 人类与动物的本质区别是什么？史上很多哲人都有过论述，不管是劳动说，工具说还是意识说都被后来科学研究和发现打脸。在人工智能日渐发展的今天，因果思维说应该是大家暂时都能接受的说法，即只有人类具有因果思维，其它物种即使存在思维，目前都不具备这种高级思维方式。 因果是一种超越经验的思考能力，它不只是经验“是什么”，它还要探究“为什么”，它必须去想像没有被经验的世界，是一种主观建立起来的思考方式。 人类天然就拥有这种思考模式，我们从最早的典籍中信手拈来一个故事就能感受这种思维，《山海经》中精卫填海的故事在中国家喻户晓，炎帝的女儿女娃被滔滔的东海之浪吞噬，人们看见波涛里飞出一只叫着“精卫…精卫…”的鸟，就认定这只鸟是女娃的化身，人们发现这只鸟反复飞往西山衔来树枝和石子，就推断她要填海报仇，这就是一种自然而然的因果思维。 不独中国人如此，地球人都有这个特点。圣经里上帝针对偷吃苹果这件事问夏娃：你都做了什么？夏娃回答道：都是蛇，是蛇骗我吃了苹果。上帝问的是事实，而夏娃回答的是为什么，即引起事情的因果，因为夏娃怕上帝责备故而有此回答，可是被上帝责备这件事从来没有发生过，不在她的经验之内，只是她的想像而已。  在人工智能方兴未艾的今天，我们对人类的这种因果思维的优势有着愈来愈清晰的感受，因为机器学习只能从海量数据中进行模式识别，是一种基于大数据的概率思维，“阿尔法狗”之所以能战胜人类围棋高手，因为谷歌的超级服务器集群里储存了海量的棋谱，它每落一个子都选择获胜概率最高的方案，但它并不能像人一样做出因果推断。又比如自动驾驶，包括谷歌研究院在内的很多企业和研究机构无论如何努力都没有办法让人工智能像人一样凭直觉处理复杂的道路情况。因果思维并不一定要建立在海量数据的基础之上，可以反事实推演和预测，一个司机知道油不多了，可能到不了下一个服务区了，就会在就近的出口下来去加油，可是他脑子里并没有汽油和发动机运作之间关系的海量数据，就能够预判尚未发生甚至从来没有发生过的事情。 科学家和工程师们都有一个共识，因果思维是人工智能难以逾越的一座高峰，并不像行外人所认为的那样输入一串因果思维的指令人工智能就能像人一样思考了，因为根本就不存在这样逻辑语句，甚至客观世界里存不存在因果关系在学术界一直都有分歧。 在休谟之前，不管是自然界的因果规律还是人们意识中的因果思维都被认为是天经地义的，任何事物都有其果必有其确定的因，这个世界遵循确定的物理定律，所谓拉普拉斯妖就是对这种决定论最好的写照，拉普拉斯认为，我们可以将宇宙现在的状态看作是过去的果和未来的因，只要我们知道物质运动的力和位置，再对这些数据进行分析，那么宇宙中的一切，从最大的物体到最小的粒子，它们未来的状态都可以清晰地计算出来。 休谟对决定论提出了挑战，在他看来，一切现实事物的关系都不具有必然性，包括因果关系，两个事物恒常出现，在空间上接近，在时间上接续，人类就主观上联想其为因果关系，这不过是归纳法使然，而归纳法认识到的关系只有或然性而没有必然性。在休谟眼里，因果关系是我们信念的产物，外部世界是否存在因果关系不得而知。 休谟之后高尔顿用他的实验证明了世间的一切现象都拥有独特的随机性，包括遗传在内的一切变化都会回归均值，从而否认了因果关系的存在。高尔顿的学生皮尔逊将老师的理论进一步扩展，提出了相关性的概念，平时我们所认为的因果关系只是一种强相关性而已，客观世界不存在因果关系，因果只是我们主观的思维方式。 随后的量子力学彻底否定了因果的存在，在微观世界里，任何一个粒子其实只是一个波函数，一个粒子当前的动量和位置既决定了它后一刻的运动，也决定它前一刻的运动，时间没有了方向，说不上谁决定谁，就如三个自然数5、6、7，6之前是5，之后是7，并不存在谁决定谁，只是整数存在的模式而已。我们在宏观层面感受到的时间序列和确定性不过是由数不清的微观随机性迭加起来的。  所以在上个世纪中叶之前，科学的世界里已经没有了因果性，只有相关性。基于相关性的思维是概率思维，这也是人工智能一直遵循的逻辑。但人的思维根深蒂固地遵循着因果关系，人的大脑对概率天生不敏感。我们举个例子来感受一下：假设某种疾病的发病率是1%，医生诊断的准确率是95%，如果你的一个朋友被医生诊断得了这种病，那么他真正患上这种疾病的可能性有多大呢？通过贝叶斯公式计算可以得到你朋友真正得病的概率是16.7%，是不是很反直觉？再比如彩票，中大奖的概率完全可以视同为0，人们之所以会产生控制错觉，是因为大脑很容易产生要么中要么不中各占一半的可能性的确定性思维，很容易将随机的小概率事件知觉为某种可控的规律，究其根源就是人脑习惯了因果思维而不是概率思维。 我们太习惯于因果思维，总是在寻找确定性，而因果思维也确实令到我们在生存竞争中获得了极高的效率，丰田公司的“五问管理法”就非常有说服力，这家公司的一位社长就曾举了一个例子来说明他们是怎么用这种因果思维的管理法找出停机的真正原因的：停机是由于保险丝烧断了，为什么保险丝会烧断？因为机器超载，为什么机器会超载？因为轴承的润滑不足，为什么轴承润滑不足？因为润滑泵失灵，为什么润滑泵失灵？因为润滑泵轮轴耗损，为什么轮轴会耗损？因为杂质跑到里面去了，所以，停机的真正原因是润滑油的杂质，其它的因素都只是停机的相关因素而不构成真正的因果关系，最终的解决办法是：在润滑泵进口处设置过滤网。 因果思维的迷人之处在于能让我们在一堆相关因子里排除那些混杂的因子，或者找到真正起决定作用的中介因子，如果人工智能也具备这种能力，那将是一次前所未有的技术革命。但我们也清醒地意识到，现实世界是错综复杂的，要找到真正的因果关系非常困难，我们面对得最多的是一些相关因素，那些我们自认为的因果关系很可能也只是一种强相关关系而已。 自上个世纪中叶开始，相关性和因果性在哲学层面被严格分离，因果关系也从哲学层面拓展为数学框架，在计量经济学、工程科学、公共卫生、生命科学等领域得到了很好的应用。就连人工智能领域的先驱人物朱迪亚·珀尔也放弃了他一直坚持的概率思维而转向因果思维的研究，虽然目前进展不是很大，但是给将来超强的人工智能设定了一个令人浮想联翩的方向。  人工智能的提升是专家们的事，对于我们每一个吃瓜群众来说，重要的是能否从两种思维的比较中悟到自己可以提升的方向和切入点。试想想如果我们能在原有的因果思维的基础之上增加一个概率思维的维度，我们的局限性是不是就能够被大大超越，也许就能在激烈的内卷中脱颖而出了。 那么，什么是概率思维，在日常生活中我们又如何去运用这种思维呢？ 让我们来打个比喻，假设你面前有一个箱子，里面有100个球，黑白球各占一半，你每次伸手去摸一个球，每次摸出的球是黑是白各有50%的可能性。如果这个箱子就是我们所处的世界，我们的人生就是不断从箱子里摸球，信奉决定论的人们只会随遇而安地机械式完成摸球的动作，少数权贵阶层可能会通过舞弊摸到自己想要的球。 可是我们真实的世界是不确定的，里面有多少个球，颜色占比是多少全然不知道，拥有概率思维的人会这样操作：先假设白球的概率是50%，如果伸手摸到的球是白的，就将白球的概率上调一点，如果是黑的，就将白球的概率下调一点，这个变化的概率就是我们的主观概率，这种概率思维也可以叫做贝叶思概率思维，它要求我们根据新的信息、数据和证据来更新我们的看法、判断和信念，也就是认知不断地迭代，这是一种成长性的思维，是应对不确定性未来的一种智慧策略，拥有这种思维的人不会固执，不会听风就是雨，更不会草率地被人洗脑或是一概拒接新东西，而是根据以往的经验得出一个大致的结论，然后将之概率化，随后根据新发生的事实不断地调整、修正和优化之前的结论，永远保持开放和学习的心态。 如果一个人的意识里兼容了因果和概率两套思维模式，会有一种超然物外的飘逸，面对那些激动人心的成功故事时不会傻到认为自己找到了成功的方法，而会想到他人的成功缘于诸多的相关因素，从而选择大概率的行动方向，同时防范小概率事件的发生，也就不会人云亦云地被人割韭菜；在制订政策方案时不会固执地坚持结果决定论，因为偶然的结果可能只是小概率事件的发生，并不能以此作为判断和决策的依据；遇到超强的好运和接二连三的打击时都能淡然处之，不会迷失方向更不会迷信，因为他明白拉长时间维度来看不过是概率在变戏法而已；沉沦在群体之中既不会成为愤青也不会成为唯上的奴才，当然也不会麻木不仁，因为历史的数据会告诉他阳光底下不会有什么新鲜事，等闲视之最为智慧。 |
|
|
