Teaching Experience
哲学论文写作指南
LaTeX
An Article
Template
A Beamer
Template
Logic
Undergraduate course on Elementary Logic
Philosophy of Artificial Intelligence
Graduate course on Universal Induction and Causal Inference
Game Theory and Ethics
Undergraduate course on Game Theory
Causality Reading Group
因果读书会基本信息
- 时间: 每周一次, 长期进行, 节假日除外, 默认周一晚上7:00, 偶尔会根据大家的时间灵活调整
- 地点: 中南大学麓南校区二教415
- 成员: 不限于我的学生, 欢迎任何对因果感兴趣的朋友加入
- 形式: 线下, 成员轮流主讲, 一起讨论
-
内容: 经典著作与前沿论文穿插进行, 主题包括但不限于以下几个方面:
著作
因果方面的书有很多, 推荐以下几本作为参考, 以帮助我们了解因果科学的整体框架、基本概念、模型与方法:
- 经典参考书是《因果论》Judea Pearl: Causality. 这本书写得很"糙", 并不易读. 通常来说, 一个领域的经典著作, 其内容结构往往对应着这个领域的体系架构. 而本书却是由作者根据自己的论文和演讲, 稍作裁剪, 拼凑攒成. 写作过程极为偷懒, 既没有照顾学科的知识结构, 也没有照顾读者的阅读体验, 对初学者并不友好. 然而, 这种"不负责任"的写法也有其独特价值. 我们读的虽是书, 享受到的却是读论文的爽感, 关键还是这个领域从无到有的一系列开创性论文. 学到手的不仅是知识, 更重要的是创造的方法. 看着作者如何一点儿一点儿跟传统的概率论统计学范式较劲, 如何跟自己较劲, 如何追根溯源反复回到原点, 把问题拆解到最最底层的哲学层面, 弄清楚"观察/干预/想象"或说"事件/行动/反事实"的层级(概率如何刻画事件的分布关系并依此进行预测, 行动如何扰动概率分布并给予因果以方向性, 反事实想象如何让信息跨越变与不变的世界之间流淌), 弄清楚全局视角与局部视角的区别(背景条件/外部干预), 事实与自然律的区分, 准决定论与不确定性的关系, 因果预设与经验归纳的关系, 类型与特例的区别, 再从第一性原理出发, 把哲学数学化, 设计合适的语言(因果图, do算子, 结构方程), 建立运算规则, 拓展应用场景…… 如果说学习通常的教科书是在欣赏早已完成的艺术品, 那么阅读《因果论》就是在荒原上亲眼目睹拓荒者手搓工具、披荆斩棘、逢山开路、遇水搭桥、测绘选址、夯实地基、搭建脚手架、平地建城的大型直播现场.
- 对基础知识不熟悉又被《因果论》劝退的同学可以通过阅读科普书《为什么》快速入门. Judea Pearl and Dana Mackenzie: The Book of Why. 《为什么》里有理论, 有历史, 有故事, 还有展望. 如果发现哪里不够严谨, 可以搭配短小精悍的《统计因果推理入门》Judea Pearl and Madelyn Glymour and Nicholas P. Jewell: Causal Inference in Statistics: A Primer.
- 更新更全的参考书是 Elias Bareinboim: Causal Artificial Intelligence.
论文
除了我偶尔推荐的和大家正在推进的研究外, 主讲的论文需要大家根据自己的兴趣自行选择. 如果不晓得选读什么文章, 可以参考下面几个网站:
Information for Prospective Students
我个人偏好以清晰严谨的方式做哲学, 不喜欢空对空的思辨, 也比较排斥晦涩的大词或华丽的文风. 为求清晰严谨, 我会借助一些数理工具. 如果想跟我一起做研究, 希望你对数学与逻辑至少抱有不排斥的开放心态.