大模型会推理，但真的懂因果吗？| GAIR Live 033期回顾|因果关系|因果图|大模型|推理

因果应该是世界模型和Agent下一阶段最重要的能力之一。

作者丨马晓宁

编辑丨岑峰

过去一年，大模型最受关注的变化之一，是它越来越像一个“会思考”的系统。

从数学证明、代码生成，到复杂任务规划和Agent执行，大模型正在展现出过去人工智能难以企及的问题解决能力。它不再只是根据输入生成输出，而是在尝试理解任务目标、拆解问题，并完成更加复杂的推理过程。

但随着能力边界不断扩展，一个更深层的问题也随之出现：

大模型会推理，但它真的理解世界为什么如此吗？

一个能够给出正确答案的模型，是否真的理解了答案背后的原因？它究竟掌握了世界运行的规律，还是只是学会了更加复杂的模式匹配？

真正的智能或许并不只是知道“世界是什么样”，而是知道“世界为什么会这样”。

从“知道答案”到“理解原因”，可能正是人工智能从能力提升走向智能跃迁时，需要跨越的一道门槛。

这也是因果智能重新进入AI核心讨论的原因。

因果智能并不是一个新概念。因果推断作为统计学、机器学习和人工智能领域的重要研究方向，已经发展了数十年。但随着大模型从预测走向推理，从回答问题走向自主行动，一个经典问题正在获得新的现实意义：机器是否真的理解它正在处理的世界，以及它的行动将如何改变这个世界。

过去的机器学习系统更多关注预测能力：根据已有数据判断未来可能发生什么。但现实世界中的许多关键任务，并不只是要求找到规律，而是要求理解规律背后的机制。

医生需要知道的，不只是某种治疗方案与康复结果之间存在关联，而是哪种干预真正影响了患者恢复；工业系统需要知道的，也不只是哪些变量经常同时出现，而是什么因素真正导致故障，以及改变什么才能避免下一次故障。

对于正在快速发展的Agent而言，这个问题更加直接：

如果我采取一个行动，世界会因此发生什么变化？

这也正是GAIR Live第033期讨论的核心。

10月9日，GAIR Live邀请浙江大学况琨担任主持人，与广东工业大学蔡瑞初、北京大学李昊轩两位学者展开了一场围绕“因果智能”的深入讨论。

三位嘉宾分别从因果人工智能、因果发现、因果推断以及大模型推理等方向出发，讨论大模型时代因果科学面临的新问题。

这场讨论并没有简单回答“大模型到底懂不懂因果”。因为关键不只是看它能否给出正确答案，更要看它是否真正理解了答案背后的原因。

更准确地说，大模型已经展现出一定的因果能力，但这种能力究竟来自真正的因果理解，还是来自海量数据中的复杂统计规律？

随着AI从对话系统进一步走向Agent和世界模型，因果问题的重要性也正在被重新认识：未来的智能系统，是否必须具备理解因果、预测行动后果的能力？

以下为本期GAIR Live圆桌讨论实录，AI科技评论在不改变嘉宾原意的基础上进行了整理。

从模式匹配到因果理解，还有多远？

况琨：第一个问题是，大模型是不是真的懂因果？它是不是已经学到了某种因果结构，还是一种更高级的模式匹配？

过去我们做因果研究，强调可解释性、稳定性，以及解决OOD（分布外泛化）问题。但现在大模型通过预训练接触了海量场景，过去的OOD问题是不是就不存在了？数据和环境变化时，它还能不能找到真正稳定的规律？蔡老师先谈谈。

蔡瑞初：我觉得现在有两类大模型，一类是大语言模型，一类是结构化数据基础模型。它们理解了因果的不同方面。

大语言模型通过学习大量人类知识，掌握了现实世界中许多能够用语言表达的常识性因果关系。我们借鉴大语言模型的路线，提出了因果发现基础模型，在实验中超越了此前设计的方法。这说明结构化数据基础模型也具备了一部分从数据中发现因果关系的能力。两者擅长的并不完全是同一件事：大语言模型更多记住已有的常识性因果知识，结构化数据基础模型则可能学到了一些发现因果结构的方法。

至于是真懂、假懂，还是高级模式匹配，我个人认为，如果一个学生能够把所有问题都回答正确，那么到底是真的懂，还是学到了更高级的模式匹配，其实就没有必要区分了。只要他会了，我觉得就可以认为他懂了。

OOD泛化也要区分情况。如果只是狭义的分布外泛化，我觉得已经有不少解决方法，而且效果不错。例如在我们的因果发现基础模型中，数据分布可以不同，但只要满足相同的因果机制，模型仍然能够泛化。

但如果机制本身也发生变化，问题可能永远没有止境。机制之上可能还有更高层次的元知识，元知识之上或许还有其他知识。

况琨：昊轩，你怎么看？

李昊轩：大模型学到了因果吗？我觉得学到了。但这些因果知识是怎么学到的？是不是通过正确的途径学到的？我觉得不一定。

现在的大模型主要通过语言建模任务训练，本质上仍然是在进行概率预测，学习语义之间的统计相关性。相关性和因果性并不矛盾，很多相关关系本身就是因果关系，因此模型确实能从数据中学到部分因果知识。问题是，它未必知道哪些是真正的因果，哪些是虚假相关。它在结果上表现出因果能力，并不意味着它是通过因果机制学会这些知识的。

真正通过因果的方式学习，我觉得首先需要从数据中学到因果图和结构方程，对它们进行验证，形成因果知识库，再将这些知识融入基础模型的预训练或后训练。

大模型目前做因果发现，大致有两类路径：一种利用条件独立性等统计规则，另一种利用语义。我们之前做过实验，用Prompt让大模型做因果发现，分别遮蔽和保留变量名称，结果出现很大差别。这说明模型高度依赖变量名称携带的世界知识，并不完全是从数据中发现因果关系。

我们也看到过相关研究：单纯依靠大模型和语言提示进行因果发现，表现有时可能接近随机猜测。我觉得这反映出一个问题：模型可能懂得因果的表述，却未必真正掌握因果发现的方法。

我认为两种方法应该结合：语义能提供传统统计方法难以直接利用的知识，数据驱动的方法则有自己的优势。

另外，我想强调内插和外推的区别。现在很多具身智能公司都在大量采集数据。数据采集能够扩大内插的边界，却不能直接提升模型本身的外推能力。数据覆盖更多场景，模型当然会变强，但从商业化角度看，随着数据越来越多，继续扩大内插范围的边际收益可能递减。

比如机器人抓取一个物体失败，模型未必知道是第三步方向错误，还是第七步用力太小。它缺乏对失败原因进行反思的能力。遇到训练数据中没有出现过的环境时，能否完成任务，更考验模型的反事实推理能力。

所以我们不仅需要采集数据，还要更聪明地采集干预数据。内插靠数据，外推还是要靠因果能力。两位老师近期工作从因果发现出发，利用条件独立性、噪声、加性模型等机制合成数据并进行预训练，让模型能学习到因果结构和机制的稳定性。所谓稳定，就是面对新场景、新环境，某些规律仍然成立，这正是提升模型外推能力的重要一步。至于机制本身改变时怎么办，正是后面要讨论的难题。

况琨：蔡老师区分了常识性因果和因果发现能力，昊轩则提醒我们，学到因果知识不等于通过因果机制学习。

近年来结构化数据基础模型发展很快，例如TabPFN，以及清华大学崔鹏老师团队发布的LimiX。我们和蔡老师团队都在研究，这类模型能否用于因果发现、因果推断。

但无论大语言模型还是结构化数据基础模型，底层仍然主要依赖Transformer与概率建模。它们可能在结果上获得因果能力，却未必采用因果机制来学习。

我也在想：大模型的OOD能力，是否部分来自它的“见多识广”？很多过去认为分布外的场景，已经被纳入预训练数据范围。但数据覆盖更多，不意味着解决了真正的机制外推。

因果的重要属性之一是不变性。比如下雨导致地面变湿，在很多时间和地点都成立。如果模型学到了这种不变性，能不能通过“以不变应万变”解决外推？

不过，如果我们在训练时学到的结构因果模型（SCM）在推理时发生变化，过去学到的机制可能就不再适用。这时候怎么办？

蔡瑞初：对OOD的改善，一部分可能是因为模型见多识广，另一部分也可能是因为它学到了稳定机制。我想进一步问昊轩：你说的外推，是因果机制本身的外推，还是因果机制保持不变时，对数据分布的外推？

如果因果图和机制都没变，只是分布改变，严格来说，可能还不是机制的外推。我们有没有可能学到比SCM更高一层的假设？例如因果发现中常用的“原因变量与噪声变量独立”，能否跨越不同机制继续成立？我觉得这类元假设值得研究。

李昊轩：这涉及因果的适用边界。我们说因果关系稳定，首先需要明确究竟什么是不变的，以及它能保持多久。

比如推荐系统中的用户兴趣。一个人在年轻、怀孕后或年老时，兴趣可能很不一样，但在某一个阶段内又具有相对稳定的规律。因果关系可能只在特定时间范围内成立，而不是永远不变。

因此，利用因果知识训练模型，不只是合成数据，还可以把机制的稳定性变成训练约束。对于长期不变、短期不变的机制，应该有不同的约束方式；变量或节点发生变化时，也要判断哪些关系仍然成立。比如到了新的时刻增加了几个变量，原来哪些关系会被改写，哪些关系依旧有效？这些都是因果泛化要明确的边界。

况琨：我认同。因果不能解决所有问题，我们既要利用机制的不变性，也要明确它的适用边界。大模型是否真正理解因果，恐怕很难用“Yes or No”回答。它们已经表现出部分因果能力，但如何获得这些能力、能否跨越机制变化，仍值得继续研究。

从相关走向因果：

大模型与因果科学如何相互赋能？

况琨：第二个问题是，大模型掌握的世界知识，能不能帮助传统因果发现和因果推断？过去我们主要面对表格数据，尝试寻找因果图或估计因果效应，但会遇到隐混杂、个体间相互影响（interference）、分布变化等问题。现在大语言模型能不能提供新的方法？

李昊轩：我认为最有价值的方向之一，是尝试放宽经典统计学中一些严苛的假设。大模型积累了世界知识、语义信息，能让一部分传统方法难以处理的问题变成可以估计、可以补全的问题。

第一个例子是无混杂假设。因果推断往往要求不存在未观测的混杂因素，但真实数据经常不完整。比如出于隐私原因，我们拿不到用户的真实工资、学历等重要信息。

我们做过一项工作，让大模型根据已观测的协变量与世界知识，推断缺失的潜在混杂变量及其取值，尝试把未观测混杂转化为可以分析的变量。传统方法只能使用表格中已有的维度，而大模型掌握的知识远远超出了表格。这也是为什么语义信息可能成为传统统计方法的一种补充。实验取得了很好的效果，也超过了其他方法。

我们希望借助开放世界推理，将传统的“没有观测到重要变量”变成“利用知识对变量作出估计”。不过，这是一种实用的补全思路，不是说我们已经在理论上证明无混杂假设成立。

第二个例子是Positivity假设，即每种处理对每个个体都要有非零的接受概率。比如在医疗场景中，有些患者不可能接受某种治疗，甚至涉及伦理限制；传统方法难以估计这类患者接受该治疗的效果。

大模型阅读了大量医学文献与病例，可以利用相似病情的知识进行语义外推，为缺少处理数据的个体提供先验信息，必要时与贝叶斯方法结合，辅助估计处理效果。这相当于把Positivity这样一个统计上的严格假设，转化为有外部先验支持的推断问题。

第三个例子是因果图的无向边定向。传统因果发现方法有时只能得到包含无向边的CPDAG。如果进一步确定方向，往往需要线性模型、加性噪声模型等函数形式假设。而大模型能理解“教育程度”“收入”“年龄”“血压”这些变量的语义，可以借助常识性知识为未定向的边提供方向判断。传统方法仅从观测数据出发，可能只能得到一个等价类；引入变量含义，至少可以给原本缺少方向的信息增加一个判断依据。这并不直接依赖某一种函数形式假设。比如，如果线性或加性噪声等假设在真实场景中不成立，模型依旧可能利用变量语义给出有价值的方向线索。这也是世界知识与纯统计方法可以互补的地方。

所以，大模型的贡献不只是预测能力，也在于它能为因果方法注入外部知识。

不过，我想强调：预测任务的统一，不等于因果任务的统一。TabPFN等表格基础模型已经证明预训练与上下文学习能够处理多种预测任务，但因果可识别性仍然取决于假设、实验设计和领域知识。仅靠数据，并不能保证恢复出一个原本不可识别的因果关系。一个模型能够把很多表格预测任务做得很好，和它能够回答“如果主动改变某个变量，结果会怎样”，还是两回事。

况琨：蔡老师，您怎么看大语言模型与因果研究的结合？

蔡瑞初：昊轩讲的三个例子中，第一个和第三个，我们也做过类似探索。尤其是潜在混杂变量，昊轩来我们组交流时介绍过相关工作，我们后来尝试在人机交互中引入大语言模型补充潜在变量，也取得了一些比较好的结果。

在我看来，大语言模型可以提供大量关于因果的世界知识，因果模型则能进行数值推理，包括反事实推理。因此，两者可以相互补充。

我们做过一项工作，把大语言模型与因果小模型放进强化学习框架。这个工作还有不少地方没做完，路线也比较老套，但结果有意思。比如华为5G设备故障运维，大模型提供领域知识和初始因果图，因果模型再利用数据与反事实推理判断图是否合理、干预可能有什么效果；两类模型相互调整。在运维和一些游戏任务中，取得了比较好的效果。这类方法不是让大语言模型独立完成全部因果分析，而是让它提供知识，让因果模型承担更严谨的数值和反事实推理，再通过反馈反复调整。

至于能否用统一的结构化数据基础模型完成因果发现和因果推断，我个人倾向于认为可以。我和况老师的团队不约而同做过探索，部分任务效果已经超过此前方法。但这不等于技术路线已经确定。究竟是Transformer更合适，还是应该探索其他结构，我觉得还需要进一步研究。

况琨：我再追问一个比较尖锐的问题：大模型提供世界知识，能够让方法更好用，但有没有真正突破传统因果推断的理论限制？

比如大模型补全了潜在混杂变量，我们能否因此保证无混杂假设成立？如果不能证明可识别性，那么实验效果好和理论上可识别之间，应该怎样取舍？

李昊轩：我们三个人都很重视可识别性。但为了做到可识别性，因果模型工作不得不牺牲了一部分适用性。这两者之间确实有矛盾。

早期有些研究直接修改Prompt，让大模型进行反事实推理或因果发现，几乎什么问题都能问，适用性很强。但学界对此评价差异很大，有研究认为效果很好，也有研究发现接近随机猜测。几乎不需要指定统计假设，确实让方法更容易用，但同时也削弱了我们能够给出的理论保证。

反过来，传统因果推断面对潜在混杂时，可能要用工具变量、前门调整等方法，而这些方法又有很严格的条件。大模型可以用世界知识尝试补全混杂因素，实验上也许有用；可是，你怎么保证恢复的潜在变量是真实的？补全之后，又怎么证明无混杂假设真的成立？

这很难回答。无混杂假设本来就不能仅靠观测数据验证。在因果发现中也一样：即使模型补出一些潜在变量，我们仍然没法保证所有重要隐变量都已经被恢复。你问我怎么保证这些补全变量是真的，我只能说，相信大模型所掌握的世界知识；但这不等于已经证明无混杂假设成立。大模型可以提供新的算法路径，我们仍需要在理论保证与适用性之间寻求平衡。

蔡瑞初：我非常赞同。我个人觉得，现在大语言模型和因果科学总体上还是相对独立发展、相互补充的。大模型能帮助因果发现解决实际问题；至于因果推断，我不是特别熟悉，不敢断言是否发生了本质性变化，但我倾向于认为还没有。

很多方法更像是“外挂”：大语言模型给传统因果研究提供外部知识，因果推理也可以作为大模型的一个外挂。它们可能确实有效，但还没有深入彼此的内核。因果研究长期积累的核心问题，包括可识别性、干预和反事实，并不会因为接入一个语言模型就自动消失。未来能不能发生真正的机制融合，是值得探索的问题。

况琨：我也认为，不能因为没有最理想的理论保证，就放弃有实际价值的方法。例如2021年诺贝尔经济学奖涉及的工具变量方法，也需要一些无法从数据直接验证的假设。至少在适用性和可识别性之间，要找到合理的平衡。

还有一个问题：能不能用统一的结构化数据基础模型，处理因果发现、因果推断乃至反事实决策？

我个人倾向于认为可以。如果一个任务能够形式化为表格预测问题，就有希望通过结构化数据基础模型解决。像TabPFN、LimiX等模型，目前可能还处于比较早期的阶段，Scaling Law也没有充分发挥；现阶段做不到，不一定意味着将来做不到。它可能还停留在GPT-3阶段，没有到GPT-6；Scaling Law也还没有走完。我并不是说所有因果任务都已经能转化成表格预测。比如因果推断，我觉得可以；反事实归因在一定程度上也可以；但因果发现能否被描述成表格预测任务，我还不确定。

李昊轩：我跟况老师的观点其实非常一致。结构化数据基础模型还处于早期阶段，很多事情现在说不清楚。我很期待未来通过迭代，让因果研究与基础模型相互赋能，形成一个飞轮。

从认识世界到改变世界：

Agent为什么需要因果？

况琨：接下来讨论世界模型、物理AI和Agent。一个真正自主的智能体，是否必须理解干预、反事实和行动后果？

今天的具身智能主要依靠数据驱动。我们期待的世界模型，是一个能预测下一步的强大预测器，还是要进一步理解行动与结果之间的因果关系？因果会不会成为大模型走向世界模型和自主智能体所缺少的一环？我受到崔鹏老师一些观点的影响：大语言模型主要在语义空间发展，结构化数据基础模型处理数据空间的问题，而世界模型与物理AI涉及物理空间。我认为，语义空间、数据空间和物理空间的智能可能都需要发展，因果能否成为它们走向自主智能的重要一环？

蔡瑞初：我在世界模型和Agent方面做的研究不算多，但回答比较明确。我对Agent最核心的理解，是它要真正地改变世界。这与过去很多大模型主要负责生成答案不同。Agent当然也可能拥有记忆等能力，但与环境交互、主动行动，是我特别看重的区别。

我经常用一个比喻：关联是认识世界，因果是改变世界。

要改变世界，必须回答“我做这件事会有什么结果”“如果没有做，会发生什么”。这就是干预和反事实。Agent要与环境交互，世界模型要支持Agent行动，都不能只停留在独立同分布数据上的被动预测。比如“如果我没有执行刚才的动作，结果会不会不同”，就不是普通的相关性问题。

还有一点是可解释性。一个完全自主的Agent，也许不那么需要向人解释；但如果是人使用、与人交互的Agent，就必须回答“我为什么这么做”。我们从小就用“因为……所以……”理解世界，因果也是人类沟通行动理由的基本语言。

尤其当Agent会改变现实世界时，我们需要知道它为什么行动、可能造成什么后果。因果既关乎行动能力，也关乎安全性与可解释性。如果一个Agent会在现实中执行任务，我们不能允许它只给出行动，却说不清为什么采取这一步。它需要对人解释决策的理由与潜在后果。

况琨：昊轩，你继续。

李昊轩：我认为世界模型和Agent非常需要因果，而且是急需的。像李飞飞谈到的世界模型，可以从渲染器、规划器、模拟器三个方面分别来看。

首先是渲染器。我去年在CVPR上有一项获得Highlight的工作，研究利用因果干预实现可控的图像编辑。

举个例子，我上传自拍，让模型把表情改得开心一点，结果皮肤变白了、胡须也可能变了，甚至出现一些女性化特征。这就不是原来的我了。

我猜可能是模型把训练数据里笑容和其他特征的相关性混在了一起。我们真正希望的是只修改表情，不让无关的身份特征也变化。因果图可以帮助模型区分哪些因素应该产生哪些变化，让生成更可控。比如改变表情不应该连带改变胡须、肤色等无关特征；模型需要理解哪些因素会导致哪些变化。

第二是规划器。一个经典例子是，孩子年龄越大，通常鞋码越大，数学知识也更多。因此鞋码可能有预测数学能力的作用。但你主动给孩子换上一双大鞋，他的数学水平会提高吗？显然不会。

预测可以利用相关性，决策却不能把相关性当成干预效果。Agent和具身智能最终要执行动作、生成行动轨迹，因此仅靠条件概率P(Y|X)的被动预测不够。规划器最终要落到动作和决策上，不能只依靠被动预测。

第三是模拟器。世界模型要模拟环境随时间发生的状态转移。我们需要的，不只是给定上一帧和一个动作，预测下一帧长什么样，而是判断在T时刻采取干预，会怎样影响T+1乃至T+10时刻。

现实中也有短期效果好、长期效果反而变差的策略。我和况老师、蔡老师都研究过长期与短期因果效应，蔡老师还把相关研究用于滴滴业务，并带来经济效益。模拟器要支持决策，就需要理解这类长期影响。如果只预测下一帧图像，它可能很准确，但不一定知道某次干预会怎样改变未来十个时刻的系统状态。

所以，自主Agent的本质是一个干预者，而不是一个观察者。它要主动探索环境、采取行动，也需要反事实推理。

当然，短期内可以采用混合架构：大模型负责常识先验和任务分解，环境动力学模型负责前向预测，因果模块则支持长程规划与反事实决策。有点类似System 1和System 2的关系。大模型提供某种直觉式的常识判断，因果推理则在关键决策上给出更加结构化的严谨分析，这比要求一种模型独立完成所有事情更务实。

大模型给了我们一个博学的旁观者，而Agent需要成为一个能够担责、能够被审计的行动者。从旁观者到行动者，干预让它能够行动，反事实让它能够反省。

有人可能会问，强化学习已经能够依靠奖励优化行动，为什么还要因果？

比如机器人倒水，洒一整杯奖励是-100，洒半杯是-50，一点没洒是0。它可以通过奖励不断改进行为，却未必知道上一次为什么洒水：是抓取不稳、倒水角度不对，还是用力不合适？奖励信号未必能告诉它失败的具体原因，也无法直接替代反事实分析。仅凭奖励函数，它未必知道失败发生在哪个步骤，也就难以针对具体原因反思。

所以，除了继续采集数据，我们还需要提高模型本身的因果推理能力。因果应该是世界模型和Agent下一阶段最重要的能力之一。

况琨：两位老师的观点非常一致。蔡老师说“关联是认识世界，因果是改变世界”，昊轩说Agent应该从观察者走向干预者。只要要解释行动后果、进行规划决策和主动探索，就绕不开因果。

但工程上不能非黑即白。我们希望未来的人工智能拥有一对“因果的翅膀”，也要考虑模型能否实际解决问题，再不断追求更好的可识别性与理论保证。

观众问答：

预训练无法覆盖所有情况，

外推是否等于后训练？

况琨：第一个观众问题：预训练不能覆盖所有情况，该怎么办？请蔡老师回答。

蔡瑞初：不管大语言模型还是大数据模型，预训练都不可能覆盖所有情况。我们要考虑怎样在没有见过的数据上泛化。这正是我们前面讨论的泛化问题。

如果只是数据分布变化，而因果机制保持稳定，模型仍有机会利用不变机制实现OOD泛化。但如果机制本身发生变化，目前还没有明确答案。我个人认为，可以继续寻找更高层次的稳定知识，比如关于机制的元知识。泛化可能是一个不断向更高层次推进的过程：从分布变化时的稳定机制，到机制变化时仍有可能成立的元层面知识或假设。

况琨：第二个问题：昊轩刚才讲的外推，是否可以理解为后训练？

李昊轩：我觉得不是。外推是模型的一种能力，而后训练是获得或提升这种能力的一条路径。

比如，可以把因果图转化为训练约束，也可以合成更多环境与数据，通过后训练提升外推能力。我之前还和况老师合作过少样本学习条件下的外推Benchmark——MetaCoCo，相关数据也可以用于训练。这些都属于用训练方式提升模型能力的尝试。

但这不意味着只能靠后训练。高质量、大规模预训练同样可以提升因果发现与外推能力。两位老师最近的因果基础模型，正是通过预训练获得相关能力。预训练、后训练、环境合成是实现路径；因果、外推、OOD泛化属于能力，两者不能混为一谈。不能因为某种能力表现为外推，就认定它一定是在后训练阶段获得的。

结束语

大模型正在重新定义人工智能的能力边界。从能够生成文本，到完成复杂推理，再到成为可以规划和执行任务的智能体，AI正在从“回答问题”走向“参与决策”。

但能力提升也带来了新的问题：一个能够给出正确答案的模型，是否真正理解了世界运行的规律？它是否知道哪些关系只是相关，哪些关系真正决定了结果？这些问题，正是因果智能重新受到关注的原因。

从本次讨论可以看到，因果并不是大模型能力发展的替代方案，而可能成为下一阶段智能系统的重要组成部分。大模型已经展现出学习因果知识的潜力，而因果方法也正在探索如何帮助模型获得更加稳定的泛化能力、更可靠的决策能力，以及面对未知环境时的推理能力。

未来的人工智能，或许不仅需要知道“世界是什么样”，还需要理解“世界为什么如此”。当模型从观察者走向行动者，因果能力也将成为衡量机器是否真正理解世界的重要标准。

完整原片：https://youtu.be/2Ko6-HrAzxk

上车，带你看遍全球 AI 顶会精华

可独家畅览：