任曉明，李晟

任曉明（1953-），四川瀘州人，1979年至1986年在北京師范大學(xué)學(xué)習(xí)，獲哲學(xué)學(xué)士和哲學(xué)碩士學(xué)位。1987年至1990年在武漢大學(xué)學(xué)習(xí)，獲哲學(xué)博士學(xué)位。2001年至2020年任教于南開大學(xué)哲學(xué)院，其間于2004年至2005年赴美國堪薩斯大學(xué)訪問交流。2021年至今被聘為四川大學(xué)文科講席教授。

任曉明教授主要從事邏輯學(xué)與科學(xué)哲學(xué)研究，在《中國社會(huì)科學(xué)》《哲學(xué)研究》《世界哲學(xué)》《自然辯證法研究》《科學(xué)技術(shù)哲學(xué)研究》等學(xué)術(shù)期刊上發(fā)表學(xué)術(shù)論文百余篇，出版了《邏輯學(xué)視域中的認(rèn)知研究》《決策、博弈與認(rèn)知——?dú)w納邏輯的理論與應(yīng)用》《非經(jīng)典邏輯系統(tǒng)發(fā)生學(xué)研究》《計(jì)算機(jī)科學(xué)哲學(xué)研究》《生物科學(xué)哲學(xué)》等多部學(xué)術(shù)專著，主持并完成國家社科基金重大項(xiàng)目、教育部人文社科重點(diǎn)研究基地重大項(xiàng)目等各級(jí)各類研究項(xiàng)目多項(xiàng)。研究成果多次獲得金岳霖學(xué)術(shù)獎(jiǎng)、中國邏輯學(xué)會(huì)人文社會(huì)科學(xué)優(yōu)秀成果獎(jiǎng)、高等學(xué)校科學(xué)研究人文社會(huì)科學(xué)優(yōu)秀成果獎(jiǎng)、四川省哲學(xué)社會(huì)科學(xué)獎(jiǎng)、天津市哲學(xué)社會(huì)科學(xué)獎(jiǎng)等各類學(xué)術(shù)獎(jiǎng)項(xiàng)。近年來，因果邏輯是任曉明教授主要關(guān)注的研究領(lǐng)域，尤其是以邏輯與哲學(xué)為視角分析因果邏輯相關(guān)問題。

李晟（以下簡稱“李”）：任老師，您好！很榮幸這次能夠采訪您。新冠肺炎疫情發(fā)生后，線上學(xué)術(shù)交流越來越流行。得益于互聯(lián)網(wǎng)平臺(tái)，我也有機(jī)會(huì)在各類學(xué)術(shù)會(huì)議上聆聽到您的講座。我注意到，您最近的研究工作主要是圍繞因果邏輯展開的，所以我想先請(qǐng)您談?wù)劊侨绾侮P(guān)注到這一研究領(lǐng)域的呢？

任曉明（以下簡稱“任”）：感謝你的采訪。因果邏輯和因果哲學(xué)的研究其實(shí)有著相當(dāng)悠久的歷史。在近代科學(xué)研究中，因果問題就是一個(gè)繞不開的話題?？茖W(xué)家們會(huì)借助因果概念、因果原則來說明物理世界。但隨著人們對(duì)世界的進(jìn)一步認(rèn)識(shí)，尤其是相對(duì)論和量子力學(xué)的出現(xiàn)，因果概念所具有的模糊性使得人們不太愿意研究因果問題。進(jìn)入到20世紀(jì)中葉，有關(guān)因果的研究才重新興起。這一時(shí)期的研究成果包括阿瑟·勃克斯（A.Burks）的因果陳述邏輯、大衛(wèi)·劉易斯（D.K.Lewis）的反事實(shí)因果邏輯、喬納森·柯恩（L.J.Cohen）的歸納支持分級(jí)理論與非帕斯卡型歸納概率邏輯等。但這些研究進(jìn)展得并不十分順利，其發(fā)展較為緩慢。近些年來，朱迪亞·珀?duì)枺↗.Pearl）的結(jié)構(gòu)因果模型方法成為最突出、最為人們關(guān)注的因果邏輯研究成果，它在計(jì)算領(lǐng)域也得到了廣泛的應(yīng)用。

我在求學(xué)期間其實(shí)就研究過與因果邏輯相關(guān)的內(nèi)容，我的碩士學(xué)位論文就是圍繞勃克斯因果陳述邏輯完成的。我攻讀博士學(xué)位期間研究的歸納支持分級(jí)理論與非帕斯卡型歸納概率邏輯也與因果邏輯有著密切關(guān)聯(lián)。最近幾年，關(guān)于因果問題的研究越來越多，不過這些研究主要集中于計(jì)算機(jī)科學(xué)、人工智能等領(lǐng)域。相比之下，邏輯和哲學(xué)在因果問題上還有廣闊的研究前景。

此外，我認(rèn)為因果研究也與我們的生活實(shí)踐密切相關(guān)。自2020年新冠肺炎疫情暴發(fā)以來，人們生活的方方面面都發(fā)生了改變。我注意到，相比于“新冠肺炎是什么”，人們其實(shí)更加關(guān)注“新冠肺炎為什么出現(xiàn)、為什么傳播”，以及“面對(duì)新冠肺炎疫情，我們?cè)撛趺醋觥?。還有，我們國內(nèi)很多地方都在人員易聚集的場所設(shè)置了“臨時(shí)觀察室”，以便對(duì)特殊情況及時(shí)采取必要的進(jìn)一步措施。所謂“特殊情況”，通常是指出現(xiàn)了發(fā)熱、乏力、咽痛、流涕等與感染新型冠狀病毒類似的癥狀。盡管出現(xiàn)這些情況并不意味著真的感染了新型冠狀病毒，但人們會(huì)傾向于認(rèn)為“采取積極主動(dòng)的防疫手段”與“控制疫情發(fā)展”之間是存在因果聯(lián)系的。類似這樣的生活實(shí)例說明，因果研究不僅具有理論價(jià)值，而且具有實(shí)際意義。

李：如您所說，因果研究具有理論和實(shí)際的雙重價(jià)值，是一塊值得深耕的沃土。但據(jù)我了解，您剛剛提到的因果陳述邏輯、反事實(shí)因果邏輯和非帕斯卡型歸納概率邏輯似乎并不是熱門的研究領(lǐng)域，一直以來關(guān)注的人都是相對(duì)較少的。這些理論的不足，或者說它們所面臨的困難主要體現(xiàn)在什么地方呢？

另外我還觀察到，僅就當(dāng)前人們關(guān)注得較多的珀?duì)柦Y(jié)構(gòu)因果模型理論而言，與之相關(guān)的研究工作主要集中于近三十年間，而我們國內(nèi)則主要是近幾年出現(xiàn)了大量研究成果。所以我還想問問您，珀?duì)柕睦碚撦^之于他的前人的理論有哪些創(chuàng)新之處呢？他的理論是對(duì)前人工作的跟進(jìn)，還是對(duì)前人工作所作的突破呢？

任：因果陳述邏輯、反事實(shí)因果邏輯和非帕斯卡型歸納概率邏輯的確都不是十分熱門的研究領(lǐng)域，它們也確實(shí)遇到了一些難以回答的問題。先說因果陳述邏輯和反事實(shí)因果邏輯，它們都是參考模態(tài)邏輯的方法建立起來的。勃克斯將一般模態(tài)邏輯中行之有效的演算和可能世界語義學(xué)擴(kuò)展到因果模態(tài)句中，建立了因果陳述邏輯。勃克斯仿照模態(tài)邏輯提出了“因果蘊(yùn)涵”“因果必然”“因果可能”等一系列新概念，并建立了一個(gè)因果陳述句的公理系統(tǒng)。這是最早的因果邏輯公理系統(tǒng)之一。實(shí)際上，勃克斯建立因果陳述邏輯的方法是一種“將歸納劃歸為演繹”的做法，也就是說，勃克斯因果陳述邏輯是對(duì)經(jīng)典演繹邏輯的繼承與擴(kuò)展。反事實(shí)因果邏輯，則是劉易斯基于對(duì)休謨因果思想的考察而建立的。劉易斯認(rèn)為，休謨式的對(duì)因果的規(guī)則性解釋是一種經(jīng)驗(yàn)概括，而因果關(guān)系應(yīng)當(dāng)具有某種模態(tài)效力。由此，劉易斯從反事實(shí)條件句入手，給出了因果關(guān)系的定義。他定義了事件之間的反事實(shí)依賴（counterfactual dependence）關(guān)系，并用反事實(shí)依賴關(guān)系建立起事件之間的因果鏈條（causal chain），繼而定義并刻畫因果關(guān)系。此外，劉易斯還給出了基于可能世界相似性比較的語義解釋。他以可能世界間的總體比較相似性（comparative over-all similarity）關(guān)系作為初始概念，來表達(dá)一個(gè)可能世界相對(duì)于其他可能世界而言，是否更接近或最為接近現(xiàn)實(shí)世界。

然而，要依循模態(tài)邏輯構(gòu)建因果邏輯，首先需要回答這樣一個(gè)問題：因果邏輯是否應(yīng)當(dāng)遵循模態(tài)邏輯的方法來建立，其恰當(dāng)性何在？例如，由于勃克斯因果陳述邏輯是在經(jīng)典邏輯基礎(chǔ)上加上模態(tài)算子而形成的擴(kuò)展型演繹邏輯，所以，為規(guī)避蘊(yùn)涵怪論問題，它不得不增加若干規(guī)則和附加條件，這使得它的形式系統(tǒng)不必要地復(fù)雜化，也使得它的解釋力較弱，可應(yīng)用范圍大受限制。而劉易斯提出的比較相似性也因其概念上的含混受到人們的質(zhì)疑與詬病。甚至劉易斯本人也承認(rèn)，每一個(gè)可能世界都是一個(gè)極為復(fù)雜的系統(tǒng)，對(duì)其相似性的比較并不存在唯一合理的標(biāo)準(zhǔn)。這些問題似乎都表明，研究因果推理不宜直接照搬模態(tài)邏輯的做法。但當(dāng)時(shí)的人們似乎別無選擇，因?yàn)樵诋?dāng)時(shí)已有的邏輯中發(fā)展相對(duì)成熟的只有經(jīng)典演繹邏輯。這就好比在一個(gè)月黑風(fēng)高之夜，警察問一位在路燈下找鑰匙的年輕人：為什么在這里找？回答是：這里燈亮！顯然，演繹就是那茫茫夜空中唯一的一盞明燈。但我們?nèi)匀恍枰J(rèn)識(shí)到，因果推理并不是演繹推理。不知你有沒有注意過這樣一個(gè)問題：因果推理絕對(duì)不可能像經(jīng)典邏輯那樣被先驗(yàn)地發(fā)現(xiàn)，它必須而且只能是后驗(yàn)的，也即是訴諸經(jīng)驗(yàn)的。人的經(jīng)驗(yàn)總是與特定的情境和次序有關(guān)，所以，對(duì)于“是否能建立起普遍有效的因果推理”“因果推理是否能夠具備因果必然性”這樣的問題，我們目前仍是存疑的。這也正是因果推理面臨的演繹困境。一言以蔽之，因果推理不具有演繹推理的必然保真性。

與因果陳述邏輯和反事實(shí)因果邏輯的研究方法不同，柯恩是從實(shí)驗(yàn)自然科學(xué)的實(shí)際出發(fā)來建立他的理論的。他繼承了培根歸納邏輯的恰當(dāng)方面，強(qiáng)調(diào)了經(jīng)驗(yàn)事實(shí)對(duì)于建立歸納邏輯的基礎(chǔ)性作用，并指出了歸納邏輯與科學(xué)的密切關(guān)聯(lián)?？露髡J(rèn)為，既然科學(xué)理論往往是不完全的，那么邏輯體系就需要與這些不完全的科學(xué)理論相協(xié)調(diào)，這樣一來，在科學(xué)理論與科學(xué)實(shí)踐中，相比于傳統(tǒng)的帕斯卡概率，非帕斯卡概率或許更加適用。沿著這種思路，柯恩創(chuàng)建了非帕斯卡型歸納概率邏輯，這是一種培根型歸納概率邏輯?？露骼碚摰膬?yōu)勢(shì)主要體現(xiàn)在兩個(gè)方面：其一，它感興趣的是什么引起什么，而不僅僅是發(fā)生了什么。也即是，它對(duì)“為什么”更感興趣，而不僅對(duì)“是什么”。其二，培根型歸納邏輯依據(jù)證據(jù)變化進(jìn)行歸納、知識(shí)通過形式的等級(jí)而進(jìn)步的思想也是十分恰當(dāng)?shù)?，這很好地反映了科學(xué)認(rèn)識(shí)的多樣性、復(fù)雜性和多層次性，特別符合實(shí)驗(yàn)自然科學(xué)實(shí)際。不過非帕斯卡型歸納概率仍有不足。相比于帕斯卡型概率，非帕斯卡型歸納概率還略顯稚嫩和粗糙。并且柯恩仍然將模態(tài)邏輯視為歸納支持邏輯和歸納概率的核心，從而使得非帕斯卡型歸納概率邏輯不得不面臨與勃克斯理論和劉易斯理論相同的麻煩。

而珀?duì)柕慕Y(jié)構(gòu)因果模型理論則開創(chuàng)了一種不同于前人的新的做法。一方面，他是從人工智能視角出發(fā)來討論因果問題的。人工智能是對(duì)人的智能的模擬。既然因果推理是人類智能的重要組成部分之一，那么人工智能就必須要能夠掌握因果關(guān)系，而且最好是能夠?qū)W習(xí)因果關(guān)系。珀?duì)柊褜?duì)因果關(guān)系的學(xué)習(xí)劃分為觀察、干預(yù)和反事實(shí)三個(gè)由低到高的認(rèn)知層級(jí)。他認(rèn)為，目前所謂的“人工智能”還只是停留在觀察層級(jí)，也就是觀察到某種情況，隨后做出某種回應(yīng)。比如，我們?cè)诰W(wǎng)上下單購買了圖書，下次購物軟件就會(huì)給我們自動(dòng)推送圖書類的廣告。這體現(xiàn)的是相關(guān)性，而不是因果性。珀?duì)栔赋?，人工智能機(jī)器只有具備處理反事實(shí)推理的能力，能夠考慮“如果當(dāng)時(shí)做了什么，現(xiàn)在會(huì)怎樣”這樣的問題，才是真正具有了因果推理能力，才是比較強(qiáng)健的人工智能。

另一方面，在具體的做法上，珀?duì)柡颓叭艘灿泻艽蟛煌?。珀?duì)杽?chuàng)立了一種叫作“do-演算”的算法，這種算法有一套可操作的流程，能夠基于因果圖并根據(jù)概率論的算法消除特定的“do-算子”。這樣一來，我們可以采用數(shù)學(xué)方法來研究干預(yù)層級(jí)的因果問題，也即是考慮“如果干預(yù)某事，會(huì)發(fā)生什么”這樣的問題，人工智能也有望進(jìn)入到因果學(xué)習(xí)的第二層級(jí)，從而理解和掌握干預(yù)。而且，珀?duì)査玫降母怕收撌侵髁鞯呐了箍ㄐ透怕剩韵啾扔诳露鞯姆桥了箍ㄐ透怕?，珀?duì)柕睦碚撘哺菀诪槿藗兯斫獠⒔邮堋＿@是珀?duì)柕慕Y(jié)構(gòu)因果模型對(duì)前人工作取得的重大突破。

珀?duì)柕慕Y(jié)構(gòu)因果模型嘗試在計(jì)算機(jī)上尋找合適的數(shù)據(jù)結(jié)構(gòu)和算法來對(duì)應(yīng)于人腦中的內(nèi)部表征和計(jì)算過程，從而實(shí)現(xiàn)智能。這種實(shí)現(xiàn)智能的方式旨在主動(dòng)尋找所需知識(shí)，而不是機(jī)械地先把所有知識(shí)集成起來，再看問題是否可解。而且珀?duì)柕姆椒ㄟ€假定人腦在某一層次上有一個(gè)因果聯(lián)系圖，可以刻畫人們?cè)诖_定一個(gè)事件真正原因時(shí)的實(shí)際思維過程。這一思想徹底改變了人工智能最初基于規(guī)則和演繹邏輯的研究方向，在人工智能領(lǐng)域引發(fā)了一場重大的思想轉(zhuǎn)變。

除此之外，珀?duì)柕慕Y(jié)構(gòu)因果模型還可以“翻譯”為劉易斯系統(tǒng)的公理和規(guī)則，它可以克服劉易斯系統(tǒng)的困難，包括傳遞性問題、不對(duì)稱問題，等等。而且，它不僅可以刻畫不確定推理，也可以刻畫確定性推理；不僅可以刻畫因果推理的非單調(diào)性，也可以刻畫其中的單調(diào)性。總之，珀?duì)柕慕Y(jié)構(gòu)因果模型可以克服因果模態(tài)方法和反事實(shí)方法面臨的困厄。

李：您對(duì)結(jié)構(gòu)因果模型的闡釋讓我聯(lián)想到了近代科學(xué)由“本質(zhì)”到“規(guī)律”的轉(zhuǎn)向。與其說自然科學(xué)中的伽利略革命是“描述先于解釋”，倒不如說，通過伽利略革命，自然科學(xué)的理論重心從“目的論解釋”轉(zhuǎn)向了“定量描述”。通過“解釋”，人們?cè)噲D揭示的是事物的“本質(zhì)”，而通過“描述”，人們?cè)噲D揭示的是事物的“規(guī)律”。從研究“本質(zhì)”到研究“規(guī)律”的轉(zhuǎn)變，被認(rèn)為是伽利略革命的關(guān)鍵所在。

而無獨(dú)有偶，哲學(xué)領(lǐng)域也有類似“伽利略革命”的巨變。傳統(tǒng)的真理論一直把“下定義”作為真理論最核心的問題之一，人們嘗試了各種定義來試圖把握“真”這個(gè)概念的本質(zhì)，但從未達(dá)成共識(shí)，因而也從未獲得真正成功。塔斯基（A.Tarski）則一改從前，盡管他仍然強(qiáng)調(diào)自己的目標(biāo)是下定義，但他的理論重心已經(jīng)悄然轉(zhuǎn)向了“真”概念的規(guī)律。他的真之遞歸定義雖然并不能說清楚什么是“真”，但卻讓人們看到了由簡單真語句通過邏輯聯(lián)結(jié)詞和量詞構(gòu)成復(fù)合真語句的基本規(guī)律。而追隨塔斯基的轉(zhuǎn)向，此后的真理論一路高歌猛進(jìn)、蓬勃發(fā)展，大大超越了前人。

任：對(duì)，你的說法很有道理。反觀因果邏輯的研究，珀?duì)柕睦碚摰拇_體現(xiàn)了因果研究重心由“因果的本質(zhì)”向“因果的規(guī)律”的轉(zhuǎn)變。比如，勃克斯建立了完備的因果陳述邏輯的公理系統(tǒng)及其因果可能世界語義學(xué)，從邏輯的角度來看，這的確不失為非常成熟和完善的理論。但是這只是關(guān)于因果的本質(zhì)的理論，而并非關(guān)于因果的規(guī)律的理論。盡管我們從勃克斯的系統(tǒng)中也能看到關(guān)于因果的某些公理和定理表現(xiàn)出了某種“規(guī)律”的特征，但是通過這些公理和定理，我們更多的是認(rèn)識(shí)到因果是什么，它的性質(zhì)如何，等等。而作為“規(guī)律”，它們?cè)趯?shí)踐中的實(shí)際運(yùn)用價(jià)值確實(shí)是不高的，而且也比較缺乏定量方面的描述。再比如，盡管柯恩的理論中包含著明顯的定量分析，并且具有可操作性，但柯恩理論仍是研究“因果的本質(zhì)”的，因?yàn)榭露鲝姆桥了箍ǜ怕食霭l(fā)是為了更恰當(dāng)?shù)亟忉屢蚬麘?yīng)該是什么樣的。而珀?duì)柕睦碚摼团c之不同了。通過do-演算，我們非常清楚我們?cè)谑裁辞闆r下可以怎么做，但是這些規(guī)則卻并非回答什么是干預(yù)，什么是因果。不僅如此，即使在概念的定義方面，珀?duì)柕睦碚撘渤浞值乇憩F(xiàn)出“規(guī)律”性?？傊?，珀?duì)柕睦碚撝刑幪幊尸F(xiàn)“定量描述”的影子。

珀?duì)柕睦碚撜峭ㄟ^引入數(shù)學(xué)方法使得因果研究的“定量描述”成為可能，也使得因果研究更具有科學(xué)色彩。我認(rèn)為，珀?duì)査_創(chuàng)的因果邏輯是一種既不同于演繹邏輯，也不同于通常的概率歸納邏輯的“第三條路徑”。剛剛已經(jīng)提到，遵循演繹推理特征構(gòu)建的因果邏輯理論面臨著許多困難。但也要看到因果邏輯與概率歸納邏輯的不同之處，盡管它們都采用了經(jīng)典的概率論，但因果推理是具有某種確定性的。因果必然性是一種律則必然性（nomic necessity）。

實(shí)際上，我們對(duì)于歸納邏輯是存有一定的誤解的。其實(shí)古典歸納邏輯是很強(qiáng)調(diào)因果推理的，比如，培根歸納法和穆勒求因果五法就是希望通過排除不恰當(dāng)?shù)幕蚣傩缘囊蚬P(guān)系，從而找到恰當(dāng)?shù)囊蚬P(guān)系。即使是休謨問題，它也是對(duì)因果概念提出的質(zhì)疑。不過這使得現(xiàn)代歸納邏輯走向了概率化，相關(guān)性逐漸取代了因果性。20世紀(jì)的現(xiàn)代歸納邏輯似乎忘記了歸納邏輯的“初心”，其中鮮有關(guān)于因果問題的討論。所以我認(rèn)為，盡管現(xiàn)代歸納邏輯也取得了豐碩的成果，但它用概率化取代因果化，或者說以相關(guān)關(guān)系取代因果關(guān)系的做法是不恰當(dāng)?shù)?。因果關(guān)系與相關(guān)關(guān)系終究還是存在著巨大差別的兩個(gè)概念。比如，因果關(guān)系具有方向性，原因會(huì)影響結(jié)果，而反之不成立，但相關(guān)關(guān)系就不涉及方向性的問題。再比如，面對(duì)共同的原因，概率方法往往也不能做出令人滿意的說明，因?yàn)榭傆性S多考慮不到的混雜因素會(huì)影響計(jì)算結(jié)果的準(zhǔn)確性。二者之間的差異在人工智能時(shí)代尤為明顯。因此，我們?nèi)杂斜匾獜倪壿嫼驼軐W(xué)的角度系統(tǒng)考察因果概念和因果推理。這也是珀?duì)柪碚撍哂械莫?dú)到價(jià)值。

李：您剛剛對(duì)因果邏輯的評(píng)價(jià)，尤其是您提到的因果邏輯與演繹邏輯、歸納邏輯的區(qū)別讓我深受啟發(fā)，那么能不能請(qǐng)您進(jìn)一步談?wù)勔蚬评淼奶卣髂兀?/p>

任：好的。我們之所以說因果邏輯是演繹邏輯與歸納邏輯之外的“第三條路徑”，是因?yàn)殓隊(duì)柕慕Y(jié)構(gòu)因果模型既包括演繹因素，又考慮了具有不確定性的概率因素，從而把因果與概率熔為一爐，超越了邏輯學(xué)通常的演繹和歸納的截然二分，或者說演繹與非演繹的截然二分。再說得更具體一些，我們還可以總結(jié)出因果推理的如下特征：

首先，因果推理具有非單調(diào)性和可廢止性（defeasibility）。在因果推理中，“從A到B的推理是有效的”并不能必然推導(dǎo)出“從A和C到B的推理是有效的”。盡管前提確實(shí)能夠在一定程度上為結(jié)論提供支持，但如果在前提中新加入一些前提，這種支持就有可能不成立了。換句話說，對(duì)于因果推理而言，前提可能是真的，但結(jié)論卻不一定為真。比如自2020年新冠肺炎疫情暴發(fā)以來，這兩年間，我們對(duì)新型冠狀病毒的認(rèn)識(shí)是逐漸深入的。但時(shí)至今日，人們對(duì)于病毒產(chǎn)生的原因仍沒得出確切的結(jié)論，其原因就在于，隨著我們對(duì)新型冠狀病毒的認(rèn)識(shí)越多，就越是在推翻我們起初對(duì)病毒成因的推測(cè)。這就是非單調(diào)和可廢止的表現(xiàn)。我們還可以以歷史上關(guān)于霍亂病因的討論來說明這點(diǎn)。19世紀(jì)40年代初的英國主流醫(yī)學(xué)界認(rèn)為，霍亂是由于不干凈的空氣所導(dǎo)致的，因?yàn)楣I(yè)革命的迅猛發(fā)展造成了城市環(huán)境和公共衛(wèi)生條件的急劇惡化。但有的流行病專家通過調(diào)查霍亂死亡病例的時(shí)空分布，發(fā)現(xiàn)了公共水井與霍亂病毒傳播之間的聯(lián)系，從而證明了霍亂與水源之間存在因果關(guān)系，而與空氣沒有必然聯(lián)系。事實(shí)上，類似的例子在人類科學(xué)史和醫(yī)學(xué)史上還有很多，它們都能體現(xiàn)因果推理的非單調(diào)性和可廢止性。

其次，因果推理具有“保義優(yōu)先，保真在后”的特點(diǎn)。這主要是因?yàn)?，因果推理的價(jià)值必須要通過與日常實(shí)際相結(jié)合才能夠得到體現(xiàn)，那么這樣一來，在因果推理的過程中就會(huì)涉及一些不言而喻的規(guī)則。由于這些規(guī)則的合理性依賴于所涉及的邏輯術(shù)語本身的含義，所以因果推理有必要優(yōu)先考慮保義性，而不必像經(jīng)典演繹推理那樣優(yōu)先追求保真性。這就像柯恩所說的，“科學(xué)的基本目的是追求逼律性（legisimilitude），而不是追求逼真性（verisimilitude）”。這與因果推理“保義優(yōu)先，保真在后”的特點(diǎn)有異曲同工之妙。

再次，因果推理還需要同時(shí)兼顧外延適當(dāng)性和內(nèi)涵適當(dāng)性（extensional and intentional adequacy）。也就是說，因果推理系統(tǒng)既要能夠推導(dǎo)出那些我們直覺上認(rèn)可的因果關(guān)系事件序列和過程，又要體現(xiàn)與因果關(guān)系相關(guān)聯(lián)的前理論階段的老生常談（platitudes），比如原因先于結(jié)果、因果關(guān)系具有不對(duì)稱性、原因產(chǎn)生結(jié)果、結(jié)果反過來取決于原因，等等?？傊?，因果推理研究應(yīng)該在外延適當(dāng)性和內(nèi)涵適當(dāng)性之間保持必要的張力。

李：我認(rèn)為，您總結(jié)的這幾點(diǎn)因果推理的特征，它們都體現(xiàn)了因果推理所具有的鮮明的實(shí)踐價(jià)值。而相比于西方的演繹邏輯傳統(tǒng)，我們東方邏輯傳統(tǒng)通常被認(rèn)為具有更強(qiáng)的應(yīng)用性。從這種意義上講，我們能不能從東方邏輯中汲取營養(yǎng)，從而為因果推理的研究帶來一些啟發(fā)呢？

任：你的這個(gè)想法很有道理。東方邏輯具有的應(yīng)用性、經(jīng)驗(yàn)基礎(chǔ)性，形式真與實(shí)質(zhì)真結(jié)合的實(shí)踐性、非經(jīng)典演繹邏輯和非演繹邏輯相互聯(lián)系的特質(zhì)，這些特點(diǎn)是西方傳統(tǒng)下基于數(shù)學(xué)理性主義的邏輯所不具有的。比如我們中國邏輯就十分重視形式真與實(shí)質(zhì)真相結(jié)合的研究。我們最為熟悉的“白馬非馬”的例子，如果從形式上分析，那么它顯然是詭辯，但是如果考慮形式真與實(shí)質(zhì)真相結(jié)合，它就能夠自圓其說了：“馬者所以命形也，白者所以命色也。命色者非命形也。故曰白馬非馬?！边@種將形式真與實(shí)質(zhì)真結(jié)合起來的思維方式恰恰與因果推理所具有的非單調(diào)性、保義優(yōu)先性等特征相呼應(yīng)，啟示我們完全有可能開創(chuàng)一條不同于經(jīng)典演繹邏輯的東方因果邏輯之路。

此外，印度邏輯也對(duì)研究因果邏輯有著很重要的意義。尤其是21世紀(jì)初以來，我國印度邏輯研究迎來了前所未有的大好局面，特別是佛教因明作為“冷門絕學(xué)”得到了國家的大力扶持。我們研究發(fā)現(xiàn)，在印度因果推理研究中，當(dāng)前因果邏輯的諸多問題都有似曾相識(shí)的跡象。實(shí)際上，佛教因明研究中就包含著因果推理，但國內(nèi)外學(xué)界對(duì)此比較忽視。這種因果推理的跨文化研究可以扭轉(zhuǎn)一些西方學(xué)者對(duì)東方邏輯的偏見，也能夠?yàn)槲覈鴸|方邏輯研究的全面展開奠定基礎(chǔ)，為同屬東方邏輯的中國邏輯研究提供助推和啟示。

李：如您所說，因果邏輯自身不僅具有廣闊的研究前景，而且它還能與東方邏輯聯(lián)系起來，從而實(shí)現(xiàn)因果邏輯的跨學(xué)科、跨文化研究。那么在訪談的最后，能不能請(qǐng)您從咱們邏輯與哲學(xué)的專業(yè)視角，對(duì)因果邏輯研究做一些展望呢？

任：首先，我認(rèn)為人工智能科學(xué)界和哲學(xué)界可以加強(qiáng)協(xié)作，攜手共進(jìn)，把人工智能和哲學(xué)的研究推向新的階段。一般情況下，人工智能技術(shù)領(lǐng)域的專家們熱衷于人工智能的具體任務(wù)，喜歡從事弱人工智能的研究，但對(duì)強(qiáng)人工智能抱有敬而遠(yuǎn)之的態(tài)度。而哲學(xué)家們雖然對(duì)強(qiáng)人工智能抱有興趣，但每當(dāng)談到具體實(shí)現(xiàn)途徑時(shí)又往往諱莫如深。只有那些既有哲學(xué)情懷，又有數(shù)學(xué)和邏輯素養(yǎng)的科學(xué)家兼哲學(xué)家，才有可能在這類問題上有所突破。珀?duì)柧图仁且晃徽軐W(xué)家，又是一位獲得過圖靈獎(jiǎng)的科學(xué)家。我認(rèn)為，他能夠在因果研究領(lǐng)域取得重大突破與他的哲學(xué)家、科學(xué)家雙重身份不無關(guān)系。勃克斯也是美國密西根大學(xué)數(shù)學(xué)系和哲學(xué)系雙聘教授，所以他提出因果和概率相結(jié)合的計(jì)算機(jī)模型也并不令人感到意外。可見，人工智能科學(xué)界和哲學(xué)界不能自掃門前雪，應(yīng)該加強(qiáng)協(xié)作，攜手共進(jìn)，把人工智能和哲學(xué)的研究推向一個(gè)新階段。

不僅如此，我還認(rèn)為，因果邏輯的發(fā)展能夠促進(jìn)哲學(xué)和人工智能的進(jìn)步。如果說因果邏輯的探索對(duì)計(jì)算機(jī)科學(xué)和人工智能是一場革命，那么可以說，它也將極大改變科學(xué)哲學(xué)和現(xiàn)代歸納邏輯的面貌。眾所周知，目前歸納邏輯的主體是概率邏輯。在貝葉斯主義概率邏輯中，影響最大的恐怕是主觀貝葉斯主義，但這一學(xué)派被各種悖論和謎題困擾多年，苦于先驗(yàn)概率指派問題久也。若能通過這種因果邏輯研究找到出路，此乃歸納邏輯之幸，也是科學(xué)哲學(xué)和邏輯之幸。我們衷心希望這個(gè)“假如”的世界有一天成為現(xiàn)實(shí)世界。

然而，因果邏輯研究還面臨著一些較大的困難。目前，學(xué)界對(duì)這些困難的重視和探索還非常不夠。比如，盡管珀?duì)枌?duì)因果邏輯及其哲學(xué)問題的探討推進(jìn)了長期停滯不前的因果邏輯和因果觀念的研究，但他對(duì)這項(xiàng)研究的困難估計(jì)不足，對(duì)其前景過于樂觀。他所謂的“因果革命”或“新科學(xué)”并不像他所想象的那樣無所不能。我們應(yīng)當(dāng)認(rèn)識(shí)到，面對(duì)因果性悖論等難題，目前的因果邏輯研究仍是無能為力的。而這就表明，目前廣受關(guān)注的因果邏輯和哲學(xué)研究仍是有局限的，還有待進(jìn)一步發(fā)展。好在因果邏輯研究已經(jīng)得到了越來越多的學(xué)者的關(guān)注，我相信，在不久的將來，因果邏輯將取得更為豐富的研究成果，必成為當(dāng)代邏輯與哲學(xué)發(fā)展的一個(gè)新的生長點(diǎn)。