王雄

从数据稀缺到现在有大量的数据，近年来，可用的数据量呈指数级增长，大数据变得无处不在。这是由于数据记录设备数量的巨大增长，以及这些设备之间通过物联网连接。似乎每个人都有收集、分析大数据的力量。

尽管AI目前非常擅长在大型数据中查找模式和关系，但它仍然不是很智能。计算数字可以有效地识别并发现数据中的细微模式，但不能直接告诉我们这些关系中哪些实际上有意义。

相关性和因果关系

相关性并不意味着因果关系。“然而，人类的大脑天生就会寻找规律，当我们看到曲线倾斜在一起，数据中出现明显的规律时，我们的大脑就会自动给出规律。”

然而，从统计数据来看，我们仍然无法实现这一飞跃。《虚假相关性》一书的作者Tyler Vigen在自己的网站上对此进行了调侃，还有很多例子，比如，展示冰淇淋是如何明显地导致许多坏事的，从森林大火到鲨鱼袭击和脊髓灰质炎爆发。

看看这些情节，人们可能会争辩说，我们很可能早就应该禁止冰淇淋了。而且，实际上，在1940年代的小儿麻痹症例子中，公共卫生专家建议人们停止吃冰淇淋作为“反政治饮食”的一部分。幸运的是，他们最终意识到小儿麻痹症暴发与冰淇淋消费之间的相关性是“完全是由于小儿麻痹症的爆发在夏季最为普遍”。

在统计中，虚假关系或虚假相关性是一种数学关系，其中2个或多个事件或变量相关联，但由于某种偶然的或某些第3个未见因素的存在而因果相关（称为“常见响应”变量”“混杂因素”或“潜伏变量”）。……