--- area: "society-thinking" category: general companies_orgs: [] date: '2025-08-05' draft: true guest: '' insight: '' layout: post.njk media_books: - 《三体》 - 《The Book of Why》 - 《为什么》 - 《纯粹理性批判》 - 《形而上学》 people: - 亚里士多德 - 伽利略 - 牛顿 - 罗素 - 刘慈欣 - 约翰·洛克 products_models: [] project: [] series: '' source: https://www.youtube.com/watch?v=T-RFPjgGn90 speaker: 大问题Dialectic status: evergreen summary: 因果关系是客观规律还是主观幻觉？本文深入探讨了这一古老的哲学难题，系统梳理了从亚里士多德的“四因说”、休谟的心理习惯论，到康德的先验范畴，再到刘易斯的反事实依赖和朱迪亚·珀尔的干预模型。通过五位思想巨匠的视角，揭示我们理解“为什么”的思维演变，以及它如何影响从科学到人工智能的未来。 tags: - llm - philosophy - thinking title: 因果关系的本质：从亚里士多德到人工智能的五次思想交锋 --- ### 引言：因果关系，一个动摇科学根基的哲学问题 欢迎收看大问题节目。本期要探讨的大问题是：因果关系本身是什么？所有科学研究都建立在因果关系的基础之上，但这个问题至今仍是一个争论不休的哲学问题。 这个世界上存在因果关系吗？它是客观存在于世界之上，还是我们人为主观建构出来的呢？不仅仅是科学研究，我们生活的方方面面也都建立在因果关系之上。我们都认为，一切事情都有其发生的原因，总喜欢问“为什么”：为什么我学习成绩不够好？为什么我体重超标？为什么我买的股票价格下跌？ 我们之所以爱问“为什么”，是想找到原因，以便对症下药，改善生活。学习成绩不好，是方法不对还是态度问题？体重超标，是吃得太多还是动得太少？股票价格下跌，是技术性调整还是因为你买了才跌？只有找对原因，才能做出改变。 但问题在于，你千辛万苦找到的那个原因，与你想要解决的问题之间，真的有必然的联系吗？我们说A是B的原因，但这二者之间真的有一种客观存在的、必然的联系吗？当A出现，就必然会导致B也出现吗？它们之间的联系，会不会只是我们心理上产生的一种幻觉？ 现在，有不少哲学家和统计学家认为，因果关系并非世界的客观规律，而是我们主观上形成的一种心理习惯，甚至因果之间根本没有什么规律可言。主流的大数据科学就已经放弃了寻找原因，所谓“只看相关，不问因果”。只要统计发现两件事经常伴随出现，你也无需追问其中是否有因果关系。例如，统计发现进超市买尿布的人也喜欢买啤酒，这两者之间有因果关系吗？不知道，也没必要知道。作为超市老板，只需把啤酒和尿布放在一块就好了。 这种“只看相关，不问因果”的立场如果推到极端，在哲学层面上甚至与一种古老的**偶因论**（Occasionalism: 一种哲学理论，认为世间万物之间不存在直接的因果联系，所有事件的发生都是由一个更高力量，如上帝，直接分别调试的结果）有些相通。偶因论认为，你看到台球桌上白球撞击黑球，黑球移动了，你并不能说白球是黑球移动的原因。而是一个更高的力量，一方面让白球运动到黑球处，另一方面又让黑球移动了。世间万物皆是如此，一切事物的运动变化都是各自独立地被更高力量所分别调试的。因此，科学研究只需研究相关性即可。 然而，人工智能可以“只看相关，不问因果”，我们人类也能摆脱因果思维而正常生活吗？譬如，你在情人节手捧玫瑰向姑娘表白，姑娘问：“你为什么向我表白？”你回答：“因为我喜欢你，想要和你在一起。”这是我们原有的因果世界观。但如果一个哲学家和统计学家告诉你，世界没有因果，只有相关，你应当这样回答：“我也不知道为什么，根据统计研究发现，手捧玫瑰在情人节向姑娘表白与姑娘接受表白之间存在着正相关关系！”那么恭喜你，你掌握了大数据思维。 无论是偶因论还是大数据分析，它们在某种意义上都从智力上放弃了对因果关系的追问。前者诉诸神秘力量，后者则根本不问因果。如果我们不愿意接受这样不问因果的世界观，就需要从道理上想明白因果关系的本质。本期节目将横跨哲学、自然科学、统计学、逻辑学以及计算机科学，试图厘清这个超级大问题。 接下来，将有五位代表人物出场回答“因果关系是什么”：主张世界自带因果的古希腊哲学家亚里士多德、主张因果是主观心理联想的苏格兰哲学家大卫·休谟、主张因果是人的认知结构的德国哲学家康德、主张因果是反事实条件句的美国哲学家和逻辑学家大卫·刘易斯，以及主张因果可以写成代码的美国哲学家和计算机科学家朱迪亚·珀尔。我们将分别介绍这五位哲学家的看法，最终由你来评判谁的观点更有道理。 ### 亚里士多德：因果是世界自带的秩序 谈到因果关系，不能绕开古希腊哲学家亚里士多德。作为古代哲学和科学的集大成者，他的因果观为后世的哲学和科学发展奠定了基调。亚里士多德认为，自然哲学（现代自然科学的前身）的主要课题就是研究事物的原因。在他看来，知道一个事物，就必须知道它的原因，而知道了原因，就意味着我们理解了它的本性。 这意味着，事物存在及其运动变化的原因来自其本性，也就是说，因果关系是这个世界中的事物自带的，是世界本身就有的结构和秩序。那么，究竟什么是事物的原因呢？亚里士多德提出了著名的**四因说**（Four Causes: 亚里士多德提出的解释事物存在的四种原因，包括质料因、形式因、动力因和目的因）。 1. **质料因 (material cause):** 构成事物的材质。例如，一座雕像的质料因是大理石或青铜。 2. **形式因 (formal cause):** 事物的结构或本质，即它之所以是它而不是别的东西。例如，雕像的形式因是工匠脑中的设计蓝图。 3. **动力因 (efficient cause):** 使事物从潜能变为现实的直接推动者。例如，雕像的动力因是雕刻家和他的工具。 4. **目的因 (final cause):** 事物存在的目的。这一点体现了亚里士多德的目的论世界观。他认为任何事物的存在都有目的。人造物（如雕像）的目的是人为赋予的，而自然物也自带目的因，比如植物的根向下生长是为了吸收养分，啄木鸟长出坚硬的鸟喙是为了啄木。 然而，在近代科学革命之后，伽利略、牛顿等人建立了机械论的世界观，摒弃了亚里士多德的目的论。四因说中的“目的因”被后世科学家视为不必要的“玄学”成分，他们只重视“动力因”，也就是牛顿力学中的“力”。 尽管如此，近现代科学家在一点上继承了亚里士多德的因果观：因果关系是客观存在的，是世界中的事物自带的，不以人的意志为转移。牛顿力学告诉我们，“力是改变物体运动状态的原因”。这个“力”是真真切切、实实在在的。与亚里士多德一样，近现代科学家也认为科学的任务就是寻找事物的原因，找到因果规律后，便可以预测事物的发展。 19世纪的法国天文学家和数学家拉普拉斯，对牛顿力学的这种“找原因，做预测”的能力充满了信心。他放言，宇宙中万事万物的运动变化无非是力的相互作用，现在的状态是过去状态的结果，也是未来状态的原因。如果有一个超级智者能知晓某一时刻宇宙中所有粒子的位置和速度，那么宇宙的未来就会像过去一样完整地展现在他面前。后人将这位通晓一切的智者称为**拉普拉斯妖**（Laplace's demon: 一个思想实验中的虚拟智者，能知晓宇宙中每个原子的精确位置和动量，从而能够运用牛顿定律来展现宇宙的整个过去和未来）。 拉普拉斯妖的提出，意味着许多科学家对科学的预测能力充满信心。这种信心背后的哲学假设很明确：因果关系是客观存在的，而科学的任务就是去发现这些客观存在的因果律。这就是从亚里士多德到牛顿再到拉普拉斯一脉相承的“因果实在论”立场。在18世纪，整个科学界都洋溢着一种“决定论的乐观主义”，认为只要掌握足够多的信息，我们就能像拉普拉斯妖一样，预见一切，掌控一切。 然而，就在此时，苏格兰哲学家大卫·休谟泼了一盆冷水，声称对因果关系的理解都错了：因果关系并非客观存在，科学预测也并非普遍必然。 ### 大卫·休谟：因果只是主观的心理习惯 18世纪的苏格兰哲学家大卫·休谟，解构了因果关系的客观性和必然性。他认为因果关系并非客观存在，这一观点振聋发聩，至今仍是哲学家和科学家必须面对的挑战。 休谟首先将人类所有知识分为两类，这一分类被称为**休谟之叉**（Hume's Fork: 将知识分为“观念之间的关系”和“关于事实的知识”两类）。 1. **关于观念之间关系的知识：** 即数学和逻辑学知识，不涉及经验事实，纯粹是概念间的逻辑推理，如“2+3=5”。这类知识是普遍必然的，其否定会导致逻辑矛盾。 2. **关于事实的知识：** 即自然科学和社会科学知识，研究这类知识需要观察经验事实。这也就是关于事物之间因果关系的知识。 休谟认为，第二种关于事实的知识，即因果关系，并非普遍必然的。例如，你观察到太阳出来后石头变热，于是认为太阳照射是石头变热的原因。但休谟会问：这两个事实之间有什么必然联系吗？当你说“因为太阳出来，所以石头热了”，因果之间有任何逻辑必然性吗？并没有。因为它的否定（太阳出来了，石头变冷了）并不会导致逻辑矛盾。 那么，因果之间的联系是如何形成的呢？休谟认为，所谓的因果联系，只是建立在对经验事实的归纳基础上，产生的心理上的习惯性联想。我们每次都观察到太阳出来后石头变热，观察了一万次，形成了一种习惯。当第一万零一次看到太阳出来时，我们的心理就会联想到石头大概率也会变热。 当我们观察到N次A事件伴随着B事件发生，当N足够大时，我们心理上就相信，第N+1次A发生时，B发生的概率也越大。但概率再大也只是概率，归纳不具有必然性。完全有可能下一次太阳出来，石头就变冷了。 一个经典的例子是欧洲人发现澳大利亚之前的“黑天鹅”事件。他们观察了无数只天鹅都是白色的，于是得出科学规律：“天鹅都是白色的”。但当他们在澳大利亚发现黑天鹅时，整个观念都崩溃了。另一个例子是哲学家罗素提出的“火鸡理论”（被刘慈欣写进《三体》里的“农场主假说”）：农场里的一只火鸡科学家观察到，每天上午11点农场主都来喂食，于是它宣布发现了宇宙定律。但在感恩节那天，等来的不是食物，而是屠刀。 这说明，基于经验归纳得出的因果关系并非普遍必然。休谟认为，我们从未直接经验到“因果关系本身”，我们只是看到事件B总是在事件A之后出现，于是习惯性地以为A“导致”了B。因果关系是主观建构的，而非客观存在。 休谟的分析对人们的因果观造成了毁灭性的冲击。他指出，我们找到的所谓原因，只是经验归纳形成的心理联想，并非世界自身的客观规律。这导致人们对科学真理的客观性、必然性的信任开始崩塌。你做的只是发现统计模式，而不是掌握了某种客观的必然规律。 正因如此，后来的“只看相关，不问因果”的观点总会提到休谟。统计学家卡尔·皮尔逊就认为，科学研究并非寻找“原因”，而是描述现象间的统计相关关系。你只需如实记录先发生什么、后发生什么，至于两者间有无因果关系，并不重要。现在的大数据分析主流路线也遵循此道，比如超市里买尿布的顾客也容易买啤酒，我们不必知道原因，只需把它们放在一起提升销量就够了。 当然，休谟并未否认“因果观念”的实用性。他承认，如果每天都怀疑“火会不会突然不烧人”，那也无法生活。他用原话说：“习惯是人生的伟大指南。”他只是在理论上挑明，凡是建立在经验观察之上归纳出的因果关系，都不是客观和必然的。 休谟对因果关系的解构，深深冲击了同时代的另一位哲学家——康德。康德读到休谟的著作时，如五雷轰顶，用他的原话说就是“休谟把我从独断论的迷梦中惊醒”。他意识到，如果因果关系只是心理习惯，那么所有科学知识都将失去普遍必然性，整个科学大厦将失去哲学根基。于是，康德开启了自己的哲学之路，以回应休谟的挑战。 ### 伊曼努尔·康德：因果是人类认知的“出厂设置” 康德是近代以来影响力最大的哲学家之一，他的哲学理论很大程度上是为了回应休谟的刺激。康德首先部分同意休谟的观点：因果关系并非客观存在，确实是我们人类主观建构的。因为我们在经验世界里从未直接观察到“因果关系”本身。 甚至，康德比休谟走得更极端。他认为，我们关于事物的一切认识，都不是事物自带的，都是人类主观建构的。例如，我们看到一个苹果，能感受到它的红色、丝滑手感、重量和酸甜味道。但这些属性是苹果本身自带的吗？康德认为不是。这些属性是我们透过人类特有的感官和认知结构才被认识到的，是主观建构的“现象”或“表象”。 至于撇开这些主观建构，苹果客观的本质是什么——康德称之为**物自体**（Thing-in-itself / Ding an sich: 在康德哲学中，指事物本身的样子，独立于人类的感知和认识之外）——我们无法回答。物自体是不可知的。因此，因果关系当然也是人类认知结构的一种主观建构，是现象世界里的东西，并非物自体自带。 然而，康德并不同意休谟的结论。休谟认为因果推理是主观的，所以科学知识不具备普遍必然性。康德则认为，即便科学知识是主观建构的，它依然具有普遍必然性。他是如何将“主观性”和“普遍必然性”联系起来的呢？ 休谟是经验主义者，认为心灵像一块“白板”，被动地接收经验素材。但康德认为，人类的心灵并非白板，而是自带“预加工程序”的。我们在接受经验事实时，已经在有加工地接受了。这个加工过程，就是通过我们心灵的“认知形式”来完成的。 康德在《纯粹理性批判》中，将人类认知结构分为三层：感性、知性和理性。知性如同加工厂，负责把感性提供的杂乱材料整合成可理解的现象。这个加工程序使用的就是“认知范畴”，其中就包括“因果性”范畴。这个范畴让我们脑子里有这么一根弦：一切事物都有原因，并能让我们把时间上后发生的事物理解为“由前面的事情导致的”。 如果没有因果性这样的认知范畴，世界对我们来说就是一团乱麻。我们看到杯子掉地摔碎，之所以能理解为“因为杯子掉地上，所以它摔碎了”，不是因为观察了一万次才总结出的联想，而是在观察的那一瞬间，就通过因果范畴在观察它。 因此，因果关系并非客观存在于世界之中，而是我们认识世界必备的认知形式。康德称这些认知形式是“先验的”，即先于经验，并且是使我们对经验的认识得以可能的先决条件。就像我们每个人从出生起，都被焊上了一副带有“因果”滤镜的眼镜，透过它看世界，万物就被赋予了因果关系。 那么，为什么这种主观建构具有普遍必然性呢？因为这套认知形式，这副滤镜，是全人类都一样的。正所谓“人同此心，心同此理”。由于这个接口是统一的，人们接受到的因果关系的底层制式就是一样的。因此，基于因果推理的科学知识的普遍必然性，不是建立在它在物自体世界里的客观性，而是建立在“主体间性”之上。 为了进一步论证，康德提出了**先天综合判断**（Synthetic a priori judgment: 康德哲学中的一种判断类型，它既能提供新知识（综合），又具有普遍必然性（先天），独立于经验）何以可能。休谟将知识分为普遍必然的“观念关系”（分析判断）和非必然的“事实知识”（后天综合判断）。康德认为，因果关系属于第三种，即“先天综合判断”。 例如，“一切事物都有原因”这个判断，它提供了新知识（是综合的），同时它又不依赖于经验，是我们脑中自带的预加工程序（是先天的）。它的先天性，来源于我们认知形式的先验性。因此，基于因果推理的科学知识，作为一种先天综合判断，也就具有了普遍必然性。 通过这番操作，康德为科学知识奠定了普遍必然性的基础，回应了休谟的挑战。但这种本体论层面的定义，能帮助我们具体认识和改造世界吗？逻辑学家大卫·刘易斯认为，我们需要一个更具操作性的定义。 ### 大卫·刘易斯：用“反事实”定义因果关系 与康德的本体论定义不同，大卫·刘易斯提出要给因果关系一个操作性定义，即在什么情况下我们可以说两个事件之间有因果关系。他要提供一个判断模型。 我们如何判断因果关系呢？举个例子：你今天上班迟到了，老板问为什么，你回答“因为路上堵车了”。老板质疑堵车是否真是迟到的原因。刘易斯会说，你想表达的是：“如果路上没有堵车，我就不会迟到了。” 这就是刘易斯提出的**反事实条件句**（Counterfactual conditional: 一种逻辑条件句，其前件为假，用于探讨如果情况不同，结果会怎样的可能性）。你想验证A是不是B的原因，就去设想一个“如果不是这样”的虚构场景：如果没有A，B还会不会发生？如果“没有A”就不会有“B”，那么A就是B的原因。 这个虚构场景，刘易斯称之为“可能世界”。要验证现实世界里A和B的因果关系，就要诉诸一个与现实世界“最邻近”的可能世界。在这个世界里，如果A没发生，B也没发生，那么A和B在现实世界里就有因果关系。“最邻近”意味着你设想的可能世界与现实世界的设定修改最少，即控制变量。 有了这个模型，我们就可以在生活和科研中验证因果关系。例如，要验证新药是否有效，可以设想两个邻近的可能世界：一个世界的病人吃了药，另一个世界的病人其他条件不变但没吃药。这就是医学实验中的实验组和对照组。 刘易斯认为，只要两个事件具有这种“反事实依赖关系”，它们就具有因果关系。因果关系的本质，就是反事实依赖。 然而，这个理论也遇到了挑战，一个经典案例是“抢跑问题”（或称“先发制人问题”）。苏茜和鲍比两个孩子同时用石头砸窗户，苏茜先扔中，玻璃碎了；鲍比的石头稍后到达时，玻璃已碎。那么，玻璃碎掉这件事是否反事实依赖于苏茜扔石头？答案是否定的。因为即使苏茜不扔，鲍比也会砸碎玻璃。但这显然不符合我们的直觉。 为了解决这个bug，刘易斯引入了“因果链条”的概念。他认为，即使两个事件没有直接的反事实依赖，我们也要考察它们之间是否存在由中间环节构成的间接依赖关系，只要链条上相邻的两个事件都具有反事实依赖关系即可。 在抢跑问题中，我们可以插入一个中间环节C：“苏茜的石头飞向玻璃”。 * 事件C（石头飞向玻璃）反事实依赖于事件A（苏茜扔石头）吗？是的。 * 事件B（玻璃碎了）反事实依赖于事件C（石头飞向玻璃）吗？是的。 通过这条因果链，即使B不直接依赖于A，我们仍能确定苏茜扔石头是玻璃碎掉的原因。 尽管刘易斯的理论石破天惊，因为它提供了可操作的模型，但它仍然受到批评。主要问题在于，“最邻近的可能世界”这个概念缺乏客观标准，判断起来高度依赖主观直觉。此外，他的理论无法处理概率问题。现实世界中，因果关系往往不是非黑即白的，比如“吸烟是否会导致肺癌”。我们应该问的是“吸烟是否显著提高了得肺癌的概率”，这就需要统计学的力量。而这，正是朱迪亚·珀尔的工作。 ### 朱迪亚·珀尔：让机器理解“为什么” 朱迪亚·珀尔是图灵奖得主，也是畅销书《为什么》（The Book of Why）的作者。作为一名计算机科学家，他力求将因果关系理论实操化到能写成代码，教会计算机理解因果关系。 珀尔高度赞赏刘易斯用反事实条件句判定因果的洞见，但他认为刘易斯诉诸“可能世界”的方法太“拍脑袋”。珀尔主张必须使用数学工具，用概率和统计方法算出因果概率，这才是真正客观、可操作的模型。 珀尔提出了自己的因果关系定义，即“干预模型”：**如果你人为地对X做一个干预动作，导致Y的概率分布发生了改变，那么X就是Y的原因。** 这里的关键词是“干预”。我们来看一个公式：P(Y|do(X=x)) ≠ P(Y|X=x)。 * P(Y|X=x) 是条件概率，代表“观察”：在X=x的条件下，Y发生的概率。 * P(Y|do(X=x)) 代表“干预”：人为强制设定X=x后，Y发生的概率。 举例来说，研究吸烟和肺癌的关系。如果只是“观察”，即比较吸烟者和不吸烟者的肺癌患病率，可能会得出不可靠的结论。因为存在“混杂因子”，比如“压力大”或“某种特殊基因”，这个因子既导致人更容易吸烟，也导致人更容易得肺癌。这就是经典的相关不等于因果问题。 要排除混杂因子，就必须“干预”。你需要随机抽取人群，强制一组人吸烟，强制另一组人不吸烟，然后再对比两组的肺癌概率。这样得出的概率，才排除了混杂因子，是干净的因果关系。 珀尔的干预模型，其核心就是主动干预而非被动观察。这个数学化的模型能算出具体的概率分布，比刘易斯的理论更具实操性。在此基础上，珀尔进一步提出了**结构方程模型**（Structural Equation Model / SEM）和**贝叶斯网络**（Bayesian Network），将因果模型函数化、算法化，赋予了人工智能领域中概率图模型的箭头明确的因果含义。 珀尔认为，当前主流的机器学习模型主要擅长发现相关性，但不能理解因果的机器，并不能真正理解世界。他致力于让AI获得真正的智能，即能够理解因果关系。一个能理解因果的AI，可以进行“如果我做了X，会导致Y吗？”这样的推理，这对决策、诊断、自动驾驶等任务至关重要。 有趣的是，珀尔将这种能力与“自由意志”联系起来。他认为，人的自由意志根源于我们建立反事实推理的能力——我们总可以设想“我本可以做出不同的选择”。当机器也学会思考“我本可以做出不同的选择”，设想另一种可能性时，它也就拥有了自由意志。 ### 总结：谁的因果观更有道理？ 本期节目我们分享了五位哲学家对“因果关系是什么”的回答： * **亚里士多德**认为，因果关系是客观存在于世界之中的。 * **休谟**认为，因果关系是人类心理上的一种习惯性联想，不具备必然性。 * **康德**认为，因果关系是我们认识世界的先验认知形式，是主观建构但普遍必然的。 * **刘易斯**认为，因果关系是一种反事实依赖，提供了一个逻辑上的操作性定义。 * **珀尔**认为，因果关系可以通过干预模型进行概率化和算法化定义，使其更具实操性。 你认为谁的看法更有道理？ 我们之所以关心这个问题，源于人类对“为什么”的好奇。亚里士多德在《形而上学》开篇就说：“求知是人类的天性。”哲学和科学的诞生，正是起源于对世界本原和原因的追问。正是这种永恒的追问，推动了人类知识的发展。今天，我们回过头来追问因果关系本身是什么，这个原因在什么意义上是真实存在的？ 欢迎你参与到对本期大问题的讨论之中。他们的看法发表完了，现在轮到你来发言了。