← 回到天際線 思考機器第 7 層 / 102

EP 562019-12-111:23:01

Judea Pearl 談因果革命與反事實推理

Judea Pearl

因果推論先驅 Judea Pearl 談因果如何超越相關,如何讓機器做反事實推理,也談兒子之死帶來的省思。

Judea Pearl: Causal Reasoning, Counterfactuals, and the Path to AGI | Lex Fridman Podcast #56在 YouTube 看 ↗

重點6 條

  1. 相關不是因果,但因果藏在我們的直覺裡:Pearl 認為兩件事會有相關,背後一定有因果在支撐,只是我們常常在不知不覺間就用了因果的邏輯去解讀相關;統計學家知道以第三個變數為條件,就能讓另外兩個變數的相關消失或憑空出現,碰到辛普森悖論就說「這我們早知道」,但 Pearl 認為他們其實不懂。
  2. do 運算子:把「介入」跟「觀察」分開寫成數學:他發展出 do-calculus,讓「如果我去改變血壓」這種假設性的介入,可以在不用真的動手術的情況下,拿模型去推;差別在於改變一個變數時,只切斷指向它的箭頭,其餘不受影響的東西維持原樣。但模型不保證答得出來,要看因果圖的結構夠不夠清楚。
  3. 反事實才是責任、悔恨與自由意志的根源:Pearl 認為單純知道「做了什麼事會有什麼結果」還不算解釋,要能回答「如果當初沒有這樣做,結果會不會不一樣」(例如「如果沒吃阿斯匹靈,頭痛還會不會好」)才叫解釋,而這種反事實推理正是責任感、悔恨跟自由意志的基礎。
  4. 隱喻是人類智慧的基礎:他認為人類面對不熟悉的問題時,是把它對應到一個熟悉的架構上去理解,例如古希臘人把天空想成一張戳了洞的不透明布幕,把大地想成龜殼,這個「不是真的」的龜殼隱喻卻讓厄拉托斯特尼量出了地球半徑;要讓機器處理真實世界的幾百萬個變數,也得靠這種模型互相拼接,而不是每次都重新推導。
  5. 他擔心 AI 是人類正在創造的新物種:Pearl 說人類正在打造一個可能超越自己、還能自我繁衍的新物種,而歷史上唯一類似的事件就是演化本身;他坦言自己的想像力有限、不知道怎麼談這件事,但確實感到擔憂。
  6. 兒子 Daniel 的死與「邪惡常態化」:他的兒子 Daniel Pearl 在巴基斯坦被蓋達組織相關派系綁架,最後在鏡頭前遭處決;Pearl 認為社會不再把恐怖主義當成禁忌,而是當成被接受的談判籌碼、政治生活的一部分,等於把邪惡正常化了。他說人只要被灌輸得夠久夠深,都可能變成 ISIS、納粹;也擔心受過西方教育的人在某些情境下會變得殘暴,說希望自己不會。

時間軸24 段

01 03:07
好奇心的起點

回顧被 Descartes 解析幾何迷住的少年時代,以及在以色列跟著從德國逃難來的老師學數學、扎實的工程與物理背景。

02 09:14
決定論與自由意志

談宇宙在底層是不是隨機的、量子力學只解釋微觀現象;他認為自由意志是幻覺,AI 研究者終將把它解出來,變成一台看起來擁有自由意志的機器。

03 11:45
機率、相關與因果

說明機率是主體對世界不確定性的度量,相關之所以出現背後一定有因果在支撐;再用兩枚硬幣加一個鈴的例子說明,以第三個變數為條件就能憑空造出相關,並挖苦統計學家碰到辛普森悖論只會說「早知道」。

04 17:04
觀察推不出因果

Lex 舉自己做的自駕車嗜睡研究,Pearl 指出沒辦法控制變數時只能從相關去推論因果,這個問題已經很老;他還拿但以理拒吃國王御膳、改吃素的實驗,說這個研究問題有兩千年歷史。

05 22:13
機器學習只做到相關

Lex 把深度神經網路形容成條件機率估計器,Pearl 同意;要建因果網路,得先問哪個變數聽誰的,這種假設來自理論而非資料本身。

06 26:21
建構因果知識

說明因果知識的建立要先問清楚「研究問題是什麼」,再去收資料、量化參數;流行病學與經濟學的做法就是把少數幾個關鍵變數的因果圖畫出來,再用資料補上細節。

07 29:36
do 運算子登場

他先說由果推因(頭痛好了是不是阿斯匹靈的功勞)比由因推果難;要回答「吃這個藥會怎樣」,得先把問題寫成數學,do 運算子就是為這個設計的,把「介入去改變一個變數」跟「單純觀察它」分開。

08 32:21
在模型裡動手術

用血壓與死亡率的例子說明,就算沒辦法真的動手術改變一個人的血壓,可以在模型裡只動這個變數來模擬介入;但能不能從觀察資料算出來,要看因果圖夠不夠清楚,箭頭畫得越多越難。他也批評經濟學家為了算得出來,放進現實裡不成立的「辨識性假設」。

09 36:59
反事實才是解釋

區分介入與反事實:光說「吃阿斯匹靈會讓頭痛消失」還不是解釋,要能回答「如果沒吃阿斯匹靈頭痛會不會好」才算,這種反事實推理正是責任與悔恨的根源。

10 40:50
機器怎麼學會因果

追問「學習」這個詞本身,指出要先確認給機器所有知識後它能不能做出推理,再談嬰兒怎麼靠著在遊戲中操弄玩具,搭配父母引導跟同儕經驗學會因果模型。

11 44:08
隱喻是智慧的基礎

從二十個變數要跳到兩千萬個變數,他認為答案是靠隱喻——把陌生問題對應到熟悉的架構,例如古希臘人把大地想成龜殼,厄拉托斯特尼就靠這個隱喻量出地球半徑;西洋棋大師的判斷力也是同一種「存起來的答案」。

12 50:43
因果革命

他稱過去三十年因果推論的進展是一場「因果革命」,可以把不同母群體、不同醫院的研究結果通用地推到一個沒被研究過的新族群身上。

13 53:18
結構加時間先後

澄清因果不只是時間先後的問題,而是結構加時間先後;用行刑隊的例子問「如果某個槍手拒絕開槍,囚犯還會不會死」,這種反事實問題人類一眼就能回答,機器卻需要一套演算法。

14 56:46
光看事實學不到因果

假設一台機器看了兩百場行刑的紀錄,它只看得到「開槍、沒開槍、死、沒死」這幾個事實,卻推不出「誰聽誰的」,也就答不出「如果某個槍手拒絕開槍會怎樣」;隨機出現的雜訊(例如槍手剛好生病)才能提供介入實驗的線索。

15 59:10
通用智慧的終點

他認為機器智慧的終點是能處理反事實、遺憾、同理心、責任與自由意志;自由意志的圖靈測試還不存在,但機器之間如果能像人一樣用獎懲溝通、彼此究責,球隊表現可能因此變好。

16 1:02:01
打造有道德的機器

主張因果推論是打造有道德機器的必要條件,因為機器要能同理、理解什麼對人是好的,等於要先在心裡建一個「你」的模型;他已經有自己的模型,把對方對應上去就好。他說自由意志就是手上有一份自己的藍圖,照鏡子時知道調整哪裡就會有不同表現;意識則是擁有一份自己軟體的藍圖。

17 1:04:31
一個新物種的憂慮

坦言自己擔心 AI 是人類正在創造的新物種,它可能超越人類、還能自我繁衍,而人類唯一遇過類似的事只有演化本身;他直言自己的想像力有限,不知道該怎麼談這件事。

18 1:06:42
在以色列的成長歲月

回顧自己在以色列服的 NAHAL 兵役——結合農業勞動與軍事訓練,以及戰後以色列人口從六十萬暴增到一百八十萬、卻沒有人挨餓、高等教育預算也沒被砍過的「奇蹟」。

19 1:10:01
機器人需要神的隱喻嗎

Lex 問宗教對社會好不好,他把問題轉成要不要給機器人宗教信仰——他認為機器人會靠隱喻推理,只要有訓練者,就會把宇宙的一切都對應到那個訓練者身上,那就是神。至於這個隱喻對人類好不好,他說不確定,覺得大致有幫助,前提是記得那只是隱喻。

20 1:12:11
兒子 Daniel 的故事

談兒子 Daniel Pearl 在巴基斯坦遭蓋達組織相關派系綁架、最後在鏡頭前被處決的經過;他說沒去留意那些藉口,只記得一開始要的是美國答應過的飛機,覺得那些要求都是編出來的,但也說自己其實不清楚。他接著說,我們並不理解有多少人從小就被教育去仇恨。

21 1:14:09
灌輸與邪惡常態化

他說人只要被灌輸得夠久夠深,都可能變成 ISIS、納粹;也擔心受過西方教育的人在經濟危機之類的情境下會變得殘暴,說希望自己不會。Lex 提到他在 Daniel 死後七年於《華爾街日報》發表〈Daniel Pearl and the Normalization of Evil〉,他說那篇的訊息是社會不再把恐怖主義當成禁忌,而是當成被接受的談判籌碼。

22 1:17:17
父親節憶起 Daniel

被問到心裡是憤怒、悲傷還是希望,他說在巴基斯坦人裡也看到美好的人,但也看到邪惡在他身處的這個國家散播,民粹口號連最優秀的知識分子都能打動。接著在父親節回憶 Daniel:他有自己沒有的平衡感、沒那麼情緒化,看得到每個人的美好;一次在柏克萊遇到街友討錢,他往後退了兩英尺,Daniel 卻抱了對方、給了錢。

23 1:19:03
給年輕人的建議

建議年輕研究者放心提問、用自己的方式去解決問題,不要等教授把事情想對才動手;他說自己寫《為什麼之書》就是想讓常識重新普及,鼓動學生反抗權威。

24 1:20:53
墓誌銘已經刻好了

談到自己的學術遺產,他說墓誌銘已經刻好——反事實的基本定律,一個把反事實寫成模型手術的簡單方程式;只要後人懂了這條,他所有的知識都能靠數學推導出來,可以安心離開。