活动回顾
每次讨论的核心问题、关键观点、集体结论与方法概念总结
因果推断高尔顿皮尔逊2026年8月12日
第六期：从海盗到豚鼠——因果推断的起源
本次讨论围绕因果推断的发展脉络展开，重点梳理了高尔顿、皮尔逊与赖特三位学者在统计学与因果关系演进中的关键贡献与思想转变，并深入探讨了相关性与因果性的本质区别及其对现代科学的影响。
主读：Judea Pearl & Dana Mackenzie, The Book of Why: The New Science of Cause and Effect
核心问题：高尔顿的探索与回归均值 等 3 个问题
因果推断人工智能大语言模型2026年6月22日
第五期回顾：观察、干预与想象——因果的三级阶梯
本次讨论核心指出，当前人工智能（如大语言模型）仅能模仿人类的语言模式与相关性推理，缺乏真正的因果理解能力。人类独有的反事实思维——即想象“若非如此，结果会如何”——才是识别真实机制、推动科学进步的关键，而这一能力当前AI完全不具备。
主读：Judea Pearl & Dana Mackenzie, The Book of Why: The New Science of Cause and Effect, Chapter 1
核心问题：问题1：当前人工智能是否具备真正的因果推理能力？ 等 3 个问题
因果推断do算子Judea Pearl & Dana Mackenzie2026年6月5日
第四期回顾：思维胜于数据——从“相关”到“因果”
本次讨论围绕大数据时代下计划经济与市场经济的可行性、因果关系与预测的本质区别，以及因果推断中的干预（do算子）与反事实逻辑展开，涵盖了哈耶克与兰格论战、卢卡斯批判、DAG模型与工具变量等核心理论，最终聚焦于全量数据是否足以支撑科学化的计划经济这一根本问题。
主读：Judea Pearl & Dana Mackenzie, The Book of Why: The New Science of Cause and Effect, Introduction: Mind over Data & Chapter 1
核心问题：相关不等于因果的核心命题 等 3 个问题