我想通过万老师一周的日课，解读计算机科学家和哲学家朱迪亚.珀尔的新书《为什么：因果关系的新科学》学习思维方式的（入门）
朱迪亚.珀尔认为：想要弄清楚因果关系，需要有三个等级的思维方式。
第一级：“观察”，是通过数据分析做出预测。观察是寻找变量之间的向关性，是积累经验。如今的人工智能也是基于这一点。你要处理的是已经观测到的世界。
第二级：“干预”，是预判一个行为的结果。比如水果店卖香瓜和西瓜你把西瓜的价格提高1倍，看看对香瓜的销量有什么影响。这不是过去的的经验能告诉你的，过去西瓜的价格可能也有过提高一倍的情况，但那是西瓜减产或别的原因，你不能用那个经验测试现在这个行动的结果。这里说的干预是，不管别人家的西瓜卖多少钱，你单方面可以提高价格，看看对香瓜的销量有什么影响。你要处理的是一个可以被观测的新世界。
第三级：想象，是对以前发生事情的的反思，你要问的问题是，如果当初那样做了现在会是一个什么样的结果。你问的是一个从来没有发生的事情，这叫反事实分析。
在现实生活中的那些因果关系其实追根朔源只是具有很强的相关性，但是强烈到多少可以变成因果了呢不知道。因果关系是一个概率
那我们为什么还会有因果思维呢，因为因果关系简洁明了，一个简单的因果模型胜过无数经验。
我直接说结论：相关性是客观的，因果性是主观的有了这个洞见我们解决问题的思路就是
第一步，根据你的见识画一张主观的因果模型图，模型中的因果关系是概率性的，A发生并不一定B发生。只要A对B有影响就行。有如思维导图。
第二步，用实验和数据分析，确定图中每个因果关系的强弱大小，这样你就有了一个完整的因果模型图。
第三步，使用因果模型回答上述：观察、干预、想象三种问题。
现实世界纷繁复杂我们因果分析目的并不是要查明因果关系回答为什么的问题。真正对我们有用的是回答“观察、干预、想象”这三种问题。
因果关系是我们回答上述三个问题的手段。没有这个手段，只靠数据分析你解决不了第二和第三个问题。
我的感悟是：
一、数据很重要，但是人的不理性行为而产生的数据，使得数据有时候有点人工不智能了。
二、对没有发生的事情它是存在于我们的想象世界中。大数据是无能为力的。其实这个是人类区别于其他类的最根本特征。
三、我们的想象可能是错的，但这没关系，错进错出人类还是会慢慢演化的。
