Judea Pearl谈因果：为什么相关性会不断误导科学

在这段与Lex Fridman的对话中，因果推理之父Judea Pearl直指现代科学与AI的核心误区：我们太迷信相关性，却缺乏严谨表达因果的语言。通过硬币、心理学研究和两千年前的实验故事，他解释了为什么“看见关系”并不等于“理解原因”。

为什么“一起发生”总让我们误以为有因果

理解相关性与因果性的区别，是这段对话的起点，也是一切误解的源头。Pearl指出，从直觉上看，当两件事“长期一起变化”时，人类几乎无法不去追问：它们之间一定发生了什么。

他用极其朴素的语言解释了相关性：当两个变量“随时间一起变化”，我们就说它们相关。但紧接着他点出关键问题——“除非有理由，它们为什么要一起变化？”在他看来，人类根本无法真正理解纯粹的统计共变，我们在潜意识中一定会假设某种因果机制存在。

Pearl直接说出了一个极具冲击力的判断：“hidden in our intuition is a notion of causation.” 换句话说，人类的大脑天生就是因果机器，而不是概率计算器。相关性之所以诱人，是因为它伪装成了因果，让我们误以为自己已经理解了世界。

这也是为什么在科学研究、数据分析、甚至AI模型中，人们会不自觉地把相关性当成解释，把统计关系当成世界运行的原因。这种倾向不是无知，而是人类认知结构本身的局限。

条件概率：我们如何“人为制造”相关性

这一节的重要性在于，Pearl用一个近乎残酷的例子，展示了观察本身如何扭曲现实。条件概率，听起来是一个中性的数学工具，但在Pearl眼中，它隐藏着巨大的认知陷阱。

他讲了一个关于两枚硬币的故事：假设有两枚彼此完全独立的硬币，本来没有任何相关性。但现在引入一个条件——只有当铃声响起时我们才记录结果，而铃声响起的条件是“至少有一枚是反面”。

结果会发生什么？突然之间，这两枚原本独立的硬币表现出了“相关性”。但这种相关性并不是物理世界产生的，而是观察者“选择性忽略数据”的产物。Pearl直言不讳地说，这是“my ignorance… my audacity to ignore certain incidents”。

这正是条件概率与因果的根本差异：条件概率描述的是“在我选择了某些情形之后，世界看起来如何变化”，而因果关心的是“如果我主动干预，世界会如何变化”。前者是观察，后者是行动。混淆二者，就等于把视角当成了机制。

为什么从相关性推因果，科学早就踩过坑

当对话转向现实科学实践时，Pearl的语气明显变得尖锐。他指出，科学界并不是不知道相关性会骗人，而是长期选择性忽视这一问题。

他提到一个经典现象：如果你对第三个变量进行条件化，就可能“创造或摧毁”两个变量之间的相关性。这在统计学中早已是常识，数据科学家也心知肚明。因此，当因果悖论（如辛普森悖论）出现时，许多人会不以为然地说：“我们早就知道数据会这样。”

但Pearl认为，这种态度正是问题所在。知道相关性会变，并不等于你知道哪个方向是因果。“The flaw comes if we try to impose causal logic on correlation.” 统计学可以告诉你数据如何变化，却无法告诉你世界为什么这样运作。

在他看来，大量所谓的“经验科学”，其实是在用数学语言包装直觉推断，而不是在真正回答因果问题。

心理学与自动驾驶：现代科学的老问题

当Lex Fridman提到应用心理学和自动驾驶研究时，Pearl把话题拉回了现实世界。这个例子之所以重要，是因为它展示了因果困境如何在当代技术中反复出现。

研究者想知道：人在自动驾驶模式下是否更容易犯困？这是一个合理的问题，但实验条件却极其受限。出于伦理和法规，研究者无法随机强制人们开启或关闭自动驾驶，只能观察他们“自己选择”的行为。

问题随之而来：也许正是那些已经很疲劳的人，更倾向于打开自动驾驶系统。这样一来，观察到的“相关性”根本无法区分原因和结果。Pearl一针见血地指出，这本质上是一个“uncontrolled experiment”，即观察性研究。

他甚至略带讽刺地说，这类问题“至少120年了”，随后又修正：“不，是2000年了。” 技术在变，但人类面对因果不确定性的方式几乎没有进步。

从《但以理书》到现代AI：因果之问的漫长历史

为了说明因果问题并非现代才出现，Pearl讲了一个极具戏剧性的古老故事。《但以理书》中，犹太少年拒绝吃巴比伦王的肉食，提出用蔬食与他人对比，一周后再看表现。

这是一个原始却清晰的因果实验：同样的人群，不同的饮食，比较结果。Pearl称之为“the first experiment”。研究问题也极其现代——饮食是否影响认知能力。

他进一步指出，早在德谟克利特时代，人类就渴望理解因果关系。那句名言——“如果我能发现一件事的原因，我宁愿如此，也不愿做波斯国王”——正说明因果理解在哲学和科学中的核心地位。

讽刺的是，尽管因果追问古老至今，但真正能够形式化表达“X导致Y而非相反”的数学工具，直到20世纪20年代才出现。而传统物理学中的等式是对称的，无法区分方向，这也解释了为什么因果长期被排除在主流数学之外。

总结

这段对话的真正价值，不在于定义相关性或批评心理学，而在于揭示一个更深层的事实：人类一直在用不合适的工具回答因果问题。相关性让我们产生理解的幻觉，却无法指导干预和决策。对AI研究者、数据科学家乃至普通读者而言，Pearl的提醒都异常清晰——如果你无法回答“如果我改变X，会发生什么”，那你还没有真正理解这个世界。

关键词： 相关性与因果， Judea Pearl， 条件概率， 观察性研究， 因果推理

事实核查备注： 人物：Judea Pearl、Lex Fridman；视频发布时间：2019-12-13；案例：两枚硬币与铃声示例、自动驾驶与疲劳观察研究、《但以理书》中的饮食实验；概念：相关性、条件概率、观察性研究、因果推理、辛普森悖论（隐含提及）。