<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">TACS</journal-id><journal-title-group><journal-title>Technology and Application of Computer Science</journal-title></journal-title-group><issn>2998-8926</issn><eissn>2998-8934</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/TACS.2026090042</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>人工智能视角下因果推理研究的认知路径</title><url>https://artdesignp.com/journal/TACS/3/9/10.61369/TACS.2026090042</url><author>王占</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>3</volume><issue>9</issue><history><date date-type="pub"><published-time>2026-05-14</published-time></date></history><abstract>因果推理是智能系统由相关关系走向认识世界、干预世界、反事实思考的重要能力。目前主流的机器学习大多采用数据关联建模的方式，无法有效地应对分布偏移、混杂因素以及可解释性要求。认知科学对于人如何学习因果以及怎样推理的研究，为人工智能的因果建模提供了一些启发。本文在梳理机器学习和因果推理的关系之后，从干预主义、结构因果表征、反事实模拟三个认知路径入手，分析人工智能借鉴人类因果认知方式的技巧，并讨论其融合的趋势以及所面临的理论和技术挑战。</abstract><keywords>人工智能,因果推理,认知路径,结构因果模型,反事实思维</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 陈炯宇. 基于多尺度特征取和异常因果推理的交通流预测研究[D]. 太原科技大学,2025.[2] 唐婧尧. 基于因果推理的低资源信息抽取研究[D]. 大连理工大学,2025.[3] 胡丽娟. 基于因果推理的特征选择算法研究[D]. 桂林电子科技大学,2025.[4] 高枫. 基于因果推理和反事实文本增强的多模态情感分析[D]. 山东师范大学,2025.[5] 赵葛剑, 张新鹏.DeepSeek：从" 概率生成" 到" 因果推理"[J]. 自然杂志,2025,47(2):79-84.[6] 蔡玉琦. 从贝叶斯推理到因果推理[D]. 吉林大学,2024.[7] 郑洁. 基于因果推理的数据库基数估计研究与实现[D]. 宁夏大学,2023.[8] 任晓明, 李晟. 因果推理和因果认知：当代逻辑与哲学发展的一个新的生长点&amp;mdash;&amp;mdash; 四川大学博士生导师任晓明教授访谈[J]. 社会科学家,2022,(8):3-8+161.[9] 黄闪闪. 因果推理研究的认知进路: 基于人工智能视角[J]. 湖南科技大学学报( 社会科学版),2021,24(2):44-50.[10] 江滨. 强人工智能中的因果推理研究[D]. 湖北大学,2020.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
