深度思考-关于推理模型的自我感知

图灵将、计算机科学家Judea Pearl的贡献深受启发。他提出的因果推理模型、贝叶斯网络有极大的用处。但我现在写这个博客还不懂他们的原理。我可否通过写来懂他们呢？

一、先听他说：Pearl认为：因果关系的阶梯(Ladder of Causation)包含三层，第一层是“相关(associations)”，即“看到(seeing)”，基于被动观测进行预测；第二层是“干预(interventions)”，不仅基于看到，还要基于 “改变(doing)”；第三层是“反事实(counterfactuals)”，通过“想象(imagining)”，思考本来可能会怎样。

我将其理解为学习的三要素：看到、做到、想到。
1.看到（1%）：第一境界，表皮了解。我每天都在学习，通过看论文、看视频、听音频。这样浑浑噩噩的过了一天，以为全世界都在我眼里。过后犹如鱼眼记忆，什么都不懂。我感觉这收货小于1%。这层人我叫老不死人，整天无所事事，刷刷视频、看看八卦，增重子女国家负担。
2.做到（3%）：第二境界，深入内心。当我看了论文后，我去动手实现他的代码。这完全不同第一种，我过几天还记忆犹新，这篇论文讲了什么。我起码能做个代码搬运工，学会盖房子，能养活这张口。但我日子平淡。这层人我叫农民，虽辛苦一辈子，但死后起码还有个收尸的后代。
3.想到（10%）：当我实现了他的论文，我进一步深度思考，他不这样做，会怎样，就是所谓的反事实，也就是我做出另外一种假设，假如他不这样做，那样做会发生什么样的事。若我在他的基础上发现新的想法，并实现他，发现效果可以。那我就可以发论文，我就成为一个创作者。这层人我叫企业家，能为社会创造财富。
4.想不到。还有剩余90%的，死后都想不到的。

我的追求是5%已经足以，但这和其之难。说人人会说，但做未必。这也就是那些文人空口头头是道，确啥也不会做。不过反而是这些会说的反而过得好，会表演，会包装的较有钱，这也许同科技强国的有差别的原因吧，总鼓吹好，实则差别十万八千里，现在的AI就是实例，那实干就靠你了。