因果推斷與大數據

大數據中一個耳熟能詳的說法是：大數據長于分析相關關系，而非因果關系。但這可能是一個偽命題。如何從相關關系中推斷出因果關系，才是大數據真正問題所在。這個問題，被稱為因果推斷（causal inference），它是蘋果iPhone 6的語音識別和谷歌的無人駕馭汽車技術的基礎。這個領域的大牛，美國工程院院士于達·珀爾（Judea Pearl，國內一般譯為朱迪亞·珀爾）因此獲得2011年的圖靈獎。珀爾院士提出概率和因果推理演算法，徹底改變了人工智能最初基于規則和邏輯的方向。

珀爾院士的思想，在圖靈問題的頂層設計高度，改變了我關于大數據的認識。與珀爾院士的深度思想交流事出偶然。“美國大師行”的舊金山站安排9月3日下午見珀爾院士。本來只是禮節性的見面，請他簡單介紹一下研究成果。但珀爾院士顯然理解錯了，以為是專業交流，于是準備了64頁的數學講義。當他聽說聽眾竟然來自媒體、法律、經濟等文科背景時，不禁瞠目結舌。他說：“對不起，我不知道你們……”。改講義已來不及了，只好硬著頭皮，對牛彈琴。不料，兩小時后，珀爾院士談得興起，早忘了我們是學什么的，奔放的數學思想噴薄而出，圖論、概率論、非線性數學的公式像袋鼠一樣，隔著十幾步十幾步地跳躍，如黃河之水，一發而不可收。時間已到，主辦方反復提示無效，又講了一個多小時。

我身旁的兄弟，被我晃醒，好像還在夢中，幾乎已經坐不正了。我靠一杯一杯的咖啡支撐，勉強聽著。之后，卻意外地聽入了迷，最后聽到如醉如癡。