你是否同意Judea的观点，即从数据中学习并非万能？[D]

链接：[Judea Pearl，2011年ACM图灵奖得主](https://youtu.be/XExyqAYDnvw?si=BVyX-oEetFslAvZq&t=8285) (2:18:05) 引述： > 有一个限制，并非所有人都理解。我已经提到过，存在一个层级结构，从相关性到因果性，再从因果性到解释或想象。人们，尤其是机器学习领域的人，很难理解那道墙——一个层级的局限，以及一个层级在哪里结束、另一个层级从哪里开始。为什么呢？因为两件事。机器学习的学派有两大范式，它们深受大家喜爱。第一是白板（tabula raza），我不希望有任何先入之见，我不希望有任何先验知识，我想自己推导一切，让计算机学习，你会发现“学习”这个词被过度使用了。另一重束缚是：我们要像大脑那样做事情。所以，如果看起来像是神经元在交互，那就好；如果看起来像是知识来自规则系统，那就不好，因为那是人造的。现在，这存在局限性。我们今天可以证明，仅通过观察数据是无法完成某些事情的。这不是观点问题，而是数学证明的问题。你可以观察那些整天服用阿司匹林的人，以及那些整天头痛或不头痛的人，但你无法证明阿司匹林是导致头痛的原因。尤其，Judea指出：**“这不是观点问题，而是数学证明的问题。”** 所以，我们有形式化的证据表明，从数据中学习存在根本性的局限。Judea在采访中后来指出，机器学习社区面临的问题是有解决方案的；然而，由于炒作，这些方案并未被采纳。**讨论。** 你同意Judea的观点吗？