エキスパートシステムの隆盛

エキスパートシステム（expert system）とは、特定の分野の専門家が持つ知識を「もし〜ならば〜」という規則の形でコンピュータに書き込み、その規則をたどって専門家並みの判断や助言を出させる人工知能のプログラムである。中身は、規則を集めた知識ベースと、規則を組み合わせて結論を導く推論エンジンの2つに分かれる。1960年代半ばに Stanford で始まった DENDRAL を源流に、1970年代の MYCIN で形が整い、1980年に DEC が R1（のちの XCON）を実務に使い始めると、1980年代に産業界で大きなブームになった。日本では同じ時期に、通商産業省が第五世代コンピュータ・プロジェクトを動かしている。

定義 ── 専門家の判断を規則で書く

MYCIN の研究をまとめた Buchanan と Shortliffe の1984年の本は、エキスパートシステムを、(a) 複雑な問題に専門家水準の解を出し、(b) 理解でき、(c) 新しい知識を容易に受け入れられるよう設計された AI プログラムだと説明している。知識は主に次のような条件文で表した。

IF: There is evidence that A and B are true, THEN: Conclude there is evidence that C is true.

規則を推論の手順から切り離しておけば、専門家が規則を足したり直したりするだけでシステムを育てられる。専門家の知識をこうして規則に写し取る作業は知識工学（knowledge engineering）と呼ばれた。同書によれば、この語は Edward Feigenbaum の造語で、「エキスパートシステム」という呼び名とともに一般に使われ始めたのは1975年ごろからである。

3つの代表的なシステム

DENDRAL は、1960年代半ばに Lederberg と Feigenbaum が仮説形成への AI の応用として始めた。Buchanan と Shortliffe は、DENDRAL を汎用の問題解決手法よりも専門知識の力を強調した最初の AI プログラムと位置づけ、Feigenbaum の後押しで知識の多くが規則の形に書き直されたと記している。

MYCIN は、細菌感染症の患者にどの抗菌薬を使うかを、医師との対話を通じて助言するシステムだった。1979年に JAMA に載った評価では、髄膜炎の10症例について、MYCIN と人間側の9つの処方（Stanford の教員5人、感染症のフェロー、研修医、学生、実際に行われた治療）を、誰の処方か伏せたまま8人の外部専門家が採点した。MYCIN の処方が容認できると評価された割合は65%で、Stanford の感染症の教員5人は42.5〜62.5%（平均55.5%）だった。William van Melle が博士研究として書いた EMYCIN は、MYCIN の仕組みをほかの分野にも一般化できるかという問いへの答えで、規則型のエキスパートシステムを組み立てるための道具になった。

R1 は、研究室の外で毎日使われた点で違っていた。McDermott の1980年の論文によれば、R1 は顧客の注文を受け取り、技術者が実機を組み立てるための配置図を出力する。注文に欠けている部品を見つけて補うのも大きな仕事だった。1980年6月の時点で規則は772個、1980年1月以降に500件を超える注文を構成し、DEC の製造部門に組み込まれ、営業部門でも使われ始めていた。DEC 社内では XCON と呼ばれた。

1980年代のブーム

成功例が知られると、企業は社内に AI 部門を置くようになった。Wikipedia は Daniel Crevier の AI 史（1993年）を引いて、1985年には企業の AI 支出が年10億ドルを超え、その大半が社内の AI 部門に向かったとまとめている。AI のプログラムには Lisp が好んで使われ、Lisp を高速に動かす専用機（Lisp マシン）を売る会社も現れた。このページの写真は、その Symbolics と LMI の Lisp マシンである。

エキスパートシステムは、当時の新しいハードウェアの売り文句にもなった。1986年7月、英国の Acorn が ARM プロセッサの評価システムを発表したとき、プレスリリースは想定用途の例に通信やマイクロコンピュータと並べてエキスパートシステムを挙げている（ARM の歴史）。

日本の第五世代コンピュータ

日本では、通商産業省が1982年に第五世代コンピュータ・プロジェクトを始めた。情報処理学会のコンピュータ博物館によれば、技術目標は「知識情報処理を指向した新しいコンピュータ技術の研究開発」で、推進母体として新世代コンピュータ技術開発機構（ICOT）が作られた。並列推論マシン（PIM）と呼ばれる大規模な並列ハードウェアが開発され、512台の要素プロセッサからなる PIM/p や256台の PIM/m などが作られた。

エキスパートシステムが規則を書く技術だとすれば、第五世代はその推論を高速に実行する計算機を国家計画で作ろうとした試みだった。

なぜブームは終わったのか

ブームは1980年代の終わりに冷えた。Wikipedia の「AI winter」の項がまとめる要因は2つある。1つは、1987年に Lisp 専用機の市場が崩れたこと。Sun、Apple、IBM の汎用ワークステーションが、より安く同じ仕事をこなせるようになった。もう1つはエキスパートシステム自体の弱さで、保守に費用がかかりすぎ、更新が難しく、学習できず、想定外の入力に対して脆かった。この落ち込みは、1970年代の 最初の AI の冬 に続く第二の冬と呼ばれる。

規則を人が書くという方法は、知識が増えるほど書き手と保守の負担が増えるという限界を抱えていた。2010年代以降、AI の主流は、規則を人が書くのではなくデータから学習する 深層学習 に移った。転換点は AlexNet を参照。

時代の前後は AI の年表 に、MYCIN が書かれた言語は LISP にある。