大數(shù)據(jù)中一個(gè)耳熟能詳?shù)恼f(shuō)法是：大數(shù)據(jù)長(zhǎng)于分析相關(guān)關(guān)系，而非因果關(guān)系。但這可能是一個(gè)偽命題。如何從相關(guān)關(guān)系中推斷出因果關(guān)系，才是大數(shù)據(jù)真正問(wèn)題所在。這個(gè)問(wèn)題，被稱為因果推斷（causal inference），它是蘋果iPhone 6的語(yǔ)音識(shí)別和谷歌的無(wú)人駕馭汽車技術(shù)的基礎(chǔ)。這個(gè)領(lǐng)域的大牛，美國(guó)工程院院士于達(dá)·珀?duì)枺↗udea Pearl，國(guó)內(nèi)一般譯為朱迪亞·珀?duì)枺┮虼双@得2011年的圖靈獎(jiǎng)。珀?duì)栐菏刻岢龈怕屎鸵蚬评硌菟惴?，徹底改變了人工智能最初基于?guī)則和邏輯的方向。

珀?duì)栐菏康乃枷?，在圖靈問(wèn)題的頂層設(shè)計(jì)高度，改變了我關(guān)于大數(shù)據(jù)的認(rèn)識(shí)。與珀?duì)栐菏康纳疃人枷虢涣魇鲁雠既弧！懊绹?guó)大師行”的舊金山站安排9月3日下午見(jiàn)珀?duì)栐菏俊１緛?lái)只是禮節(jié)性的見(jiàn)面，請(qǐng)他簡(jiǎn)單介紹一下研究成果。但珀?duì)栐菏匡@然理解錯(cuò)了，以為是專業(yè)交流，于是準(zhǔn)備了64頁(yè)的數(shù)學(xué)講義。當(dāng)他聽(tīng)說(shuō)聽(tīng)眾竟然來(lái)自媒體、法律、經(jīng)濟(jì)等文科背景時(shí)，不禁瞠目結(jié)舌。他說(shuō)：“對(duì)不起，我不知道你們……”。改講義已來(lái)不及了，只好硬著頭皮，對(duì)牛彈琴。不料，兩小時(shí)后，珀?duì)栐菏空劦门d起，早忘了我們是學(xué)什么的，奔放的數(shù)學(xué)思想噴薄而出，圖論、概率論、非線性數(shù)學(xué)的公式像袋鼠一樣，隔著十幾步十幾步地跳躍，如黃河之水，一發(fā)而不可收。時(shí)間已到，主辦方反復(fù)提示無(wú)效，又講了一個(gè)多小時(shí)。

我身旁的兄弟，被我晃醒，好像還在夢(mèng)中，幾乎已經(jīng)坐不正了。我靠一杯一杯的咖啡支撐，勉強(qiáng)聽(tīng)著。之后，卻意外地聽(tīng)入了迷，最后聽(tīng)到如醉如癡。因?yàn)槲野l(fā)現(xiàn)珀?duì)栐菏恐v的，正是我在大數(shù)據(jù)上日思夜想的問(wèn)題。

近年來(lái)，我在介紹大數(shù)據(jù)時(shí)，對(duì)相關(guān)關(guān)系與因果關(guān)系這個(gè)說(shuō)法一直心存疑惑。雖然也引進(jìn)美國(guó)大數(shù)據(jù)理論，如巴拉巴西院士的說(shuō)法，但這個(gè)疑惑并沒(méi)有消除。相關(guān)關(guān)系對(duì)應(yīng)經(jīng)驗(yàn)歸納，因果關(guān)系對(duì)應(yīng)理性演繹。但難道大數(shù)據(jù)只有歸納，沒(méi)有演繹嗎，或者問(wèn)，大數(shù)據(jù)如何才能實(shí)現(xiàn)歸納與演繹間的轉(zhuǎn)化？在這個(gè)思維瓶頸上，珀?duì)栐菏恳幌曼c(diǎn)破了我。

珀?duì)栐菏孔吆?，大家面面相覷，互相打聽(tīng)，這三個(gè)半小時(shí)，灌的是什么東東。在交流學(xué)習(xí)體會(huì)時(shí)，一位數(shù)學(xué)專業(yè)的專家說(shuō)，他感到珀?duì)栐菏渴窃谟靡环N非線性的方法，解決線性的問(wèn)題。統(tǒng)計(jì)過(guò)去不能處理因果關(guān)系，只能處理相關(guān)關(guān)系，珀?duì)栐菏康呢暙I(xiàn)是把因果關(guān)系引入了統(tǒng)計(jì)概率分析，把非結(jié)構(gòu)化的東西半結(jié)構(gòu)化了。半途接替口語(yǔ)翻譯進(jìn)行專業(yè)翻譯的查理，是騰訊大數(shù)據(jù)師，專業(yè)研究方向與珀?duì)柾I(lǐng)域。他以“西安的模型能否用于成都”為比喻，從專業(yè)角度又向大家解釋了一遍。我被當(dāng)作文科的代表，在毫無(wú)心理準(zhǔn)備的情況下，推到臺(tái)上交流體會(huì)。直到被研究非線性物理出身的查理超贊時(shí)，才確認(rèn)自己聽(tīng)的、想的，確實(shí)是珀?duì)栐菏恐v的，感覺(jué)像中了獎(jiǎng)一樣。

我一上來(lái)就說(shuō)，圖靈問(wèn)題的核心是人與自然（機(jī)器）關(guān)系問(wèn)題，人工智能就是要實(shí)現(xiàn)二者的統(tǒng)一。這個(gè)問(wèn)題對(duì)應(yīng)的今天的主題，是定性（非結(jié)構(gòu)化）與定量，歸納與演繹，感性與理性的關(guān)系——相關(guān)關(guān)系與因果關(guān)系——如何統(tǒng)一的問(wèn)題。用珀?duì)栐菏康脑捳f(shuō)，就是從巴比倫思維到雅典思維的問(wèn)題（The causal revolution from associations to counterfactuals from Babylon to Athens）。大數(shù)據(jù)發(fā)展當(dāng)前存在的問(wèn)題是，偏離了圖靈原問(wèn)題的軌道，變成理性計(jì)算的天下，以谷歌的數(shù)學(xué)算法為代表；而忽視了臉譜的算法（基于人與人associations的感性算法）。后者在統(tǒng)計(jì)學(xué)中，就是相關(guān)關(guān)系數(shù)據(jù)分析。珀?duì)栐菏繉?duì)后者也不滿意，因此才批評(píng)說(shuō)“不要老想數(shù)據(jù)，先把現(xiàn)實(shí)用模型模擬出來(lái)”（大意如此），意思是要把非結(jié)構(gòu)化的定性問(wèn)題結(jié)構(gòu)化。

查理此前曾說(shuō)珀?duì)栐菏刻岢龅氖切葜兊膯?wèn)題。我說(shuō)，珀?duì)栐菏刻岢龊徒鉀Q問(wèn)題的思路讓我想起康德，我覺(jué)得他今天講的內(nèi)容，就是《純粹理性批判》的數(shù)學(xué)版，而方法上的思路讓我聯(lián)想到牛頓與萊布尼茨。我回國(guó)后查閱專業(yè)資料時(shí)，發(fā)現(xiàn)有人這么評(píng)價(jià)珀?duì)栐菏康膯?wèn)題意識(shí)：“有人提到了哲學(xué)（史）上的休謨問(wèn)題（我的轉(zhuǎn)述）：人類是否能從有限的經(jīng)驗(yàn)中得到因果律？這的確是一個(gè)問(wèn)題，這個(gè)問(wèn)題最后促使德國(guó)哲學(xué)家康德為調(diào)和英國(guó)經(jīng)驗(yàn)派（休謨）和大陸理性派（萊布尼茲-沃爾夫）而寫了巨著《純粹理性批判》?！笨磥?lái)所見(jiàn)略同。

康德《純粹理性批判》的原問(wèn)題，是經(jīng)驗(yàn)與理性之間的關(guān)系，相當(dāng)于大數(shù)據(jù)中相關(guān)關(guān)系與因果關(guān)系之間的關(guān)系。我說(shuō)，康德當(dāng)年解同樣問(wèn)題的思路，像極了珀?duì)栐菏?。康德設(shè)置了一個(gè)叫“圖式”的概念，作為溝通經(jīng)驗(yàn)與理性的中間框架（FRAME）?！皥D式”的特征是，兼具經(jīng)驗(yàn)的具體性與理性的普遍性，但既不同于經(jīng)驗(yàn)，也不等于理性。珀?duì)栐菏康摹皥D式”就是因果圖 （Causal Diagram），是他的結(jié)構(gòu)化理論。這個(gè)結(jié)構(gòu)不是完全理性的，而是可以靈活調(diào)整的。我說(shuō)，珀?duì)栐菏康慕Y(jié)構(gòu)與康德的圖式唯一不同在于，前者設(shè)置了可替換的部件模塊，用于根據(jù)情況臨時(shí)調(diào)整，因此不是機(jī)械的結(jié)構(gòu)，而是活的、松耦合的結(jié)構(gòu)（例如，就象查理講的，西安的“普遍真理”模型，只要更換一些適應(yīng)成都“具體實(shí)踐”的子模塊，就可以用于成都）。

在方法上，珀?duì)栐菏恳园乩瓐D著名的洞穴寓言，說(shuō)明因果（真相）、結(jié)構(gòu)（人）與相關(guān)（影子）之間的映射關(guān)系。我說(shuō)，這更像牛頓和萊布尼茨的方法論：以理性為極限值，以經(jīng)驗(yàn)為數(shù)列，中間設(shè)一個(gè)結(jié)構(gòu)化的函數(shù)（相當(dāng)于洞穴中的人）。經(jīng)驗(yàn)（相關(guān)）可以無(wú)限接近理性（因果），永遠(yuǎn)達(dá)不到因果（極限值），但可以視為等于因果。珀?duì)栐菏康莫?dú)特之處，只不過(guò)是把這個(gè)“函數(shù)”（圖式），泛函化了，實(shí)現(xiàn)了從結(jié)構(gòu)化向非結(jié)構(gòu)化、從線性到非線性的轉(zhuǎn)化。為此，在結(jié)構(gòu)模型上，進(jìn)行大量復(fù)雜的數(shù)學(xué)展開(kāi)，成為他理論的重點(diǎn)。他的模型被稱為“圖模型”或者“貝葉斯網(wǎng)絡(luò)”（Bayesian network），用來(lái)描述變量聯(lián)合分布或者數(shù)據(jù)生成機(jī)制。好在聽(tīng)眾睡覺(jué)時(shí)，他講的都是這一部分具體內(nèi)容。關(guān)于他的因果結(jié)構(gòu)理論，我聽(tīng)課時(shí)私底下議論說(shuō)，這個(gè)用流形上的微積分（Calculus on Manifolds），所謂“橡皮膜上的拓?fù)鋷缀螌W(xué)”也做得出來(lái)。

當(dāng)前，人們討論大數(shù)據(jù)，有一個(gè)不好的傾向，在結(jié)構(gòu)化還沒(méi)有打好基礎(chǔ)情況下，片面追求所謂非結(jié)構(gòu)化數(shù)據(jù)。這樣就陷入珀?duì)栐菏颗u(píng)的“老想數(shù)據(jù)”的狀態(tài)，相當(dāng)于解微分的時(shí)候，不列函數(shù)，就想直接從數(shù)列中求極值一樣。在中國(guó)，這種情況尤為嚴(yán)重。這會(huì)把大數(shù)據(jù)搞成脫離表義基礎(chǔ)的禪宗。在商業(yè)上，不排除實(shí)用主義地利用大數(shù)據(jù)，找到賣貨上的皮毛聯(lián)系，但更適合小攤小販，畢竟不知其所以然，就做不大，做不長(zhǎng)。

不過(guò)這也不奇怪，整個(gè)統(tǒng)計(jì)學(xué)和概率論，目前還停留在這個(gè)水平上，大多是關(guān)于“相關(guān)關(guān)系”的理論，而關(guān)于“因果關(guān)系”的理論非常稀少。Karl Pearson 就明確反對(duì)用統(tǒng)計(jì)研究因果關(guān)系。困擾統(tǒng)計(jì)的根本問(wèn)題（辛普森悖論，Yule-Simpsons Paradox），也同樣是困擾大數(shù)據(jù)的根本問(wèn)題。

泛而言之，在整個(gè)邏輯學(xué)中，歸納論只能表示事物之間的相關(guān)關(guān)系，還無(wú)法指出真正的因果關(guān)系。這是有人類以來(lái)的難題。巴比倫人在畢達(dá)哥拉斯之前一千年已掌握了勾股定理的應(yīng)用，也早就開(kāi)始了天文觀察；但雅典人卻從經(jīng)驗(yàn)中提煉出了天文學(xué)的思辨理論。我們現(xiàn)在在還只是大數(shù)據(jù)上的巴比倫人。

話說(shuō)回來(lái)，因果推斷過(guò)猶不及。如果把相關(guān)關(guān)系完全結(jié)構(gòu)化了，也有問(wèn)題，那就會(huì)排斥人類自由意志的空間。玻爾院士似乎還沒(méi)有想過(guò)其中的哥德?tīng)栥Ｕ搯?wèn)題。正如段永朝評(píng)論玻爾院士的那樣：“不可知與可知，一定是你中有我，我中有你。他們想解決這個(gè)問(wèn)題。確定性、不確定攪成一團(tuán)。一時(shí)來(lái)看，方法上實(shí)現(xiàn)了；但根本上來(lái)說(shuō)，科學(xué)觀要升級(jí)。”

想一想珀?duì)栐菏恳舱娌蝗菀?，畢業(yè)于人稱的“野雞”大學(xué)，超前人類幾十年為大數(shù)據(jù)奠基，卻少有人聽(tīng)懂他。他兒子Daniel Pearl是華爾街日?qǐng)?bào)的駐外記者，9-11后在巴基斯坦被恐怖組織抓住，幾天后斬首碎尸。珀?duì)栐菏繘](méi)回答提問(wèn)就走了，說(shuō)要陪夫人。因?yàn)榫驮谏衔鐐鱽?lái)消息，第二位美國(guó)記者像他兒子一樣被恐怖組織斬首，他夫人一定會(huì)再次想起兒子。