計算機程序在漫長而不穩(wěn)定的人工智能之旅中已經(jīng)到了令人困惑的地步。他們在我們曾經(jīng)認為只有人能勝任的任務(wù)中超過了人類，例如玩撲克或識別人群中的面孔。與此同時，但使用相同技術(shù)手段的無人駕駛汽車卻撞上了行人和柱子，(這樣一來)我們就很困惑人工智能是否值得依賴。

　　在這些迅速發(fā)展和反復(fù)叨擾的挫折中，幾十年來人類智能的一個基本要素一直被錯過，即理解因果關(guān)系。

　　簡而言之，今天的機器學(xué)習(xí)計劃無法分辨出一只啼鳴的公雞是否會讓太陽升起，或者相反。無論機器分析的數(shù)據(jù)量是多少，它都無法理解人類的直覺。從我們是嬰兒的那一刻起，我們就把經(jīng)驗組織到原因和影響中。“為什么會發(fā)生這種事情?”以及“如果我采取了不同的行動會怎么樣?”這些問題是認知發(fā)展的核心，這使我們成為了人類，而迄今為止還沒有機器能夠達到。

　　例如，假設(shè)一家藥店決定將其定價委托給一個我們稱之為查理的機器學(xué)習(xí)程序。該方案審查了商店的記錄，并看到過去的牙膏價格變化與銷量的變化有直接關(guān)系。所以查理建議提高價格以創(chuàng)造更多收入。一個月后，牙膏，還有牙線，餅干和其他物品的銷售量下降了 。查理出了什么問題?

　　查理不理解，前任(人力)經(jīng)理只有在競爭中才會改變價格。當(dāng)查理單方面提高價格時，具有價格意識的客戶將其業(yè)務(wù)轉(zhuǎn)移到其他地方。這個例子表明，歷史數(shù)據(jù)本身并沒有告訴我們?nèi)魏卧�因，而且因果關(guān)系的方向是至關(guān)重要的。

　　機器學(xué)習(xí)系統(tǒng)在分析數(shù)據(jù)模式方面取得了驚人的進展，但這是人工智能的一個小成果。為了達到更高的水果，人工智能需要一個梯子，我們稱之為因果階梯。它的橫檔代表三個層次的推理。

　　第一階段是“聯(lián)系”，即目前的機器和許多動物的水平。在那一步，帕夫洛夫的狗學(xué)會了將鐘和食物聯(lián)系起來。接下來是“干預(yù)”：如果我敲響鐘聲或者提高牙膏價格會發(fā)生什么?干預(yù)和觀察是不同的，單方面提高價格與看到過去的情況是不同的。頂層是反事實的，這意味著能夠想象出結(jié)果，思考一個人的行動和評估其他情況。這是機器需要達到的評估和溝通責(zé)任，信用，責(zé)備和自我提高的水平。想象給一個自動駕駛汽車這個能力。在一次事故后，它的CPU會問自己這樣的問題：如果我沒有對喝醉的行人按喇叭會發(fā)生什么?

　　為了達到更高的等級，取代越來越多的數(shù)據(jù)，機器需要一個潛在因果因素的模型——本質(zhì)上是一個因果關(guān)系的數(shù)學(xué)。一個簡單的元素可能是：“酒損害了人們的判斷力，使他們以意想不到的方式行動�！蔽覀兛梢允褂每茖W(xué)家們現(xiàn)在稱之為因果圖的方法對其進行編碼，其中箭頭代表了一系列可能的原因：酒后判斷的異常運動。這樣的圖不僅僅是漂亮的圖片，而是一個算法的開始，它使汽車能夠預(yù)測某些行人對喇叭的鳴叫會有不同的反應(yīng)。他們還讓我們有可能“審問”這輛車，以解釋它的運行過程：你為什么按喇叭?

　　當(dāng)前的機器學(xué)習(xí)系統(tǒng)只能在規(guī)則不受侵犯的限制域中達到更高的梯級，例如下棋。在這些領(lǐng)域之外，它們很脆弱且容易出錯。但是通過因果模型，機器可以預(yù)測之前未嘗試過的行為的結(jié)果，反映其行為，并將其學(xué)到的技能轉(zhuǎn)移到新的情境中。

　　因果模型產(chǎn)生于1980年代的人工智能研究，并通過健康和社會科學(xué)傳播開來，因為它們可以在更高的水平上進行計算，并且經(jīng)常揭示統(tǒng)計悖論。隨著機器學(xué)習(xí)研究者尋求更多的解釋和響應(yīng)系統(tǒng)，它們現(xiàn)在已經(jīng)完全周而復(fù)始了。例如，谷歌(Google)和Facebook的科學(xué)家們正在研究因果模型，分析在線廣告，以確定它們是否能在購買的產(chǎn)品中起到作用——這是個與事實不符的問題。

　　這是一個開始。當(dāng)研究人員將數(shù)據(jù)和因果推理結(jié)合起來時，我們預(yù)計人工智能將出現(xiàn)一場小型革命，其系統(tǒng)能夠在沒有看到此類行動的情況下規(guī)劃行動;這將使他們學(xué)到的東西應(yīng)用到新的情況中;并能用具有因果關(guān)系的母語解釋他們的行動。

　　相關(guān)推薦：

　　考研復(fù)習(xí)效率低？一天8小時高效復(fù)習(xí)的秘訣

　　2019考研高效備考：5個方法治治你的“懶癌”

　　2019考研潛力股：被教育部“點名”的6個專業(yè)