朱迪亚·珀尔

珀尔认为当前深度学习等机器学习本质上是条件概率估计器，只能学习变量间的关联，无法回答因果问题，这限制了AI达到真正智能水平。

“当今深度学习等机器学习方法本质上是条件概率估计器，擅长学习变量间的关联，但无法回答“为什么”或“如果……会怎样”这类因果问题。这限制了AI达到真正智能水平。”

珀尔认为仅凭观察数据无法可靠推断因果关系，因为可能存在未观测的混杂变量，必须依靠因果模型判断何时需要实验。

“仅凭观察数据（观察性研究）无法可靠推断因果关系，因为可能存在未观测的混杂变量。我们需要因果模型来判断何时可以从观察数据中识别出因果效应，何时必须进行实验。”

珀尔对人类正在创造一个可能超越自身能力的新物种深表担忧，认为其发展轨迹是未知的灰域，需要无比谨慎。

“We are building a new species that has the capability of exceeding our capabilities. —— 我们正在创造一个新物种，它有能力超越我们的能力。”

珀尔认为智能体必须内化一个关于世界如何运作的因果模型，才能回答反事实问题，而反事实推理是解释、责任和自由意志等概念的核心。

“无论是人还是机器人，要回答“如果不是……会怎样”这类反事实问题，都必须内化一个关于世界如何运作的因果模型。”

珀尔认为在变量极少的领域手动构建因果模型相对容易，但在涉及数百万变量的复杂世界中如何自动或半自动构建因果模型，是AI面临的核心挑战。

“对于涉及数百万变量的复杂世界，如何自动或半自动地构建因果模型，是AI面临的核心挑战。”

珀尔认为没有相应的词汇就无法提出问题、也就无法回答问题，语言是提问与思考的前提。

“You cannot answer a question that you cannot ask, and you cannot ask a question you have no words for. —— 你无法回答一个你无法提出的问题，而你无法提出一个你没有词汇来描述的问题。”

珀尔鼓励年轻学者敢于提出自己的问题、用自己的方式理解和解决问题，不畏惧权威和常规的束缚。

“Follow your questions and try to understand things your own way. —— 追随你的问题，并尝试用你自己的方式去理解事物。”