ＥＳの基礎

ＥＳの開発事例（米国３０００，欧州１０００，日本１０００）

DipmeterAdviser(石油発掘支援，Schlumbergｅｒ）ＭＹＣＩＮ（感染症診断，Stanford Univ.)

その他

資産運用（銀行）クレジット審査（生保）

相場分析（証券）

Planpower(資産運用，APEX）

ＥｘｐｅｒＴａｘ（節税計画，Cooper)ビジネス

レンズ設計（キャノン）

油圧回路設計（ｶﾔﾊﾞ工業）

CATS(機関車故障診断，GE)

ＡＣＥ（電話線保守，ＡＴＴ），ＣＯＭＰＡＳＳ（交換機故障診断，ＧＴＥ）

機械・機器

プラント運転支援，生産計画（出光．．）DENDRAL(Stanford

Univ.)石油・化学

変電所運転支援，作業停電計画

（東電，関電．．．）

原子炉異常診断(EPRI…)電力・ガス

ビル設備異常診断建設

高炉異常診断，生産計画

（新日鉄，ＮＫＫ，神鋼．．．）鉄鋼

ＬＳＩ設計．．．R1->XCON(DEC)YES/MVS(IBM)計算機

日本の開発事例米国の開発事例ドメイン／国

１．ＥＳとは？→専門家のように知的に振舞うシステム？２．ＫＢとＩＥが分離していることがキーコンセプト！３．世界最初のＥＳは，ＤＥＮＤＲＡＬかＭＹＣＩＮか？４．通常プログラムと ＥＳの構造的差異は？５．Well-defined Problems vs. Ill-defined Problems ６．今までのＥＳ開発事例は？７．タスクドメインマトリクスとは？８．長所もあれば短所もある？９．量の問題は質の問題になりうる！１０．エージェントの問題解決部⇒エキスパートシステム

ＥＳに関する１０の？

Well-defined Problems（整構造問題）DeepBluevs. Ill-defined Problems(悪構造問題）Watson

• 定型処理と非定型処理

• アルゴリズム ｖｓ． オプション

• 修正量が尐ない ｖｓ．修正量が多い

• 従来のプログラミングアプローチでは，

コンフィグレーション問題は破綻（ＤＥＣ）

・Ｒ１（民間ＥＳ世界初）の開発

通常プログラム vs. ＥＳ？

・どちらが速いだろう？また，それは何故？

・ＫＢとＩＥの分離は，いいこともあれば悪いこともある

・量の問題は質の問題になりうる！

タスクドメイン マトリクス

タスク

設計

計画

診断

機械 企業 人体 ドメイン

故障診断

経営診断

健康診断医療診断

タスクドメイン マトリクス

タスク：ジェネリックタスク（問題の型）

設計

計画

診断

機械 企業 人体 ドメイン

故障診断

経営診断

医療診断

生産計画

事業計画

起業機械設計

ヘルス計画？

×

ＥＳの構造

ＫＢ

ＫＡ

ＩＥ

ＷＳ

ＤＩ

ＥＦ

(Domain Expert)

User

骨格部Knowledge BaseInference EngineWorking Space

周辺部Knowledge AcquisitionExplanation FacilityDialog Interface

略語の説明

• ＫＢ：Ｋnowledge Base知識ベース

• IE:Inference Engine：推論エンジン

• EF:Explanation Facility説明機能

• DI:Dialog Interface対話インタフェース

• KA:Knowledge Acquisition知識獲得

• WS:Working Space作業領域

プロダクションシステム

前向き推論(Forward Reasoning)

IF ………. THEN ……..

後向き推論(Backward Reasoning)

★条件部獲得コスト 小→前向き

大→後向き医療診断は？故障診断は？

時間割作成は？機械設計は？

前向きプロダクションシステム

ルールベースIF LHS

THEN RHS

推論エンジン(IE)認知－実行サイクル

ワーキングメモリ（ＷＭ）問題の（初期，中間）状態

条件部 IF全体条件節 IF各要素

認知－実行サイクル

第１サイクル：照合(Matching)WM matching All LHS

照合したルール集合→競合ルール集合(Conflict Set)

第２サイクル：競合解消(Conflict Resolution)

競合解消戦略に従って，一つのルールを選出

第３サイクル： 実行(Execution)

選択されたルールのＲＨＳを実行

競合解消戦略 (Conflict Resolution)

１．ルールの定義順

２．ルールの優先度順

３．任意抽出

４．最新付加ＷＭ要素照合ルールを優先

５．条件節数が多い（複雑な）ルールを優先

６．ＬＥＸ法＝ｗ１×４項＋ｗ２×５項

ルールコンパイル

• ＲＥＴＥアルゴリズム（高速照合操作）ＲＢから，条件節単位でネットワークを作成し，現在の照合状態から，変換した分だけトークンを流し込んでいく手法

問題１：下記の条件で前向き推論を実行！

RB:

• IF A THEN D １

• IF B,C THEN E ２

• IF C,D THEN F ３

• IF C,E THEN D ４

• IF D,F THEN P1 ５

• IF D,E THEN P2 ６

WM:

A,B,C

推論エンジン（ＩＥ）競合解消戦略として，問１：戦略４＋戦略１を採用→結論？問２：戦略５＋戦略１を採用→結論？但し、同じルールを二度適用しない

A,B,C,D３ 実行

１２ 解消

１，２１ 照合①

問題２：下記の条件で前向き推論を実行

RB:

IF A THEN D 6

IF B,C THEN E 5

IF C,D THEN F 4

IF C,E THEN D 3

IF D,F THEN P1 2

IF D,E THEN P2 1

WM:

A,B,C

推論エンジン（ＩＥ）競合解消戦略として，問１：戦略４＋戦略１を採用→結論？問２：戦略５＋戦略１を採用→結論？（過去と同じ推論する場合は無効）

ＭＹＣＩＮ

ＭＹＣＩＮの概要

• スタンフォード大学ＨＰプロジェクト

• E.H.Shortliffe, R.Daivis, W.J.Clancey…

• タスク：感染症診断（病原菌の同定）と

治療（薬の投与法）

• ＫＢとＩＥの分離：プロダクションルール＋後向き推論

• 不確実性推論，説明機能，知識獲得支援，

自然言語インタフェース

システムの概観Consultation Program

Explanation Program

Question Answering

Program

Knowledge Acquisition

Program

Knowledge

Base

Patient

Database

Behavior（１）１）患者についての情報を入力して下さい．

名前，年齢，性別，人種，．．．

サリー，４２歳，女性，白人，．．． 基礎データ⇒患者DB（WS)

２）サリーから採取された陽性検体培養物がありますか？

いいえ

３）サリーから懸案の検体培養物がありますか

はい．

４）部位：採取日：染色標本のチェック：採取方法を入力して下さい．

ＣＳＦ（脳脊髄液）：３－Ｊｕｎ－７５：Ｙｅｓ：尿

５）ＣＳＦ培養物の標本に細菌がみられましたか？

いいえ．

．．．

１３）サリーは，最近，頭痛や目眩や倦怠感が続いていますか？

（はい，０．６）

ＣＳＦ培養物は，髄膜炎に関連すると考えられる．

Behavior（２）３７）サリーの臨床歴に中耳炎がありますか？

はい．

３８）サリーは，やけどをしていますか？

Ｗｈｙ （なぜそのような質問をするのか？）

現在，下記のルールを使って診断中ですので，★の条件節を質問したのです．

ＩＦ ☆ （１） 治療を必要とする感染症は髄膜炎である．☆（２）ＣＳＦ培養物の標本に細菌は含まれていない．

☆（３）感染症の型は細菌によるものである．

★（４）患者は重度のやけどをしている．

ＴＨＥＮ （１）感染症を引き起こしている原因菌のひとつは，緑膿菌である．

Behavior（３）Ｈｏｗ（３）第3条件節（即ち，どのようにして，感染症の型が細菌によるものであると判ったのか？）

以下のルールにより，感染症の型が細菌によるものであると結論付けた．

はい．

ルール５００ ０．４

ルール５０１ ０．６

….

….

サリーの感染症を引き起こしている病原菌は，下記のように推測する．

①サリーの感染症は「髄膜炎」である．

②その髄膜炎を引き起こしている病原菌は，「ミコバクテリウム」「コクシジオイデス」「酵母菌」の可能性がある．

．．．

４６）サリーの体重を教えて下さい．

５１．３㎏

③薬の投与法について指示．

プロダクションルールの表現もしも １）感染症が原発性菌血症で，

かつ ２）培養検体採取部位が通常無菌と考えられる部位で，

かつ ３）細菌が侵入したと考えられる感染経路が消化管であるならば，

そのとき その細菌の種類はバクテロイデスである可能性がある（確信度０．７）

IF 1) the infection is primary-bacteremia, and

2) the site of the culture is one of the sterile sites, and

3) the suspected portal of entry of the organism is the gastrointestinal tract,

THEN there is suggestive evidence (0.7) that the identity of the organism is bacteroides.

RULE 050 対象Object 属性Attribute （属性）値ValuePREMISE: ($AND (SAME CNTXT INFECT PRIMARY-BACTEREMIA)

(MEMBF CNTXT SITE STERILESITES)

(SAME CNTXT PORTAL GI)

ACTION: (CONCLUDE CNTXT IDENT BACTEROIDES 0.7)

推論エンジン（１） ＭＯＮＩＴＯＲ

• １．ルールの条件部の第１条件節を調べる

• ２．条件節の属性がＰＤＢ属性リストに含まれてるか？

• ３．条件節の属性値と対応するＰＤＢ属性値と比較し，成立するかどうか？

• ４．ルールを不採用とする

• ５．調べるべき条件節が残っているか？

• ６．ルールの結論をＰＤＢに記録せよ

• ７．条件部の次の条件節を調べる

• ８．ＦＩＮＤＯＵＴ関数を呼び出す

ＭＯＮＩＴＯＲのフローチャート？

２

５

３

７

６

４

START

８

RETURN

RETURN

１

No

Yes

No

Yes

Yes

No

推論エンジン（２） ＦＩＮＤＯＵＴ

• １．条件節の属性が臨床検査属性リストに含まれてるか？

• ２．ユーザにその属性値を尋ねよ．その後，ＰＤＢにその結果を記録する（質問の処理）

• ３．その属性値を導出するのに必要なルール群を求めよ．（中間仮説の処理）

• ４．ルール群の各ルールにＭＯＮＩＴＯＲを適用

ＦＩＮＤＯＵＴのフローチャート？

START

1

3

4

2

RETURN

No Yes

• IF P(Po,Pa,Pv), Q(Qo,Qa,Qv) THEN D1 (0.7)

• IF R,S THEN D2 (0.6) D1,D2:最終仮説

• IF P1, P2 THEN P (0.4) F1～F10：臨床データ

• IF P3 THEN P (0.5) それ以外：中間仮説

• IF Q1,Q2 THEN Q (0.5)

• IF F1,F2 THEN P1 (0.4) PDB

• IF F3,F4 THEN P2 (0.7) (サリー，年齢，４２）（O1,A1,V1)

• IF F5 THEN P3 (0.6)

• IF F6,F7 THEN Q1 (0.5) 臨床検査属性リスト

• IF F8 THEN Q2 (0.8) （血圧，．．．）

• IF F9,F10 THEN Q2 (0.5)

下記のルールベースを仮定

推論木・計算木・AND/OR TREE の構成

ＷｈｙとＨｏｗの処理

• ＷＨＹ？の処理推論木を上昇してルールを提示

• ＨＯＷ？の処理推論木を下降してルールを提示

不確実性推論

・ＡＮＤノードの処理結論部のＣＦ値＝条件節の最小ＣＦ値

×減水係数（ルールのＣＦ値）

・ＯＲノードの処理結論部のＣＦ値＝第１ルールで得られたＣＦ値（ＣＦ１）＋

（１－ＣＦ１）×第２ルールで得られるＣＦ値（ＣＦ１）

ＭＹＣＩＮに関する以下の設問に答えよ．

(1) 下記のＲＢにおいて，inf1 と inf2 を根節点とするAND/OR木を書け．(2) MONITORとFINDOUTの処理の概略を述べよ．(3) ユーザに与えられる最初の質問は何か？(4) (3)で Why を２回入力するとシステムはどのような説明文を生成するか？(5) f1=0.3, f2=0.4, f3=0.5, f4=0.4, f5=0.3 とする. bd1=bd2=1 とする。

打ち切り条件なしで inf1 の確信度を計算せよ．

IF im1, im2 THEN inf1 (0.5) IF im21 THEN im4 (0.6)

IF im3, im4 THEN inf2 (0.5) IF bd1 THEN im11 (0.9)

IF im11 THEN im1 (0.6) IF bd2, f1 THEN im12 (0.8)

IF im12 THEN im1 (0.7) IF f2 THEN im13 (0.9)

IF im13 THEN im1 (0.8) IF f3 THEN im21 (0.7)

IF im21, im22 THEN im2 (0.6) IF f4 THEN im21 (0.8)

IF im11 THEN im3 (0.5) IF f5 THEN im22 (0.6)