Stephen Wolfram专访Judea Pearl:从贝叶斯网络到元胞自动机

朱迪亚·珀尔(JudeaPearl),生于1936年,以色列裔美国计算机科学家和哲学家,加州大学洛杉矶分校计算机科学教授,“贝叶斯网络”之父,2011图灵奖得主,已出版3本著作,分别为《Heuristics:IntelligentSearchStrategiesforComputerProblemSolving》(1984年)、《ProbabilisticReasoninginIntelligentSystems:NetworksofPl...

贝叶斯网络之父Judea Pearl:新因果科学与数据科学、人工智能的思考

编者注：JudeaPearl曾在他的书里《为什么》中提到：第一层级“关联”和第二层级“干预”主要针对当前的弱人工智能，包括对现有贝叶斯网络在深度学习领域的拓展、前门标准实践、do-calculus等核心算法；而第三层级“反事实”是基于基于人的想象力和假设，是人类独有的思考能力，也是令人工智能达到人类智能的关键命门...

贝叶斯网络之父Judea Pearl力荐、LeCun点赞,这篇长论文全面解读...

图灵奖得主、贝叶斯网络之父JudeaPearl曾自嘲自己是「AI社区的反叛者」,因为他对人工智能发展方向的观点与主流趋势相反。Pearl认为,尽管现有的机器学习模型已经取得了巨大的进步,但遗憾的是,所有的模型不过是对数据的精确曲线拟合。从这一点而言,现有的模型只是在上一代的基础上提升了性能,在基本的思想方面没有...

贝叶斯网络之父Judea Pearl力荐、LeCun点赞,这篇长论文全面解读...

图灵奖得主、贝叶斯网络之父JudeaPearl曾自嘲自己是「AI社区的反叛者」,因为他对人工智能发展方向的观点与主流趋势相反。Pearl认为,尽管现有的机器学习模型已经取得了巨大的进步,但遗憾的是,所有的模型不过是对数据的精确曲线拟合。从这一点而言,现有的模型只是在上一代的基础上提升了性能,在基本的思想方面没有...

专访贝叶斯网络之父Judea Pearl:我是AI社区的叛徒

人工智能领域的先驱、贝叶斯网络之父JudeaPearl认为AI深陷于概率关联的泥潭，而忽视了因果。Pearl认为研究者应该研究因果（CauseandEffect），这可能是实现真正智能的机器的可能路径。人工智能的能力很大一部分要归功于JudeaPearl。上世纪80年代，他带头推动机器进行概率推理。而现在他是这个领域最尖锐的...

图灵奖得主Judea Pearl:ML无法成为强AI基础

近日，图灵奖得主、贝叶斯网络之父JudeaPearl在arXiv上传了他的最新论文，论述当前机器学习理论局限，并给出来自因果推理的7大启发(www.e993.com)2024年11月3日。或许，你还记得NIPS2017上JudeaPearl落寞的身影——在他关于机器学习理论局限的报告会上，到场的人数稀少。CMU教授EricXing的消息，JudeaPearl报告会场人迹稀少，图片来自周志华...

30年前的热门研究,今获经典论文奖,贝叶斯网络之父旧论文“考古”

近日,图灵奖得主、贝叶斯网络之父JudeaPearl在推特上提到,自己在三十年前与当时的博士生RinaDechter、ItayMeiri合著的论文《时间约束网络(TemporalConstraintNetworks)》,获得了由人工智能顶级国际期刊AIJ颁发的2020年经典论文奖。这篇论文发表于1991年,涉及的主题是上世纪八十年代的热门话题——时间...

Judea Pearl提出的「因果阶梯」到底是什么?哥大、斯坦福研究者60...

研究者使用这些约束来定义被称为因果贝叶斯网络(CBN)的一组新型图模型,该模型由一对图模型以及观察和干预分布的集合组成。研究者为基于SCM自然产生的CBN提出了一种建设性定义,这也是纯粹实验性的定义。这种处理将现有的表征(characterization)泛化到了semi-Markovian环境,并允许存在未观察到的混杂因素。在此背景...

一场因果革命,Judea Pearl最新力作《为什么》中文版发布

正如图灵奖获得者,贝叶斯网络之父JudeaPearl所言,机器学习不过是在拟合数据和概率分布曲线。变量的内在因果关系不仅没有被重视,反而被刻意忽略和简化。如果要真正解决科学问题,甚至开发具有真正意义智能的机器,因果关系是必然要迈过的一道坎。JudeaPearl在最新的《ThebookofWhy》中批判了传统统计学存在的问...

地平线余凯:人工智能未来发展方向是深度学习+贝叶斯网络

这就要加入更多的因果推理,因果推理的这个框架衍生出来的就是贝叶斯网络,这个是加州大学洛杉矶分校JudeaPearl教授,在80年代就已经很著名的成果,曾经在人工智能这个领域是非常主流,后来由于神经网络的发展大家淡忘了。但是历史总是回旋往复地往上去发展。就像80年代的时候,深度神经网络其实当时也非常主流,但是90年代就被...