2014年7月17日，马来西亚航空公司飞往吉隆坡的17号航班从阿姆斯特丹的史基浦机场起飞。令人心痛的是，这架飞机没能抵达目的地。起飞3小时后，飞机飞越乌克兰东部上空，被一枚俄罗斯制造的地对空导弹击落。机上的298人，包括283名乘客和15名机组人员全部遇难。
7月23日，第一批遇难者遗体抵达荷兰的那天，后来被荷兰政府确定为全国哀悼日。对于位于海牙的荷兰法医研究所（NFI）的调查人员来说，7月23日则是倒计时开始的日子。他们的工作是尽快明确遇难者遗体的身份信息，将他们送回亲人身边安葬。时间紧迫，因为分析结果一天不出来，遇难者家属就要继续痛苦一天。
调查人员面临着许多困难。尸体被严重烧毁，许多尸体由于不得不使用防腐剂储存，其DNA（脱氧核糖核酸）信息也遭到了破坏。此外，由于乌克兰东部是战区，法医专家只能不定时地进入坠机地点附近的有限范围内搜查。在长达10个月的时间里，不断有新的遗体被发现并送至法医研究所。而最大的困难是，调查人员没有遇难者DNA的记录，原因很简单，遇难者不是罪犯。他们必须依靠与遇难者家庭成员DNA的部分匹配来确定遇难者的身份。
幸运的是，法医研究所的科学家有一个强大的工具，这个工具名为“波拿巴”，它是目前最先进的遇难者身份识别程序。该软件是由荷兰奈梅亨市拉德堡德大学的一个研究小组于2000年年中开发的。利用贝叶斯网络，该软件能够综合比对来自遇难者几个不同的家庭成员的DNA信息。
法医研究所能最终在2014年12月识别出298名遇难者中294人的身份，很大程度上应归功于波拿巴的精确和高效。截至2016年，只剩下2名坠机事件的遇难者（均为荷兰公民）的遗体未能被找到和识别。
贝叶斯网络，作为波拿巴软件进行自动化推理的工具基础，其影响着我们生活的许多方面，尽管大多数人对此并不知晓。它广泛应用于语音识别软件、垃圾邮件过滤器、天气预报、潜在油井位置评估以及美国食品和药物管理局对医疗器械的审批过程。如果你在微软Xbox游戏机上玩电子游戏，那么你会发现贝叶斯网络还被用于对你的技巧水平进行排名。如果你有一部手机，那么从成千上万个电话中筛选出打给你的电话就是通过信念传播算法（belief propagation）来解码的，而信念传播是专为贝叶斯网络设计的一种算法。作为“互联网之父”之一的温顿·瑟夫曾说：“我们所有人都是贝叶斯方法的超级用户。”
在本章中，我将讲述贝叶斯网络的故事，从18世纪其发展根源讲起，一直讲到20世纪80年代其蓬勃发展，并列举多个应用案例。贝叶斯网络与因果图之间的关系很简单：因果图就是一个贝叶斯网络，其中每个箭头都表示一个直接的因果关系，或者至少表明了存在某个因果关系的可能性。反过来，并非所有的贝叶斯网络都是因果关系网络，而在很多实际应用中这一点并不重要。但是，一旦你想问关于贝叶斯网络的第二层级或第三层级的问题，你就必须认真对待因果论，一丝不苟地画出因果图。
