Modelos gráficos probabilísticos (PGMs, do inglês probabilistic graphical models), também conhecidos como modelos gráficos ou modelos probabilísticos estruturados, são modelos probabilísticos nos quais um grafo expressa a estrutura de dependência condicional entre variáveis aleatórias. Eles são amplamente utilizados em teoria da probabilidade, estatística - particularmente estatística bayesiana - e aprendizado de máquina. Ao codificar dependências como arestas e independências como separações no grafo, os PGMs fornecem uma representação compacta de distribuições conjuntas complexas, tornando a inferência e o aprendizado tratáveis em muitas aplicações.
A ideia central é representar uma distribuição sobre um espaço multidimensional usando um grafo, onde os nós correspondem a variáveis aleatórias e as arestas indicam dependências probabilísticas. Essa fatoração baseada em grafos captura um conjunto de independências condicionais que se mantêm na distribuição, permitindo o cálculo eficiente de probabilidades marginais e condicionais. Dois ramos principais de representações gráficas existem: redes bayesianas (direcionadas) e campos aleatórios de Markov (não direcionados). Ambos compartilham as propriedades de fatoração e independências, mas diferem nos tipos de independências que podem codificar e na fatoração resultante da distribuição.
Tipos de Modelos Gráficos Probabilísticos
Redes Bayesianas
Uma rede bayesiana, também chamada de modelo gráfico direcionado ou rede de crenças, usa um grafo acíclico direcionado (DAG, do inglês directed acyclic graph) para representar a distribuição de probabilidade conjunta. Em tal modelo, a probabilidade conjunta das variáveis aleatórias \(X_1, \ldots, X_n\) é fatorada como um produto de distribuições condicionais:
\[ P[X_1, \ldots, X_n] = \prod_{i=1}^n P[X_i \mid \text{pa}(X_i)] \]
onde \(\text{pa}(X_i)\) denota o conjunto de pais do nó \(X_i\) (nós com arestas direcionadas para \(X_i\)). Essa fatoração implica que qualquer nó é condicionalmente independente de seus não descendentes, dados seus pais. O conceito de d-separação fornece um critério teórico de grafos para determinar independências condicionais entre conjuntos de variáveis. Em redes bayesianas, independências locais (baseadas em relações pai-filho) são equivalentes a independências globais (baseadas em d-separação).
Modelos clássicos de aprendizado de máquina, como modelos ocultos de Markov, redes neurais e modelos de Markov de ordem variável, podem ser considerados casos especiais de redes bayesianas. Uma das redes bayesianas mais simples é o classificador Naive Bayes, que assume independência condicional das características dado o rótulo da classe.
Modelos Gráficos Não Direcionados
Modelos gráficos não direcionados, também conhecidos como campos aleatórios de Markov (MRFs, do inglês Markov random fields), representam dependências usando arestas não direcionadas. Em um grafo não direcionado, a presença de uma aresta implica uma dependência entre as variáveis aleatórias correspondentes, mas a ausência de uma aresta implica independência condicional dadas todas as outras variáveis. Por exemplo, em um grafo onde os nós B, C e D estão todos conectados apenas ao nó A, as variáveis B, C e D são condicionalmente independentes dado A. A distribuição de probabilidade conjunta pode então ser fatorada como um produto de funções não negativas sobre cliques (subconjuntos totalmente conectados) do grafo. Por exemplo, se o grafo tem arestas AB, AC e AD, a distribuição conjunta pode ser escrita como:
\[ P[A,B,C,D] = f_{AB}[A,B] \cdot f_{AC}[A,C] \cdot f_{AD}[A,D] \]
para algumas funções não negativas \(f_{AB}, f_{AC}, f_{AD}\). Essa fatoração reflete a estrutura local das dependências.
Modelos Gráficos Direcionados Cíclicos
Embora redes bayesianas tipicamente exijam grafos acíclicos, alguns modelos permitem ciclos. Em um modelo gráfico direcionado cíclico, cada variável pode depender de seus pais de uma maneira que pode levar a loops de feedback. Por exemplo, um grafo com um ciclo pode sugerir uma densidade conjunta que se fatora como:
\[ P[A,B,C,D] = P[A] \cdot P[B] \cdot P[C,D \mid A,B] \]
mas outras interpretações são possíveis. Modelos cíclicos são menos comuns devido a complexidades na inferência e interpretação.
Outros Tipos
Vários outros tipos de modelos gráficos probabilísticos estendem as estruturas básicas:
- Redes de dependência: Estas permitem ciclos e representam distribuições condicionais para cada variável dadas todas as outras.
- Classificadores aumentados por árvore (TAN, do inglês tree-augmented classifiers): São redes bayesianas que aumentam uma estrutura naive Bayes com arestas entre características para capturar dependências.
- Aprendizado direcionado de redes bayesianas (TBNL, do inglês targeted Bayesian network learning): Foca no aprendizado de uma rede otimizada para uma variável alvo específica.
- Grafos de fatores: São grafos bipartidos não direcionados que conectam variáveis e fatores, onde cada fator representa uma função sobre as variáveis que conecta. Grafos de fatores são úteis para implementar propagação de crenças.
- Árvores de cliques ou árvores de junção: São árvores de cliques usadas no algoritmo de árvore de junção para inferência exata.
- Grafos em cadeia: Estes grafos podem ter arestas direcionadas e não direcionadas, mas sem ciclos direcionados, permitindo uma mistura de tipos de dependência.
Aplicações e Significância
Modelos gráficos probabilísticos são fundamentais em aprendizado de máquina, onde fornecem uma estrutura fundamentada para raciocínio sob incerteza. Eles são usados em inteligência artificial para tarefas como IA generativa, onde modelos como modelos de linguagem de grande porte e transformadores, embora frequentemente baseados em redes neurais, podem ser interpretados através de lentes probabilísticas. Os PGMs também são aplicados em campos como visão computacional, processamento de linguagem natural, bioinformática e robótica. Sua capacidade de combinar conhecimento de domínio com aprendizado orientado por dados os torna ferramentas poderosas tanto para inferência quanto para tomada de decisão.
Conceitos Relacionados
Modelos gráficos probabilísticos estão intimamente relacionados a aprendizado profundo e redes neurais, pois muitas arquiteturas profundas podem ser vistas como casos especiais de modelos gráficos. Por exemplo, modelos ocultos de Markov são um exemplo clássico. Pesquisadores como Michael Jordan e Daphne Koller avançaram significativamente a teoria e a aplicação dos PGMs. Desenvolvimentos modernos em IA generativa e modelos de linguagem de grande porte frequentemente se baseiam em princípios probabilísticos, mesmo que não sejam explicitamente estruturados como modelos gráficos.