Skip to the content.

最終更新日:2026年9月23日

まず結論

DENDRALは、有機化学の専門知識を使い、質量分析などの情報から分子構造の候補を推定するために開発された初期のエキスパートシステムです。

G検定では、

  • 化学
  • 分子構造
  • 専門家の知識
  • 探索・推論

を見たらDENDRALを疑います。

直感的な説明

DENDRALは、

観測データに合いそうな分子構造を候補として作り、化学の知識を使って候補を絞る

システムです。

現代の深層学習のように大量データから特徴を自動学習することが中心ではありません。

専門知識を明示的に使って探索空間を絞るところが重要です。

定義・仕組み

DENDRALは1960年代からスタンフォードで研究されたAIプロジェクトです。

中心となる考え方は、

  1. 分子構造の候補を生成する
  2. 化学的に不適切な候補を知識で除外する
  3. 観測されたスペクトルなどと照合する

というgenerate-and-test(生成と検査)に近い問題解決です。

専門家の知識を利用することで、無数の候補を総当たりするより探索を効率化します。

いつ使う?(得意・不得意)

DENDRALのような知識ベース型システムは、

  • 対象分野が限定されている
  • 専門知識を明示的に表現できる
  • 推論過程を知識として記述できる

問題と相性があります。

一方、分野が広がるほど知識の追加・保守が難しくなります。

G検定ひっかけポイント

DENDRAL=ニューラルネットワーク?

❌ データから重みを学習する深層学習モデル
⭕ 専門知識と探索・推論を使う古典AI

DENDRALとMYCIN

  • 化学・分子構造 → DENDRAL
  • 感染症・抗菌薬・Certainty Factor → MYCIN

DENDRAL=単なる検索?

❌ 候補を無条件に総当たりするだけ
⭕ 化学の知識を使って候補生成・評価を制約する

まとめ(試験直前用)

  • DENDRAL=化学のエキスパートシステム
  • 分子構造推定
  • 専門知識を明示的に利用
  • 探索・推論で候補を絞る
  • 深層学習ではない
  • 化学 → DENDRAL / 医療 → MYCIN

参考資料

© 2024-2026 stemtazoo. All rights reserved.