La historia detrás de las Redes Bayesianas

Historia de las Redes Bayesianas

Foto de Museums Victoria en Unsplash

Volvamos atrás en el tiempo, hace casi un siglo. Imagina a un científico llamado Sewall Wright, quien estaba a punto de sorprender al mundo de la ciencia. Verás, en aquel entonces, todos creían fervientemente en el dicho “la correlación no implica causalidad”. Pero Wright, él era un poco rebelde. Dijo: “¡Oye, tal vez en algunos casos, la correlación sí implica causalidad!” Y sabes qué, algo de razón tenía.

Con el conocimiento de Genética de su época y perspicacia estadística, Wright comenzó a construir lo que ahora llamamos “diagramas de influencia”. Su trabajo fue como el primer ladrillo en la base de lo que más adelante se convertiría en redes bayesianas.

Ahora avancemos unas décadas hasta los años 80. Ingresa Judea Pearl, un rebelde por derecho propio. Vio el trabajo de Wright y pensó: “Esto es bueno, pero puedo mejorarlo”. Observó cómo los sistemas expertos, la IA de aquel entonces, estaban luchando. No podían manejar la incertidumbre, no podían aprender y no podían distinguir entre una suposición y un hecho.

Pearl sabía que tenía que tomar el relevo y continuar el trabajo de Wright. Así que pasó los siguientes cuarenta años mejorando y desarrollando redes bayesianas, con la ayuda de miles de otros investigadores. Y aunque queda trabajo por hacer, una cosa está clara: las redes bayesianas tienen un lugar único en la historia de la IA, gracias a visionarios como Wright y Pearl, quienes se atrevieron a cuestionar el statu quo.

Foto de Clément Falize en Unsplash

Pearl era como un arquitecto, delineando los planos de las Redes Bayesianas (BNs). Su diseño era único, compuesto por dos componentes principales: una lente retrospectiva y una guía prospectiva. La lente retrospectiva estaba diseñada para ser un detective virtual. Este componente tenía la capacidad de observar un resultado y rastrear a través de una miríada de pistas para encontrar los eventos independientes que lo llevaron.

En el otro lado de la BN, Pearl incluyó una guía prospectiva o ‘predicción’. Imagínala como un consejero amigable que te brinda recomendaciones sólidas, respaldadas por una probabilidad calculada de éxito.

Pero aquí es donde la magia realmente sucede. Pearl sabía que estas BNs no se convertirían mágicamente en…

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

¿Quién es Harry Potter? Dentro del método de ajuste fino de Microsoft Research para desaprender conceptos en LLMs

Los modelos de lenguaje grandes (LLMs) se entrenan regularmente con grandes cantidades de datos no etiquetados, lo qu...

Inteligencia Artificial

Investigadores de Apple y CMU revelan el Aprendiz de IU Sin Fin Revolucionando la accesibilidad de las aplicaciones a través del Aprendizaje Automático Continuo

El aprendizaje automático se está integrando cada vez más en una amplia gama de campos. Su uso generalizado se extien...

Inteligencia Artificial

OpenAI contempla unirse a la Liga de la fabricación de chips de IA

OpenAI, el gigante detrás del reconocido ChatGPT, podría adentrarse pronto en el dinámico mundo de la fabricación de ...

Ciencia de Datos

Creando Operaciones de Aprendizaje Automático para Empresas

En mi carrera, he notado que la clave para estrategias exitosas de inteligencia artificial radica en la capacidad de ...

Inteligencia Artificial

Microsoft Research lanza el 'Cuarteto de Heavy Metal' de los compiladores de IA Rammer, Roller, Welder y Grinder

La evolución de los modelos de inteligencia artificial (IA) y los aceleradores de hardware ha traído desafíos únicos ...