因果分析系列1–入门

因果简介

目前机器学习非常擅长回答预测问题。新的人工智能浪潮并未给我们带来真正的智能，其只是人工智能的一个关键组成部分——“预测”。我们可以用机器学习做各种奇妙的事情，唯一的要求是把我们的问题转化为预测问题。想把英语翻译成葡萄牙语吗？建立一个ML模型，在给定英语句子时预测葡萄牙语句子。想识别人脸吗？建立一个ML模型，预测图片的某一部分是否有一张脸。想造一辆自动驾驶汽车吗？建立一个ML模型来预测车轮的方向，并在汽车周围的图像和传感器显示时制动器和油门上的压力。

然而，ML并不是万能的。它可以在非常严格的边界条件下创造奇迹，如果它使用的数据不满足模型的假设前提，它仍然会失败。再举一个预测的例子，“在许多行业，低价格与低销售额有关。比如，在酒店业，旅游旺季以外的价格都很低，需求最高、酒店爆满的时候价格就高。考虑到这些数据，一个天真的预测可能表明，提高房价将导致更多的房间售出。”

ML在这种逆因果关系类型的问题上是出了名的糟糕。他们要求我们回答“如果”的问题，经济学家称之为反事实。如果我现在要的不是