Dendral एक प्रभावशाली प्रारंभिक विशेषज्ञ प्रणाली थी, जिसे 1960 के दशक के मध्य में स्टैनफोर्ड विश्वविद्यालय में विकसित किया गया था। इसे कार्बनिक रसायनज्ञों को मास स्पेक्ट्रोमेट्री डेटा की व्याख्या करने और अज्ञात यौगिकों की आणविक संरचना का पता लगाने में सहायता करने के लिए डिज़ाइन किया गया था। यह परियोजना, जिसे औपचारिक रूप से डेंड्रल परियोजना के रूप में जाना जाता है, को कृत्रिम बुद्धिमत्ता के वास्तविक-विश्व वैज्ञानिक समस्या पर पहले सफल अनुप्रयोगों में से एक के रूप में व्यापक रूप से मान्यता प्राप्त है, जिसने नियम-आधारित तर्क और ज्ञान इंजीनियरिंग के लिए मूलभूत अवधारणाओं की स्थापना की।
यह प्रणाली कंप्यूटर वैज्ञानिक एडवर्ड फीगेनबाम और आनुवंशिकीविद् जोशुआ लेडरबर्ग के नेतृत्व वाली एक टीम द्वारा बनाई गई थी, जिसमें रसायनज्ञ कार्ल जेरासी का महत्वपूर्ण योगदान था। विकास लगभग 1965 में शुरू हुआ, और पहला कार्यशील संस्करण, जिसे डेंड्रल 1 कहा गया, 1966 में पूरा हुआ। "डेंड्रल" नाम "डेंड्रिटिक एल्गोरिदम" से लिया गया है, जो संभावित आणविक विन्यासों की वृक्ष-जैसी संरचनाएँ उत्पन्न करने पर इसके ध्यान को दर्शाता है।
ह्यूरिस्टिक डेंड्रल और नियम-आधारित तर्क
डेंड्रल का मुख्य नवाचार संभावित आणविक संरचनाओं के विशाल खोज स्थान को छाँटने के लिए ह्यूरिस्टिक नियमों का उपयोग था। एक आणविक सूत्र और मास स्पेक्ट्रल डेटा दिए जाने पर, प्रणाली सभी प्रशंसनीय संरचनात्मक आइसोमर्स उत्पन्न करती थी, फिर विशेषज्ञ रसायनज्ञों से प्राप्त नियमों का एक सेट लागू करती थी ताकि उन लोगों को समाप्त किया जा सके जो स्पेक्ट्रल साक्ष्य के साथ असंगत थे। यह दृष्टिकोण, जिसे बाद में "जनरेट-एंड-टेस्ट" प्रतिमान कहा गया, विशेषज्ञ प्रणालियों की एक पहचान बन गया।
1960 के दशक के अंत में विकसित ह्यूरिस्टिक डेंड्रल प्रोग्राम ने रसायनज्ञ कार्ल जेरासी के मास-स्पेक्ट्रल विखंडन नियमों को एन्कोड किया। इन नियमों ने यह दर्शाया कि इलेक्ट्रॉन प्रभाव के तहत अणु कैसे टूटते हैं, जिससे प्रणाली को यह भविष्यवाणी करने की अनुमति मिली कि स्पेक्ट्रम में कौन से टुकड़े दिखाई देंगे। पूर्वानुमानित टुकड़ों को देखे गए शिखरों से मिलान करके, डेंड्रल उम्मीदवार संरचनाओं को रैंक कर सकती थी और सबसे संभावित संरचना का प्रस्ताव कर सकती थी।
मेटा-डेंड्रल और मशीन लर्निंग
एक बाद का घटक, मेटा-डेंड्रल, ने प्रणाली को डेटा से नए विखंडन नियम सीखने के लिए विस्तारित किया। पूरी तरह से हाथ-कोडित विशेषज्ञता पर निर्भर रहने के बजाय, मेटा-डेंड्रल ने ज्ञात यौगिकों और उनके स्पेक्ट्रा के सेटों का विश्लेषण किया ताकि बंधन विखंडन पैटर्न के बारे में नियमों को स्वचालित रूप से प्रेरित किया जा सके। यह मशीन लर्निंग का एक प्रारंभिक रूप था, विशेष रूप से आगमनात्मक नियम सीखना, और इसने प्रदर्शित किया कि कैसे एआई प्रणालियाँ अपने स्वयं के ज्ञान आधारों को परिष्कृत कर सकती हैं।
1970 के दशक की शुरुआत में प्रकाशित मेटा-डेंड्रल कार्य ने स्वचालित ज्ञान अधिग्रहण में बाद के शोध को प्रभावित किया और स्टैनफोर्ड से ही MYCIN चिकित्सा निदान प्रणाली के विकास में योगदान दिया। फीगेनबाम के समूह द्वारा निर्मित MYCIN ने डेंड्रल द्वारा अग्रणी नियम-आधारित वास्तुकला को अपनाया।
प्रभाव और विरासत
डेंड्रल की सफलता ने कृत्रिम बुद्धिमत्ता में कई प्रमुख सिद्धांत स्थापित किए: डोमेन-विशिष्ट ज्ञान का महत्व, ह्यूरिस्टिक खोज की उपयोगिता, और डोमेन विशेषज्ञों और कंप्यूटर वैज्ञानिकों के बीच घनिष्ठ सहयोग का मूल्य। इसने ज्ञान इंजीनियरिंग के क्षेत्र को परिभाषित करने में भी मदद की, जहाँ मानव विशेषज्ञता को मशीन-पठनीय नियमों में संहिताबद्ध किया जाता है।
यह परियोजना दो दशकों से अधिक समय तक चली, जिसके संस्करण स्टैनफोर्ड और अन्य संस्थानों के रसायनज्ञों द्वारा उपयोग किए गए। जबकि आधुनिक कम्प्यूटेशनल रसायन विज्ञान ने बड़े पैमाने पर नियम-आधारित प्रणालियों को अधिक परिष्कृत एल्गोरिदम से बदल दिया है, डेंड्रल एआई इतिहास में एक मील का पत्थर बनी हुई है। इसे अक्सर पहली विशेषज्ञ प्रणाली के रूप में उद्धृत किया जाता है, जो इस शब्द से पहले की है, और इसकी पद्धति ने चिकित्सा से लेकर इंजीनियरिंग तक के क्षेत्रों में बाद की प्रणालियों को प्रभावित किया।
तकनीकी वास्तुकला
डेंड्रल की वास्तुकला में तीन मुख्य मॉड्यूल शामिल थे: एक योजना जनरेटर, एक संरचना जनरेटर, और एक भविष्यवक्ता। योजना जनरेटर ने मास स्पेक्ट्रम का उपयोग करके प्रशंसनीय उप-संरचनाओं या उम्मीदवार टुकड़ों की "अच्छी सूचियाँ" प्रस्तावित कीं। संरचना जनरेटर, एक ग्राफ-सैद्धांतिक एल्गोरिदम पर आधारित, आणविक सूत्र और प्रस्तावित उप-संरचनाओं के अनुरूप सभी संभावित आणविक ग्राफों की गणना करता था। भविष्यवक्ता ने फिर विखंडन नियमों का उपयोग करके प्रत्येक उम्मीदवार के लिए मास स्पेक्ट्रम का अनुकरण किया, पूर्वानुमानित स्पेक्ट्रम की तुलना देखे गए स्पेक्ट्रम से की।
इस मॉड्यूलर डिज़ाइन ने वृद्धिशील सुधारों की अनुमति दी। प्रारंभिक संस्करणों ने व्यापक गणना का उपयोग किया, लेकिन ह्यूरिस्टिक नियमों के जुड़ने से उम्मीदवारों की संख्या में नाटकीय रूप से कमी आई, जिससे प्रणाली लगभग 20 परमाणुओं तक के अणुओं के लिए व्यावहारिक हो गई। यह प्रणाली उस युग के मेनफ्रेम कंप्यूटरों पर चलती थी, जैसे कि PDP-6 और बाद में DEC-10, और इसे Lisp में लिखा गया था, जो प्रारंभिक एआई शोधकर्ताओं द्वारा पसंद की जाने वाली भाषा थी।
ऐतिहासिक संदर्भ
डेंड्रल कृत्रिम बुद्धिमत्ता अनुसंधान में तीव्र वृद्धि की अवधि के दौरान उभरी, जो Xerox PARC, MIT CSAIL, और Carnegie Mellon University में कार्य के समकालीन थी। वैज्ञानिक समस्या समाधान पर इसका ध्यान अधिक अमूर्त एआई अनुसंधान से अलग था, जिसने प्रदर्शित किया कि एआई विशेष डोमेन में ठोस परिणाम दे सकता है। परियोजना को राष्ट्रीय स्वास्थ्य संस्थान और राष्ट्रीय विज्ञान फाउंडेशन से वित्त पोषण प्राप्त हुआ, जो इसकी अंतःविषय अपील को दर्शाता है।
1970 के दशक के अंत तक, डेंड्रल का प्रभाव कम हो गया था क्योंकि नए विशेषज्ञ प्रणाली शेल, जैसे कि EMYCIN, ने नियम-आधारित प्रणालियों के निर्माण के लिए अधिक सामान्य उपकरण प्रदान किए। हालाँकि, इसकी विरासत आधुनिक एआई अनुप्रयोगों में बनी हुई है, विशेष रूप से जनरेटिव एआई और डीप लर्निंग जैसे क्षेत्रों में, जहाँ डोमेन-विशिष्ट ज्ञान और संरचित तर्क महत्वपूर्ण बने हुए हैं। डेंड्रल परियोजना अपने नियमों का परीक्षण करने के लिए सिंथेटिक स्पेक्ट्रा उत्पन्न करने के लिए डेटा संवर्धन-जैसी तकनीकों के प्रारंभिक उपयोग के लिए भी उल्लेखनीय है।
आज, डेंड्रल को एक अग्रणी प्रयास के रूप में याद किया जाता है जिसने रसायन विज्ञान और कंप्यूटर विज्ञान को जोड़ा, दशकों के एआई अनुसंधान के लिए आधार तैयार किया। इसकी कहानी अक्सर एआई पाठ्यक्रमों में एक उदाहरण के रूप में पढ़ाई जाती है कि कैसे डोमेन विशेषज्ञता और एल्गोरिदमिक सोच जटिल समस्याओं को हल करने के लिए संयोजित हो सकते हैं।