认识黑箱视角下相关性与因果性关系之辨析

在大数据与人工智能发展得如火如荼的今天，机器可以轻而易举地挖掘到海量数据。更进一步，数据间的相关性很容易被发现，由此人们将更多的目光放在了相关性上，甚至一度出现了“相关性能够取代因果性”的呼声，这其实是人们还没有弄清楚相关性的本质的表现。从人的好奇本心出发，从认识发展的数千年历史来看，人类的目光从来不会停留在眼前实用的水平之上，人们总会不断地追问“为什么”这样的“形而上学”问题，因此，“因果”就成了人类理解世界的基本框架，它是贯穿哲学和科学史的一个极其重要的核心概念。

在相关性凸显的大数据时代，如何厘清相关性与因果性两者之间的关系，自然成为人们争论不休的一个热门话题。我们拟从认识的不透明性（Epistemic Opacity）这一分析角度出发，以期使人们对相关性与因果性之间的复杂关系能有若干新的理解。

认识不透明性的内涵

从古希腊伊始，哲学先贤们就不断追寻世界的本原，而后科学从哲学母体当中逐渐分离出来；当然，无论是哲学还是科学，其不断发展在某种程度上都是为了能够实现对世界的所谓“理解”，即透明性认识。然而，到了20世纪，随着计算机的出现与应用，一种以计算机为核心研究工具的计算科学应运而生，特别是在当前的人工智能领域，认识的“不透明性问题”的表现日益突出，由此引发了许多学者的关注。

1.关于透明性的说明

在有关世界本原问题的探索之路上，古希腊哲学家毕达哥拉斯独辟蹊径，提出了“万物皆数”的观点，实际上强调了对世界的数学描述与抽象化认识的重要性。……