越钻越糊涂：一张图看懂因果推断的七大流派与三场对峙
burny_tech · x · 2026-11-10
burnytech 感叹科学中的因果性流派之多远超预期：本以为钻进因果性会越理越清，结果越深入越发现分歧、细微差别与不确定性。
配图梳理了：
- 七大因果理论：规律论（Hume/Mill/Mackie）、概率论（Reichenbach/Suppes）、反事实论（Lewis）、干预主义（Woodward，近 Pearl 框架）、物理过程/传递论（Salmon/Dowe）、机制主义（Machamer 等）、因果能力论（Cartwright 等），各附核心主张与主要困难
- 科学实践中三组最显眼的对手：Pearl 结构因果模型 vs Neyman-Rubin 潜在结果（假设相同时大体兼容）；反事实基础 vs Dawid 的决策理论路径；Granger 预测性因果 vs 干预式与动力学因果建模
- 「没浇水导致植物死」这类缺失原因是否是真原因，各流派至今分歧；物理学中因果是否基本仍存争议
「漫话AGI」频道最新
- Sutton 引用 Bitter Lesson 争议:蛮力算力不够,AI 仍需新方法 — RichardSSutton · 2026-11-10
- 图表：AI 成本下降速度远超此前历次变革性技术 — YaAbsolyutnoNikto · 2026-11-10
- Anthropic 自曝刻意限制 Model 3 的 AI 研发加速类研究能力 — ziv_ravid · 2026-11-10
- 6 推长文：专用模型统一成端到端系统，编排逻辑将被训练取代 — andreisavu · 2026-11-10
- 作者：谈判与合约是被低估的高价值 AI 用例 — curious_vii · 2026-11-10
- 《任何人造出它，人人皆死》核心论证被浓缩成一页摘要 — DavidSKrueger · 2026-11-10