前のページ 1/3 次のページ

エキスパートシステムは1970年代に人工知能の研究者によって開発され、1980年代にわたって商業的に適用されたコンピュータプログラムの一種である。基本的に、特定の分野の問題についての情報を解析するルール群から構成されるプログラムであり、その情報はシステムの利用者が提供する。 問題の分析結果を提供するだけでなく、設計によっては利用者の行動を正しく導く指針を与えることもできる。日本語訳として専門家システムと言う場合もある。

関連用語としてウィザードがある。エキスパートシステムのように、ウィザードもユーザが問題を解決するのを手助けする対話型コンピュータプログラムである。普通、ウィザードという用語は、ユーザにより入力された指針に従ってデータベースで検索するプログラムを指す。あいにく、これらの2つの定義の区別は確定したものではなくルールベースのプログラムの中にはウィザードと呼ばれるものもある。

◆ エキスパートシステムが解決する問題のタイプ

一般に、エキスパートシステムが解決する問題は、人間のエキスパート(専門家)が行うことをなぞって解決できるものである。それは、たとえば医学や他の専門家などである。そのような問題領域(一般に非常に狭い領域、たとえば「十代の皮膚病の診断」など)の実際の専門家から問題領域に関する経験則を聞き出す。その手法はシステム開発者が直接聞き取り調査する場合もあるし、評価システムを専門家に使ってもらい、ルールを専門家自身に追加してもらう場合もある。一般にエキスパートシステムは、従来のアルゴリズムで符号化することができるような唯一の「正しい」解決策がない問題のために使われる。データをソートするとか、グラフの最短経路を見つけるといった問題にはもっと簡単な解法があるので、エキスパートシステムを使ってそれらを解決しようとする人はいないだろう。

単純なシステムはデータを評価するのに単純な真偽論理を使うが、より洗練されたシステムはファジイ論理のような方法を使って、実世界の不確定要素をある程度考慮した評価を実行する場合がある。そのような精巧化は発展しづらく、まだ不完全である。

◆ アプリケーション

エキスパートシステムは、実用化されることでAI研究とは一線を画したが、それらのアプリケーションは限定的なものだった。エキスパートシステムは、その知識領域が極めて狭い。たとえば面白い例として、ある研究者が彼のおんぼろ車を「皮膚病」エキスパートシステムで診断したところ、風疹であるという診断結果を得た。つまり、そのシステムは人間であれば容易に見分ける間違いに陥ってしまいやすいということである。さらに、いったん神秘性が薄れると、ほとんどのプログラマは単純なエキスパートシステムが本質的には決定論理の少し精巧なバージョンに過ぎず、すでに使われている技術であることに気がついた。従って、エキスパートシステムの技術のいくつかが、さりげなく非常に複雑なプログラムの中で使われているのを発見することができる。

エキスパートシステムの1970年代と1980年代の他の実用例は、コンピュータゲームの中にあった。これは今日、単にAIと呼ばれているものである。例えば、コンピュータ野球ゲームである Earl Weaver Baseball と Tony La Russa Baseball(訳注:いずれもメジャーリーグの監督の名を冠した野球ゲーム)は、それら二人の野球監督の試合戦略の非常に詳細なシミュレーションを行っていた。人間がコンピュータと対戦したときに、コンピュータは Earl Weaver やトニー・ラルーサのエキスパートシステムに質問して次にとるべき戦略を決定していた。ゲームとしての偶発性(いつ牽制球を投げるかなど)も彼らが提供した確率に基づいて決められた。今日、我々は「ゲームのAIは対戦相手の監督の戦略を提供した」と単に言うだろう。

2008年、バンダイから発売中の携帯玩具『未来予測機 ミライスコープ』は、アメリカの心理学者J.M.デュセイが開発したエゴグラムという性格分析法に基づいた50の質問に答えることでプレイヤーを236タイプの性格に分類し、将来の生活や行動を予測する。ある種の簡単なエキスパートシステムといえよう。

◆ エキスパートシステムと問題解決システム

エキスパートシステムと伝統的な問題解決プログラムの間の重大な違いは、問題に関する専門知識がコード化される方法である。伝統的なアプリケーションの中では、問題に関する専門知識はプログラムとデータ構造の両方で符号化される。

エキスパートシステム的手法では、関連した専門知識は全てデータ構造だけに符号化され、プログラムの中にはない。いくつかの利点はこのような構成手法によるものである。

例をあげて伝統的な問題解決プログラムとエキスパートシステム手法とを比較してみよう。例は税金対策の問題である。伝統的な手法では、データ構造は納税者と税額表を表現し、プログラムは税金コンサルタントの専門知識を内包していて、たとえば納税者を税額表選択と関係づけるステートメントなどがある。税金の専門家から見れば、このような専門知識の表現は理解しづらいし、修正しづらいのである。

エキスパートシステム的手法では、納税者と税金の計算についての情報は再度データ構造の中に格納されるが、それらのデータの関係を示す知識もデータ構造に格納される。エキスパートシステムのプログラムは問題領域(税金)から独立であり、問題領域の性質を無視してデータ構造を処理する。例えば、ユーザーとのやり取りを通してデータを得るプログラムや、記述の特殊な構造を表現し処理するプログラム、処理の流れを制御するアルゴリズムと問題領域の意味論的な関連付けを行うプログラムなどがある。

エキスパートシステムの一般的なアーキテクチャは2つの部分に分けられる。ひとつは問題に依存したデータ宣言であり、知識ベースあるいはルールベースと呼ばれる。もうひとつは問題領域に依存しない推論エンジンと呼ばれるプログラムである(データ構造には深く依存している)。詳しくはどう動作するのかの章を参照されたい。

◆ エキスパートシステムと関わる人

エキスパートシステムとのやりとりを行う3種類の人が一般にいる。まず第一にエンドユーザーであり、自身の問題解決支援のためにシステムを使う。システムの構築と保守に、他の2つの関係者が存在する。知識ベースを構築するその問題領域の専門家、および専門家の知識をどのように表現するかをアドバイスすると同時に有益な問題解決に必要な推論技法を定義するナレッジエンジニアである。

◇ エンドユーザー

エンドユーザーは通常、対話を通じてエキスパートシステムと関わる。以下は対話の例である。

: Q. あなたは、自分がどのレストランに行きたいかわかっていますか?

: A. いいえ

: Q. あなたは特に食べたいものがありますか?

: A. わからない

: Q. あなたは辛い食物が好きですか?

: A. いいえ

: Q. あなたは食事のときにいつもワインを飲みますか?

: A. はい

: Q. あなたがワインを飲む場合、それはフランスワインですか?

: A. なぜ

この例を見れば明らかなように、このシステムは一連の質問を通してユーザーにレストランを勧めることを目的としている。このダイアログは、ユーザがすでにレストランを選択済みかを訊いて(エキスパートシステムの共通の機能)、その後、エキスパートシステムの特徴となる質問をしている。ユーザーは質問に答えないのも自由である。エキスパートシステムでは、対話の内容は事前に決まっていない。対話に関して固定的な制御構造は存在しない。ダイアログはそれまでに得られた情報と知識ベースの内容から生成される。このため、ユーザーが答えない場合でも対話が止まることはなく、次の質問が発せられる。

上記の例のようにユーザが「なぜ」という質問で質問に答える時に、エキスパートシステムと伝統的なシステムでは答え方が全く異なり、これがエキスパートシステムを特徴付けている。エキスパートシステムの答えは以下の通りである。

: A. 私は、お勧めのレストランのタイプを決定しようとしている。ここまでの問答で、中華はあり得ないようである。フランス料理がありそうな選択かもしれない。私は、食事する人がワイン飲みであり、好みのワインがフランス製とはっきりと判断できるなら、レストランの選択肢にフランス料理を含めるべきである。

前のページ 1/3 次のページ

・エキスパートシステム page1

・エキスパートシステム page2

・エキスパートシステム page3