専門分野に特化した人工知能「エキスパートシステム」ってなに？ ｜ SiTest (サイテスト) ブログ

このブログでは、何度か特定の分野の専門家、例えば医師や看護師にとってかわる可能性のある人工知能について解説しました。
こういった不足している専門家のかわりになってアドバイスや診断をおこなってくれるシステムは「エキスパートシステム」と呼ばれます。

エキスパートとは文字通り専門家という意味で、汎用的な知能を獲得するところまでは到達していませんが、特定の分野に特化した知識をもとに推論をおこなうことができるものです。専門家のようにアドバイスを行うことからコンサルテーションシステムと呼ぶものもあります。

エキスパートシステムは一般的に、推論エンジンと知識ベースから成り立ちます。

推論エンジンとはまさにエキスパートシステムの頭脳と言えるもので、知識ベースに事実や規則などを収集し、それをもとに推論を行い結論を導きます。
知識ベースには専門家の知識が蓄積されますが、人工知能にとっての知識は大きく二つに分類されています。
例えば「地球は丸い」「月は地球の衛星です」といった事実を指す場合のものは「宣言的知識」、
「赤信号であれば止まる」「雨が降ったらワイパーを動かす」といった規則を表す知識を「手続き的知識」と分類し、これらの知識の集合を知識ベースと呼びます。
どのような枠組みで、どのような表現を蓄積すれば問題の解決や学習に効率が良いか、は人工知能の主要なテーマのひとつにもなっています。

エキスパートシステムの誕生

世界初のエキスパートシステムは Dendralといい、1965年にその開発が行われました。
開発メンバーには「エキスパートシステムの父」ともいわれるエドワード・ファイゲンバウムが含まれており、このDendralから派生したものがMycin(マイシン)です。

Mycinは1972年に開発された、細菌感染の診断をする医学分野で最初に成功を収めたエキスパートシステムで、スタンフォード医学部でも調査によると約65％の正解率を誇りました。
これは「専門医の診断」80%の正解率には及ばないものの、「細菌感染の専門家でない医師」よりは優秀な成績でした。
専門医ほどではないですが、それなりに有用なシステムとして活用できそうなMycinですが、実用で導入されることはありませんでした。

理由としては、やはりシステムを用いての「誤診」に対して誰が責任を負うのか、といった倫理や法律面での壁が立ちふさがったからです。
これは、人工知能が人間の仕事を代替するためにも整備されていなければならない今に続く課題と言えます。

第二次人工知能ブーム

1980年代には第二次人工知能ブームが起こり、その中心にあったのがエキスパートシステムでした。
日本でも1982年には「第五世代コンピュータプロジェクト」が発足し、570億円もの予算が投入されました。
しかし実用化はごく一部のシステムにとどまり、ブームは幕を閉じます。

「エキスパートシステム」は、あらかじめ「if～then」（もし～ならばこうする）をたくさん用意しておく「大量の答え」に支えられているとも言えます。
そのために医師、弁護士といった専門家の知見をノウハウとしてデータベース化していかねばならず、データを人間が作り登録していかねばなりませんでした。
そのため膨大な手間がかかり、また様々な知的活動を全て人間がルール化するには限界がありました。
人間が使う曖昧な表現への対処が出来ないことや、専門家の知識は一定の形式にできないことが多く、規則間で矛盾しているなど例外的なものもあることから、複雑な実問題に対しての満足な結果が得られないまま、ブームは収束します。

現在のエキスパートシステム

エキスパートシステムには、専門知識のデータ入力コストが大きく、さらにデータの更新が容易ではない事、知識の定式化自体の困難さという問題がありましたが、その状況を変えたのが、「機械学習」です。
ビッグデータを統計的に解析することで、「恒星と惑星」と「地球」の関係を見つけ出し、「地球が太陽の惑星である確率は99%」といった確率に基づき、「地球は太陽の惑星である」という推論を行います。
また、「ヤバイ」という表現が、危険だという意味なのか、肯定的な感想の表明なのかといった文脈に即した解釈についても研究が進んでおり、かつての限界を克服しつつあります。

機械学習を利用したシステムの代表例がIBMのWatsonです。
Watsonは機械学習により自然言語を解釈することができ、自身が蓄積している情報をもと仮説を立て評価を行うことができます。
（IBMはWatsonを「コグニティブ（認知）コンピューティング」と呼んでいます）
Watsonはヘルスケアや医療での活用が進められてきましたが、特に日本では銀行のコールセンター業務や保険会社の支払い業務支援など、金融機関でも導入が進んでいます。
これら限定的な領域で人間の支援を行う人工知能を「弱いAI」と呼び、エキスパートシステムは「弱いAI」の活用事例として代表的なものです。

そして私たちが開発・提供するSiTestも、アクセス解析やユーザビリティ向上といったウェブマーケティング分野においてビッグデータから解を導き出す、「エキスパートシステム」のひとつです。
これからのビジネスシーンでの人工知能活用において、まず現実化するべきは「弱いAI」で人間の業務をいかにスピードアップし、軽減させるかという効率化の側面なのです。