因果关系是人工智能实现从感知到认知需突破的关键问题，因果推理对于构建可解释的机器学习模型至关重要。用概率解释因果关系是一种自然主义观点。因果贝叶斯网络的运用表明，发现因果关系的人工智能归纳法面临因果马尔可夫条件的客观性解释难题。为保证归纳的因果模型符合我们理解的因果关系，因果认知理论体现了一种认知转向的非实在论立场。因果推理的认知进路昭示着概率理论从单一向多样化发展，主观与客观从对立到融合的可能性。