Judea Pearl帮助AI在概率计算上取得了巨大进步，但是仍然叹息道：AI在因果关系计算上无能为力。
AI得以发展到今天的聪明才智，离不开Judea Pearl的功劳。20世纪80年代，他带领一批人实现了机器的概率推导。
而现在，他却成为了AI领域最坚定的反对派之一。在他最新的一本书《疑问之书：因果关系的新科学》（The Book of Why: The New Science of Cause and Effect）中，他指出AI进步最大的一个掣肘在于，对“智能”到底意味着什么的基本性认识不足。
三十年前，AI研究最大的挑战在于，如何通过编程让机器学会将潜在的原因与所观察到的现状进行联系。Pearl通过一个叫做贝叶斯网络的方法解决了这个问题。
贝叶斯网络让机器能够将现象与可能的原因联系起来：比如有一个病人刚从非洲回来，有发热和头痛的症状，那么最可能的解释就是他感染了疟疾。Pearl也因为这项成就获得了2011年的图灵奖——计算机科学界的最高荣誉。
但正如Pearl所看到的那样，AI领域陷入了概率关联的泥沼。如今，社会被各种吹捧机器学习和神经网络最新研究突破的文章所淹没。我们总是能读到诸如机器掌握了传统游戏的玩法、学会了驾驶汽车之类的文章。Pearl对此无动于衷，在他看来，如今的AI只不过是上一代机器的加强版：从一大堆数据中找到隐藏的规律。
“所谓深度学习所取得的重大成就，加起来不过就是曲线拟合，”他说道。
81岁的Pearl在他的新书中详细阐述了真正拥有智能的机器的思考方式。他认为机器真正拥有智能的关键在于能够使用因果推论，而非通过相关关系推论。
例如，仅仅做到将“发热”和“疟疾”联系起来是不够的，机器还要能推导出“疟疾会导致发热”。一旦这种因果的框架建立起来，机器就有可能提出一些反事实问题——如果施加某种干预，那么因果关系将会发生什么变化——Pearl视之为科学思考的里程碑。
同时，Pearl还提出了一套实现这种思考方式的形式语言——21世纪版本的贝叶斯框架，让机器能够概率性的思考。
Pearl期望因果推理能够赋予机器人类级别的智能。他解释说，在这种级别的智能下机器能够与人类更有效地沟通，甚至进行道德层面的交流，因为它们已经具备了自由意志——当然，也会有罪恶念头。