为什么-关于因果关系的新科学

感悟收获

去年读的书，已经忘记大部分内容了，只能看标记折痕回忆部分内容，也侧面说明书对自己的影响不大，不感兴趣。买的时候以为是哲学书，其中是科学理论书籍、觉得如果搞人工智能的可以看看，从另一个角度思考什么才是真正的人工智能，如何做到智能，像人一样思考。

另外书中的科学可以说是一门统计学，计算概率时间，即很多的输入条件，最终判断各种结果的可能性，从而做出一个判断选择。也是大数据吧。

另一个感悟就是：原生家庭确实会对一个人产生不可磨灭的影响。很多人的奇特行为、自我判断、人生选择其实都是受家庭环境的影响，但自己却很难发现，同时自己又深受其苦，以为是自己的错，所以很多时候，不妨正视自己，正视家庭，客观理性的判断自己小时候的人生，这样，也许你会找到部分答案。

本书目的

如果能用一句话来概括本书的内容，那就是“你比你的数据更聪明”。数据不了解因果，而人类僚机额，我希望因果推断这门科学能让我们更好的理解我们是如何做到这件事的。

机器（和人）如何揭示因果知识，才能让自己迅速获得必要的信息，正确回答问题，并如同一个三岁的儿童一样对此驾轻就熟呢？事实上，这正是本书所要回答主要问题。

摘抄与主要内容

回溯自己过去的行为以及设想其他可能情景的能力是自由一直和社会责任的基础。
因果推理模块将使智能机器有能力反思他们的错误，找到自身软件程序中的弱点，并能像一个到的实体那样思考和行动，自然地于人类交流它们自己的选择和意图

• 评： 人本身现有的行为也是基于过去的经历、判断做出的选择，可以说是过去的因的果，当下是过去决定的。

我把当今的人工只能至于因果关系之梯的最底层

与30年前一样，当前的机器学习程序（包括那些应用深度神经网络的程序）几乎完全是视在关联模式下运行的。它们由一系列观察结果驱动，致力于拟合一个函数。

无论数据集有多大或者神经网络有多深，只要使用的是被动收集3的数据，我们就无法回答有关于干预的问题。

宁揭一因，胜为波斯王。
在创造出具备孩童智能水平的机器人之前，我们可能的确无法成功创造出类人智能，而创造出前者的关键因素就是掌握因果关系。

• 评：孩童的成长是因果的不断作用，若要类人，则也要经历同样的因果。

与相关性分析和大多数主流统计学不同，因果分析要求研究者做出主观判断。