「専門家の頭の中の知識をコンピュータに移植すれば、機械も専門家並みの仕事ができるはずだ」——この発想を最初期に形にしたのが、未知の有機化合物を言い当てるシステムDENDRALです。エキスパートシステムの原点であり、第2次AIブームの扉を開いたキーワードを解説します。
📖 ひと言でいうと
DENDRAL（デンドラル）とは、スタンフォード大学のエドワード・ファイゲンバウムが1960年代に開発した、未知の有機化合物を特定するエキスパートシステムです。たとえるなら、ベテラン化学者の「分析データのこの形はあの構造の証拠」という経験則をルール集としてコンピュータに教え込み、化合物の正体当てクイズを解かせるようなシステムです。特定の専門分野に絞って専門家の知識を移植するという、エキスパートシステムの基本形をつくりました。
🖼 1枚でわかるDENDRAL
📘 対策テキストの説明
スタンフォード大学のエドワード・ファイゲンバウムが1960年代に開発した未知の有機化合物を特定するエキスパートシステム。このシステムは、専門家の知識を活用して複雑な化学構造を解析し、有機化合物の同定を行うことができた。1977年には実世界の問題に対する技術を重視した「知識工学」を提唱し、1970年代後半から1980年代にわたり多くのエキスパートシステムが開発された。
試験対策の軸は4点です。①開発者はスタンフォード大学のエドワード・ファイゲンバウム、時期は1960年代。②用途は未知の有機化合物の特定という化学の専門タスク。③ファイゲンバウムは1977年に「知識工学」を提唱。④これを先駆けとして1970年代後半〜1980年代に多くのエキスパートシステムが開発された、という歴史の流れです。「人物・年代・分野・後続への影響」がひとつながりの物語として問われます。
🔍 しっかり理解する
DENDRALは何をしていたのか
化学者が新しい物質を手に入れたとき、「この物質の分子はどんな構造をしているのか」を突き止める作業(同定)が必要です。手がかりになるのは質量分析計などの分析装置が出すデータですが、データから構造を推理するには熟練の知識が要ります。候補となる構造は組み合わせ的に膨大で、素人が総当たりで考えるのは現実的ではありません。
DENDRALは、この推理を専門家の知識で効率化しました。「分析データにこの特徴が出ていれば、この部分構造を持つはずだ」「この構造は化学的にあり得ない」といった専門家の経験則をルールとして持ち、候補構造の生成と絞り込みを行うことで、妥当な構造を導き出したのです。
なぜ歴史的に重要なのか——「知識こそ力」
DENDRAL以前のAI研究の主流は、探索や推論の汎用的な仕組みで何でも解こうとする路線でした。DENDRALが示したのは、その逆の発想です。汎用的な賢さより、特定分野の専門知識を大量に持たせることが性能を生む——ファイゲンバウムのこの信念は「知識こそ力（Knowledge is Power）」という標語で知られ、AI研究の重心を「探索」から「知識」へ移す転機になりました。
彼は1977年、実世界の問題解決のために専門家の知識をシステムへ移植する技術を重視する「知識工学」を提唱します。専門家から知識を聞き出し、ルールとして整理し、システムに組み込む——この方法論が確立したことで、1970年代後半から1980年代にかけてエキスパートシステムの開発が各分野に広がり、第2次AIブームの中核となりました。
後続システムへの流れ
DENDRALの成功を受けて、同じスタンフォード大学では血液感染症の診断を支援するMYCIN（マイシン）が開発されるなど、医療・金融・製造といった分野で専門家システムが次々に作られました。一方で、専門家から知識を聞き出してルール化する作業が極めて大変だという知識獲得のボトルネックも明らかになり、これが第2次AIブームの限界、そして「常識をすべて書き出す」Cycプロジェクトのような試みへとつながっていきます。
💡 具体例で考える
DENDRALの開発は、AIとほかの専門分野の協働の先駆けでもありました。プロジェクトには、計算機科学者ファイゲンバウムに加えて、遺伝学者でノーベル賞受賞者のジョシュア・レーダーバーグら化学・生命科学の専門家が参加し、化学者の推理のしかたをルールに落とし込んでいきました。「AIの専門家」と「対象分野の専門家」が組んで知識を移植するというこの体制は、のちの知識工学における標準的な進め方の原型です。
具体的な動作のイメージはこうです。未知試料の質量分析データが与えられると、DENDRALは分子式からあり得る構造の候補を挙げます。何万通りにもなり得る候補に対し、「このデータの断片パターンなら、この結合を持つはず」といったルールで矛盾する候補をふるい落とし、最終的に少数の妥当な構造だけを化学者に提示します。人間の専門家が何時間もかける絞り込みを、知識ルールによって機械が代行したわけです。
⚠️ よくある誤解・紛らわしい用語
- MYCINとの混同が定番 — DENDRALは有機化合物の特定（化学）、MYCINは感染症の診断支援（医療）です。どちらもスタンフォード発のエキスパートシステムなので、分野の対応を必ず区別しましょう。
- 人物の混同 — DENDRALはエドワード・ファイゲンバウム。Cycプロジェクトのダグラス・レナートと入れ替えた選択肢が作られやすいポイントです。
- 年代の整理 — 開発は1960年代、知識工学の提唱は1977年、エキスパートシステムの隆盛は1970年代後半〜1980年代です。「DENDRALは1980年代に開発された」とする記述は誤りです。
- 機械学習ではない — DENDRALはデータから自動的に学習したのではなく、人間の専門家の知識をルールとして与えられて動く、記号処理型のシステムです。
📝 試験でのポイント
- 「未知の有機化合物を特定するエキスパートシステム」という説明からDENDRALを選ばせる問題が最有力です。
- 「スタンフォード大学」「エドワード・ファイゲンバウム」「1960年代」の組み合わせの正誤判定に備えましょう。
- 「1977年に知識工学を提唱した人物」としてファイゲンバウムを問う出題が想定されます。
- MYCIN（医療診断）との分野の入れ替え、レナート（Cyc）との人物の入れ替えという2大ひっかけに注意しましょう。
📚 まとめ
- DENDRALは、スタンフォード大学のエドワード・ファイゲンバウムが1960年代に開発した、未知の有機化合物を特定するエキスパートシステムです。
- 専門家の知識をルールとして活用し、複雑な化学構造の解析・同定を実現しました。
- ファイゲンバウムは1977年に「知識工学」を提唱し、1970年代後半〜1980年代のエキスパートシステム隆盛(第2次AIブーム)の道を開きました。
- 試験では人物・大学・年代・分野の組み合わせと、MYCIN・Cycプロジェクトとの区別が問われどころです。
