人工智能与因果推断研讨会召开

　　1月9日，《认知科学》杂志和世界科学出版社组织承办了＂人工智能与因果推断＂小型线上研讨会。会议邀请了清华大学、山西大学等因果领域的研究者一起就相关主题进行讨论。
　　会上，山西大学哲学社会学学院教授梅剑华认为，根据教科书的标准解释，人工智能就是把＂人的部分智能活动机器化，让机器具有完成某种复杂目标的能力＂。其中的困难不言而喻，毕竟我们做出的决策和判断是我们脑中数十亿神经元相互作用的结果，且神经元之间的交互无比丰富又异常迅捷。今天的科学还不具备洞悉这数十亿神经元如何交互以及内部机制如何运转的能力，所以今天的人工智能也还只是在一种对人的宏观认知模式的模拟，而模拟本身的可靠性、透明性以及可解释性问题都有待进一步深入研究，总之人工智能之路任重道远。
　　清华大学李明介绍图灵测试。图灵主张先制造出一个拥有儿童智能水平的机器人，然后才有可能制造出一个类人智能水平的机器人。其次，人的智能体现在很多方面，比如，视觉、自然语言，因果也只是其中一个方面。李明认同珀尔的观点，主张实现拥有儿童智能水平的机器人的关键一步是：它们掌握了因果关系。因为对因果的理解是人类认知最普遍也是最不可或缺的一环。只有所造的机器人理解因果，才能把我们对于这个世界所知教给它们。
　　西北工业大学吴小安介绍珀尔因果推断的两个基本原理：结构反事实定律和结构独立定律，并详细解释了人工智能因果推断的蓝图，认为理论上似乎很漂亮，工程的实现则面临太多的问题。
　　黑龙江大学周成刚介绍因果模型在实际因果领域的一些工作，以及实验哲学关于规范对因果判断影响的结论，和哲学中关于规范性如何影响因果的几种理解。
　　西安邮电大学沈洁介绍因果形而学上方面的一些工作，在大卫刘易斯休谟式随附工程中因果的地位，刘易斯关于因果的定义在其后来对于倾向、决策和解释的分析中并没有被使用的问题，说明了符合直觉和理论建构之间的冲突，并说明因果形而上学研究和人工智能因果研究之间的分立以及融合问题。
　　首都师范大学张端介绍了社会科学中因果研究的两种范式，结构因果模型和潜在结果模型，比较了它们之间各自的优势和劣势，主张潜在结果模型更多意义上是一场社会科学方法论的变革，而结构因果模型的意义更多体现在人工智能领域。
　　在提问环节，与会学者就因果与人工智能的关系，以及因果推断研究的一些新动向展开热烈讨论。大家一致认为，此次线上研讨正逢其时，特别是2021年Imbens 和 Angrist 在因果推断方面的研究获得了诺贝尔经济学奖，大家都开始认识到这个领域的价值和活力，本次讨论会对进一步深化理解相关专题、促进因果研究、动领域发展具有建设性意义。（中国社会科学网）