科普丨《为什么》：攀爬“因果关系之梯”，瞭望强人工智能的演进方向

攀爬“因果关系之梯”，瞭望强人工智能的演进方向

点击进入喜马讲书频道页>>>

“喜马讲书”重金招募撰稿人，详情点击进入＞＞＞

精华笔记 

本书作者朱迪亚·珀尔致力于建立并推广一门名为“因果推断”的新学科。他认为，这门新学科会影响到人类生活的方方面面。

这一学科的核心概念叫做“因果关系之梯”，其中包含了“关联”、“干预”和“反事实”三个层次。

“因果关系之梯”第一层：“关联”

“关联”，指找出不同变量之间的关系，也可以叫“相关性”。在“相关性”的研究中，最重要的学者是高尔顿和皮尔逊。

高尔顿设计了“高尔顿板”，这块板子上按照三角形阵列，插满了钉子。从板子上口倒入很多小球，它们会在底部堆积成“中间多、两边少”的正态分布。人群的身高数据也符合正态分布：多数人是中等身材，特别高或矮的人很少。高尔顿认为这个钉板可以用来模拟遗传规律。

但是，如果增加板上钉子的层数，最后的分布会变扁、两边小球会增加。如果这与遗传规律相同，那么随着子孙代数增加，会出现更多特别高和特别矮的人。然而，人类身高实际分布状况是相对稳定的。此外，高尔顿还发现，那些高个父亲的儿子，会比普通人高一点，但是却没有父亲高；矮个男人的儿子类似，身高会更普通一些。高尔顿管这种现象叫做“向均值回归”。他一直想找到其中的因果关系。

然而，“回归均值”由概率规则就足以解释了。人的身高很高，一方面是遗传因素，另一方面是因为运气比较好。而他的下一代，遗传因素确实不错，但是环境变化了，或者运气变差了，于是身高就回落了。

在否定了因果性的绝对地位后，高尔顿还注意到，高个的人通常也有长度大于均值的前臂。显然，不能说身高导致了臂长，只能说二者存在一定的相关关系。

高尔顿开启了相关性的研究，他的学生皮尔逊更加极端，他想将因果关系从统计学中彻抹去，然而他却无法解释“伪相关”问题。

一个国家的人均巧克力消费量，和该国诺贝尔奖得主人数之间存在强相关。按照皮尔逊的说法，这是一种“伪相关”，没有科学意义。但是，巧克力的消耗越多的国家，往往越富裕，科研水平更高，因此诺奖学者也就越多。对于这种因果解释，皮尔逊坚决抵制。

为了更好地理解“伪相关”问题，需要到达“因果关系之梯”第二层。

“因果关系之梯”第二层：“干预”

“干预”，分析的是“如果采取行动，会产生怎样的影响”。

做出干预之前，要排除“混杂因子”，它是指那些同时对“因”和“果”产生影响的因素。在“巧克力与诺贝尔奖”的故事中，国家经济就是一个混杂因子，它同时影响了巧克力消耗和诺奖人数。

学者们在设计实验时，要尽可能控制混杂因子，否则可能会出现“悖论”。

在“辛普森医生悖论”中，辛普森医生想测试一种防治心脏病的新药。实验中，患者分成吃药组与没吃药组（即对照组）。吃药组中，40名女性和20名男性。对照组中，40名男性和20名女性。

在对照组中，40名男性中，12人发病，发病率30%；20名女性中，1人发病，发病率是5%。在吃药组中，20名男性，8人发病，发病率40%；40名女性，3人发病，发病率是7.5%。评测结果显示，这种药对男性有害，对女性也有害。但是，把全部数据加和，会发现在没吃药的60人中，发病13人；吃药的60人中，发病11人。从全体人类的角度看，这个药是有效果的。

这一悖论的关键是：“性别”是一种混杂因子，同时影响了分组和疗效，应该排除掉。

为了避开混杂因子，可以采用随机控制变量法。

在对比A、B两种肥料的效果时，土壤、水源、种子、气候等因素都是混杂因子，会影响庄稼的产量。为此，英国学者费舍尔设计了随机控制变量实验，将一块土地分成很多小区域，然后在所有的小区域中随机分配A肥料和B肥料，记录它们的效果，这个过程作为一次实验。然后，反复重复实验很多次，每一次都重新随机分配肥料的对应区域。于是，所有混杂因子都在多次的随机过程中相互抵消掉了。

虽然，随机化可以消除混杂因子带来的偏差，但很多时候，我们却无法做出随机实验。比如，在研究肥胖对心脏病的影响时，不可能随机安排患者吃胖或者减肥。于是，要动用来自“因果关系之梯”第三层的能力。

“因果关系之梯”第三层：“反事实”

“反事实”是指：“如果某事没发生，那会有产生怎样的结果”。“反事实”分析的本质就是问出“为什么？”

“反事实”思考的关键是找到“中介因素”。如果A导致B，B导致C，那么B就是中介因素。

“坏血病”的案例体现了中介因素的重要性。在大航海时代，水手们被坏血病所困扰。直到1747年，林德医生发现食用柑橘类水果可以治疗坏血病，情况才有所改善。

然而，一个世纪后，英国极地探险队中又出现了坏血病。这是因为医生们没有弄清防止坏血病的中介因素，他们误以为柑橘类水果能预防坏血病的是因为酸。起初，水手吃的是西班牙柠檬；之后，人们开始用便宜的西印度酸橙作为替代品。虽然二者都很酸，但酸橙的维生素C含量却只有柠檬的四分之一。

直到科学家们分离出了维生素C，人们才找到了预防坏血病的关键，从而理清了因果关系：柑橘类水果提供维生素C，维生素C防治坏血病。

中介因素还有更复杂的内涵。当A导致B，A和B共同作用导致C时，此时中介因素B的存在，会让我们对问题的分析出现偏差。

在公司中，员工的学历和工作经历共同决定了薪水。如果小张是本科学历，5年工作经验，年薪是10万。那么，如果小张是硕士学历，他工资该有多少？

用传统的回归分析法，可以建立公式：“员工薪水=A乘以学历+B乘以工作经验”。通过查找小张同事们的信息，可以计算出A和B的值。然后，把公式中小张的学历换为研究生，得出这种假设情况下他的薪水。

但是，工作经验是一个中介因素。工作经验与学历影响薪水，但工作经验同样取决于学历。因为，拥有更高学历的员工，往往花了更长的时间去接受教育。假如小张是研究生学历，那他的工作经验将减少2~3年，需要把这项修正考虑进去。

回归分析法停留在了因果关系之梯的第一层，只是观察了数据的特点。而考虑到中介因素，并理清了其中的关系后，才算做到了真正的因果推断，也就是到达了因果关系之梯的第三层。

经过攀爬三层因果关系之梯，我们才能建立起正确的因果模型。作者指出，当今的很多科学研究被束缚在了“相关性”这一层。他坚信“因果推断”这一新学科将带来整个科学界的转变，从而让科学更加繁荣。

书           名：为什么：关于因果关系的新科学

作           者：朱迪亚·珀尔

主    讲   人：圆的方块

主讲人简介：理工科博士，科普作家，科学松鼠会会员

主           播：张仲阳

策 划  编 辑：陈艳

总    编    辑：徐苑