En los 80, Judea Pearl desarrolló y popularizó las redes bayesianas: grafos dirigidos que factorizan distribuciones de probabilidad y permiten inferencia eficiente bajo ciertas estructuras.
El enfoque dio a la IA un lenguaje limpio para incertidumbre —diagnóstico médico, visión, fusión de sensores— más manejable que muchas heurísticas ad hoc.
Posteriormente Pearl lideró el estudio de causalidad (do-calculus). En 2011 recibió el Turing Award. Su agenda sigue tensionando al deep learning: correlación no es intervención.
