为什么：关于因果关系的新科学，珀尔/麦肯齐著，江生于华译，中信出版集团2019

这书我喜欢，因为作者认为概率论没有因果性。我一直不相信概率论，虽然我也用概率论，但我认为连接概率论两端的是相关性而不是因果性。我知道，这只是我的个人好恶，概率论当然是门科学，可能是我接触不多，所以才有这种情绪化的误解，但今天有人站出来说，我挺你，而且还是那样一个在概率论浸润那么多年的大伽，不由的你不心花怒放。

作者有个十分有趣的科研经历，是贝叶斯网络的发明人。不清楚贝叶斯网络讲什么，但肯定是与贝叶斯概率相关。网上说当年他的立场是世界底层是概率关联，因果只是概率关联的一种简便缩写，全部知识都可以建立在（联合）概率分布之上。也就是说因果是一种特殊的概率模式，只要有足够多观测数据的概率，人们就能读出因果，概率是地基，因果盖在概率上面。而在90 年代后，他转向了因果论的支持者，因为他意识到一个致命问题（认识到这问题需要很长时间吗？）：同一个概率分布，可以对应完全不一样的因果机制。比如吸烟导致癌症和癌症导致吸烟，二者在数学上可以拥有完全一模一样的概率表述，因而只依靠观测统计、依靠概率数据是无法区分谁是谁的原因谁是谁的结果的。于是他翻转哲学立场：因果关系才是更底层、更基础的；概率只是因果机制在观测上表现出来的表层现象。因果不能被还原为概率；仅仅靠观测数据的概率分布，永远推不出干预结果和反事实推理；概率论可以用来刻画因果模型里面的不确定性，只是你必须额外输入因果假设，不能指望纯粹从原始观测概率中自动跑出因果。

这一点便是本书论述的主要内容，分析概率论所得到的因果性是什么条件下的因果性，为什么会呈现出因果性的假象（这些假象多半会导致趣味性的悖论或者灾难性的结论），并分析了产生这些假象的原因以及分析方法和工具。书中结合了大量自己的工作和科研经历，还有近代概率论研究中一些著名人物的故事，比如狂热的皮尔逊。

吸烟致癌的人群比不吸烟的人群的患肺癌的概率高10到20倍，但你没有办法解释是有患肺癌基因的人愿意抽烟，成为有烟瘾的人，还是有烟瘾的人更容易得肺癌。而且这些抽烟的人若是不抽烟，是不是会增加患肺癌的概率，因为这个概率差是对照组，即是一些与你相似的人，但恰恰不是你，没有任何结论说你若不抽烟的话，是否会患肺癌。

有文章说贝叶斯解决了这个问题，但我读来好像是说从这个数据可以得出你抽烟的话会有多大的概率患肺癌，是问题的另一面，并没有回答因果性。所以从书中我没有看到概率论得出吸烟有害健康结论的科学性，虽然书中认可这个结论的科学性，但其逻辑关系我却没读懂，好像是因为混杂因子超出常识范围（个体差异性若是导致致癌的结论则需要差异值是普通值的9倍，这一点在日常生活是不可实现的）。我只读到了最后一锤定音的是政府机构的一纸公文。

概率论中有大量的悖论现象，书中列出了一章讨论这种自相矛盾的结果，其中辛普森悖论最为离奇：分组的时候 A好，而把全部数据合并汇总之后，反而 B好，趋势发生反转。举的例子是大学录取中各学院的女生录取率高于男生录取率，而在合并后是男生录取录高于女生录取率。原因是各组样本数量差异很大，直接把百分比合并就不会得到颠倒的结论，实际上是分子相加比上分母相加并不平均概率，在概率论中这叫混杂因素在起作用，医药临床试验、就业率、录取率、业绩考核都常见这种错误。

作者将认知过程分成了三个阶段，称之为“因果关系之梯”：观察、干预、反事实。

观察：可以观测到变量之间的关联。概率是对关联的度量。“概率论本身不能告诉我们，哪个是因，哪个是果”。好了，多余的话不用讲了，统计与因果无关这句话就足以消除概率论的科学性了。作者还矮化了叶贝斯概率的作用，我也算是第一次明白了叶贝斯概率方法，属于一种反向概率，类似于傅里叶变换。

干预：这个问题有两个方面，一个是干预项是因果性的必要条件。而另一个则是当你无法区分数据中是否有干预的成分时，由概率论得来的因果性就可能是假的，实际上只要是使用了被动收集的数据，便无法回答因果性问题。书中举了那个门后猜是羊还是车的电视游戏（三门问题或霍尔悖论），并标明了所隐藏的干预项。

反事实：假如当初那么做了，结果会是如何，如果有确切的答案，但符合因果性，若无法做出确切的答案，则不符合因果性，因果模型的重要性就在于可以用于回答反事实问题。这一点应该与波普尔的证伪性可能有逻辑上想通的，但我没想明白。

概率论仍然是必要工具，但不再是足够的基础。不能指望用概率论搞定全部智能与因果。这一点对冷静预期大数据的作用范围会有很大的帮助，不要期待过高，更不要轻易的相信那些业内大伽的预测，尽管他们可能会讲物理，但不要忘记了他们是为了自己行业在做宣传。不论是深度学习还是自主学习，AI的底层逻辑还是概率统计，会帮助人们做很多事情，但绝对做不了颠覆性的工作。

书中介绍了很多类专业性的词汇和方法：图结构、对撞、前门理论、后门理论、中介理论、do算子。都不太懂，看上去不像是为了科普而自己造的词汇，多半是真的概率论中的词汇，说明这书其实很专业了。我问朋友这书还是有些难了，朋友说，那只能去幼儿园再帮我找找了。好吧，他赢了。

支持单位：