덴드랄

Dendral

덴드랄은 1960년대 인공지능(AI) 프로젝트였고, 자신이 제작한 컴퓨터 소프트웨어 전문가 시스템이었다.그것의 주된 목적은 과학에서의 가설 형성과 발견을 연구하는 것이었다.이를 위해, 유기 화학자들이 질량 스펙트럼을 분석하고 화학 지식을 이용하여 미지의 유기 분자를 식별하는데 도움을 주는 과학의 특정한 과제가 선택되었다.[1]그것은 스탠포드 대학에서 에드워드 파이겐바움, 브루스 G에 의해 이루어졌다. 부캐넌,[2] 조슈아 레더버그, 칼 제라시, 그리고 고도로 창의적인 연구 동료와 학생들로 이루어진 팀과 함께.[3]그것은 1965년에 시작되어 AI 연구 역사의 거의 반을 차지한다.[4]

소프트웨어 프로그램 덴드랄은 유기화학자들의 의사결정 과정과 문제해결 행동을 자동화했기 때문에 최초의 전문가 시스템으로 꼽힌다.[1]이 프로젝트는 휴리스틱 덴드랄과 메타 덴드랄 두 개의 주요 프로그램에 대한 연구와 [4]몇 개의 하위 프로그램으로 구성되었다.유연성이 뛰어나 AI의 언어로 여겨졌던 리스프 프로그래밍 언어로 작성됐다.[1]

MYCIN, MOLGEN, PRODUCTOR, XCON, STERMER를 포함한 많은 시스템들이 Dendral에서 파생되었다.오늘날에는 질량분광 역문제를 해결하기 위한 많은 다른 프로그램들이 있다. 질량분광 소프트웨어 목록을 참조하라. 그러나 그것들은 더 이상 구조조사자들처럼 '인공지능'으로 묘사되지 않는다.

Dendral이라는 이름은 "Dendritic Algorithm"[4]이라는 용어의 약어다.

휴리스틱 덴드랄

휴리스틱 덴드랄(Heuristic Dendral)은 질량 스펙트럼이나 기타 실험 데이터를 화학의 지식 기반과 함께 사용하여 데이터 생성을 담당할 수 있는 가능한 화학 구조물의 집합을 생성하는 프로그램이다.[4]화합물의 질량 스펙트럼은 질량 분광계에 의해 생성되며, 분자량인 원자 성분의 질량의 합을 결정하는 데 사용된다.예를 들어 복합수(H2O)는 수소의 질량이 1.01이고 산소 16.00이므로 분자량이 18이며, 질량 스펙트럼은 18단위로 피크를 가진다.휴리스틱 덴드랄은 이 입력 질량과 원자 질량 수 및 용맹률에 대한 지식을 사용해 질량이 최대 18에 이르는 원자 구성 요소의 가능한 조합을 결정할 것이다.[1]무게가 증가하고 분자가 복잡해질수록 가능한 화합물의 수는 급격히 증가한다.따라서 가설 형성 과정을 통해 이 정도의 후보 해답을 줄일 수 있는 프로그램이 필수적이다.

새로운 그래프-이론 알고리즘은 레더버그, 해롤드 브라운, 그리고 특정 노드 집합과 연결 유형(화학 원자와 결합)을 가진 모든 그래프를 사이클이 있든 없든 간에 생성하는 다른 그래프들에 의해 발명되었다.더욱이, 연구팀은 지정된 노드와 가장자리로 모든 그래프를 생산한다는 점에서 생성기가 완전하다는 것을 수학적으로 증명할 수 있었고, 출력물에 동등한 그래프(예: 미러 이미지)가 없다는 점에서 중복되지 않는다는 점을 증명할 수 있었다.알려진 대로, CONTICE 프로그램은 주로 컴퓨터 화학자인 레이 카하트, 짐 엔서스, 데니스 스미스에 의해 개발되었다.사용자가 지정한 제약조건을 충족하는 구조물의 전체 목록을 보여주는 화학 그래프를 생성하는 독립형 프로그램으로서 화학자에게 유용했다.

메타 덴드랄

메타 덴드랄은 가능한 화학구조물 집합과 해당 질량 스펙트럼을 입력으로 수신하는 머신러닝 시스템으로, 구조특성과 질량 스펙트럼을 생성하는 공정과의 상관관계를 갖는 질량분석 규칙 집합을 제안한다.[4]이러한 규칙은 적용가능성을 시험하기 위해 휴리스틱 덴드랄(아래에 기술된 계획 및 시험 프로그램에서)에 피드백될 것이다.[1]따라서, "휴리스틱 덴드랄은 수행 시스템이고 메타 덴드랄은 학습 시스템이다."[4]이 프로그램은 계획 생성-테스트 패러다임과 지식 공학이라는 두 가지 중요한 특징에 기초한다.[4]

계획 생성-테스트 패러다임

계획-제너레이션-테스트 패러다임은 문제해결 방식의 기본조직으로 휴리스틱 덴드랄과 메타-덴드랄 시스템 모두가 사용하는 공통 패러다임이다.[4]발전기(KENEST라는 이름의 later)는 특정 문제에 대한 잠재적 해결책을 생성하며, Dendral에서 화학 그래프로 표현된다.[4]그러나 이는 후보 해법 개수가 미미해야 실현 가능하다.가능한 해결책들이 많이 있을 때, Dendral은 많은 후보 해결책을 배제하는 제약조건을 붙이는 방법을 찾아야 한다.[4]이것이 Dendral Planner의 일차적인 목적이며, "발전기의 제약을 찾기 위한 작업별 지식"[4]을 채용하는 "가정형성" 프로그램이다.마지막으로 중요한 것은, 시험관이 각각의 제안된 후보 해결책을 분석하고, 특정 기준을 충족하지 못하는 후보들을 무시하는 것이다.[4]이 계획 생성-테스트 패러다임의 메커니즘이 Dendral을 함께 지탱하는 것이다.[4]

지식 엔지니어링

지식공학의 주요 목표는 이용 가능한 지식기반과 문제해결 기술 사이의 생산적인 상호작용을 달성하는 것이다.[4]이는 대량의 업무별 정보를 휴리스틱 프로그램으로 암호화하는 절차의 개발을 통해 가능하다.[4]그러므로 지식공학의 첫 번째 필수요소는 큰 "지식기반"이다.덴드랄은 질량분광기법, 화학 및 그래프 이론의 기초를 이루는 다량의 정보, 특정 화학구조 용해 문제의 해결책을 찾는 데 도움이 될 수 있는 정보 등에 대한 구체적인 지식을 갖고 있다.[4]이 "지식 기반"은 입력 데이터와 일치하는 가능한 화학 구조를 검색하는 것과 검색을 제거하는데 도움이 되는 새로운 "일반 규칙"을 배우는 데 모두 사용된다.Dendral이 최종 사용자에게 제공하는 이점은 비전문가라도 수동으로 확인할 수 있는 가능한 해결책의 최소화된 집합이다.

휴리스틱스

휴리스틱스(huristic)는 엄지손가락의 법칙으로, 해결책을 보장하지는 않지만, 있음직하지 않고 관계없는 해결책을 버림으로써 가능한 해결책의 수를 줄이는 알고리즘이다.[1]문제 해결을 위해 휴리스틱스를 사용하는 것을 "휴리스틱스 프로그래밍"이라고 하며, Dendral에서는 인간 전문가들이 엄지손가락 규칙과 특정 정보를 통해 문제에 대한 해결책을 유도하는 과정을 기계에 복제할 수 있도록 하기 위해 사용되었다.

휴리스틱스 프로그래밍은 과학자들이 마침내 인간 지능의 특정 특성을 자동화할 수 있게 해주었기 때문에 인공지능에 있어서 주요한 접근법이자 큰 진전이었다.[4]1940년대 후반 조지 폴리아의 저서 '해결하는 방법: 수학적 방법의 새로운 측면'을 통해 과학자들 사이에서 두드러지게 되었다.[1]허버트 A로서. 사이먼은 '인공학의 과학'에서 "만약 당신이 휴리스틱한 결론을 확실히 취한다면, 당신은 속고 실망할 수도 있다. 하지만 휴리스틱한 결론을 완전히 무시한다면, 당신은 전혀 진전을 보지 못할 것이다."라고 말했다.

역사

20세기 중반에 "기계가 생각할 수 있는가?"라는 질문은 과학자들 사이에서 흥미를 유발하고 인기를 끌게 되었는데, 주로 기계 행동에 휴머니즘적 특성을 더하기 위해서였다.이 분야의 최고 연구자 중 한 명이었던 존 매카시는 1956년 다트머스 여름 동안 이 기계 지능의 개념을 '인공지능(AI)'이라고 불렀다.AI는 보통 인간의 인지 능력과 유사한 작동을 수행할 수 있는 기계의 용량으로 정의된다.[5]AI를 만들기 위한 많은 연구가 20세기 동안 이루어졌다.

또한 20세기 중반 무렵, 과학, 특히 생물학은 과학자들의 문제해결을 돕기 위해 "인간과 컴퓨터의 공생"을 개발해야 하는 빠르게 증가하는 필요성에 직면했다.[6]예를 들어, myogoblin, 헤모글로빈 및 기타 단백질의 구조 분석은 복잡성 때문에 계측 개발이 끈질기게 필요했다.

1960년대 초, 조슈아 레더버그는 컴퓨터와 함께 일하기 시작했고 빠르게 그의 외부 생물학 연구에 도움이 되는 인터랙티브 컴퓨터를 만드는 것에 엄청난 관심을 갖게 되었다.[1]구체적으로, 그는 외계 유기 화합물을 연구할 수 있도록 컴퓨터 시스템을 설계하는 데 관심이 있었다.[1]화학이나 컴퓨터 프로그래밍의 전문가가 아니었기 때문에, 그는 스탠포드 화학자 칼 제라시와 협력하여 화학에 도움을 주었고, 프로그래밍에 에드워드 파이겐바움과 협력하여 원시 질량 분광 자료에서 화학 구조를 결정하는 과정을 자동화했다.[1]파이겐바움은 프로그래밍 언어와 휴리스틱스 전문가였고, 레더버그가 제라시가 구조해석 문제를 해결하는 방식을 복제하는 시스템을 설계하는데 도움을 주었다.[1]그들은 질량 분광학적 데이터에 해당하는 가능한 화학적 구조를 출력물로 생성할 수 있는 Dendritic Algorithm(덴드랄)이라는 시스템을 고안했다.[1]

덴드랄은 화학 화합물의 케톤, 알코올 및 이소머의 스펙트럼을 평가하는 데 있어 여전히 매우 부정확했다.[1]따라서, 제라시는 "화학적으로 믿을 수 없는" 대부분의 구조물을 제거하는 데 도움이 될 수 있는 일반적인 규칙을 덴드랄에게 "공부"하고, "비전문가" 사용자가 분석하여 올바른 구조를 결정할 수 있는 일련의 구조물을 생산한다.[1]

덴드랄 팀은 처음에 조지아 서덜랜드가 쓴 리스프 프로그램을 연장하기 위해 브루스 뷰캐넌을 영입했다.[1]부차난은 파이겐바움, 레더버그와 비슷한 사상을 가지고 있었지만 그의 특별한 관심사는 과학적 발견과 가설 형성이었다.[1]조지프 11월은 디지털라이프에서 다음과 같이 말했다. '생물학과 의학에 컴퓨터 도입'은 "(부캐넌은) 시스템(덴드랄)이 스스로 발견하기를 원했고, 단순히 인간이 발견하는 것을 돕는 것만이 아니었다"고 설명했다.부차난, 레더버그, 파이겐바움 등이 디자인한 '메타-덴드랄'은 '가설 제조기'[1]였다.휴리스틱 덴드랄은 유기화학 분야에만 집중하는 것이 아니라 "다른 분야에서도 유사한 지식 기반 시스템의 템플릿 역할을 할 것"이라고 말했다.메타 덴드랄은 후에 톰 미첼의 영향력 있는 학습 버전 공간 모델에서 체계화된 지식이 풍부한 학습 시스템의 모델이었다.[1]

메모들

  1. ^ a b c d e f g h i j k l m n o p q r 2006년 11월
  2. ^ 브루스 지와의 구술 역사 인터뷰 미네소타 대학의 부캐넌, 찰스 배비지 연구소.
  3. ^ 레더버그, 1987년
  4. ^ a b c d e f g h i j k l m n o p q 린제이 외, 1980년
  5. ^ 1985년 버크
  6. ^ 레더버그, 1963년

참조

  1. 버크, A. LISP: 인공 지능의 언어뉴욕: 반 노스트랜드 라인홀드 회사, 1985. 1-25.
  2. 레더버그, 조슈아생물학의 계측 위기.스탠포드 의과대학.팔로 알토, 1963년
  3. 레더버그, 조슈아Dendral은 어떻게 잉태되고 태어났는가.1987년 11월 5일 록펠러 대학교 의학정보학사 심포지엄.뉴욕: 1987년 국립 의학 도서관
  4. 린제이, 로버트 K, 브루스 G부캐넌, 에드워드 A.파이겐바움, 그리고 조슈아 레더버그.유기화학에 대한 인공지능의 응용: 덴드랄 프로젝트.맥그로우 힐 북 컴퍼니, 1980년
  5. 린제이, 로버트 K, 브루스 GBuchanan, E. A.파이겐바움, 그리고 조슈아 레더버그.DENDRAL : 과학적 가설 형성을 위한 제1차 전문가 시스템의 사례연구인공지능 61, 2 (1993) : 209-261.
  6. 11월, 조셉 A. "디지털라이프:생물의학과 의학에 컴퓨터의 도입."2006년 프린스턴 대학교 박사학위 논문