专家系统/DENDRAL
Dendral 是 20 世纪 60 年代人工智能 (AI) 领域的一个具有影响力的先驱项目，以及它所产生的计算机软件专家系统。它的主要目标是通过分析有机分子的质谱图并利用化学知识来帮助有机化学家识别未知的有机分子。[1] 它由斯坦福大学的 Edward Feigenbaum、Bruce Buchanan、Joshua Lederberg 和 Carl Djerassi 完成。[2] 它始于 1965 年，涵盖了人工智能研究史的大约一半。[3]
Dendral 软件程序被认为是第一个专家系统，因为它自动化了有机化学家的决策过程和问题解决行为。[4] 它包含两个子程序，启发式 Dendral 和 元 Dendral。[5] 它用 Lisp 编写，Lisp 被认为是人工智能的语言。[6]
许多系统都是从 Dendral 派生出来的，包括 MYCIN、MOLGEN、MACSYMA、PROSPECTOR、XCON 和 STEAMER。
名称 Dendral 是术语“树状算法”的混成词。[7]
启发式 Dendral 是一个程序，它使用质谱图或其他实验数据以及化学知识库，来生成一组可能对产生这些数据负责的化学结构。[8] 化合物的质谱图是由质谱仪产生的，用于确定其分子量，即其原子成分质量的总和。例如，化合物水 (H2O) 的分子量为 18，因为氢的质量为 1.01，氧为 16.00，其质谱图在 18 个单位处有一个峰。启发式 Dendral 将使用此输入质量以及原子质量数和价键规则的知识，来确定原子成分的可能组合，它们的质量加起来为 18。[9] 随着重量的增加和分子的变得更加复杂，可能的化合物数量急剧增加。因此，能够通过假设形成过程减少候选解决方案数量的程序至关重要。
元 Dendral 是一个知识获取系统，它接收可能的化学结构集和相应的质谱图作为输入，并提出一些假设来解释某些提出的结构和质谱图之间的相关性。[10] 这些假设将反馈给启发式 Dendral 以测试其适用性。[11] 因此，“启发式 Dendral 是一个性能系统，元 Dendral 是一个学习系统”。[12] 该程序基于两个重要特征：计划-生成-测试范式和知识工程。[13]
计划-生成-测试范式是问题解决方法的基本组织，是 启发式 Dendral 和 元 Dendral 系统使用的通用范式。[14] 生成器 为特定问题生成潜在的解决方案，这些解决方案在 Dendral 中表示为化学图。[15] 但是，这只有在候选解决方案的数量最少的情况下才是可行的。当存在大量可能的解决方案时，Dendral 必须找到一种方法来设置约束，以排除大量候选解决方案。[16] 这是 Dendral 规划器 的主要目标，它是一个“假设形成”程序，它采用“特定任务的知识来找到生成器的约束”。[17] 最后但并非最不重要，测试器 分析每个提议的候选解决方案，并丢弃那些无法满足某些标准的解决方案。[span>18] 这种计划-生成-测试范式的机制是将 Dendral 结合在一起的原因。[19]
知识工程的主要目标是在可用的知识库和问题解决技术之间实现有效的互动。[20] 这可以通过开发一个过程来实现，在这个过程中，大量的特定任务的信息被编码到启发式程序中。[21] 因此，知识工程的第一个基本组成部分是大型 “知识库”。 知识库将包括关于质谱技术的特定知识、构成化学和图论基础的大量信息，以及可能有助于找到特定化学结构解析问题解决方案的任何信息。[22] 通过知识工程，Dendral 能够利用这个“知识库”来确定与输入数据相对应的一组可能的化学结构，并形成新的“一般规则”来帮助它减少候选解决方案的数量。因此，最终用户现在将获得最少的可能解决方案，这些解决方案现在可以由任何非专家用户进行测试以找到正确的解决方案。
启发式是一种经验法则，一种不保证解决问题的算法，但通过丢弃不太可能和无关的解决方案来减少可能的解决方案的数量。[23] 使用启发式解决问题的方法称为“启发式编程”，它在 Dendral 中被用来让它在机器中复制人类专家通过经验法则和特定信息推导出问题解决方案的过程。
启发式编程是人工智能的一种主要方法，也是人工智能向前迈出的巨大一步，[24] 因为它使科学家们最终能够使人类智能的某些特征自动化。它在 20 世纪 40 年代后期通过 George Polya 的著作 如何解题：数学方法的新视角 在科学家中间变得突出。[25] 正如 Herbert Simon 在 人工科学 中所说，“如果你把启发式结论当作确定的，你可能会被愚弄和失望；但如果你完全忽略启发式结论，你就不会有任何进展。”
在 20 世纪中叶，“机器会思考吗？”这个问题在科学家中间变得引人入胜，并广受欢迎，其主要目的是为机器行为添加人性化的特点。约翰·麦卡锡是该领域的主要研究人员之一，他在 1956 年的达特茅斯夏季研讨会上将这种机器智能的概念称为“人工智能”（AI）。AI 通常被定义为机器执行类似人类认知能力的操作的能力。[26] 20 世纪进行了大量创造 AI 的研究。
同样在 20 世纪中叶，科学，特别是生物学，面临着快速增长的需求，需要发展一种“人机共生”来帮助科学家解决问题。[27] 例如，由于其复杂性，肌红蛋白、血红蛋白和其他蛋白质的结构分析迫切需要仪器开发。
在 1960 年代初，约书亚·莱德伯格开始与计算机合作，并很快对创建交互式计算机产生了浓厚兴趣，以帮助他进行外生物学研究。[28] 具体来说，他对设计能够帮助他研究外星有机化合物的计算系统感兴趣。[29] 由于他既不是化学专家也不是计算机编程专家，因此他与斯坦福大学化学家卡尔·迪耶拉西合作，请他帮助他进行化学方面的研究，并与爱德华·费根鲍姆合作进行编程，以自动化从原始质谱数据中确定化学结构的过程。[30] 费根鲍姆是编程语言和启发式方法的专家，他帮助莱德伯格设计了一个系统，该系统模拟了卡尔·迪耶拉西解决结构解析问题的方式。[31] 他们设计了一个名为**树状算法**（Dendral）的系统，该系统能够生成与质谱数据相对应的可能化学结构作为输出。[32]
然后，Dendral 在评估酮、醇和化学化合物异构体的光谱方面仍然非常不准确。[33] 因此，如图 1 所示，迪耶拉西“教会”了 Dendral 一些通用规则，这些规则可以帮助消除大多数“化学上不可能”的结构，并产生一组结构，这些结构现在可以由“非专家”用户进行分析以确定正确的结构。[34] 图 2 显示了在将所有通用规则输入 Dendral 的知识库后，Dendral 如何在没有专家指导的情况下运行。[35]
Dendral 团队招募了布鲁斯·布坎南来完善费根鲍姆的 Lisp 程序。[36] 布坎南与费根鲍姆和莱德伯格有着类似的想法和兴趣，但他特别感兴趣的是假设形成。[37] 正如约瑟夫·诺文伯在《数字化生命：计算机在生物学和医学中的引入》中所说，“（布坎南）希望系统（Dendral）能够自己做出发现，而不仅仅是帮助人类做出发现”。布坎南设计了“Meta-Dendral”，它是一个“假设生成器”。[38] Meta-Dendral 和 Dendral 融合在一起，在 1966-67 年创造了“启发式 Dendral”。[39] 主要区别在于，启发式 Dendral “将作为其他领域类似系统的模板”，而不是仅仅专注于有机化学领域。[40]
- ↑ November, 2006
- ↑ Lederberg, 1987
- ↑ Lindsay et al., 1980
- ↑ November, 2006
- ↑ Lindsay et al., 1980
- ↑ November, 2006
- ↑ Lindsay et al., 1980
- ↑ Lindsay et al., 1980
- ↑ November, 2006
- ↑ Lindsay et al., 1980
- ↑ November, 2006
- ↑ Lindsay et al., 1980
- ↑ Lindsay et al., 1980
- ↑ Lindsay et al., 1980
- ↑ Lindsay et al., 1980
- ↑ Lindsay et al., 1980
- ↑ Lindsay et al., 1980
- ↑ Lindsay et al., 1980
- ↑ Lindsay et al., 1980
- ↑ Lindsay et al., 1980
- ↑ Lindsay et al., 1980
- ↑ Lindsay et al., 1980
- ↑ November, 2006
- ↑ Lindsay et al., 1980
- ↑ November, 2006
- ↑ Berk, 1985
- ↑ Lederberg, 1963
- ↑ November, 2006
- ↑ November, 2006
- ↑ November, 2006
- ↑ November, 2006
- ↑ November, 2006
- ↑ November, 2006
- ↑ November, 2006
- ↑ November, 2006
- ↑ November, 2006
- ↑ November, 2006
- ↑ November, 2006
- ↑ November, 2006
- ↑ November, 2006
- Berk, A A. LISP: the Language of Artificial Intelligence. New York: Van Nostrand Reinhold Company, 1985. 1-25.
- Lederberg, Joshua. An Instrumentation Crisis in Biology. Stanford University Medical School. Palo Alto, 1963.
- Lederberg, Joshua. How Dendral Was Conceived and Born. ACM Symposium on the History of Medical Informatics, 05 Nov. 1987, Rockefeller University. New York: National Library of Medicine, 1987.
- Lindsay, Robert K., Bruce G. Buchanan, Edward A. Feigenbaum, and Joshua Lederberg. Applications of Artificial Intelligence for Organic Chemistry: The Dendral Project. McGraw-Hill Book Company, 1980.
- November, Joseph A. “Digitizing Life: The Introduction of Computers to Biology and Medicine.” Doctoral dissertation, Princeton University, 2006.