MYCINは、1970年代初頭にスタンフォード大学で開発された初期の人工知能プログラムであり、医師が菌血症や髄膜炎などの重篤な細菌感染症の診断と治療を行うのを支援することを目的としていた。このプログラムは、後向き連鎖推論エンジンと、約600のプロダクションルールからなる知識ベースを用いて、患者データを推論し、体重に応じて投与量を調整した抗生物質を推奨した。その名称は、多くの抗生物質に共通する接尾辞「-mycin」に由来する。MYCINは、基礎的なエキスパートシステムとして広く認識されており、計算機科学者のアレン・ニューウェルはこれを「すべての祖、この分野を切り開いた存在」と呼んだ。
MYCINは、エドワード・ショートリフの博士論文としてLispで書かれ、ブルース・G・ブキャナン、スタンリー・N・コーエンらの指導の下で開発された。これは、他の初期AIシステムにも貢献したスタンフォード・ヒューリスティック・プログラミング・プロジェクトから生まれたものである。このプログラムは、推論手続きから明確に分離されたドメイン固有の知識が、医療文脈において高性能な推論を生み出せることを実証した。
方法
MYCINは、医師に対して一連の単純なはい・いいえまたはテキスト形式の質問を行うことで動作した。セッションの終了時には、可能性のある原因菌のランク付けされたリストを、それぞれの信頼度、各診断に至った推論、推奨される薬物治療とともに提供した。また、システムは、特定の質問をした理由、結論に至った方法、特定の要因を考慮しなかった理由など、医師からのフォローアップ質問にも回答できた。
知識ベースは、専門家によってエンコードされたルールで構成され、それぞれが個別の推論的事実を表していた。当時、これほど多くのドメイン固有知識を推論エンジンから明確に分離して含むAIプログラムは他になかった。推論エンジンは後向き連鎖を使用し、目標仮説から開始して、証拠を見つけるためにルールを逆に辿った。
開発者らは、MYCINの性能が個々のルールに関連する不確実性指標の摂動によって最小限しか影響を受けないことを示す研究を実施した。これは、システムの力が数値的不確実性モデルの詳細よりも、知識表現と推論スキームに由来することを示唆していた。一部の観察者は古典的なベイズ統計を使用すべきだと主張したが、開発者らは、これには非現実的な確率的独立性の仮定か、専門家からの膨大な数の条件付き確率推定が必要になると反論した。
確実性因子
MYCINは、複数のルールからの証拠を組み合わせるために確実性因子モデルを使用した。各ルールは、-1から+1の間の重みで仮説を結論付けることができ、-1は「偽」、+1は「真」、0は「不確実」を表した。2つ以上のルールが同じパラメータについて結論を導いた場合、MYCINは特定の式を使用してそれらの確実性因子を組み合わせた。
組み合わせ式は、いくつかの望ましい特性を持つように設計されていた。未知の値を何かと組み合わせると、それは変わらなかった。真を偽以外の何かと組み合わせると真になり、偽についても同様であった。真と偽を組み合わせるとゼロ除算エラーが発生した。+xと-xを組み合わせると未知になった。2つの正の値を組み合わせるとより大きな正の値になり、正と負を組み合わせると中間の値になった。
その後の研究では、確実性因子モデルが確率的な意味で解釈できることが示されたが、暗黙の仮定に関する問題も浮き彫りにされた。しかし、システムのモジュール構造は影響力を持つことが証明され、ベイジアンネットワークなどのグラフィカルモデルの開発につながった。
コンテキスト
MYCINにおけるコンテキストは、推論できるオブジェクトのタイプを決定した。コンテキストは、Prologの変数やオペレーティングシステムの環境変数に類似していた。これにより、システムは、患者、培養物、同定中の生物など、医療ケースのさまざまな側面に関する知識を整理できた。
遺産
MYCINは、特定の医学知識なしで知識を獲得し、それを推論し、結果を説明できるエキスパートシステムシェルであるEMYCIN（「エッセンシャルMYCIN」）の開発につながった。EMYCINは「EMYCIN = Prolog + 不確実性 + キャッシュ + 質問 + 説明 + コンテキスト - 変数」と説明された。これにより、開発者は医学知識ベースを置き換えることで、他のドメインでエキスパートシステムを構築できた。
MYCINの影響は、その直接的な応用を超えて広がった。これは、機械学習と推論のためのルールベースシステムの可能性を実証し、その知識表現へのアプローチは、後のAIとエキスパートシステムの研究に影響を与えた。MYCINの紹介は、書籍『Paradigms of Artificial Intelligence Programming』（PAIP）の第16章に登場する。
技術的な成功にもかかわらず、MYCINは、コンピュータ生成の医学的アドバイスに関する法的および倫理的な懸念もあり、臨床現場で広く展開されることはなかった。それでも、これはAIの歴史における画期的な出来事であり、初期のエキスパートシステムの強みと限界の両方を示している。