Джудея Перл¶

Джудея Перл — американский учёный в области информатики и когнитивной науки, пионер в области искусственного интеллекта, наиболее известный как создатель теории вероятностных причинно-следственных моделей (байесовских сетей) и основоположник современного подхода к причинно-следственному выводу (causal inference). Лауреат премии Тьюринга (2011) за фундаментальный вклад в развитие искусственного интеллекта.

¶Биография

Джудея Перл родился 4 сентября 1936 года в Тель-Авиве (тогда подмандатная Палестина, ныне Израиль) в семье польских еврейских иммигрантов. В 1956 году он переехал в США для получения высшего образования. Перл получил степень бакалавра по электротехнике в Политехническом институте Бруклина (ныне Нью-Йоркский университет Тандон), а затем степень магистра физики в Университете Рутгерса. В 1965 году он защитил докторскую диссертацию (Ph.D.) по электротехнике в Политехническом институте Бруклина, посвящённую теории сверхпроводимости.

После защиты Перл работал в исследовательской лаборатории RCA Laboratories (Принстон, Нью-Джерси), где занимался разработкой систем распознавания образов и сверхпроводящих устройств. В 1970 году он перешёл в Калифорнийский университет в Лос-Анджелесе (UCLA), где основал Лабораторию когнитивных систем. В UCLA он проработал более 50 лет, пройдя путь от доцента до заслуженного профессора (Distinguished Professor) компьютерных наук и статистики. В 2011 году Перл получил премию Тьюринга — высшую награду в области информатики.

¶Научный вклад

¶Байесовские сети

В 1980-х годах Джудея Перл разработал математический аппарат байесовских сетей — графовых вероятностных моделей, которые позволяют представлять и обрабатывать неопределённые знания. В отличие от традиционных экспертных систем, основанных на правилах, байесовские сети используют направленные ациклические графы, где узлы соответствуют случайным переменным, а рёбра — причинно-следственным связям. Перл предложил алгоритмы для распространения вероятностей в таких сетях (например, алгоритм «вера-пропагация»), что сделало возможным эффективное вычисление апостериорных вероятностей при наличии неполных или зашумлённых данных.

Эта работа легла в основу современной теории вероятностного вывода и нашла применение в диагностике (медицинской, технической), биоинформатике, обработке естественного языка и других областях. Ключевая монография Перла — «Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference» (1988) — стала классическим трудом в области искусственного интеллекта.

¶Причинно-следственный вывод

В 1990-х годах Перл переключился на проблему причинно-следственного вывода (causal inference). Он разработал формальный язык, основанный на структурных каузальных моделях (Structural Causal Models, SCM), который позволяет математически описывать причинно-следственные связи и отвечать на вопросы типа «Что произойдёт, если изменить X?» (вместо простого наблюдения корреляций). Центральными элементами этого подхода стали:

Направленные ациклические графы (DAG), представляющие причинные связи между переменными.
Исчисление «do» (do-calculus) — формальный оператор, моделирующий вмешательство (интервенцию) в систему, что позволяет отличать причинно-следственные связи от статистических ассоциаций.
Критерии «задней двери» и «передней двери» — условия, при которых можно оценить причинный эффект на основе наблюдательных данных.

Перл показал, что многие задачи причинно-следственного вывода сводятся к трём уровням: ассоциация (корреляция), вмешательство (интервенция) и контрфактическое рассуждение (что было бы, если бы...). Его книга «Causality: Models, Reasoning, and Inference» (2000) считается основополагающим трудом в этой области и оказала огромное влияние на статистику, эпидемиологию, экономику, социальные науки и машинное обучение.

¶Когнитивная наука и искусственный интеллект

Перл также внёс вклад в когнитивную науку, исследуя, как люди рассуждают о причинности и неопределённости. Он утверждал, что человеческое мышление по своей сути основано на причинных моделях, а не на чисто статистических ассоциациях. В своей книге «The Book of Why: The New Science of Cause and Effect» (2018, в соавторстве с Дэной Маккензи) Перл популяризировал идею о том, что современный искусственный интеллект, основанный на глубоком обучении, застрял на первом уровне (ассоциации) и не способен к настоящему причинному рассуждению, что ограничивает его возможности.

¶Критика и влияние

Работы Перла вызвали широкий резонанс в научном сообществе. С одной стороны, его подход к причинно-следственному выводу был признан революционным и привёл к появлению целой области исследований, которая активно применяется в эпидемиологии (оценка эффективности лекарств), экономике (оценка влияния политик), социологии и машинном обучении. С другой стороны, некоторые статистики (например, Дэвид Фридман) критиковали формализм Перла за излишнюю сложность и зависимость от априорных предположений о структуре причинных связей, которые не всегда могут быть проверены на данных. Тем не менее, к началу 2020-х годов причинно-следственный вывод стал одним из наиболее активно развивающихся направлений в науке о данных.

¶Основные награды и признание

Премия Тьюринга (2011) — за фундаментальный вклад в искусственный интеллект через разработку исчисления причинно-следственных связей.
Премия Руммельхарта (2011) — за вклад в когнитивную науку.
Член Национальной инженерной академии США (1995) и Национальной академии наук США (2011).
Почётные докторские степени многих университетов, включая Университет Торонто, Университет Ватерлоо и Университет Бен-Гуриона.

¶Основные труды

Heuristics: Intelligent Search Strategies for Computer Problem Solving (1984)
Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference (1988)
Causality: Models, Reasoning, and Inference (2000; второе издание — 2009)
The Book of Why: The New Science of Cause and Effect (2018, совместно с Дэной Маккензи)

¶Источники

Judea Pearl. Causality: Models, Reasoning, and Inference. Cambridge University Press, 2000.
Judea Pearl, Dana Mackenzie. The Book of Why: The New Science of Cause and Effect. Basic Books, 2018.
Judea Pearl. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. Morgan Kaufmann, 1988.
ACM Turing Award: Judea Pearl — 2011. Association for Computing Machinery.
Биография Джудеи Перла на сайте Калифорнийского университета в Лос-Анджелесе (UCLA).