因果推理研究的认知进路:基于人工智能视角_中国煤炭行业知识服务平台

因果推理研究的认知进路:基于人工智能视角

作者

黄闪闪
单位

天津理工大学马克思主义学院南京大学博士后流动站
摘要

因果关系是人工智能实现从感知到认知需突破的关键问题,因果推理对于构建可解释的机器学习模型至关重要。用概率解释因果关系是一种自然主义观点。因果贝叶斯网络的运用表明,发现因果关系的人工智能归纳法面临因果马尔可夫条件的客观性解释难题。为保证归纳的因果模型符合我们理解的因果关系,因果认知理论体现了一种认知转向的非实在论立场。因果推理的认知进路昭示着概率理论从单一向多样化发展,主观与客观从对立到融合的可能性。
关键词

因果关系的概率解释因果马尔可夫条件认知进路
基金项目(Foundation)

教育部人文社科基金青年项目(18YJC72040001)；中国博士后科学基金面上项目(2019M651798)；
文章目录

一因果关系的概念框架：脉络与评价
二贝叶斯网络中的因果马尔可夫条件：解释恰当性问题
(一)因果模型
(二)贝叶斯归纳
(三)因果马尔可夫条件的解释问题
三因果性研究的认知进路：解释和推理
(一)本体论的因果解释
(二)认识论的因果解释
四因果概率解释的发展：多样性和融合可能性
引用格式

黄闪闪.因果推理研究的认知进路:基于人工智能视角[J].湖南科技大学学报(社会科学版),2021,24(02):44-50.DOI:10.13582/j.cnki.1672-7835.2021.02.006.