Judea Pearl é um cientista da computação e filósofo israelense-americano, mais conhecido por desenvolver redes bayesianas e um arcabouço matemático formal para inferência causal, contribuições que lhe renderam o Prêmio Turing de 2011.
Redes bayesianas
Nascido em 1936 em Tel Aviv, então parte do Mandato Britânico da Palestina, Pearl obteve diplomas em engenharia elétrica antes de ingressar na Universidade da Califórnia, em Los Angeles, onde passou a maior parte de sua carreira. Na década de 1980, como parte do esforço mais amplo para construir sistemas de raciocínio dentro da pesquisa em Symbolic AI e Expert system, Pearl desenvolveu redes bayesianas, modelos gráficos que representam dependências probabilísticas entre variáveis e permitem raciocínio eficiente e fundamentado sob incerteza. Seu livro de 1988, Probabilistic Reasoning in Intelligent Systems, estabeleceu as redes bayesianas como uma ferramenta padrão em Artificial intelligence, estatística e áreas relacionadas, e elas continuam amplamente utilizadas sempre que um sistema precisa combinar evidências incertas, uma preocupação conectada ao trabalho moderno em Explainable AI.
Inferência causal
O trabalho posterior de Pearl estendeu o raciocínio probabilístico a uma teoria formal da causalidade. Ele introduziu o "do-cálculo" e modelos causais estruturais, ferramentas matemáticas que distinguem correlação de causalidade e permitem fazer perguntas precisas, como o que aconteceria sob uma intervenção, ou o que teria acontecido contrafactualmente. Seu livro de 2018, The Book of Why, escrito em coautoria com Dana Mackenzie, popularizou essa "revolução causal" para um público geral, argumentando que uma "escada da causalidade" de três níveis - associação, intervenção e raciocínio contrafactual - descreve tipos distintos de raciocínio que métodos puramente estatísticos têm dificuldade em alcançar.
Crítica ao aprendizado profundo
Pearl tem sido um crítico veemente da ideia de que escalar sistemas de Machine learning e Deep learning com cada vez mais dados seja suficiente para alcançar compreensão genuína ou Artificial general intelligence, descrevendo grande parte do aprendizado estatístico contemporâneo como "ajuste de curvas" que carece de um modelo causal explícito do mundo. Essa visão o coloca ao lado de outros céticos proeminentes, como Gary Marcus, ao argumentar que abordagens híbridas, combinando raciocínio causal estruturado com aprendizado estatístico, são necessárias para sistemas de IA mais robustos e generalizáveis, e ele continuou a defender esse argumento mesmo à medida que sistemas neurais em larga escala alcançaram resultados que muitos na área antes pensavam exigir modelos causais explícitos. Fora da ciência da computação, Pearl também é conhecido por fundar a Fundação Daniel Pearl em memória de seu filho, o jornalista Daniel Pearl, que foi sequestrado e morto no Paquistão em 2002.