El galardón le fue concedido por sentar las bases de la Inteligencia Artificial moderna que permite a los ordenadores (computadoras) gestionar la incertidumbre y relacionar causas con efectos.
Las contribuciones conceptuales, formales y matemáticas de Pearl, catedrático de Ciencias de la Computación y director del Laboratorio de Sistemas Cognitivos de la Universidad de California en Los Ángeles (UCLA), han permitido que la Inteligencia Artificial aplique dos variables usadas por los humanos para entender el mundo y tomar decisiones: la probabilidad y la causalidad.
Además, gracias al lenguaje formal que ha desarrollado, esos procesos esenciales en la toma de decisiones pueden ser integrados en los programas informáticos.
Los métodos y libros de Pearl, que hoy en día se estudian en todas las facultades de Informática, «han inspirado avances trascendentales en la comprensión del razonamiento y el pensamiento», y su «amplio y profundo impacto» alcanza a multitud de áreas y aplicaciones, como «el desarrollo de ensayos clínicos médicos no sesgados y eficaces, la psicología, la robótica y la biología», apunta el acta del jurado.
«Su trabajo es fundamental porque aporta herramientas que van a permitir dotar a las máquinas de conocimientos basados en las relaciones causa-efecto que utilizamos las personas en la vida cotidiana», destaca el profesor Ramón López de Mántaras, director del Instituto de Investigación de Inteligencia Artificial (IIIA) del CSIC (Consejo Superior de Investigaciones Científicas).
«Ha contribuido a crear un lenguaje matemático para que un sistema de Inteligencia Artificial pueda explicar no solamente el porqué de sus decisiones (es decir responder a las preguntas de tipo Por qué?), sino también responder a preguntas de tipo Y si?, es decir, ¿qué hubiera pasado si las cosas se hubieran hecho de otra manera? Por ejemplo, en el campo de la medicina, ¿qué hubiera pasado si hubiéramos dado otra medicación a un paciente?», explica López de Mántaras.
Así, frente a otras líneas de la IA y la estadística, como el aprendizaje profundo (deep learning) o las redes neuronales, la contribución de Pearl ha aportado una transparencia que es imprescindible en algunas áreas de aplicación, como la toma de decisiones en medicina o en cuestiones legales y económicas.
Según Pedro Larrañaga, catedrático de Inteligencia Artificial (IA) en la Universidad Politécnica de Madrid (UPM), Pearl ha hecho posible una Inteligencia Artificial «menos opaca» y que permite entender las razones por las que los sistemas inteligentes han llegado a determinadas conclusiones.
De la misma opinión es Ramón López de Mántaras, para quien las aportaciones de Pearl ofrecen «una trazabilidad en la cadena de razonamiento que ha utilizado una Inteligencia Artificial para llegar a una determinada conclusión. Este tipo de sistemas es más complejo, pero merecen la pena, porque ofrecen mucha mayor confianza, ya que así, por ejemplo, un médico puede conocer las razones por las que la máquina ha alcanzado un diagnóstico o recomienda un tratamiento a un paciente».
Tras conocerse el fallo del jurado, el propio Pearl ha explicado que su trabajo ha permitido tener un modelo computacional de la comprensión profunda, es decir, que es capaz de responder preguntas en tres niveles importantes: predecir qué ocurrirá, avanzar el efecto de las acciones, y explicarlas (por qué ocurrió lo que ocurrió y qué habría pasado si las cosas hubieran ocurrido de otra manera).
«Estos tres niveles de sofisticación son los que el lenguaje computacional capta ahora y eso es lo que entendemos por comprensión», concluye.
Judea Pearl (Tel Aviv, 1936) se licenció en Ingeniería Eléctrica en el Technion-Instituto Tecnológico de Israel en 1960 y en 1965, ya en Estados Unidos, obtuvo el máster en Físicas en la Universidad Rutgers y el doctorado en Ingeniería Eléctrica por el Instituto Politécnico de Brooklyn.
Entre 1961 y 1969 trabajó en los Laboratorios de Investigación RCA y en Electronic Memories; en 1969 se incorporó a la Universidad de California en Los Ángeles, donde hoy es Chancellor’s Professor –el grado académico más alto que otorga la universidad– en el Departamento de Sistemas de Ingeniería y en el de Ciencias de la Computación, y director del Laboratorio de Sistemas Cognitivos.
Pearl es autor de siete libros, casi 50 capítulos de libros, más de 300 artículos científicos y varias decenas de informes técnicos. EFE y Aurora