网易首页 > 网易号 > 正文 申请入驻

为什么让 AI 理解世界的前提是读懂因果?

0
分享至

本文来自PRO会员通讯内容,文末关注「机器之心PRO会员」,查看更多专题解读。



当前 AI 系统虽然在生成、感知和决策任务中取得显著进展,但其核心仍依赖统计关联拟合,难以理解变量背后的因果机制。随着 AI 进入开放环境,泛化、规划与可靠决策能力逐渐成为关键瓶颈,因果 AI 通过引入因果结构、干预推理与反事实分析,成为突破统计学习范式的重要探索方向。。

NTP为何不擅长「反事实推理」?当前AI 系统停留在认知阶梯的哪个环节?...

目录

01.如何理解NTP 范式的缺陷在于不理解因果?

如何保证 AI 反事实推理的可验证性?当前有哪些因果推理方向的探索?...现有的因果推理实践有哪些局限?有哪些团队在探索因果AI的实际应用?...

02.因果 AI 能否突破统计拟合的天花板

03.因果 AI 的实践与部署还有哪些难题待解?


如何理解 NTP 范式的缺陷在于不理解因果?

1、当前 AI 系统在感知、生成与复杂任务执行等方面取得显著进展,其能力提升主要依赖以 Next Token Prediction 为代表的统计学习范式。业内部分研究者认为,该范式擅长捕捉数据关联,但在变量关系、环境机制和真实世界理解方面仍存在局限,难以实现对环境机制、因果关系和真实世界规律的深层理解。[1-1]

① 以 Next Token Prediction 为代表的统计学习范式,本质上是学习数据中的统计共现模式。模型通过大量样本捕捉输入与输出间的相关性并据此预测,但未建立变量间的因果链,不理解现象背后的物理规律与生成机制。[1-1]

② 图灵奖得主珀尔此前曾提出因果阶梯认知层级框架,将认知能力划分为关联、干预与反事实三个层级,每一级都代表了比前一级更深刻的「理解世界的方式」。[1-2]

③ 当前以数据驱动为核心的 AI 系统主要停留在「因果阶梯」的关联层面,擅长发现规律和预测结果,但在「干预」和「反事实」推理方面仍存在不足。这种「表现与理解之间的割裂」,体现了统计学习范式在理解复杂环境机制时的内在局限。[1-2]

2、近年来,业内研究者围绕世界模型、空间智能和具身智能等方向展开探索,推动 AI 从单纯的数据关联预测转向对环境状态变化、行动影响和潜在规律的建模。在这一背景下,围绕如何提升模型对变量关系与因果结构的学习能力,因果 AI 相关研究逐渐受到 AI 领域关注。

① AI 应用场景正从信息处理走向复杂环境交互,模型不仅需要预测结果,还需要理解环境变化与行动后果。传统深度学习依赖数据关联学习,在机制理解和跨场景泛化方面存在不足,因此因果推理能力的 AI 方法受到关注。[1-3]

3、因果 AI 并非近期出现的概念,其理论基础建立在长期发展的因果推理与结构因果模型研究之上。近年来,以 LeCun 与李飞飞等学者为代表的物理世界理解研究,围绕环境规律学习、状态演化建模和行动结果预测展开探索,与因果 AI 强调的变量关系建模和因果推断目标具有较强联系。

① 图灵奖获得者 LeCun 指出,当前基于统计关联的生成模型缺乏对物理世界动力学与因果关系的底层理解,正是这一缺陷促使他在自主机器智能的路径中转向构建能够预测行动后果、理解世界运作方式的内在模型 。[1-4]

② 李飞飞在其世界模型研究中同样基于对统计拟合局限的判断,区分了纯视觉渲染器与结构性模拟器,并因此主张真正的智能需要几何可检验、物理符合牛顿定律、动力学遵循物理法则的模拟环境,而非对数据特征的复现。[1-5]

4、对环境规律与行动后果的建模,核心在于刻画干预发生后状态的连锁变化。为了应对这一需求,研究者们开始尝试将因果图等结构化工具引入深度学习,以改善系统在复杂交互中的泛化表现。[1-6]

① 传统模型依赖被动观测数据的统计共现,在遭遇未见过的分布偏移或策略交互时容易失效。通过引入能够表达干预效应的因果机制,为克服单纯关联匹配的局限提供了可供探索的技术方案。


因果 AI 能否突破统计拟合的天花板

1、基于当前前沿高校与研究者的相关探索,「因果 AI」通常围绕「因果推理」能力展开,其核心是通过学习变量间的因果结构与干预机制,使 AI 系统突破统计关联限制,从「预测性关联」走向「机制性理解」,并在复杂环境中提升泛化与决策能力。...

关注「机器之心PRO会员」,前往「收件箱」查看完整解读



特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
阿里达摩院很可惜,当年砸1000亿,但如今13个科学家走了9个,很多项目已收缩

阿里达摩院很可惜,当年砸1000亿,但如今13个科学家走了9个,很多项目已收缩

互联网.乱侃秀
2026-11-16 13:19:29
特朗普:不介意黄仁勋重掌英伟达

特朗普:不介意黄仁勋重掌英伟达

界面新闻
2026-11-16 23:00:15
央视曝光:建筑垃圾侵占基本农田,整改一个月后仍原封未动

央视曝光:建筑垃圾侵占基本农田,整改一个月后仍原封未动

齐鲁壹点
2026-11-16 07:02:45
5-0!斯诺克一夜3场惨案,中国军团2胜3负:2位00后新星爆冷出局

5-0!斯诺克一夜3场惨案,中国军团2胜3负:2位00后新星爆冷出局

球场没跑道
2026-11-16 21:56:38
一衣难求,北京大学新款羽绒服火出圈:售价399元,绒子含量90%;校外网友纷纷求代购:售价划算,加上名校光环,很想拥有一件

一衣难求,北京大学新款羽绒服火出圈:售价399元,绒子含量90%;校外网友纷纷求代购:售价划算,加上名校光环,很想拥有一件

极目新闻
2026-11-16 10:06:42
事态彻底变天了!俄罗斯用一张40克的网,把乌军无人机拦得死死的,这技术路线太狠了,引发舆论热议!

事态彻底变天了!俄罗斯用一张40克的网,把乌军无人机拦得死死的,这技术路线太狠了,引发舆论热议!

林杰论事
2026-11-15 06:15:34
传腾讯内部空前危机感:AI也会被替代!

传腾讯内部空前危机感:AI也会被替代!

城事堂
2026-11-17 00:05:10
贝加尔湖的存在,完全打破了人类对湖泊的常规印象。首先最逆天的是它的深度,最大水深1637米,能淹没两座哈利法塔

贝加尔湖的存在,完全打破了人类对湖泊的常规印象。首先最逆天的是它的深度,最大水深1637米,能淹没两座哈利法塔

扶苏聊历史
2026-11-16 17:44:56
男子被熟人骗至缅甸电诈园区,姐姐赴泰国营救

男子被熟人骗至缅甸电诈园区,姐姐赴泰国营救

网易新闻出品
2026-11-16 18:25:30
争议!19岁亚马尔转发辱华视频,遭质疑删帖,网友:第2个姆巴佩

争议!19岁亚马尔转发辱华视频,遭质疑删帖,网友:第2个姆巴佩

大秦壁虎白话体育
2026-11-16 08:27:29
日本参议员硬刚防卫相:你敢说这句话吗?

日本参议员硬刚防卫相:你敢说这句话吗?

环球网资讯
2026-11-16 06:55:05
男子结婚22年发现俩儿子均非亲生,一审判前妻返还30万抚育费赔偿8万,“大儿子”名下房产一人一半;男子不上诉:尽快和烂人烂事切割

男子结婚22年发现俩儿子均非亲生,一审判前妻返还30万抚育费赔偿8万,“大儿子”名下房产一人一半;男子不上诉:尽快和烂人烂事切割

都市快报橙柿互动
2026-11-16 20:42:29
中产股民愤怒了!多张大额亏损账户流出,不少投资者注销证券账户,直言“痛定思痛,远离股市”

中产股民愤怒了!多张大额亏损账户流出,不少投资者注销证券账户,直言“痛定思痛,远离股市”

火山詩话
2026-11-16 19:30:03
两位妈妈打扮精致去开家长会,被发到网上,网友吵翻:这是选美,还是开会?

两位妈妈打扮精致去开家长会,被发到网上,网友吵翻:这是选美,还是开会?

蝴蝶花雨话教育
2026-10-29 00:05:14
黄金大跌,慌啥子嘛!!!

黄金大跌,慌啥子嘛!!!

杨子黄金
2026-11-16 07:52:25
炸锅: 北京起飞航班惊现印度轮椅大军! 1个航班99人要轮椅, 全球机场被印度人挤爆

炸锅: 北京起飞航班惊现印度轮椅大军! 1个航班99人要轮椅, 全球机场被印度人挤爆

人间颂
2026-11-16 13:02:28
“我希望你死”,黄仁勋被曝在30多名高管的会议上怒斥一位副总裁

“我希望你死”,黄仁勋被曝在30多名高管的会议上怒斥一位副总裁

阿尔卑斯瞭望
2026-11-16 18:49:04
第三轮第七批中央生态环保督察完成督察进驻阶段工作

第三轮第七批中央生态环保督察完成督察进驻阶段工作

新华社
2026-11-16 19:23:13
倍诺达价格直降100万元!药企回应:定价经过深思熟虑,不存在“卖一针亏一针”的情况

倍诺达价格直降100万元!药企回应:定价经过深思熟虑,不存在“卖一针亏一针”的情况

红星新闻
2026-11-16 20:35:09
太惨烈,都是跌停!中际旭创市值少了1万亿,不少股民爆仓了

太惨烈,都是跌停!中际旭创市值少了1万亿,不少股民爆仓了

金石随笔
2026-11-16 15:02:52
2026-11-17 05:47:00
机器之心Pro incentive-icons
机器之心Pro
专业的人工智能媒体
14488文章数 142758关注度
往期回顾 全部

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

官宣离婚不到1月,李小冉进医院

财经要闻

10万人逼宫英伟达 黄仁勋要复职了?

汽车要闻

多面新方盒捷途环游者EV开启预售 9.99万元起

态度原创

亲子
健康
教育
家居
军事航空

亲子要闻

重新点燃亲密的火花:产后女性性生活质量康复指南

情绪真能让健康人"伤心至死"?

教育要闻

高考地理中的特殊的锋面

家居要闻

2026建博会(广州) 公装联探展交流活动

军事要闻

美军在中东再成三航母之势

无障碍浏览 进入关怀版