La Storia dietro le Reti Bayesiane

'The Story Behind Bayesian Networks' in English.

Torniamo indietro nel tempo, quasi un secolo fa. Immaginate uno scienziato di nome Sewall Wright, pronto a fare una rivelazione nel mondo della scienza. Vedete, un tempo tutti credevano che “la correlazione non implica la causalità” fosse una verità assoluta. Ma Wright era un po’ un ribelle. Disse: “Ehi, forse in alcuni casi, la correlazione implica la causalità!” E sapete una cosa? Aveva ragione.

Con la conoscenza della genetica del suo tempo e le intuizioni statistiche, Wright iniziò a costruire quello che oggi chiamiamo “diagrammi di influenza”. Il suo lavoro fu come il primo mattone del fondamento di ciò che sarebbero diventate le reti bayesiane.

Ora saltiamo in avanti di qualche decennio, agli anni ’80. Entra in scena Judea Pearl, un maverick a modo suo. Guardò il lavoro di Wright e pensò: “Questo è buono, ma posso migliorarlo.” Vide come i sistemi esperti, l’IA dell’epoca, stessero faticando. Non erano in grado di gestire l’incertezza, non potevano imparare e non sapevano distinguere tra un’ipotesi e un fatto.

Pearl sapeva che doveva prendere il testimone e portare avanti il lavoro di Wright. Così trascorse i successivi quarant’anni migliorando e sviluppando le reti bayesiane, con l’aiuto di migliaia di altri ricercatori. E anche se c’è ancora lavoro da fare, una cosa è chiara: le reti bayesiane hanno un posto unico nella storia dell’IA, grazie a visionari come Wright e Pearl, che osarono mettere in discussione lo status quo.

• Catena di pensiero per LLM
• 10 Aziende di Tecnologia Ambientale da Tenere d’occhio nel 2023
• Esplorazione del mondo dell’IA generativa, modelli di base e modelli di linguaggio estesi concetti, strumenti e tendenze

Pearl era come un architetto, che disegnava i piani delle reti bayesiane (BNs). Il suo design era unico, composto da due componenti principali – una lente retrospettiva e una guida orientata al futuro. La lente retrospettiva era progettata per essere un investigatore virtuale. Questa componente aveva la capacità di guardare a un risultato e risalire attraverso una miriade di indizi per trovare gli eventi indipendenti che lo hanno causato.

Dall’altro lato della BN, Pearl includa una guida orientata al futuro o ‘previsione’. Pensateci come a un consigliere amichevole che fornisce raccomandazioni solide, ognuna supportata da una probabilità di successo calcolata.

Ma ecco dove accade la vera magia. Pearl sapeva che queste BN non sarebbero diventate magicamente…