贝叶斯网络的故事
Bayesian Network Story
让我们回到过去，大约一个世纪前。想象一下一个名叫 Sewall Wright 的科学家，他即将在科学界引起轰动。你知道，当时每个人都把“相关性不意味着因果关系”看作是圣经。但是 Wright，他有点叛逆。他说：“嘿，也许在某些情况下，相关性确实意味着因果关系！”你知道吗？他是对的。
凭借他当时的遗传学知识和统计学洞察力，Wright 开始构建我们现在称之为“影响图”的东西。他的工作就像是贝叶斯网络的基石。
现在让我们快进几十年到 1980 年代。进入 Judea Pearl，他也是一个独行者。他看到了 Wright 的工作，并想：“这个很好，但我可以做得更好。”他看到了专家系统，当时的人工智能，面临的困境。它们无法处理不确定性，无法学习，无法区分猜测和事实。
Pearl 知道他必须接过 Wright 的接力棒并继续他的工作。因此，他在接下来的四十年里，与数千名其他研究人员一起改进和发展贝叶斯网络。尽管还有更多的工作要做，但有一件事是清楚的：贝叶斯网络在人工智能的故事中有一个独特的位置，感谢像 Wright 和 Pearl 这样的有远见的人，他们敢于质疑现状。
Pearl 就像一位建筑师，起草了贝叶斯网络（BNs）的蓝图。他的设计独特，由两个主要组成部分组成 – 一个向后看的镜头和一个向前看的指南。向后看的镜头被设计成一个虚拟侦探。这个组件能够查看一个结果，并通过大量线索追踪回到导致该结果的独立事件。
在 BN 的另一侧，Pearl 加入了一个向前看的指南或“预测”。将其视为一个友善的顾问，为您提供坚实的建议，每个建议都有计算出的成功概率支持。
但是，真正的魔力发生在这里。Pearl 知道这些 BN 不会像魔术般变成…
