查理·芒格先生有一句广为流传的话：“我这一生当中，未曾见过不读书就智慧满满的人。没有。一个都没有。沃伦（巴菲特）的阅读量之大可能会让你感到吃惊。我和他一样。我的孩子们打趣我说，我就是一本长着两条腿的书。”
熟悉重阳的朋友们一定知道，阅读，一直是我们非常推崇的成长路径。
现在，我们希望和你一起，把阅读这件事坚持下去。
每一期专栏，我们依旧聊书，可能是书评、书单或者书摘。
每一期会有一个交流主题，希望你通过留言与我们互动。
我们精选优质好书，根据留言质量不定量送出。
世界莽莽，时间荒荒，阅读生出思考的力量，愿你感受到自己的思想有厚度且有方向，四通八达，尽情徜徉。
第31期
本期好书：《为什么：关于因果关系的新科学》，中信出版社
互动话题：你对提升判断力有什么心得吗？
留言时间：年8月1-4日
（期间大家用心的留言我们都会精选出来，精选≠赠书）
留言筛选时间：年8月5-11日
（被选中会收到提交寄送信息的回复，逾期未提交或提交信息不全的视为自动放弃）
奖品派发时间：年8月12-18日
上周精彩内容回顾
我们会面临什么样的未来？
作者简介
[美]朱迪·珀尔JudeaPearl
现加州大学洛杉矶分校计算机科学教授，“贝叶斯网络”之父，年因创立因果推理演算法获得图灵奖，同时也是美国国家科学院院士，IEEE智能系统名人堂第一批10位入选者之一。
目前已出版3本关于因果关系科学的经典著作，分别为《启发法》（）、《智能系统中的概率推理》（）和《因果论：模型、论证、推理》（）。他还获得过多项顶级科学荣誉，包括认知科学领域的鲁梅哈特奖、物理学及技术领域的富兰克林奖章以及科学哲学领域的拉卡托斯奖。
[美]达纳·麦肯齐DannaMackenzie
普林斯顿大学数学博士，自由科学记者，知名科普作家，著有《无言的宇宙》等作品，其学术论文多次收录于《科学》《新科学家》《科学美国》《探索》等重量级期刊。
内容简介
一个多世纪以来，科学家一直信奉“相关关系不意味着因果关系”这句统计断论，造成了闭口不谈因果关系的局面。今天，这一禁忌终于被打破。人工智能研究专家朱迪亚·珀尔及其同事领导的因果关系革命突破多年的迷雾，厘清了知识的本质，确立了因果关系研究在科学探索中的核心地位，并建构了一个重要概念：因果关系之梯，其包括三个层级，其一为观察，其二为行动（干预行为），其三为想象（反事实推理），对这一概念的深入挖掘和探索，辅之以数学语言的精确表达，让我们能够回答几代科学家无法触及的研究问题，引导人工智能迈入新的高度。
本书亮点
1）本书主要作者朱迪·珀尔为人工智能业界权威，被称为AI领域的“贝叶斯网络之父”，于年获得图灵奖。
2）本书致力于建立并完善一个全新的因果关系学科体系，在整个科学界掀起一场“因果革命”。作者提出了一套全新的科学方法论——因果关系模型，其应用范围涉及众多领域。借助因果关系的视角，作者重新阐述了人类认知和科学文明的发展史。
3）引领人工智能的未来发展，让人工智能回答人类之所以成为人类的那个问题：为什么？借助因果关系理论颠覆传统理论范式，从发现关联、阐释数据的神经网络和深度学习，跃升至揭示关联与数据背后的深层逻辑的因果关系模型，赋予人工智能以真正的人类智慧甚至道德意识，让人工智能与人类能在彼此合作的基础上打造一个更好的未来世界。
有人在知乎问了个问题：“为什么，越努力，越焦虑？”
这个问题被浏览数高达万，回答四千多个，一大群人哭天抹泪，诉说自己多么努力，多么辛苦，多么不容易，然而还是焦虑，焦虑上不到好大学，找不到好工作，挣不到更多的钱，买不到更好的房子，养不起父母，娶不到老婆......
总之，焦虑的样子都是一样的，就是无缘无故地恐惧，莫名其妙地着急，他们在害怕，年轻人怕苦，中年人怕穷，老年人怕死，一眼扫下来，几乎没有一个正常人。这种情况下，缓解焦虑的方法非常的亟需。市场有了，针对各种焦虑的方法像春笋一般冒了出来。其中就有不少“焦虑贩子”，对着“摸不着方向”“容易被蛊惑”的人下手，割韭菜，大捞一笔。
为了防止被蒙骗、被忽悠，我们都需要具备一些认知力和判断力傍身。
1
举个日常生活中常会遇到的例子。
比如现在有一种卖得很贵的保健品，号称用的材料都是货真价实的，是有很多珍贵的药材炼制而成的，对身体有好处，延年益寿。那我们怎么能知道它是不是真有效呢？
这一个问题，就能拉开人与人判断力的档次。
最底层的判断力是既然这个东西“贵”，那就肯定有效。卖得贵，自然品质好。说得经济学一点，价格是价值的浓缩。听起来还挺有道理的，是吧？但是，这个逻辑是经不起推敲的。
其实现代制药业用的都是普通的材料，药物有没有效在于配方是否科学，不在于原材料贵不贵。
制作芯片的原材料石墨是按吨卖的，小小的芯片成本并不高，但最大程度上浓缩了科技的价值；整版软件不便宜，但做软件边际成本却很低。
这样的例子很多。“贵”可以让你觉得有效，最多相当于“理论上应该有效”——可是真正有没有效，得看实践。
第二层判断力：身边有个熟人吃了这个保健品有效，所以我认为它有效。
信不信，这一条又刷掉了很多人。
一个例子能证明有效吗？可能熟人那几天偶然身体不好，本来不吃也能恢复，吃保健品和恢复完全是巧合。或者，他的身体底子本身就很好，可是偏食，保健品刚好就补充了他日常缺乏的维生素。
所以，一个样本是没有参照意义的。你不仅要问身边的一个人，更要问身边的一群人，甚至将样本群放得更大。你才起码得知道大多数人吃了这个保健品到底有没有效。
第三层判断力是样本扩大后，对人群的研究。
假设二十年后中国人民的文化水平普遍提高，这个保健品集团为了跟上人民日益增长的智商，委托某野鸡大学出了一个报告，说吃了这个保健品的人群的身体状况，平均而言，比没吃的人群好。那这个报告能说明这个保健品有效吗？
还是不能。
保健品定价高，目标用户是高消费群体。这无形中向用户样本切了一刀：这些人的医疗保障、生活环境、饮食结构各方面都比穷人要好，他们的身体状况、基因底子本来就“应该”更好。
你怎么能知道是吃了保健品的人身体好呢，还是身体好的人更容易买保健品吃呢？
鸡生蛋、蛋生鸡的哲思实在是太考验吃瓜群众的判断力了。
我们来学学科学家是如何做判断的。
2
大约是年，英国统计与遗传学家费舍尔在研究肥料对农作物生长的影响。
他可没像某些保健品那样，说这个肥料货真价实用的都是好材料就一定是好肥料。费舍尔老老实实做实验。弄两块实验田，一块用1号肥料一块用2号肥料，看看哪块田的庄稼长得好，可以推导出哪种肥料更有劲儿。
问题和上一个案例类似，世界上根本没有完全相同的两块田地。有些土地的灌溉比较好，有的地方虫害少，不同土地的酸碱度也不一样，所有这些都是干扰因素，需要得到有效的控制。费舍尔费了好大的力气都没有结果。不管怎么控制，他都无法排除所有的潜在干扰因素。
最后费舍尔想了一个办法。干脆来个”随机”实验吧。他把一块土地分成了很多子地块，然后把这些子地块随机地分成两组，一组用1号肥料，另外一组用2号肥料。大规模随机分组的好处就在于，因为没有使用任何主观分类标准，那就不管你有什么干扰因素，这个干扰因素在两个组里的强度应该是大致相同的。
只要实验的样本量足够大，随机分成的两组之间就不会有本质的差异。样本量越大，差异就越小。这是一个天才的设想，弱化了诸多干扰因素！不但如此，费舍尔还能用统计方法估算随机实验得出结论的不确定性到底有多大，量化出代表不确定性的P值。费舍尔的这次实验开创了随机实验的先河。后续，为了得到严谨的科学结论，调查计算环节中，随机实验成为非常基础的步骤。
科学家就是这么做判断的。回到保健品到底多有效的话题上。随机实验现在是临床医学的黄金标准。凡是有新药出来，美国FDA都会要求做大规模的随机实验。你不拉出来溜溜，又怎么能科学判断到底是骡子是马呢？
3
如何做出精准、完美的判断，科学家早就给出过标准答案。贝叶斯网络之父JudeaPearl将判断力划归为六个层次。
相信权威
相信经典
人群研究
控制变量
随机实验
do演算
前两个层级基本上可以划归为吃瓜群众了，稍稍精进一些，可以晋级到第三层，套用吃保健品的案例，问问身边人吃完之后效果如何，或者在大众点评里翻翻评论，就算是做了个小型的人群研究。
有统计学基础的读者可以理解什么叫控制变量，这个对小白读者解释起来也比较容易。
说X对Y有效，就是要建立从X到Y的一个因果关系：X→Y。事情的复杂之处在于，往往会有一个其他因素，Z，既影响了X也影响了Y。Z就是统计学上的“混淆变量”，或称“混杂因子”。
比如说，X代表每天锻炼身体，Y是身体健康，Z是年龄。我们希望证明锻炼身体能促进身体健康，但是你得考虑年龄因素。年轻人更爱锻炼身体，年轻人的身体也更健康。那当你观察到爱锻炼身体的人更健康这个现象，你就不知道到底是X导致了Y，还是因为Z同时影响了X和Y。
不考虑Z就贸然说锻炼对身体有好处，那你就犯了“混杂偏误”，混杂了X→Y的因果关系。在这个模型中，Z可能是年纪、经济情况、生活压力等等。只有控制住Z，才能理清X与Y的关系。可惜的是，这个方法的问题在于你永远都无法穷尽所有可能的干扰因素，总有一些变量可能是你没想到、或者来不及控制的，所以你还是不敢说X跟Y有因果关系。
第五层的逻辑是随机实验，费舍尔化肥的案例就是在说明其内在逻辑。这个方法不好实践的点在于：有些事儿不能做实验。比如你想知道吸烟是否真得导致了癌症，你总不能把人分成两组，逼着其中一组人每天吸烟吧？能理解到这一层面，一定是科学界的大牛或者精英中的精英了。
第六层逻辑属于知道就好了。JudeaPear用更简单、更准确的方法决定到底应该控制哪些变量。因果革命的一个重大突破是在数学上发明了do算子，并给出了定义：任何使P(Y
X，Z)≠P(Y
do(X)，Z)的变量Z，都是混杂因子。
根据这个定义，科学家进一步得出了两条判断规则。任何一个因果，都能使用这两条规则确定，到底哪些变量应该被控制。具体的技术细节对非专业人士意义不大。
4
在当下的信息体系中获得一点知识是很难的。
有谁能想到，一句“这东西真有效吗？”居然引出了一个规则怪异的数学游戏，这也正是科学家与吃瓜群众的区别。
吃瓜群众的判断方法多是看看产品介绍、询询价格、问问身边人的评价；稍稍精进一点的，在淘宝里搜索，看看更多的用户评论。
而科学家的方法则是控制变量和做随机实验。以前费舍尔刚提出随机实验的时候人们还不太理解，说怎么能把答案交给不确定性呢？这就是高判断力和低判断力的差距。
因为JudeaPearl革命性的提出“因果革命”，判断力的研究已经飞跃到第六层。如果你能见识到这一层，你的判断力段位就比大多数科学家还厉害。
现在都说当今世界的贫富差距正在拉大，同样的，人跟人的判断力的差距更大。
在这个知识碎片化满天飞的时代，没有一点判断力傍身，是万万不可的。
六层认知判断力，你在第几层？如何跃迁更上一层？
-TheEnd-
声明