エキスパートシステムについて考えてみた

母が針を打ったら、余計に肩が痛くなってしまった。どうやら治療に失敗したらしい。若い先生で経験不足だったのだろう。整形外科医では、針はやるべきでなかったと言われた。この誤った治療の原因は恐らく経験不足だろう。では経験とはなんだろうと思った。経験とは膨大なパターンから、最適な答えを多数決で決めるようなものである。データが多いほど精度が高まる。しかし、そのデータの信頼性は、その分岐の緻密さにあり、それは知識や気づきによって形成される。
　
もし、経験をコンピューター化するエキスパートシステムを作る事を考えたら、その分岐の質を上げる何らかのものが必要だ。
　
near time near field（気づき）When? Where? What?
どのタイミングで何が起こるかと言う事を認識する事で、比較検証が可能となる。その為には、何がどういうタイミングであるかと言う時間と空間の共通性を認識する必要がある。時と場所の近似を認識できてこそ、経験の元となる知識分岐を認識できる。（失敗の蓄積も経験の内である）
　
standard point（知識）How?
既に分かっている事と、現実とを比較する事も重要なポイントである。これは、過去の経験と現在を比較し、共通点を見いだす。より複雑な構造を認識するのに役立つ。
　
inspiration（ひらめき）
気づきを繰り返す中で、経験という知識が蓄積し、あらゆる状況に対する的確なパターンマッチングが可能となる。だが、これと併行して人間は進歩している。その源泉は「ひらめき」である。気づきと知識だけでは、それは一般的な経験の域を出ず進歩がない。ひらめきがあってこそ、大きく成長できる。
　
Question Point（疑問）Why?（緻密な疑問）
その為には、問題認識、疑問を探し出す事が必要だ。もう少し的確に言うと、目的に対する矛盾点を探し出す事。目的と矛盾する状況のパターンを認識し、そのパターンに対して有効な状況を探し出す能力がひらめきだとすると、常にそういう矛盾点を比較ポイントとして常駐させておき、それにヒットするような状況があると、即、察知できる疑問点の蓄積が必要である。ある意味、理想と現実の比較と言えよう。
　
これをコンピューターや教育システムに組み込む事、それがより高度な認識に役立ち、ミスの少ない医療や高いレベルの教育に結びつくのではないかと思ったが、これをプログラムするのは至難の業だ。