人工知能研究の第2次ブーム（1980年代）を支えた中心技術が 知識表現 と エキスパートシステム です。
この分野は「AIがどのように知識を表現し、推論するか」という基礎概念を理解する上で非常に重要です。
G検定でも MYCIN や 知識獲得のボトルネック などが頻出します。
知識表現とは？
知識表現（Knowledge Representation） とは、
「人間の知識をコンピュータで扱える形式に変換する方法」を指します。
代表的な表現方法
- IF-THENルール（産出規則）
- 例：「もし発熱がある AND 咳が出る → 風邪の可能性が高い」
- 条件と結論をセットにして表現。
- フレーム表現
- 事物や概念を「属性（スロット）」として整理。
- 例：自動車＝〈エンジン: ガソリン, 車輪: 4〉
- オントロジー
- 概念と関係性を体系的に記述する枠組み。
- 例：人間 → 動物 → 生物 という階層関係。
👉 ポイント：知識表現は「データをどう記号化してAIに理解させるか」を解くアプローチ。
エキスパートシステムとは？
エキスパートシステム（Expert System） とは、
「専門家の知識をコンピュータに組み込み、専門家のように問題解決するシステム」です。
構成要素
- 知識ベース（Knowledge Base）
- 専門家の知識（ルールや事実）を集めたデータベース。
- 推論エンジン（Inference Engine）
- 知識ベースを利用して推論し、結論を導く仕組み。
代表的な事例
MYCIN（マイシン）
- 開発年代：1970年代
- 用途：細菌感染症の診断と治療支援
- 特徴：
- 専門医と同等の診断精度を発揮
- IF-THENルールを活用
- 限界：実用化には至らず → 知識の更新が大変
Cycプロジェクト
- 概要：日常的な常識知識を網羅的にデータ化する巨大プロジェクト。
- 目的：「常識」を持ったAIを作る。
- 課題：膨大な知識の収集・整理が困難で、完全な成功には至らず。
成功と限界
成功点
- 特定領域（医療・工学）では専門家レベルの成果を出した。
- 「AIが人間の専門知識を模倣できる」ことを実証。
限界
- 知識入力が膨大で人手不足 → 知識獲得のボトルネック
- 現実の変化に対応しにくい（知識更新コストが高い）
- 領域を越えた汎用性に欠けた
👉 この限界が「第2次AI冬の時代」の原因の一つとなった。
まとめ
- 知識表現：IF-THENルール、フレーム、オントロジーなどで知識を形式化。
- エキスパートシステム：知識ベース＋推論エンジンで専門家を模倣。
- 代表例：MYCIN（医療診断）、Cyc（常識知識）。
- 限界：知識獲得のボトルネックにより、広範囲での実用化は難しかった。
出題傾向
- 「MYCINの分野はどれか？」（答：医療診断）
- 「第2次AIブームが停滞した理由」＝知識獲得のボトルネック
- 「知識表現の代表例」：オントロジー、フレーム、IF-THENルール
練習問題（例題）
問題：第2次AIブームで研究されたエキスパートシステム「MYCIN」の用途として最も適切なものはどれか？
- 囲碁の対局戦略
- 血液感染症の診断
- 自動車の制御システム
- 翻訳アプリケーション
👉 正解：2
