علیت در عصر یادگیری ماشین: تحلیلی فلسفی از کشف علیت توسط هوش مصنوعی

پیشرفت های اخیر در یادگیری ماشین، به ویژه در چارچوب مدل های داده محور و پیش بینانه، موفقیت های چشمگیری در حوزه های مختلف علمی و کاربردی به همراه داشته است. با این حال، این موفقیت ها هم زمان پرسش های بنیادینی را در سطح فلسفه علم برانگیخته اند؛ به ویژه درباره جایگاه مفاهیمی چون تبیین و علیت در علمی که به طور فزاینده بر پیش بینی آماری تکیه دارد. در واکنش به محدودیت های مدل های صرفا همبستگی محور (از جمله شکنندگی در برابر تغییر محیط و ناتوانی در پاسخ گویی به پرسش های مداخله ای) ادبیات نوظهوری تحت عنوان «هوش مصنوعی علی» شکل گرفته است که می کوشد ساختارهای علی را به طور صریح وارد یادگیری ماشین کند.این مقاله با رویکردی تحلیلی در تقاطع فلسفه علم و پژوهش های معاصر هوش مصنوعی، به بررسی ماهیت علیتی می پردازد که در مدل های یادگیری ماشین، به ویژه در حوزه کشف علیت، بازنمایی یا استنتاج می شود. استدلال اصلی مقاله آن است که علیت در این زمینه نه باید به عنوان بازنمایی مستقیم سازوکارهای بنیادین جهان فهم شود و نه صرفا به مثابه ابزاری مهندسی برای بهبود پیش بینی. در مقابل، مقاله پیشنهاد می کند که علیت در یادگیری ماشین را می توان به طور موجه به عنوان ساختاری تبیینی، میان سطحی و وابسته به مداخله تفسیر کرد که اعتبار معرفت شناختی خود را از ناوردایی تحت مداخله و توانایی تعمیم فراتوزیعی به دست می آورد. در پایان، مقاله نشان می دهد که این تفسیر بدیل می تواند هم موفقیت عملی رویکردهای علی در یادگیری ماشین را توضیح دهد و هم از تعهدات متافیزیکی سنگین پرهیز کند، و بدین ترتیب چارچوبی منسجم برای فهم علیت در علم داده محور معاصر فراهم آورد.

کلیدواژه ها:

علیت ، کشف علیت ، مداخله ، هوش مصنوعی ، هوش مصنوعی علی