1月9日，《認知科學》雜誌和世界科學出版社組織承辦了“人工智慧與因果推斷”小型線上研討會。會議邀請了清華大學、山西大學等因果領域的研究者一起就相關主題進行討論。
會上，山西大學哲學社會學學院教授梅劍華認為，根據教科書的標準解釋，人工智慧就是把“人的部分智慧活動機器化，讓機器具有完成某種複雜目標的能力”。其中的困難不言而喻，畢竟我們做出的決策和判斷是我們腦中數十億神經元相互作用的結果，且神經元之間的互動無比豐富又異常迅捷。今天的科學還不具備洞悉這數十億神經元如何互動以及內部機制如何運轉的能力，所以今天的人工智慧也還只是在一種對人的宏觀認知模式的模擬，而模擬本身的可靠性、透明性以及可解釋性問題都有待進一步深入研究，總之人工智慧之路任重道遠。
清華大學李明介紹圖靈測試。圖靈主張先製造出一個擁有兒童智慧水平的機器人，然後才有可能製造出一個類人智慧水平的機器人。其次，人的智慧體現在很多方面，比如，視覺、自然語言，因果也只是其中一個方面。李明認同珀爾的觀點，主張實現擁有兒童智慧水平的機器人的關鍵一步是：它們掌握了因果關係。因為對因果的理解是人類認知最普遍也是最不可或缺的一環。只有所造的機器人理解因果，才能把我們對於這個世界所知教給它們。
西北工業大學吳小安介紹珀爾因果推斷的兩個基本原理：結構反事實定律和結構獨立定律，並詳細解釋了人工智慧因果推斷的藍圖，認為理論上似乎很漂亮，工程的實現則面臨太多的問題。
黑龍江大學周成剛介紹因果模型在實際因果領域的一些工作，以及實驗哲學關於規範對因果判斷影響的結論，和哲學中關於規範性如何影響因果的幾種理解。
西安郵電大學沈潔介紹因果形而學上方面的一些工作，在大衛劉易斯休謨式隨附工程中因果的地位，劉易斯關於因果的定義在其後來對於傾向、決策和解釋的分析中並沒有被使用的問題，說明了符合直覺和理論建構之間的衝突，並說明因果形而上學研究和人工智慧因果研究之間的分立以及融合問題。
首都師範大學張端介紹了社會科學中因果研究的兩種正規化，結構因果模型和潛在結果模型，比較了它們之間各自的優勢和劣勢，主張潛在結果模型更多意義上是一場社會科學方法論的變革，而結構因果模型的意義更多體現在人工智慧領域。
在提問環節，與會學者就因果與人工智慧的關係，以及因果推斷研究的一些新動向展開熱烈討論。大家一致認為，此次線上研討正逢其時，特別是2021年Imbens 和 Angrist 在因果推斷方面的研究獲得了諾貝爾經濟學獎，大家都開始認識到這個領域的價值和活力，本次討論會對進一步深化理解相關專題、促進因果研究、動領域發展具有建設性意義。（中國社會科學網）
