G検定への道 #05｜AIに知識を使わせるには？
※これは、私的な学習記録です。
表現が自分流になっているところが多々あります。
8/28 22:00開始
第5講「知識表現とエキスパートシステム・後編」
7.エキスパートシステム
8.MYCIN
9.DENDRAL
今日はこの3つをやります！
𓈒𓂂𓂃◌𓈒𓐍
知っているだけでは、判断できない
研究者は、AIに知識を持たせようとしていました。
専門家に話を聞いて、
知識を整理して、
知識同士の関係もつないでいく。
少しずつ、AIの中には「知っていること」が増えていきました。
病気のこと。
薬のこと。
もの同士の関係。
それら、ひとつひとつが、AIの中に蓄積されている。
研究者にとって、それがなによりもうれしかった。
人間がAIに教えようとしたものは、医療だけではありません。
たとえば、化学のような別の専門分野でも、
人間が持っている知識をAIに使わせようとする研究が、着実に進んでいきます。
研究者は、これまで教えてきたAIを見ながらこう言いました。
「なぁ、AI。 たくさん覚えたな。わかるか？」
「今度は、お前が覚えた知識を、誰かの役に立つ方法を考えようか。」
これまで、多くの知識を教えてきたAI。
人間が持っている知識を、ただ保存するためではなく。
誰かの病気を見つけたり。
まだ分からないものを調べたり。
人間が何かを判断するときの助けにしたり。
そんなことができるようになったら、どれだけ素晴らしいだろう。
研究者は、この日、
知識を持たせるだけだったAIに、“役割”を持たせようと考えました。
AIは、多くのことを知っています。
けれど――
知っていることと、その知識を使って判断できることは、同じではありません。
どうしたら、AIは知識を使えるようになるのか。
研究者とAIの、新たな挑戦が今、始まりました。
𓈒𓂂𓂃◌𓈒𓐍
7. エキスパートシステム
専門家の知識やルールを使って、専門家のように判断する仕組み。
いつものように、AIを眺めながら、研究者は考えていました。
このAIは、もうたくさんのことを知っている。
でも、その知識をいつ、どう使えばいいのか。
その答えは、まだ出ていませんでした。
しかし、AIが持っている知識を有効につかうことができれば、役に立つ人もいる。
その想いだけは、ずっと持っていました。
そんなある日、研究者はこう考えました。
AIに知識を教えるのと同じように、
条件を渡したら、持っている知識を使って判断できるようにできないだろうか。
そこで今度は、知識だけではなく、
「こういう時には、こう考える」
という判断のルールまで教えることにしました。
たとえば、
発熱がある
喉が痛い
検査結果にある特徴が出ている
という患者さんの情報があったとします。
そこでAIの中に、
IF：この条件がそろっている
THEN：この病気の可能性を考える
というルールがあれば、
AIは持っている知識を使って、ひとつずつ判断していけるのではないか。
研究者は、AIに判断のルールを教えていきました。
これまで、研究者が教える知識を貯めていくだけだったAI。
多くの知識を持っているだけだったAIが
少しずつ「考えて答える」ということを始めていく。
この、専門家から教わった知識と判断ルールを使って、
専門家のように問題を解こうとする仕組み。
これが、エキスパートシステムです。
8. MYCIN
感染症の診断や治療の支援を目的として作られた、代表的なエキスパートシステム。
研究者は、以前出会った名医のことを思い出しました。
患者さんを診ると、
経験や症状、検査結果を見ながら、
病気の可能性を絞っていく医師。
けれど、その判断の中には、
「なんとなく分かる」
としか言葉にできないものもありました。
研究者は、名医から、その「なんとなく」の中身を少しずつ聞き出し、
AIが使える知識や判断ルールに変えてきました。
物の名前を教え、つながりや関係を教え、さらに分類まで教えてきました。
そうして蓄えてきた多くの知識を、今度は実際の医療の判断に使わせる。
その取り組みが、進められていました。
患者さんの症状や状態を確認し、また、検査した結果をAIに入力する。
するとAIは、
「この条件なら、この可能性がある」
というルールをひとつずつ確認しながら、
候補を絞っていきます。
発熱はあるか。
検査結果はどうか。
感染している場所はどこか。
条件が増えるたびに、
当てはまらない可能性を落として、
残った候補を確認していく。
それは、ふるいにかけるようなイメージでした。
大きなふるいから始めて、
情報が増えるたびに網目を細かくしていく。
そして最後に、
「この感染症の可能性があります」
「この薬が候補です」
というところまで判断を進めていく。
教えてきた知識が、ルールが、今、AIによってひとつの結果を出した瞬間でした。
研究者は、ひとつ息を吐き、遠くの空を眺めました。
そしてそっと、袖で頬を拭いました。
こうして作られた代表的なシステムのひとつが、MYCINです。
人間が教えた知識を、
今度は人間のために使う。
研究者がずっと願っていたことが、
少しずつ形になり始めました。
𓈒𓂂𓂃◌𓈒𓐍
9. DENDRAL
化学者の専門知識を使って、未知の有機化合物の構造を推定するために作られた、代表的なエキスパートシステム。
医療のエキスパートシステム”MYCIN"で、AIが人の役に立つ形をひとつ見つけた研究者。
けれど、彼がAIに託そうとしたのは、医療だけではありませんでした。
次に考えたのは、化学です。
研究者は思います。
病気の可能性を絞ることができるなら、
まだ正体の分からない物質についても、
持っている知識を使って候補を絞ることができるのではないか。
多くの化学者は、実験や分析の結果を見ながら、
「この反応なら、この結合がありそうだ」
「この結果なら、この構造は考えにくい」
「この元素の組み合わせなら、候補はこのあたりだろう」
専門的な知識を使って、
目の前の物質がどんな構造をしているのかを推定していきます。
この化学の知識もAIが扱えるようになったら、未知の物質を調べる研究の助けにもなれるのではないか。
そう考えた研究者は、化学者の知識をAIに教えていきました。
多くの知識を得て判断ができるようになったAIは、
ここでも力を発揮していきます。
分析した結果をひとつずつ確認し、
条件に合わない構造を候補から外していく。
そして、残った候補の中から、
「この分子構造ではないか」
というものを推定していく。
医師が症状から病気を絞っていったように、
今度は化学者の知識を使って、分子構造を絞っていく。
未知の有機化合物の構造を推定することを目的として作られたエキスパートシステム。
その代表的なシステムが、DENDRALです。
研究者がAIに教えていたのは、
「答え」だけではありませんでした。
どう見て、どう考えて、どう候補を絞るのか。
多くの専門家が、長い時間をかけて身につけてきた専門的な知識と判断。
研究者は、それを、少しずつAIに渡そうとしていました。
AIは、医者の手助けだけじゃなく、科学者の手助けもできるかもしれない。
AIが、化学の門を一歩くぐった瞬間でした。
𓈒𓂂𓂃◌𓈒𓐍
💡 美冬メモ｜歯医者さんだと思ってました
DENDRAL。
最初に見た時、
「dental……？ 歯医者さん？」
って思いました。
デントヘルスとかあるし...。
MYCINが医療だったので、完全にその流れだと思ったんです。
でも、DENDRALは化学でした。
歯医者さんじゃなかったｗｗｗ
しかも私は、昨日の記事の冒頭にこう書いていました。
昔々、あるところに、ひとりのAI研究者がいました。
このあたりのAI研究って、
エジソンとか蓄音機の時代くらい？
って普通に思ってました。
でも、実際は、1960〜70年代。
日本では高度経済成長期で、
東京オリンピックや大阪万博の時代。
わりと最近だったｗｗｗｗ
普通にテレビありますｗｗｗ
AIの歴史って「昔の話」ではあるんですが、
私が思っていたより、ずっと現代に近いところから始まってたみたいです。
𓈒𓂂𓂃◌𓈒𓐍
次回予告
人間から知識を教わり、
その知識を使って判断することまで覚え始めたAI。
けれど、知識が増えれば増えるほど、
研究者には新しい悩みが生まれていきます。
「……これ、全部、人間が教え続けるのか？」
次回！「知識を与えるAIから、学ぶAIへ」
研究者の挑戦は、まだまだ続きます🤣
𓈒𓂂𓂃◌𓈒𓐍
✏️ 今日のまとめ
7.エキスパートシステム
専門家の知識やルールを使って、専門家のように判断する仕組み。
8.MYCIN
感染症の診断や治療の支援を目的として作られた、代表的なエキスパートシステム。
感染症診断・治療支援のエキスパートシステムで、確信度（certainty factor）を使った推論。
9.DENDRAL
化学者の専門知識を使って、未知の有機化合物の構造を推定するために作られた、代表的なエキスパートシステム。
そして今日いちばん大事だったのは、
AIは、知識を持つだけでは足りなかった。
人間は次に、その知識を“使って判断する”ことまで教えようとした。
知識を持つAIから、知識を使うAIへ。
研究者とAIは、またひとつ先へ進みました。
📚 G検定への道｜学習記録はこちら
AI家庭教師・圭と、毎日30分。
G検定に向けて学んだことを、自分の言葉で記録しています✍️
#G検定
#G検定への道
#資格勉強
#勉強記録
#AI学習
#人工知能
#ChatGPT
#AI家庭教師
#エキスパートシステム
#MYCIN
#DENDRAL
