关。只是有些相关有意义，有些相关没意义。而判断有没有意义的标准，还是因果。说到底，作为因果关系最忠实的反对者，皮尔逊自己也在使用因果关系。

你看，到这一步，有关因果的争论，就变得有点尴尬了。从科学上，我们证明不了因果关系存在。但是，我们的思考，又离不开因果关系。那么，我们到底应该怎么用科学的方式，来看待因果关系呢？

对于这个问题，珀尔在这本书里给了一个答案。他借用了一点哲学的视角。他认为，要想说明白因果，得先把主观和客观，这两个维度分开看。在他看来，因果，其实是一种人类的主观思维方式。也就是，当我们观察到一些客观事实之后，就会主观的建立起因果联系。至于客观世界，也许不是按照因果规律运转的，就是只有相关，没有因果。但是，人类认知这个世界的方式，却是通过建立因果关系。比如你吃完一个馒头之后，你确定，只要再吃几个，你就会饱。但是，事实上，你并没有吃到后面的馒头，这只是你的猜测。为什么会产生这个猜测？因为你在无形中建立了一种因果关系，觉得是吃馒头这个原因，导致了你吃饱这个结果。所以你确定，只要再吃几个馒头，你就会饱。你看，即使是再简单不过的一次思考，我们就已经调用了因果关系。

换句话说，不管客观世界存不存在因果关系，我们主观上都离不开因果这个思考方式。

其实，在读到这的时候，我个人是感觉，这个结论有点不够解渴。作为一本讲因果关系的书，书里从头到尾，都没有正面回答，应该怎么用科学的语言，来定义因果关系。书里只是描述了因果关系的两个特征。第一，开头说过，因果关系其实反映了一种超越经验的思考能力。第二，因果关系是一种主观建立的思考方式。

但是，回过头来想想，作者这么想也并不是没有道理。首先，现在的科学研究，确实还没到这一步。怎么用科学的方式定义因果关系，根本就没有一个定论。但是，你又不能一直纠结在这个问题上，因为有一个因素，逼得你必须往前走。这个因素就是人工智能。假如我们纠结于，因果到底存不存在？或者怎么用科学语言来描述因果关系？等研究明白了之后，再把它们变成代码，教给人工智能。那这个周期未免太长了。就像你非要把牛顿的力学定律研究明白之后，再制造一把锤子一样。珀尔其实是想跳过理论研究这一步，直接去实践，去琢磨怎么把因果思维，教给计算机。

所以，他先是在相关性的定论中，找出一个漏洞。你看，到这一步，说因果不存在这个观点，不能完全站住脚了。你就算不支持因果关系存在，至少也找不出彻底颠覆它的理由。好，既然理论上纠缠不清，我们也不必费脑筋，干脆直接通往实践。我们直接琢磨下一件事，就是怎么把因果思维教给机器？

在确定这个目标之后，我们首先要解决的问题，就不是怎么定义因果关系。我们的首要问题变成了，怎么完善自己的因果思维？你看，既然因果思维是主观的，现在你又要把它教给机器。那么在传授之前，你至少得先尽可能完善自己的因果思维。就像你想当老师，首先得提高自己的水平。而且，这不光是科学家的问题，这和我们每个人都有关。

接下来，第二部分，我们就来说说，怎么完善自己的因果思维？

第二部分

在介绍书里的观点之前，我有一点个人的思考，非常想跟你分享。当然，这也是因为这篇解读稿本身篇幅有点长，而且很严肃。我的个人分享，就算是一个中场休息吧。我想跟你讲两个故事。

第一个故事，是我们都很熟悉的神话，后羿射日。说的是，天上有九个太阳，庄稼热得寸草不生，人也快热死了。怎么办？一个叫后羿的人，用一把大弓，射下了八个太阳。当然，我们都知道这个故事是虚构的。但是，我希望你注意的是，我们在构思这个故事的时候，使用的因果模型。那就是，当天上有九个太阳，这个原因，会导致什么结果？答案很明显，那就是热。

第二个故事，来自于著名的小说《三体》。说的是，在遥远的外星系，有三个太阳。这三个太阳在万有引力的作用下，彼此吸引，做出了无穷无尽的不规则运动。这个运动没有任何规律。人类根本算不出来。它已经超过了人类目前的数学极限。注意，在这个故事里，我们的因果模型已经变了。我们已经意识到，用不了九个太阳，只要有三个，它们的运动规律，就已经超过了人类的数学极限。

你看，在后羿射日的故事里，我们建立因果模型时，只考虑到了，热这一个因素。因为在人们编这个故事的时候，还没有发现万有引力。但是，在《三体》的故事里，人们已经意识到，万有引力的存在。所以，我们也意识到，三个太阳带来的不仅仅是热，还有人类无法预测的不规则运动。

当然，这个因果模型也不一定准确。没准未来的某一天，人们又发现了万有引力之外的新规则。我想说明的是，这个世界同时存在很多不同维度的规则，比如热力、万有引力、能量守恒，等等。你能察觉到的规则越多，越关键，你的因果模型就越准确。

好，这是我个人，对于怎么完善因果思维的一点思考。接下来，咱们书归正传，说说珀尔作为一个科学家，是怎么看待这件事的。在这本书里，珀尔给出了很多完善因果思考的方法。其中，有两个方法出现的频率最高，几乎贯穿全书。第一个方法叫区分混杂因子，第二个方法叫找到中介因素。

咱们先说第一个，区分混杂因子。什么叫混杂因子？咱们得从一个著名的悖论说起。这个悖论叫，辛普森悖论。

它说的是，假设有一种药物，对男人有害，对女人也有害，但是，对人类有益。是的，你没听错，就是一种药，对男人有害，对女人有害，但是对人类有益。你可能觉得，这不是自相矛盾吗？太匪夷所思了。别急，听完下面的推论，你会觉得更匪夷所思。

首先，这个结论是有扎实的数据支撑的。假设，这个实验把患者分成了两个组，一个是吃药的处理组，一个是没吃药的对照组。处理组包括40名女性和20名男性。而对照组反过来，包括40名男性和20名女性。但是，两个组的总人数是相同的，都是60人。

然后，在没吃药的对照组，40名男性中，有12人患上了心脏病，患病率是30%。20名女性中，有1人患上了心脏病，患病率是5%。而在吃过药的处理组，20名男性，有8人患病，患病概率是40%。40名女性，有3人患病，患病率是7.5%。

当然，我知道这些数字很复杂，你也不用刻意去记。你只需要大概知道。男性不吃药，患病率是30%，吃了药，患病率是40%。显然，药物对男性有害。而女性，不吃药，患病率是5%，吃了药，患病率是7.5%。一目了然，它对女性也有害。

但是，接下来，反常的数据出现了。假如把男性和女性的人数加在一起，重新计算这个比例。它就变成了在没吃药的60个人里，得病的总数是13人，患病率是22%。而吃过药的60个人，得病的人数是11人，患病率是18%。再重复一遍，从总人数上看，不吃药，患病率是22%，吃药，患病率是18%。这就得出了一个结论，这个药对人有效。

前前后后把这些结论连在一起，就构成了辛普森悖论。一个药对男人有害，对女人也有害，但是对人类有益。假如你还是不信的话，我在音频稿里，放了一张辛普森悖论的图表，你可以看看，一目了然。

辛普森悖论本身并不是一个新发现，它已经让学术界争论了几十年。这回，珀尔从因果关系的角度，提出了一个新解法。这就是，你要找到造成辛普森悖论的混杂因子。所谓混杂因子，就是同时会影响原因和结果的那个因素。在这个实验里，吃不吃药是原因，有没有得病是结果。那么，是什么因素，同时在干扰这两点呢？仔细想想，你就会发现，是性别。

你看，男性和女性服药前后的发病率不一样，说明性别对服药结果有影响。同时，在对照组里，男性比女性多，而在处理组里，男性比女性少。这说明，男女的服药比例，也跟性别有关。好，到这一步，我们可以确定，性别是这个实验里的混杂因子。这个混杂因子，也叫后门路径。它就像在这个因果链条里，开启了一个后门，然后从后门进入，干扰因果关系。

意识到性别这个混杂因子之后，你要做的，就是阻断这个混杂因子。所谓阻断，其实就是要坚守一个原则，那就是，绝不能把跟混杂因子相关的因素，直接加在一起，一定要分开计算。体现在这个实验里，性别是混杂因子，你就不能把男女的人数直接加在一起，而是要分别计算男女各自的得病概率。分开计算之后，这个混杂因子的干扰，就被排除了。被排除之后，你才能做接下来的统计。

按照这个方法，男性服药前的得病概率是30%，女性服药前的得病概率是5%。那么就可以算出，对男女总体而言，服药前的得病概率是二者的平均值，17.5%。而服药后，男性的得病概率40%，女性是7.5%，平均值是23.75%。你看，算完之后，对男女总体来说，服药前得病的概率是17.5%，服药后是23.75%。这么一来，你就获得了一个正确的结论。这个药对男性有害，对女性有害，对人类也有害。

这个算法乍一听可能有点复杂，我建议你花一点时间，稍微想一想。它就像一层窗户纸，一旦捅破，你会发现其实特别简单。更重要的是，珀尔本人，把因果思维分成了好几个层级，都是什么，咱们就不多说了。但是，我刚刚跟你说的区分混杂因子，是最高级的一级。花点时间搞懂这一级，你就能体会到珀尔眼中的，最高级的因果思维是什么样的。

当然，假如你觉得这一级有点复杂。咱们把难度稍微降低一点。说说第二个稍微简单一点的方法，叫找到中介因素。

什么叫中介因素？简单说，就是由一个原因，导致第二个原因，而第二个原因，导致最终的结果。这第二个原因，就是中介因素。

举个例子，在几百年前的航海时代，船员经常得坏血病，最终可能导致死亡。当时的人猜测，这可能跟饮食有关，因为海上没有新鲜的蔬菜和水果。18世纪，苏格兰海军发现，服用柠檬能预防坏血病。好，这就得出了一个因果模型，柠檬是原因，预防坏血病是结果。

当时，本来给船员吃的是西班牙柠檬，后来发现，西印度柠檬更便宜。为了节省成本，就换成了西印度柠檬。同时，为了防止变质，人们还把柠檬榨成汁，煮熟了带上船。结果，坏血病大面积爆发。你看，这个因果模型，被颠覆了。显然，柠檬并不是预防坏血病的原因。直到20世纪初，人们才弄明白，真正对坏血病有预防作用的，是柠檬里的维生素C。而西印度柠檬的维生素C含量只有西班牙柠檬的四分之一。而且柠檬汁煮熟后，这些仅存的维生素C也被破坏掉了。

在这个故事里，维生素C，就是中介因素。是吃柠檬导致了吃进维生素C，而吃了维生素C，又导致了预防坏血病。

换句话说，找到中介因素，是建立因果模型的关键。假如你的因果模型不能被反复验证，你就要考虑，是不是忽略了中介因素。

好，这是我们今天说的第二个，提升因果思维的方法，找到中介因素。在珀尔建立的因果思维层级里，无论是找到中介因素，还是区分混杂因子，它们都属于高级的思考方法。花点时间搞懂它们，对我们还是很有帮助的。

以上就是第二部分内容，怎么提升自己的因果思维？我们说了两个方法。第一个方法是，区分混杂因子。也就是找到那个，同时对原因和结果产生影响的因素，然后想办法阻断它的干扰。第二个方法叫，找到中介因素。也就是，由原因一导致原因二，而原因二又导致结果。这个原因二，就是中介因素。中介因素，是建立准确因果模型的关键。

总结

到这里，这本《为什么》先为你解读到这。咱们今天一共回答了两个问题。第一个问题是，科学家是怎么看待因果关系的？珀尔给出的结论是，因果是我们观察世界的主观模型。第二个问题是，怎么提升自己的因果思维？咱们说了两个方法，区分混杂因子和找到中介因素。这部分刚说完，就不再重复了。