【G検定まとめ】要点整理&当日用カンペの項目別詳解ページです。

詳細な知識や実装は試験には必ずしも必須ではありませんが、試験対策として理解を深めたい方はぜひ最後までご覧ください。

G検定まとめはこちら

マイシン( MYCIN )

1970年代にスタンフォード大学で開発された、血液中のバクテリアの診断支援をするルールベースのプログラム。あたかも感染症の専門医のように振舞うことができ、初期のエキスパートシステムとして影響力を持っていた。

マイシン( MYCIN )とは

1970 年代にスタンフォード大学で開発された初期のエキスパート システムです。エキスパート システムは、特定の分野における人間の専門家の意思決定能力を模倣するように設計されたコンピューター プログラムでした。Mycin は、感染症を診断し、治療オプションを推奨するように設計されています。400 を超えるルールのナレッジ ベースを使用し、提供された情報に基づいて質問に答え、推奨事項を作成することができました。

Mycin は当時、人工知能とエキスパート システムの分野におけるブレークスルーと見なされており、コンピューターが人間の意思決定と複雑な領域での専門知識を強化する可能性を示しました。Mycin の開発は、人工知能の分野に影響を与え、最初に成功したエキスパート システムの 1 つと見なされています。

しかし、初期の成功にもかかわらず、Mycin はその後の人工知能分野の発展に大きく影を落とされており、今日では広く使用されていません。

マイシン( MYCIN )の特徴

MYCIN は、感染症の診断と治療に関する推奨事項を提供するように設計されています。一連のルールを使用して、システムに入力された症状と検査結果に基づいて、特定の患者に最適な行動方針を推測しました。ルールは経験豊富な医師の知識に基づいており、システムはユーザーがその理由を理解できるように推奨事項を説明するように設計されています。

MYCIN は、プログラミング言語 LISP を使用して実装され、単純な推論エンジンを使用してルールを評価しました。幅広い感染症を診断し、人間の専門家の推奨に沿った治療の推奨を行うことができました。

MYCIN は、エキスパート システムの開発における重要な前進であり、複雑な医療問題の解決に役立つ人工知能の可能性を示しました。その成功により、金融、法律、工学など、さまざまな分野で他の多くのエキスパート システムが開発されました。

現在のマイシン( MYCIN )

1970 年代にスタンフォード大学で開発されたコンピューター プログラムである Mycin は、最も初期のエキスパート システムの 1 つであり、人工知能の開発の重要な先駆者でした。しかし、1980 年代後半から 1990 年代前半にかけて、Mycin や同様のシステムで使用されるルールベースのアプローチでは、複雑な知識や推論を表現する能力が限られていることが明らかになりました。その結果、Mycin のようなエキスパート システムは人気がなくなり、機械学習や確率論的推論などのより高度な AI 技術が登場しました。

Mycin が時代遅れになった正確な日付は定かではありませんが、より高度な AI 技術が利用できるようになるにつれて、Mycin のようなルールベースのエキスパート システムの優位性は 20 世紀後半に衰退したと言えます。

DENDRAL

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。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。

DENDRAL は、1960 年代後半から 1970 年代前半にかけて、スタンフォード大学の学際的な研究者チームによって開発されたエキスパート システムです。名前は「DENDRITE’s Rules for Inference, Teaching, and Analogizing」の略で、DENDRITE の頭字語です。

DENDRAL の目標は、人工知能技術を使用して有機化学の分野の問題を解決する可能性を実証することでした。このシステムは、未知の化合物の分子構造を、分子のさまざまな成分の質量をグラフで表した質量スペクトルに基づいて特定するように設計されています。

DENDRAL は、ルールベースの推論と、意思決定ツリーや帰納的学習アルゴリズムなどの機械学習手法を組み合わせて推論を行いました。このシステムは、多くの複雑な有機化合物の分子構造を特定することができ、人工知能とエキスパート システムの分野における重要なブレークスルーと見なされました。

G検定学習法

最後までご覧いただきありがとうございました。

当サイトではG検定に役立つ情報をまとめています。

ぜひご覧ください。

本サイトの活用方法

【G検定まとめ2024】試験当日も使える! 要点整理&試験対策カンペ【動画】

1. 人工知能とは 第1回:人工知能の定義、人工知能研究の歴史 2. 人工知能をめぐる動向 第2回:探索・推論 第3回:知識表現、機械学習・深層学習 3. 人工知能分野の問題 第4回:人工知能分野の問題 4. 機械学習の […]

【G検定まとめ2024】試験当日も使える! 要点整理&試験対策カンペ

G検定の要点をシラバスから抜粋してまとめました。これから学習する方も、復習したい方にもお使いいただけます。試験当日用のG検定のカンニングペーパー参考としてもお役立てください。試験結果を保証するものではありませんので、試験 […]

【G検定2023まとめ】理解度確認&問題集まとめ【直前対策】

G検定の要点を問題形式にまとめました。試験前の理解度確認、直前対策にお役立てください。 (最終更新日:2023年3月1日) 1. 人工知能とは 問題を解く 2. 人工知能をめぐる動向 問題を解く 3. 人工知能分野の問題 […]

【G検定2023】G検定の概要と試験のポイント

このシリーズではG検定の要点を項目ごとにまとめています。 今回の記事では「G検定の概要と試験のポイント」について紹介します。 試験の概要  G検定(公式名:ジェネラリスト検定)は、JDLA:Japan Deep Lear […]

【G検定】G検定合格体験記 〜学習方法と受験体験〜

このシリーズではG検定の要点を項目ごとにまとめています。 今回の記事では、2022年7月2日(土)開催のG検定(2022#2 )に合格した学習方法と受験体験について紹介します。 これから受験される方へ参考になれば幸いです […]

【G検定2022】シラバスでみるG検定の試験内容

このシリーズではG検定の要点を項目ごとにまとめています。 今回の記事ではシラバスをもとに「G検定の試験内容」について紹介します。 試験の概要  G検定(公式名:ジェネラリスト検定)は、JDLA:Japan Deep Le […]

参考書籍

教科書として使用する書籍

体系的に知識を整理することができます。

まずは、この1冊を読んでG検定の学習を進めましょう。

検索機能が使用できるので、Kindle版が特におすすめです。

②問題集として使用する書籍

ある程度学習が進んだら、本番を意識して問題集に取り組みましょう。

本番の試験環境を意識して、このページ「要点整理&当日用カンペ」を使用しながら解答してみましょう。