Loading article…
Dendral は1960 年代の人工知能(AI)プロジェクトであり、それが生み出したコンピュータ ソフトウェア エキスパート システムです。その主な目的は、科学における仮説形成と発見を研究することでした。そのために、科学における特定のタスクが選択されました。それは、質量スペクトルを分析し、化学の知識を使用して、有機化学者が未知の有機分子を特定するのを支援することです。 [1] これは、スタンフォード大学で、エドワード ファイゲンバウム、ブルース G. ブキャナン、[2]ジョシュア レダーバーグ、カール ジェラッシ、および非常に創造的な研究員と学生のチームによって行われました。[3] これは 1965 年に始まり、AI 研究の歴史の約半分にわたります。[4]
ソフトウェアプログラム Dendral は、有機化学者の意思決定プロセスと問題解決行動を自動化したため、最初のエキスパートシステムと考えられています。[1]このプロジェクトは、2つのメインプログラムHeuristic DendralとMeta-Dendral [4]といくつかのサブプログラム の研究で構成されていました 。これは、柔軟性から AI の言語と考えられていたLisp プログラミング言語で書かれていました。 [1]
Dendral からは、MYCIN、MOLGEN、PROSPECTOR、XCON、STEAMER など、多くのシステムが派生しました。今日では質量分析の逆問題を解くためのプログラムは他にもたくさんありますが (質量分析ソフトウェアの一覧を参照) 、それらはもはや「人工知能」とは呼ばれず、単に構造検索ツールと呼ばれています。
Dendralという名前は「Dendritic Algorithm」の頭字語です。 [4]
ヒューリスティックデンドラル
ヒューリスティック デンドラルは、質量スペクトルやその他の実験データと化学の知識ベースを使用して、データの生成に関与している可能性のある一連の化学構造を生成するプログラムです。[4] 化合物の質量スペクトルは質量分析計によって生成され、その分子量、つまりその原子構成物質の質量の合計を決定するために使用されます。たとえば、化合物の水 (H 2 O) の分子量は、水素の質量が 1.01、酸素の質量が 16.00 であるため 18 であり、その質量スペクトルのピークは 18 単位です。ヒューリスティック デンドラルは、この入力質量と原子質量数および原子価規則の知識を使用して、質量が 18 になる原子構成物質の可能な組み合わせを決定します。[1] 重量が増加して分子が複雑になるにつれて、可能な化合物の数は劇的に増加します。したがって、仮説形成のプロセスを通じてこの候補ソリューションの数を減らすことができるプログラムが不可欠です。
Lederberg、Harold Brown らは、指定されたノードと接続タイプ (化学原子と結合) のセットを持つすべてのグラフ(サイクルの有無は問わない) を生成する新しいグラフ理論アルゴリズムを発明しました。さらに、チームは、ジェネレーターが完全であること (指定されたノードとエッジを持つすべてのグラフを生成する)、および冗長ではないこと (出力に同等のグラフ (たとえば、鏡像) が含まれない) を数学的に証明することができました。CONGEN プログラムとして知られるようになったこのプログラムは、主に計算化学者の Ray Carhart、Jim Nourse、および Dennis Smith によって開発されました。このプログラムは、ユーザーが指定した制約を満たす構造の完全なリストを示す化学グラフを生成するスタンドアロン プログラムとして、化学者にとって便利でした。
メタデンドラル
Meta-Dendral は、可能な化学構造とそれに対応する質量スペクトルのセットを入力として受け取り、構造的特徴と質量スペクトルを生成するプロセスを相関させる質量分析のルールのセットを提案する機械学習システムです。[4]これらのルールは、適用性をテストするために、Heuristic Dendral (以下に説明する計画およびテスト プログラム) にフィードバックされます。[1] したがって、「Heuristic Dendral はパフォーマンス システムであり、Meta-Dendral は学習システムです」。[4] このプログラムは、計画、生成、テスト パラダイムと知識工学という 2 つの重要な機能に基づいています。[4]
計画-生成-テストパラダイム
計画-生成-テストパラダイムは、問題解決方法の基本的な構成であり、ヒューリスティックデンドラルとメタデンドラルシステムの両方で使用される共通のパラダイムです。[4]ジェネレータ（後にCONGENと名付けられました）は、特定の問題に対する潜在的な解決策を生成し、それをDendralで化学グラフとして表現します。 [ 4 ]ただし、これは候補解決策の数が最小限の場合にのみ実行可能です。 可能な解決策の数が多い場合、Dendralは、候補解決策の大きなセットを除外する制約を設定する方法を見つける必要があります。[4]これは、Dendralプランナーの主な目的で、「タスク固有の知識を使用してジェネレータの制約を見つける」という「仮説形成」プログラムです。[4]最後に、テスターは提案された候補解決策を分析し、特定の基準を満たさないものを破棄します。[4]この計画-生成-テストパラダイムのメカニズムが、Dendralをまとめています。[4]
知識工学
知識工学の主な目的は、利用可能な知識ベースと問題解決技術との間で生産的な相互作用を実現することです。[4]これは、大量のタスク固有の情報をヒューリスティックプログラムにエンコードする手順を開発することで可能になります。[4]したがって、知識工学の最初の必須コンポーネントは、大規模な「知識ベース」です。 Dendral には、質量分析技術に関する特定の知識、化学とグラフ理論の基礎となる大量の情報、特定の化学構造解明問題の解決策を見つけるのに役立つ可能性のある情報があります。[4]この「知識ベース」は、入力データに一致する可能性のある化学構造を検索するためと、検索を絞り込むのに役立つ新しい「一般ルール」を学習するための両方に使用されます。 Dendral がエンドユーザーに提供する利点は、専門家でなくても手動で確認できる可能な解決策のセットが最小限に抑えられることです。
ヒューリスティック
ヒューリスティックとは経験則であり、解決策を保証するものではなく、可能性の低い無関係な解決策を破棄することで可能な解決策の数を減らすアルゴリズムです。[1] 問題を解決するためにヒューリスティックを使用することは「ヒューリスティックプログラミング」と呼ばれ、人間の専門家が経験則と特定の情報を介して問題の解決策を導き出すプロセスを機械で再現できるようにするために Dendral で使用されました。
ヒューリスティックプログラミングは、人工知能における主要なアプローチであり、大きな前進でした。[4]ヒューリスティックプログラミングにより、科学者はついに人間の知能の特定の特性を自動化することができました。1940年代後半、ジョージ・ポリアの著書『問題を解く方法: 数学的手法の新たな側面』を通じて、科学者の間で有名になりました。[1]ハーバート・A・サイモンは『人工知能の科学』の 中で、「ヒューリスティックな結論を確実なものと受け止めると、騙されて失望するかもしれません。しかし、ヒューリスティックな結論をまったく無視すると、まったく進歩しません」と述べています。
歴史
20世紀半ば、「機械は考えることができるか？」という疑問は、主に機械の行動に人間的な特徴を加えるために、科学者の間で興味をそそられ、人気を博しました。この分野の主要な研究者の一人であるジョン・マッカーシーは、1956年のダートマス大学の夏に、この機械知能の概念を「人工知能」（AI）と呼びました。AIは通常、人間の認知能力に類似した操作を実行する機械の能力として定義されます。[5] 20世紀には、AIを作成するための多くの研究が行われました。
また、20世紀半ば頃、科学、特に生物学では、科学者の問題解決を支援するために「人間とコンピュータの共生」を開発する必要性が急速に高まっていました。[6]たとえば、ミオゴブリン、ヘモグロビン、その他のタンパク質の構造解析は、その複雑さのために、絶えず機器の開発が必要でした。
1960年代初頭、ジョシュア・レーダーバーグはコンピュータを使い始め、すぐに宇宙生物学の研究に役立つ対話型コンピュータの作成に非常に興味を持つようになりました。[1]特に、彼は地球外の有機化合物の研究に役立つコンピューティング システムの設計に興味を持っていました。[1]レーダーバーグは、ミニコンピュータと組み合わせた質量分析計を使用して、火星表面のサンプルで生命の前駆分子を探すための火星探査機バイキングの機器を設計するチームを率いていました。 [7]彼は化学もコンピュータ プログラミングも専門家ではなかったため、化学についてはスタンフォード大学の化学者カール・ジェラッシに、プログラミングについてはエドワード・ファイゲンバウムに協力して、生の質量分析データから化学構造を決定するプロセスを自動化しました。[1]ファイゲンバウムはプログラミング言語とヒューリスティックスの専門家であり、ジェラッシが構造解明の問題を解決した方法を再現するシステムを設計するのを手伝いました。[1]彼らは、質量分析データに対応する可能性のある化学構造を出力として生成できるデンドリティックアルゴリズム（Dendral）と呼ばれるシステムを考案しました。 [1]
当時のデンドラルは、ケトン、アルコール、化合物の異性体のスペクトルを評価するのにまだ非常に不正確でした。 [1]そのため、ジェラシはデンドラルに一般的なルールを「教え」、化学的にあり得ない構造のほとんどを排除し、専門家ではないユーザーが正しい構造を判断できる構造セットを作成しました。[1]新しいルールには、質量分析法と一般化学に関するより多くの知識が含まれています。彼はまた、質量分析データに加えてNMR分光法データも組み込めるようにシステムを拡張しました。 [7]
Dendral チームは、当初 Georgia Sutherland によって書かれた Lisp プログラムを拡張するために Bruce Buchanan を採用しました。[1] Buchanan は Feigenbaum や Lederberg と似た考えを持っていましたが、彼の特別な関心は科学的発見と仮説形成でした。[1] Joseph November がDigitizing Life: The Introduction of Computers to Biology and Medicineで述べているように、「(Buchanan は) システム (Dendral) が人間を助けるだけでなく、自ら発見をすることを望んでいました」。Buchanan、Lederberg、Feigenbaum は「仮説メーカー」である「Meta-Dendral」を設計しました。[1] Heuristic Dendral は、有機化学の分野に集中するのではなく、「他の分野の同様の知識ベース システムのテンプレートとして機能する」でしょう。Meta-Dendral は知識豊富な学習システムのモデルであり、後に Tom Mitchell の影響力のある学習のバージョン スペース モデルに体系化されました。 [1]
1970年までに、デンドラルはポスドクレベルで構造解釈を行っていた。ジェラシと彼のグループは10年間にわたってこのプログラムを引き継ぎ、独自の研究を行った。[7]
注記
- ^ abcdefghijklmnopqr 2006年11月
- ^ ミネソタ大学チャールズ・バベッジ研究所のブルース・G・ブキャナン氏への口述歴史インタビュー。
- ^ レーダーバーグ、1987
- ^ abcdefghijklmnopq リンゼイら、1980
- ^ バーク、1985年
- ^ レーダーバーグ、1963年
- ^ abc McCorduck, Pamela (2022-01-01). 「エドワード・A・ファイゲンバウムの科学的生涯」. IEEE Annals of the History of Computing . 44 (1): 123–128. doi :10.1109/MAHC.2022.3145216. ISSN 1058-6180.
参考文献
- Berk, A A. LISP: 人工知能の言語。ニューヨーク: Van Nostrand Reinhold Company、1985年。1-25。
- レダーバーグ、ジョシュア。生物学における計測機器の危機。スタンフォード大学医学部。パロアルト、1963 年。
- Lederberg, Joshua. Dendral の構想と誕生。ACM 医療情報学の歴史に関するシンポジウム、1987 年 11 月 5 日、ロックフェラー大学。ニューヨーク: 国立医学図書館、1987 年。
- Lindsay, Robert K., Bruce G. Buchanan, Edward A. Feigenbaum、Joshua Lederberg。有機化学への人工知能の応用: Dendral プロジェクト。McGraw-Hill Book Company、1980 年。
- Lindsay, Robert K., Bruce G. Buchanan, EA Feigenbaum、Joshua Lederberg。DENDRAL: 科学的仮説形成のための最初のエキスパート システムのケース スタディ。人工知能 61、2 (1993): 209-261。
- 11月、ジョセフ・A.「生命のデジタル化：生物学と医学へのコンピュータの導入」プリンストン大学博士論文、2006年