孩子与计算机，谁更聪明

人类也会建构另一种示意图，即不同事件之间复杂的因果关系图。28例如，神经病学家建构了关于偏头痛的因果关系图，概括了神经活动与血压、头痛之间的所有联系。再如，能够对生物世界做出各种预测的孩子并不是孤立地看待死亡、生长、疾病与食物之间分别具有的因果关系的，相反，关于世界，他们似乎建构了一个完整而连贯的活力论描述。孩子认为，吃东西能让人获得更多能量，生病会消耗能量；成长能够增加因果力量，而死亡则会剥夺这种力量。他们也会做出新的预测，通常是过去从未听说过的。他们会说，只要不断地吃东西，你就能无限地生长；高个子的大人一定比矮个子的更老。我的儿子在身高还只有1.57米时就坚持认为，他没办法和一个年轻的篮球队员做朋友，因为那个人太高大了，而他太瘦小了。或者他们会解释说，人们必须吃饭，因为这会给你力量。这种生物学上的因果关系图让孩子得出了这些结论，甚至还有更多结论。29

虽然其他动物明显会创造空间认知示意图，但我们并不清楚它们是不是同样也会创造因果关系图。其他动物能理解具体的因果关系，例如它们知道自己的行动会直接导致接下来会发生的事情，大猩猩就知道用棍子捅白蚁巢，白蚁就会跑出来，或者，它们也许知道某些特别重要的因果关系，如变质食物与呕吐之间的关系。但是，这些动物似乎并不能建构就连很小的孩子也能创造的这种因果关系图。动物们似乎更多地依赖于“尝试-错误”的方法来学习，就像我们偶然发现阿司匹林能缓解头痛那样，而不是依赖于让我们发明诸如舒马曲坦之类的新药来消除偏头痛的那种因果理论。

20世纪90年代，卡内基梅隆大学的一群科学哲学家在克拉克·格利穆尔（Clark Glymour）的领导下，开始尝试用数学来解释科学理论如何发挥作用。30同时，加州大学洛杉矶分校的计算机科学家们在朱迪亚·珀尔（Judea Pearl）的领导下，尝试写出能够体现科学家做出的那种预测与建议的计算机程序。31两组研究人员都偶然发现了有关因果关系图的一系列观点。他们发现了如何用数学来描述这类示意图，以及如何运用因果关系图来生成新的预测、干预和反事实思维。新的数学描述被称为“因果图模型”，它取代了人工智能，并且启发了因果关系的新哲学观点。

人们可以写出利用这类因果关系图的计算机程序，就像“地图查询”程序利用空间示意图那样。“地图查询”程序利用一张完整的示意图，自动生成了从一个地方到另一个地方的成千上万条路径。几乎以同样的方式，借助因果关系图的计算机程序也能够完成人类科学家还有孩子所做的那种复杂的反事实归因。这类程序能够进行医疗诊断，并提供可能的治疗方案，或者针对哪些做法有助于阻止气候变化给出建议。美国国家航空和宇航局（NASA）已经在下一代火星机器人身上对这类想法进行了探究。

认知科学的一个核心观点认为，我们的大脑就是一种计算机，但它远比我们已知的任何一种真实的计算机更强大。心理学家试图探究人类大脑究竟使用了哪种程序，以及如何执行这些程序。由于孩子如此善于理解因果关系，因此我们认为，孩子的大脑也许正像计算机程序那样建构并利用因果关系图。事实上，正是因为起初与哲学家和计算机科学家的合作，才让我产生了关于因果关系图的想法。很多年来，在许多间酒吧里，我不断地和格利穆尔争论：我所研究的婴儿是否比他所研究的计算机更加聪明。显然，答案是，在某些方面婴儿确实更聪明，但其他方面则不然。但是，经过10年的实验论证，我终于让他把票投给了婴儿。