Er is flinke ruzie in de wereld van de kansberekening. Tussen frequentisten die zelf zeggen objectief te redeneren, maar volgens hun tegenstanders, de Bayesianen, vieze wiskunde bedrijven. Thomas Bayes, de inspirator en naamgever van hun aanpak overleed 250 jaar geleden, op 17 april 1761.

De emoties lopen hoog op – zeker voor zo’n droog vakgebied. Ondertussen winnen de Bayesianen terrein en is de kans is groot dat ze gaan winnen, schat Tom Heskes. ‘Nog even en niemand berekent meer de significantie met een P-waarde. Over honderd jaar is de lelijke frequentistische statistiek verdwenen en de Bayesiaanse aanpak gemeengoed. Het is ook een veel betere manier om te redeneren over oorzaak en gevolg.’ Heskes is hoogleraar aan de Radboud Universiteit en specialist in het toepassen van het Bayesiaanse model in de kunstmatige intelligentie en machine learning. Nijmegen heeft daarin in Nederland een leidende positie. 

De formule van Bayes wordt in de statistiek gebruikt om kansen aan te passen in het licht van nieuwe gegevens. Binnen de kunstmatige intelligentie speelt de regel van Bayes een belangrijke rol in zogenaamde Bayesiaanse netwerken: kansmodellen die worden gespecificeerd van oorzaak naar gevolg, maar met de regel van Bayes dan terug kunnen rekenen van gevolg naar (de kans op een) oorzaak.

Met behulp van de formule van Bayes werden zo de slachtoffers van de vliegramp in Tripoli snel geïdentificeerd. Ook het zoeken naar de genetische oorsprong van zeldzame ziektes in kleine families is ermee geholpen. En de hersenwetenschap,de sterrenkunde, de taaltechnologie, de aanpak van malaria, de analyse van mammogrammen…

‘Ik vind het wel stoer dat we nu vanuit een grote set data causale verbanden tussen variabelen kunnen trekken. Dit gold altijd als een onmogelijkheid in de statistiek: correlatie is nog geen causatie, ofwel: als twee dingen samenvallen wil dat nog niet zeggen dat het ene oorzaak is en het andere gevolg. Maar als je de correlaties tussen minimaal vier variabelen meet, kun je soms wel degelijk geldige uitspraken doen over oorzakelijke verbanden.’ Zo wint de wiskundige en presbyteriaans predikant Bayes na 250 jaar nog steeds zieltjes: in de kansberekening.

Prof. Tom Heskes is directeur van het Institute for Computing and Information Sciences, van de Radboud Universiteit Nijmegen. Zijn leeropdracht is Kunstmatige Intelligentie, in het bijzonder Machinaal leren.