ジュディア・パールは、イスラエル系アメリカ人の計算機科学者であり哲学者で、ベイジアンネットワークと因果推論の形式的な数学的枠組みを開発したことで最もよく知られており、これらの貢献により2011年にチューリング賞を受賞した。
ベイジアンネットワーク
1936年にテルアビブ（当時はイギリス委任統治領パレスチナの一部）で生まれたパールは、電気工学の学位を取得した後、カリフォルニア大学ロサンゼルス校に加わり、そこでキャリアの大半を過ごした。1980年代、Symbolic AIおよびExpert system研究における推論システム構築の広範な取り組みの一環として、パールはベイジアンネットワークを開発した。これは変数間の確率的依存関係を表現し、不確実性の下での効率的かつ原理的な推論を可能にするグラフィカルモデルである。彼の1988年の著書『Probabilistic Reasoning in Intelligent Systems』は、ベイジアンネットワークをArtificial intelligence、統計学、および関連分野全体で標準的なツールとして確立し、現在でも不確実な証拠を組み合わせる必要があるシステムで広く使用されており、これは現代のExplainable AIに関する研究とも関連する関心事である。
因果推論
パールのその後の研究は、確率的推論を因果性の形式的理論へと拡張した。彼は「do計算」と構造的因果モデルを導入した。これらは相関と因果を区別し、介入下で何が起こるか、または反事実的に何が起こっていたかといった正確な問いを可能にする数学的ツールである。彼の2018年の著書『The Book of Why』（ダナ・マッケンジーとの共著）は、この「因果革命」を一般読者向けに普及させ、「因果のはしご」の3つのレベル、すなわち関連、介入、反事実的推論が、純粋に統計的な手法では到達が難しい異なる種類の推論を記述すると論じた。
深層学習への批判
パールは、Machine learningおよびDeep learningシステムをますます多くのデータでスケールさせることが真の理解やArtificial general intelligenceに到達するのに十分であるという考えに対して率直な批判者であり、現代の統計的学習の多くを、世界の明示的な因果モデルを欠いた「曲線適合」と表現している。この見解は、彼をGary Marcusなどの他の著名な懐疑論者と並べ、構造化された因果推論と統計的学習を組み合わせたハイブリッドアプローチが、より堅牢で一般化可能なAIシステムに必要であると主張するものであり、彼は大規模なニューラルシステムがかつて明示的な因果モデルを必要とすると多くの人が考えた結果を達成した後も、この議論を続けている。計算機科学から離れて、パールは2002年にパキスタンで誘拐され殺害されたジャーナリストである息子ダニエル・パールを記念して、ダニエル・パール財団を設立したことでも知られている。