‘关于为什么的书：一门关于因果关系的新科学’ （The Book of Why: the new science of cause and effect）是Judea Pearl作为第一作者（与Dana Mackenzie合著）在2018年（企鹅出版社）出版的新著。

Judea Pearl教授为一名计算机科学家及哲学家，同时也被公认是在1980年代首先提出了贝叶斯网络理论与模型的美籍犹太人学者（Pearl, J., Probabilistic Reasoning in Intelligent Systems. 1988, San Mateo, CA, USA: Morgan Kaufmann）。

‘关于为什么的书：一门关于因果关系的新科学‘这本书最核心的内容都浓缩在了最后面的那张漫画上了（拷贝及粘贴自该书Figure I.2）。它所要传递的信息是：人类的因果推理能力比目前所能做到的人工智能成果有质的区别；要正确地做出因果推理仅仅靠统计数据分析是无法做到的；要得到正确的因果推理结果需要具备从低到高三个层次学习认知能力，即首先能通过弄清楚相关事物之间是如何彼此关联的来回答‘是什么’的问题，其次要能通过人为干预/实验来弄清楚相关事物之间是如何彼此作用或相互影响的（关于‘如何运作/作用’的问题），第三个层次是通过想象所有可能发生但实际并不一定已经发生的结果（counterfactual results）来最终确认因果关系。Judea Pearl教授在书中特别指出，到本世纪初之前的几十年里，绝大多数统计学家们始终没有意识到（也可能是不愿意承认）要正确地做出因果推理仅仅靠统计数据分析从根本上是做不到的这个非常令人难以接受的事实。

我花了数月时间把这本书从头到尾细细读了一遍，读的过程中对所有不认识/不熟悉的单词或词组都查字典或问ChatGPT尽量弄懂。希望自己能在今后有时间反复多读几次。在此也推荐各位关注此类问题的博友值得花时间读一读该书。

（以上为旧博文内容的重贴，以下为新增加的内容）

对于吃肉是否致癌、喝酒是否致癌这样的关于因果关系的科学研究问题，它超出了统计数据分析所能回答的范围。正如我（及许多统计学家）一再强调的，科学成果的结论最终是要靠科学证据（比如，究竟是什么化学成分，什么致病机理）来确认可能的因果关系，而且正如农教授已经指出的，某种癌症的原因更可能不是某个单一元素造成的。因此， 连因果关系的定义都不是一件容易的事，遑论明确确认某个因素与某个结果的因果关系了。统计数据分析提供了必要的数量化的实证证据，但统计分析结果不是确认科学结论的充分条件。至于说，现在无数的发表的研究成果的文章都仅仅凭着统计分析结果来做结论既是多年来错误的统计学教育的恶果，也是很多的研究人员误用正确的统计学理论的后果。

如果因为每一个癌症患者都吃饭喝水，因此得出结论至少吃饭喝水也是致癌的原因之一。这样的辩论就如同说，对于一个被成功执行了枪决死刑的罪犯，吃饭喝水也是造成其死亡的原因之一，这样的论证实在是没有什么实际意义的。

Judea Pearl教授 （上述图片均来自网络，致谢！此处为非商业用途,特此声明。）