Judea Pearl es un informático y filósofo israelí-estadounidense, conocido principalmente por desarrollar las redes bayesianas y un marco matemático formal para la inferencia causal, contribuciones que le valieron el Premio Turing de 2011.
Redes bayesianas
Nacido en 1936 en Tel Aviv, entonces parte del Mandato Británico de Palestina, Pearl obtuvo títulos en ingeniería eléctrica antes de unirse a la Universidad de California, Los Ángeles, donde ha pasado la mayor parte de su carrera. En la década de 1980, como parte del esfuerzo más amplio por construir sistemas de razonamiento dentro de la investigación en inteligencia artificial simbólica y sistemas expertos, Pearl desarrolló las redes bayesianas, modelos gráficos que representan dependencias probabilísticas entre variables y permiten un razonamiento eficiente y fundamentado bajo incertidumbre. Su libro de 1988 Probabilistic Reasoning in Intelligent Systems estableció las redes bayesianas como una herramienta estándar en inteligencia artificial, estadística y campos relacionados, y siguen siendo ampliamente utilizadas siempre que un sistema necesita combinar evidencia incierta, una preocupación vinculada al trabajo moderno en IA explicable.
Inferencia causal
El trabajo posterior de Pearl amplió el razonamiento probabilístico hacia una teoría formal de la causalidad. Introdujo el "cálculo do" y los modelos causales estructurales, herramientas matemáticas que distinguen la correlación de la causalidad y permiten plantear preguntas precisas, como qué ocurriría bajo una intervención o qué habría ocurrido contrafactualmente. Su libro de 2018 The Book of Why, coescrito con Dana Mackenzie, popularizó esta "revolución causal" para un público general, argumentando que una "escalera de la causalidad" de tres niveles - asociación, intervención y razonamiento contrafactual - describe tipos distintos de razonamiento que los métodos puramente estadísticos difícilmente alcanzan.
Crítica al aprendizaje profundo
Pearl ha sido un crítico abierto de la idea de que escalar sistemas de aprendizaje automático y aprendizaje profundo con cada vez más datos sea suficiente para alcanzar una comprensión genuina o una inteligencia artificial general, describiendo gran parte del aprendizaje estadístico contemporáneo como "ajuste de curvas" que carece de un modelo causal explícito del mundo. Esta visión lo sitúa junto a otros escépticos prominentes, como Gary Marcus, al argumentar que los enfoques híbridos que combinan razonamiento causal estructurado con aprendizaje estadístico son necesarios para sistemas de IA más robustos y generalizables, y ha seguido defendiendo este argumento incluso cuando los sistemas neuronales a gran escala han logrado resultados que muchos en el campo creían que requerirían modelos causales explícitos. Fuera de la informática, Pearl también es conocido por fundar la Fundación Daniel Pearl en memoria de su hijo, el periodista Daniel Pearl, quien fue secuestrado y asesinado en Pakistán en 2002.