DENDRAL

 

HPP : Historical Project : DENDRAL (1965-83) 프로젝트는 가장 일찍이 나온 전문가시스템중 하나이다. 그것은 특정 과학분야인 유기화학에서의 작업에 의해 과학적 추론의 메카니즘을 연구하고 과학적 지식을 형식화하려는 목적에서 시작된 것이다. 또다른 관심사항은 과학철학에서의 몇몇 근본적인 의문을 더 잘 이해하기 위해 AI 방법론을 사용하는 것이었다. 예를들면 설명 가설 (explanatory hypotheses) 이 발견되고 그것이 적절하다고 판단되는 과정 같은 것이다. 10년 이상의 화학자, 유전학자, 컴퓨터과학자들의 협력의 결과로 rule-based expert systems 의 성능을 성공적으로 보였을 뿐 아니라, 학문적인 연구와 산업 연구실험실에서 분자구조 분석을 위한 중요한 툴이 되었다. plan-generate-test search paradigm 과 mass spectrometry 으로부터의 데이터와 다른 자료들을 사용해서, DENDRAL 은 새로운 것이나 아직 알려지지 않은 화학 물질의 가장 그럴 듯한 가능성있는 구조 (plausible candidate structures) 를 제시한다. 그것의 성능은 유기물질의 어떤 부류에서는 인간전문가와 경쟁할 정도였고, 많은 논문들이 화학문헌에 출간되게 하였다. 비록 더 이상의 학문적인 연구주제는 아닐지라도, 대화형 구조생성기 (interactive structure generator) 의 가장 최근의 버전인 GENOA 는 상업용으로 Stanford 대학에서 나왔다. ...................

지식 베이스 시스템 : 핵심 파워? (1969 ~1979) : AI 연구의 처음 10 년동안에 발생한 문제해결의 그림은, 완전한 해법을 찾기위해서 기본적인 추론 단계들을 서로 이어지게 하려는 일종의 general-purpose search mechanism 이었다. 그러한 접근방법을 불충분한 방법 (weak methods) 라고 부르는데, 그 이유는 비록 일반적 (general) 이기는 했지만 더 크거나 어려운 문제의 경우로 확대 (scale up) 할 수는 없었기 때문이다. weak method 의 변형으로써 전문가의 좁은 영역에서 전형적으로 발생하는 경우 (cases)를 보다 더 쉽게 다루고 더 큰 추론단계를 허용하는 더 강력한 특수 영역의 (domain-specific) 지식을 사용하는 것이다. 그래서 누군가 어려운 문제를 해결하려 한다면 그 지식을 사용하여 이미 그 대답을 알고 있어야만 효율적이다.

Dendral 프로그램 (Buchanan et al 1969) 은 이러한 접근방식의 초기 예이다. Stanford 에서 개발된 것으로서 Edward  Feigenbaum  (Herbert Simon 의 제자), Bruce Buchanan (컴퓨터 과학자로 전환한 철학자), Joshua Lederberg (노벨상을 수상한 유전학자) 가 팀을 이루어 mass spectrometer 에서 얻은 정보를 가지고 분자 구조를 추론하는 문제를 해결하기 위한 것이다. 그 프로그램의 입력은 분자식 (예를들면 C6H13NO2 ) 과 전자 빔에 의해 쪼여졌을 때 생성된 분자의 다양한 fragments 의 질량을 보여주는 mass spectrum 으로 구성된다. 예를들면 mass spectrum 이 m=15 에서 피크에 이른다면 메칠 (CH3) fragment 의 질량과 같은 것이다.

그 프로그램의 원래의 버전은 그 분자식과 일치하는 모든 가능한 구조를 생성하고, 그리고 나서 mass spectrum 이 각각에 대하여 어떤지를 예측하고, 이것을 실제의 spectrum 과 비교한다. 예상되는 것처럼 이것은 decent-sized  분자들은 다루기가 힘들다. Dendral 연구자들은 분석 화학자들에게 자문을 구했고, 그 화학자들이 spectrum (분자내에서 common substructure 를 제안한) 에서 잘 알려진 peak 의 패턴을 찾아낸다는 것을 알게되었다. 예를들면 ketone (C=0) subgroup (무게가 28) 을 인식하기 위해서는 다음의 규칙을 사용한다.

그 분자가 하나의 특별한 substructure 를 포함한다는 것을 인식하게 되면 가능한 후보의 수가 크게 줄어든다. Dendral 이 강력한 이유는 다음과 같다

Dendral 의 중요성은 최초의 성공적인 knowledge-intensive system 이라는 것이다 : 그것의 전문지식은 많은 수의 special-purpose rules 로부터 유도된다. 나중에 개발된 버전은 McCarthy 의 Advice Taker 의 주요 테마- 추론의 구성요소와 (rule 형태로 된) 지식의 명확한 구분 - 를 통합한 것이다.