Circuiti Probabilistici: Un Quadro Trattabile per il Ragionamento nell'IA

Una recente tesi di abilitazione cumulativa, identificata come arXiv (2608.16565), introduce i circuiti probabilistici (PC) come un quadro efficace e gestibile per apprendere e ragionare in condizioni di incertezza nell'intelligenza artificiale. Essa propone la probabilità come linguaggio fondamentale per l'IA, sottolineando i suoi legami con la logica e la teoria dell'informazione, la natura semplice del ragionamento probabilistico attraverso le regole di somma e prodotto, le somiglianze tra inferenza probabilistica e processi di pensiero umani, e la sua importanza nel processo decisionale ottimale. Tuttavia, la natura NP-hard dell'inferenza probabilistica nella maggior parte dei modelli presenta notevoli sfide computazionali. I PC superano questi ostacoli implementando vincoli strutturali che garantiscono calcoli esatti per varie query di inferenza in tempo polinomiale, inclusi marginali, condizionali e compiti più complessi. Questa tesi è stata recentemente pubblicata su arXiv ed è la prima parte di una serie.