ARTICLE
14 May 2026

人工智能视角下因果推理研究的认知路径

占 王1
Show Less
1 军事科学院军事科学信息研究中心, 中国
TACS 2026 , 3(9), 114–116; https://doi.org/10.61369/TACS.2026090042
© 2026 by the Author(s). Licensee Art and Technology, USA. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution -Noncommercial 4.0 International License (CC BY-NC 4.0) ( https://creativecommons.org/licenses/by-nc/4.0/ )
Abstract

因果推理是智能系统由相关关系走向认识世界、干预世界、反事实思考的重要能力。目前主流的机器学习大多采用数据关联建模的方式,无法有效地应对分布偏移、混杂因素以及可解释性要求。认知科学对于人如何学习因果以及怎样推理的研究,为人工智能的因果建模提供了一些启发。本文在梳理机器学习和因果推理的关系之后,从干预主义、结构因果表征、反事实模拟三个认知路径入手,分析人工智能借鉴人类因果认知方式的技巧,并讨论其融合的趋势以及所面临的理论和技术挑战。

Keywords
人工智能
因果推理
认知路径
结构因果模型
反事实思维
References

[1] 陈炯宇. 基于多尺度特征取和异常因果推理的交通流预测研究[D]. 太原科技大学,2025.
[2] 唐婧尧. 基于因果推理的低资源信息抽取研究[D]. 大连理工大学,2025.
[3] 胡丽娟. 基于因果推理的特征选择算法研究[D]. 桂林电子科技大学,2025.
[4] 高枫. 基于因果推理和反事实文本增强的多模态情感分析[D]. 山东师范大学,2025.
[5] 赵葛剑, 张新鹏.DeepSeek:从" 概率生成" 到" 因果推理"[J]. 自然杂志,2025,47(2):79-84.
[6] 蔡玉琦. 从贝叶斯推理到因果推理[D]. 吉林大学,2024.
[7] 郑洁. 基于因果推理的数据库基数估计研究与实现[D]. 宁夏大学,2023.
[8] 任晓明, 李晟. 因果推理和因果认知:当代逻辑与哲学发展的一个新的生长点—— 四川大学博士生导师任晓明教授访谈[J]. 社会科学家,2022,(8):3-8+161.
[9] 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(2):44-50.
[10] 江滨. 强人工智能中的因果推理研究[D]. 湖北大学,2020.

Share
Back to top