珀尔院士的思想，在图灵问题的顶层设计高度，改变了我关于大数据的认识。与珀尔院士的深度思想交流事出偶然。“美国大师行”的旧金山站安排9月3日下午见珀尔院士。本来只是礼节性的见面，请他简单介绍一下研究成果。但珀尔院士显然理解错了，以为是专业交流，于是准备了64页的数学讲义。当他听说听众竟然来自媒体、法律、经济等文科背景时，不禁瞠目结舌。他说：“对不起，我不知道你们……”。改讲义已来不及了，只好硬着头皮，对牛谈琴。不料，两小时后，珀尔院士谈得兴起，早忘了我们是学什么的，奔放的数学思想喷薄而出，图论、概率论、非线性数学的公式象袋鼠一样，隔着十几步十几步地跳跃，如黄河之水，一发而不可收。时间已到，主办方反复提示无效，又讲了一个多小时

我身旁的兄弟，被我晃醒，好像还在梦中，几乎已经坐不正了。我靠一杯一杯的咖啡支撑，勉强听着。之后，却意外地听入了迷，最后听到如醉如痴。因为我发现珀尔院士讲的，正是我在大数据上日思夜想的问题。

近年来，我在介绍大数据时，对相关关系与因果关系这个说法一直心存疑惑。虽然也引进美国大数据理论，如巴拉巴西院士的说法，但这个疑惑并没有消除。相关关系对应经验归纳，因果关系对应理性演绎。但难道大数据只有归纳，没有演绎吗，或者问，大数据如何才能实现归纳与演绎间的转化？在这个思维瓶颈上，珀尔院士一下点破了我。

珀尔院士走后，大家面面相觑，互相打听，这三个半小时，灌的是什么东东。在交流学习体会时，一位数学专业的专家说，他感到珀尔院士是在用一种非线性的方法，解决线性的问题。统计过去不能处理因果关系，只能处理相关关系，珀尔院士的贡献是把因果关系引入了统计概率分析，把非结构化的东西半结构化了。半途接替口语翻译进行专业翻译的查理，是腾讯大数据师，专业研究方向与珀尔同领域。他以“西安的模型能否用于成都”为比喻，从专业角度又向大家解释了一遍。我被当作文科的代表，在毫无心理准备的情况下，推到台上交流体会。直到被研究非线性物理出身的查理超赞时，才确认自己听的、想的，确实是珀尔院士讲的，感觉像中了奖一样。

我一上来就说，图灵问题的核心是人与自然（机器）关系问题，人工智能就是要实现二者的统一。这个问题对应的今天的主题，是定性（非结构化）与定量，归纳与演绎，感性与理性的关系——相关关系与因果关系——如何统一的问题。用珀尔院士的话说，就是从巴比伦思维到雅典思维的问题（The causal revolution – from associations to counterfactuals – from Babylon to Athens）。大数据发展当前存在的问题是，偏离了图灵原问题的轨道，变成理性计算的天下，以谷歌的数学算法为代表；而忽视了脸谱的算法（基于人与人associations的感性算法）。后者在统计学中，就是相关关系数据分析。珀尔院士对后者也不满意，因此才批评说“不要老想数据，先把现实用模型模拟出来”（大意如此），意思是要把非结构化的定性问题结构化。

查理此前曾说珀尔院士提出的是休谟的问题。我说，珀尔院士提出和解决问题的思路让我想起康德，我觉得他今天讲的内容，就是《纯粹理性批判》的数学版，而方法上的思路让我联想到牛顿与莱布尼茨。我回国后查阅专业资料时，发现有人这么评价珀尔院士的问题意识：“有人提到了哲学（史）上的休谟问题（我的转述）：人类是否能从有限的经验中得到因果律？这的确是一个问题，这个问题最后促使德国哲学家康德为调和英国经验派（休谟）和大陆理性派（莱布尼兹-沃尔夫）而写了巨著《纯粹理性批判》。”看来所见略同。
康德《纯粹理性批判》的原问题，是经验与理性之间的关系，相当于大数据中相关关系与因果关系之间的关系。我说，康德当年解同样问题的思路，象极了珀尔院士。康德设置了一个叫“图式”的概念，作为沟通经验与理性的中间框架（FRAME）。“图式”的特征是，兼具经验的具体性与理性的普遍性，但既不同于经验，也不等于理性。珀尔院士的“图式”就是因果图 (Causal Diagram)，是他的结构化理论。这个结构不是完全理性的，而是可以灵活调整的。我说，珀尔院士的结构与康德的图式唯一不同在于，前者设置了可替换的部件模块，用于根据情况临时调整，因此不是机械的结构，而是活的、松耦合的结构（例如，就象查理讲的，西安的“普遍真理”模型，只要更换一些适应成都“具体实践”的子模块，就可以用于成都）。