本期内容为《走进人工智能》:第9讲 东风不与周郎便
《走进人工智能》
东风不与周郎便
到目前为止,我们只是将不同变量关联在一起,比如搜索词条和疾病、商品和用户等,依据现有观测到的数据对这些变量进行统计,并没有改变变量本身。
如果改变已经存在关联关系的变量的取值,预测变量取值改变后的结果,就是因果推理中常用的“干预(intervention)”手段。比如:在已建立的商品价格和销售量的关联关系中,将商品价格提高一倍后,对应的销售量将发生怎样的变化? 在已建立的吸烟频率和患癌症概率的关联关系中,放弃吸烟后患癌症概率会如何变化?为了从因果分析角度实现这一任务,朱迪亚·珀尔提出了“do”算子思想,计算当系统中一个变量取值发生变化、其他变量保持不变时,系统输出结果是否变化,这样可判断改变取值的变量是否是系统中起决定作用的“原因要素”。“do”算子起到了医学上经常采用的“双盲测试”作用。在双盲测试中,把患者分为两组,给一组患者服用真正需要检测疗效的药品,给另一组患者服用安慰剂,然后比较两组患者在病症上的恢复效果,从而判定药品的功效。
反事实推理是因果分析中所使用的另外一种手段。反事实推理是假设系统中某一条件如果不存在,系统结果是否改变。比如晚唐诗人杜牧对赤壁之战的结果感叹道:东风不与周郎便,铜雀春深锁二乔。虽然历史不容假设,但是“东风不与周郎便”这一假设如果发生,我们也会对历史发展所存在的其他可能结果进行遐想吧。
应该说,寻找事物之间的关联关系改变了我们看世界的角度,而干预和反事实推理则改变了世界本身。历史是过去的存在,但以科学方法来进行历史研究永远是一门“现在”的学问。
小结
产品名称:走进人工智能∣有声通识十五讲
主理人:吴飞
出品机构:高等教育出版社 、高等教育电子音像出版社
合作机构:浙江大学上海高等研究院、上海人工智能实验室智能教育中心
出品时间:2022年1月