メインコンテンツへスキップ
見出し画像

【第13回】AIは専門家の代わりになれる?エキスパートシステムとは

    AI研究者たちは、「知能とは何か」を考えるだけでなく、実際に人間の専門知識をコンピュータで再現しようとしました。
    医者や弁護士のような専門家が持つ知識を、コンピュータで再現できるとしたらどうでしょうか?
    その考え方をもとに作られたのがエキスパートシステムです。
    この記事では、ルールで動くAIの代表例をやさしく解説します。


    1. 読み方

    エキスパートシステム (Expert System)


    2. 意味(定義)

    エキスパートシステムとは、「特定の分野における『専門家(エキスパート)』の知識をコンピュータに詰め込み、その知識を使って問題を解決させる仕組み」のことです。

    このシステムは、大きく分けて2つのパーツで構成されています。ここが試験でも超重要です!

    1. 知識ベース(Knowledge Base): 「もし〜ならば、〜である」という、専門家が持っている膨大な「ルール」や「知識」を蓄積したデータベース。いわば、AIの「教科書」です。

    2. 推論エンジン(Inference Engine): 知識ベースにあるルールを使い、「この場合は、こうなるはずだ!」と論理的に考えて答えを導き出す仕組み。いわば、AIの「思考回路」です。

    「教科書(知識)」と「考える力(推論)」が組み合わさることで、専門家が経験から行う判断を、ルールを使って再現します。

    例えば、医者の知識をコンピュータに入れたとします。

    • 「もし、患者の熱が38度以上で(条件)、かつ喉が痛いならば(条件)、風邪である可能性が高い(結論)」 というルールを数万個集めて登録しておけば、コンピュータは医者のように診断を下せる、という仕組みです。

    ⚠️ よくある誤解
    ・エキスパートシステムは、自分で学習して賢くなるわけではありません(ルールは人間がすべて与えます)。
    ・あらゆる分野に使えるわけではなく、「ルールが明確な分野」に向いています。


    3. 歴史・背景

    エキスパートシステムが脚光を浴びたのは、1980年代の「第2次AIブーム」の時代です。

    当時の研究者たちは、「知識こそが知能の本質であり、その知識をコンピュータに与えれば知的な振る舞いが実現できる」と考えていました。

    この時期、医療診断、地質調査、製造業の故障診断など、専門的な分野で実際に使われるようになり、特定の分野では驚異的な成果を上げました。そして大きなブームとなりました。しかし、同時に大きな壁にもぶつかります。

    それは、「人間の知識をすべてルール化してコンピュータに教え込むのは、気が遠くなるほど大変すぎる」という問題(知識獲得のボトルネック)でした。

    さらに、ルールが増えすぎると、「あるルールと別のルールが矛盾してしまう」といった問題も発生し、システム全体の整合性を保つことが難しくなります。

    この限界が、後の第3次AIブーム(現在のディープラーニング)へとつながる歴史的な転換点となります。


    4. 比較・対比(似た用語との違い)

    試験で混乱しやすい「現代のAI」との違いを整理しましょう。

    【エキスパートシステム vs 機械学習(現在の主流AI)】

    • エキスパートシステム: 「人間がルールを教える」方式。 (例:「熱が38度以上なら、風邪と判断せよ」というルールを人間が書き込む)

    • 機械学習: 「データからルールを自ら見つける」方式。 (例:大量の患者データを見せて、「この症状のときは風邪が多いな」とAI自身に発見させる)

    【エキスパートシステム vs 人工知能(広義の概念)】

    • 人工知能(AI): コンピュータに知的な振る舞いをさせる技術全体の総称。

    • エキスパートシステム: AIという大きなカテゴリーの中の、一つの「手法(ルールベース型)」のこと。


    5. 活用シーン(実社会のどこで使われるか?)

    エキスパートシステムは、「ルールが明確な分野」で今もその精神が受け継がれています。

    • 医療診断支援: 症状のパターンを入力すると、過去の症例ルールに基づいて病名を推測する。

    • 故障診断・トラブルシューティング: 工場の機械が「異音が発生」「温度上昇」といった状態になったとき、「もしAかつBなら、部品Cを交換せよ」という指示を出す。

    • 法律・コンプライアンスチェック: 膨大な法令ルールに照らし合わせて、特定の契約書に問題がないかを自動判定する。

    ※なお、このような「ルールで判断する仕組み」は、現在のAIシステムでも一部で使われており、機械学習と組み合わせて活用されることもあります。


    6. G検定での出題傾向

    • キーワード: 「知識ベース」「推論エンジン」「ルールベース」「第2次AIブーム」「もし〜ならば(If-Then)」。

    • 構成要素の理解: 「知識ベース」と「推論エンジン」の組み合わせであることを問われます。

    • 限界の理解: 「知識獲得のボトルネック」と、その弱点として「人間が知識を登録する必要がある」「ルール作成が大変」がよく出題されます。

    • 手法の違い: 「人間がルールを与えるもの」か、「データから学習するもの」かの区別が重要です。


    7. G検定の例題

    【問題1:基本の理解】(最頻出)

    エキスパートシステムの構成要素として、適切な組み合わせはどれか?

    • A. 学習データ と 予測モデル

    • B. 知識ベース と 推論エンジン

    • C. ニューラルネットワーク と 重み

    • D. 入力データ と 出力結果

    【問題2:歴史・背景】(頻出)

    エキスパートシステムが主流であった「第2次AIブーム」において、技術的な課題となった現象はどれか?

    • A. コンピュータの計算能力が不足していたこと。

    • B. データの量が圧倒的に足りなかったこと。

    • C. 人間の知識をルール化して教え込むことが困難であったこと。

    • D. AIが自ら学習するアルゴリズムが存在しなかったこと。

    【問題3:ひっかけ問題】(難問)

    エキスパートシステムに関する記述として、不適切なものはどれか?

    • A. 「もし〜ならば、〜である」というルールを用いて判断を行う。

    • B. 特定の専門分野において、高度な判断を実現できる。

    • C. 大量のデータから、コンピュータが自ら特徴量を見つけ出す手法である。

    • D. 知識ベースに蓄積されたルールに基づき、推論エンジンが結論を導く。


    8. 例題の回答と解説

    【問題1 の回答】

    正解:B

    【解説】
    エキスパートシステムの心臓部は、知識の貯蔵庫である「知識ベース」と、それを活用して考える「推論エンジン」の2つです。
    AやCは、現代の機械学習(ディープラーニング)に近い概念です。

    【問題2 の回答】

    正解:C

    【解説】
    エキスパートシステム最大の弱点は、人間がルールを書き込まなければならない点にありました。これを「知識獲得のボトルネック」と呼びます。
    Bは第3次ブーム(ビッグデータ)の課題として有名です。

    【問題3 の回答】

    正解:C

    【解説】
    Cは「機械学習(Machine Learning)」の説明です。
    エキスパートシステムは、コンピュータが勝手に特徴を見つけるのではなく、人間があらかじめ与えたルールに従うのが特徴です。ここを混同しないようにしましょう!


    Ankiアプリ用(CSV形式)

    エキスパートシステムとは何か?,専門家の知識を利用して問題解決を行うAIシステム
    エキスパートシステムの主要な構成要素は何か?,知識ベースと推論エンジン
    知識ベースとは何か?,専門家の知識やルールを蓄積する場所
    推論エンジンとは何か?,知識ベースのルールを使って結論を導く仕組み
    エキスパートシステムで使われる代表的なルール形式は何か?,もし〜ならば(If-Then)ルール
    エキスパートシステムが活躍した時代はいつか?,第2次AIブーム
    エキスパートシステムの最大の弱点は何か?,知識獲得のボトルネック
    知識獲得のボトルネックとは何か?,人間が知識やルールを登録する作業が非常に大変なこと
    エキスパートシステムは自分で学習するか?,基本的には学習せず人間が与えたルールで動作する
    エキスパートシステムと機械学習の違いは何か?,前者は人間がルールを与え後者はデータから学習する
    エキスパートシステムに向いている分野は何か?,ルールが明確な専門分野
    エキスパートシステムの医療分野での利用例は何か?,症状から病気を推定する診断支援
    エキスパートシステムの工業分野での利用例は何か?,機械の故障診断や原因特定
    AI全体とエキスパートシステムの関係は何か?,エキスパートシステムはAIの一手法である
    エキスパートシステムの考え方を支えるものは何か?,専門家の知識をルール化すること
    エキスパートシステムで結論を導く役割を担うものは何か?,推論エンジン
    エキスパートシステムが抱えていた問題は何か?,ルールの増加による管理や整合性の維持
    エキスパートシステムはどのようなAIか?,ルールベースAI
    エキスパートシステムの本質は何か?,人間の知識をコンピュータ上で再現すること
    次回学習するエキスパートシステムの重要な構成要素は何か?,知識ベース


    📝 総評・まとめ

    今回のテーマは、AIの歴史における「ルールによる勝利」のお話でした。

    「知識こそが知能である」と考え、その知識をコンピュータに与えようとしたのがエキスパートシステムである。

    • エキスパートシステム: 「知識(ルール)」+「推論(考える力)」で専門家を模倣する。

    • 強み: 特定分野での確実な判断。

    • 弱み: 人間が教えるのが大変(知識獲得のボトルネック)。

    現代のAIは、この「教え込む大変さ」を、「データから勝手に学んでもらう」という方法で突破してきました。エキスパートシステムを知ることは、今のAIがいかに革命的かを理解することでもあります。

    ✅ 絶対に覚えて!
    ・エキスパートシステム=専門家の知識を使って問題解決を行うAI
    ・構成要素=知識ベース+推論エンジン
    ・知識ベース=専門家のルールや知識を蓄積する場所
    ・推論エンジン=知識を使って結論を導く仕組み
    ・特徴=「もし〜ならば(If-Then)」のルールで判断する
    ・活躍した時代=第2次AIブーム
    ・弱点=知識獲得のボトルネック(人間がルールを登録するのが大変)
    ・本質=「知識を人間が教えれば、AIは専門家のように振る舞える」


    🚀 次回予告

    「ルールを与えても、そのルールを入れる『箱』がなければ意味がありません。 エキスパートシステムの心臓部、知識の貯蔵庫。 次回は、【第14回】AIは知識をどこに保存する?知識ベースとは です。 情報の整理術の極意に迫ります。」


    【第14回】へ進む

    【第2章】へ戻る

    📚 シリーズトップへ戻る

    ✅ この記事が役に立ったら「スキ」で応援してください!
    あなたの応援が、次の解説を作るエネルギーになります!🚀

     
     
    【G検定合格ロードマップ】 AIを「挫折と突破の物語」で理解し、最短で合格するメソッドを発信。 難しい専門用語を簡単な言葉でストーリー化して解説します。 丸暗記を捨て、効率的に重要キーワードを習得したい方は必見です

    あなたへのおすすめ