来源：混沌巡洋舰

因果推断让大数据更有温度在六种看待因果关系的视角（机制，反事实，干预，过程，信息传递及概率因果）中，信息传递是潜在应用最广泛的一种。当我们想弄清楚是什么导致某件事情发生时，如果由于伦理原因，无法做干预实验；机制又过于复杂，使得反事实推理中出现蝴蝶效应，或者过程中包含反馈和自循环；那可以看看什么因素能够预测该事件是否发生。

例如关于怎样的婚姻更加美满这一问题，古往今来有太多的讨论，然而却大多没有定论。而大数据下，对这个问题的回答，可以考虑那些因素能够最准确的预测出婚姻质量。例如2020的PNAS论文[1]，指出对浪漫关系满意度影响最大的因素是“响应性”。

这让我想到了2015的另一篇PNAS论文[2]，在即使考虑了其它因素下，网恋的情侣比线下认识的婚姻更幸福，也许是因为网恋带来的快速响应成为习惯，从而使得浪漫关系更令人满足。2020年研究的另一项发现，是决定忠诚度的是亲密感。考虑到社交网络兴起后，虽然物理上在一起，心理上却不亲密的情况越来越多，这一发现并不令人意外。

很多人传统上会觉得，物质条件，学历性格等，会决定亲密关系。然而之前的积极心理学研究指出，幸福的基线不会由于哪怕是意外的加薪而发生持久改变，而只会由于你改变了行为模式而提升。从信息传递的角度来看，因果关系的存在，意味着从原因到结果之间有信息被传递。加薪是一个一次性事件，你很快会为新的收入找到去处；而行为模式的改变，会持久地带来新信息。一次性的事件，无法成为持久结果的因，对于婚姻亦是如此。

对于长期的持续性的果，种下这个果的因，也不可能是一次性的。这个道理是普遍适用的。职场中的发展，也是这样一个宏观的集合特征。要预测该结果，也需要持续的信息传递。例如职场中，领导是否将特定的任务交给你这样的微观结果，取决于能力是否匹配，但职场长期成就，则只会取决于你的态度及习惯。信息传递决定了不应该使用微观特征来解释集体性的结果。

行为模式常常和性格相关，那有那些因素决定性格了？对于该问题的回答，同样可以通过判定那些因素能够预测性格来回答。这里介绍两篇论文，第一篇说的是能够根据静态脸部图像，预测性格[3]，另一篇则是通过居住地信息，发现山区的居民在五大性格特征和平原地区有些区别[4].

两者之间都是相关性，但从信息传递的角度来看，从脸部特征到性格间并没有什么可能的渠道，能够传递信息(虽然相貌的不同，对陌生人会附带偏见，但经常交往的人，不会以貌取人，而性格的成因，来自持续的互动模式)。因此两者之间的联系，可能是由于基因的共同影响，或者是性格的不同，塑造了不同的气质。该例子说明，通过判定是否存在可能的信息传递机制，可以判定因果关系方向。

而地形和性格间的关系，则更有可能是前者为因，后者为果。山区的自然环境，影响了该地区居民的生产方式和交流模式，进而塑造了性格。例如该文中指出，在五大性格特征（外倾性，责任心，情绪稳定性，宜人性，开放性）中，前四项山地居民都偏低，而唯有最后一项，山地居民明显偏高。这也和我们的日常经验是相符的。

总结来看，因果关系的出现，意味着存在信息传递，不仅意味着可以用类似转移熵这样的指标，来进行因果发现。还以为可以通过找出那些具有预测效力的指标，再寻找可能的信息传递机制，来找到潜在的因果联系，或者依据信息传递的管道不存在，来暗示两者间的相关性仅仅是相关性。

参考：

[1] Machine learning uncovers the most robust self-report predictors of relationship quality across 43 longitudinal couples studies,

[2] Marital satisfaction and break-ups differ across on-line and off-line meeting venues.

[3] Assessing the Big Five personality traits using real-life static facial images

[4] Physical topography is associated with human personality

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”