3月13日，在UCLA的Faculty Center开了一场特别的计算机学术会议。这个会议是为了感谢UCLA计算机系Judea Pearl教授在人工智能领域所做的贡献而召开的一个会议。这场会议并没有公开发出会议通知，所以规模并不大，总共100来人参加，更像是一个AI领域里老朋友的私人聚会。

       赶来参会的有AI和机器学习领域的大牛、Pearl曾经的学生或者合作者等，其中有来自伯克利的Michael I. Jordan和Stuart Russell，来自微软的 David Heckerman，不列颠哥伦比亚大学的David Poole等等等等，当然，也有像博主这样慕名而来的年轻Fans。他们在这一天齐聚UCLA，以表达对Pearl教授的感谢和尊敬。

       Pearl教授对人工智能领域的贡献集中体现在他的三本著作上：

       一、《Heuristics》，1984年出版
       这本书博主没有读过，不过就别人的评价来看，应该在AI领域有重要的地位。具体可以看下面网页中的介绍：http://mysite.verizon.net/vzesz4a6/current/id390.html

      二、《Probabilistic Reasoning in Intelligent System》，1988年出版。
      Amazon的链接：http://www.amazon.com/Probabilistic-Reasoning-Intelligent
     这本书里，Pearl详细阐述了概率推理，贝叶斯网络(Bayesian networks)的理论，这是贝叶斯网络的开山之作，奠定了贝叶斯网络的理论基础。在之后的几十年内（一直到现在），大量优秀的学者投身到贝叶斯网络的研究，不断将其扩展与完善。

    可惜的是，这本书并没有很早引入中国，也没有翻译成中文出版，遥想当年博主为了找到这本书，一直辗转到清华（或者是北大，记不清了）图书馆才寻得一本，全书复印下来，如获至宝。
   （题外话：想系统学习贝叶斯网络的人，如果觉得Pearl的这本书比较难懂，我倒是可以推荐另外一个巨好的教材。）

      三、《Causality》，2000年出第一版，2009年出第二版。
      Amazon的链接：
      第一版：http://www.amazon.com/Causality-Reasoning-Inference 

     第二版：http://www.amazon.com/Causality-Reasoning-Inference-Judea

       世间一切皆因果，与统计学中的相关性比起来，因果关系是事物间更为健壮的联系，不因外界的变化而变化。Pearl将概率，图模型和结构方程用于因果推理领域，提供了一整套用于因果分析的数学方法，在统计学，人工智能，流行病学，经济学，心理学等领域都有广阔的应用前景。这本书博主正在读，还尚未完全了解到其精髓。

        这场会议开始的几场报告就Pearl的学术贡献做了总结，接下来分成3个Session，分别就命名为Heuristics, Probabilistic Reasoning和Causality。每个Session有4-6场报告。会议从早上8：30开始，一直持续到晚上近7点。

        在会议的最后，由Pearl做了压轴的一场报告，主题自然还是关于近年来他一直潜心研究的Causality。在报告之前和之后，Pearl说了很多感谢的话语，回顾了他的求学和职业生涯。同时还深情回顾了他死去的儿子。（他的儿子Daniel Pearl曾是华尔街日报记者，2002年被巴基斯坦恐怖份子绑架并斩首，为这事美国还专门拍了一部电影 ” A Mighty Heart” 。）

       报告结束后，全场起立长时间鼓掌，这掌声里饱含着对一带天才科学家的崇高敬意，同时也深深鼓舞了在场的年轻学者，坚定了他们在科研道路上继续探索的信心。

        除了这次会议以外，一本由很多学者集中编写的一本著作也即将出版，书名叫《Heuristics, Probability and Causality—A Tribute to Judea Pearl》。
       Amazon的链接：http://www.amazon.com/Heuristics-Probability-Causality-Tribute
       在书的最后有这样一段话：

    “The field of Artificial Intelligence has changed a great deal since the 80s, and arguably  no one has played a larger role in that change than Judea Pearl.  Judea Pearl’s work made probability the prevailing language of modern AI and, perhaps more significantly, it placed the elaboration of crisp and meaningful models, and of effective computational mechanisms, at the center of AI research……”