ES (Expert Systems)

ＥＳの開発事例

（米国３０００，欧州１０００，日本１０００）

DipmeterAdviser(石油発掘支援，Schlumbergｅｒ）ＭＹＣＩＮ（感染症診断，Stanford Univ.)

その他

資産運用（銀行）クレジット審査（生保）

相場分析（証券）

Planpower(資産運用，APEX）

ＥｘｐｅｒＴａｘ（節税計画，Cooper) ビジネス

レンズ設計（キャノン）

油圧回路設計（ｶﾔﾊﾞ工業）

CATS(機関車故障診断，GE)

ＡＣＥ（電話線保守，ＡＴＴ），

ＣＯＭＰＡＳＳ（交換機故障診断，ＧＴＥ）

機械・機器

プラント運転支援，生産計画（出光．．） DENDRAL(Stanford

Univ.) 石油・化学

変電所運転支援，作業停電計画

（東電，関電．．．）

原子炉異常診断(EPRI…) 電力・ガス

ビル設備異常診断 建設

高炉異常診断，生産計画

（新日鉄，ＮＫＫ，神鋼．．．） 鉄鋼

ＬＳＩ設計．．． R1->XCON(DEC)YES/MVS(IBM) 計算機

日本の開発事例 米国の開発事例 ドメイン／国

Well-defined Problems（整構造問題） vs. Ill-defined Problems(悪構造問題）

• 定型処理と非定型処理

• アルゴリズム ｖｓ． オプション

• 修正量が少ない ｖｓ．修正量が多い

• 従来のプログラミングアプローチでは，

コンフィグレーション問題は破綻（ＤＥＣ）

・Ｒ１（民間ＥＳ世界初）の開発

通常プログラム vs. ＥＳ？

・どちらが速いだろう？また，それは何故？

・ＫＢとＩＥの分離は，いいこともあれば悪いこともある

・量の問題は質の問題になりうる！

ＥＳの構造

ＫＢ

ＫＡ

ＩＥ

ＷＳ

ＤＩ

ＥＦ

(Domain Expert)

User

骨格部 Knowledge Base Inference Engine Working Space

周辺部 Knowledge Acquisition Explanation Facility Dialog Interface

略語の説明

• ＫＢ：Ｋnowledge Base知識ベース

• IE:Inference Engine：推論エンジン

• EF:Explanation Facility説明機能

• DI:Dialog Interface対話インタフェース

• KA:Knowledge Acquisition知識獲得

• WS:Working Space作業領域

プロダクションシステム

前向き推論(Forward Reasoning)

IF ………. THEN ……..

後向き推論(Backward Reasoning)

★条件部獲得コスト 小→前向き

大→後向き 医療診断は？故障診断は？

時間割作成は？機械設計は？

前向きプロダクションシステム

ルールベース

IF LHS

THEN RHS

推論エンジン(IE) 認知－実行サイクル

ワーキングメモリ（ＷＭ）

問題の（初期，中間）

状態

条件部 IF全体

条件節 IF各要素

認知－実行サイクル

第１サイクル：照合(Matching)

WM matching All LHS

照合したルール集合→競合ルール集合(Conflict Set)

第２サイクル：競合解消(Conflict Resolution)

競合解消戦略に従って，一つのルールを選出

第３サイクル： 実行(Execution)

選択されたルールのＲＨＳを実行

競合解消戦略 (Conflict Resolution)

１．ルールの定義順

２．ルールの優先度順

３．任意抽出

４．最新付加ＷＭ要素照合ルールを優先

５．条件節数が多い（複雑な）ルールを優先

６．ＬＥＸ法＝ｗ１×４項＋ｗ２×５項

例：下記の条件で前向き推論を実行！

sample_rule1: IF A==true THEN B=true THEN C=true sample_rule2: IF A==true AND B==true AND G==true THEN D=true sample_rule3: IF A==true AND B==true AND Z==true THEN H=true sample_rule4: IF A==true AND C==true THEN E=true sample_rule5: IF A==true AND B==true AND C==true THEN F=true

ルールベース Z=true G=true A=true

ワーキングメモリ

推論エンジン（ＩＥ） 競合解消戦略（戦略１→戦略２→戦略３）

但し，同じルールを２度適用しない

11

前向き推論実行１

sample_rule1: IF A==true THEN B=true THEN C=true sample_rule2: IF A==true AND B==true AND G==true THEN D=true sample_rule3: IF A==true AND B==true AND Z==true THEN H=true sample_rule4: IF A==true AND C==true THEN E=true sample_rule5: IF A==true AND B==true AND C==true THEN F=true

ルールベース Z=true G=true A=true

ワーキングメモリ

照合： sample_rule1 解消： なし

C=true B=true Z=true G=true A=true

ワーキングメモリ

追加

更新

12

前向き推論実行２

sample_rule1: IF A==true THEN B=true THEN C=true sample_rule2: IF A==true AND B==true AND G==true THEN D=true sample_rule3: IF A==true AND B==true AND Z==true THEN H=true sample_rule4: IF A==true AND C==true THEN E=true sample_rule5: IF A==true AND B==true AND C==true THEN F=true

ルールベース C=true B=true Z=true G=true A=true

ワーキングメモリ

照合： sample_rule2，3，4，5 解消： sample_rule5 (戦略１＋戦略２）

F=true C=true B=true Z=true G=true A=true

ワーキングメモリ

追加

更新

13

前向き推論実行３

sample_rule1: IF A==true THEN B=true THEN C=true sample_rule2: IF A==true AND B==true AND G==true THEN D=true sample_rule3: IF A==true AND B==true AND Z==true THEN H=true sample_rule4: IF A==true AND C==true THEN E=true sample_rule5: IF A==true AND B==true AND C==true THEN F=true

ルールベース F=true C=true B=true Z=true G=true A=true

ワーキングメモリ

照合： sample_rule2，3，4 解消： sample_rule4 (戦略１）

E=true F=true C=true B=true Z=true G=true A=true

ワーキングメモリ

追加

更新

14

前向き推論実行４

sample_rule1: IF A==true THEN B=true THEN C=true sample_rule2: IF A==true AND B==true AND G==true THEN D=true sample_rule3: IF A==true AND B==true AND Z==true THEN H=true sample_rule4: IF A==true AND C==true THEN E=true sample_rule5: IF A==true AND B==true AND C==true THEN F=true

ルールベース E=true F=true C=true B=true Z=true G=true A=true

ワーキングメモリ

照合： sample_rule2，3 解消： sample_rule2 (戦略３）

D=true E=true F=true C=true B=true Z=true G=true A=true

ワーキングメモリ 追加

更新

15

前向き推論実行５

sample_rule1: IF A==true THEN B=true THEN C=true sample_rule2: IF A==true AND B==true AND G==true THEN D=true sample_rule3: IF A==true AND B==true AND Z==true THEN H=true sample_rule4: IF A==true AND C==true THEN E=true sample_rule5: IF A==true AND B==true AND C==true THEN F=true

ルールベース D=true E=true F=true C=true B=true Z=true G=true A=true

ワーキングメモリ

照合： sample_rule3 解消： なし

追加

更新

H=true D=true E=true F=true C=true B=true Z=true G=true A=true

ワーキングメモリ

16

前向き推論実行６

sample_rule1: IF A==true THEN B=true THEN C=true sample_rule2: IF A==true AND B==true AND G==true THEN D=true sample_rule3: IF A==true AND B==true AND Z==true THEN H=true sample_rule4: IF A==true AND C==true THEN E=true sample_rule5: IF A==true AND B==true AND C==true THEN F=true

ルールベース H=true D=true E=true F=true C=true B=true Z=true G=true A=true

ワーキングメモリ

照合： なし 解消： なし

終了 17

BRMS(Business Rule Management Systems) と RPA (Robot Process Automation )

◎業務ルール、業務手順を

基幹システムから分離させる

18

経営と基幹システム

• 1990年代以降、BPR(Business Process Reengineering), EA(Enterprise Architecture)など，経営とITを融合する キーワードが続出

• 大規模組織では，業務ルールは1万以上， その中で30-40%は頻繁に変更されるという報告がある。

• 業務ルールが情報システム（アプリケーション）内にハードコーディングされ，その維持管理コストが膨大

• 業務ルール（宣言的知識、言葉の世界）と 基幹システム（手続き的知識、プログラム）を分離し， RBと推論エンジン→業務ルールを管理し， 自然言語入力IF(DSL)→業務担当者が業務ルールを変更可能 プログラム変換→業務ルールからプログラムに自動変換し、 情報システムを自動的に変更維持する、BRMSへの関心

• BRMS=DSL+ES＋プログラム変換

19

業務ルール開発工程／決定点と業務ルール

20

決定点

(DP) 説明 ルール発見のソース

自動化の

現状

ルール

所有者

請求の検証

(関連ルールを

表 2 に示す)

システムに入力された請求や

医療請求書が有効かどうか検

証する

領域専門家へのインタビュー，

保険に関する法律文書や保険契約 手動 保険査定

部門

補償範囲の

検証

システムに入力された請求に

適用する，補償範囲と控除免責

金額を検証する

領域専門家へのインタビュー，

保険契約データベース（補償範囲と控

除免責金額の種類を記録）

手動 保険査定

部門

請求または

医療請求書の検証

請求または医療請求書がシステムに入力された後に要求される

以下のルールのいずれかに違反した場合には，請求は却下される．

被保険者は，正確なデータを提供する必要がある．

矛盾したデータの抽出が早くできれば，処理コストを下げることができる．

ルール ID ルールの説明 ルールの分類と説明

VC01 請求は事故から30営業日以内に開始すべ

きである． Guidance. この日数は保険契約により決められる．

VC05 請求は保険契約満了日より前に発行され

なければならない． Constraint.

BRMSオープンソース：Guvnor http://www.jboss.org/drools/drools-guvnor.html

21

【科研費国内出張 日当A】職位が教授の場合，日当は4,000円 【科研費国内出張 日当B】職位が准教授または専任講師の場合，日当は3,500円 【科研費国内出張 日当C】職位が助教または助手の場合，日当は3,000円

DSLからルールソースコードへ

22

BRMSと保険査定業務（明治安田生命）

BRMSによる保険加入時における査定業務の簡便化と強化

査定ルールの詳細化：IF 初診から経過が短い THEN査定医が判断

→IF 初診から3か月以内 THEN THEN査定医が判断

9ヶ月かけて定性ルールを定量化、BRMS起動

RPA(Robot Process Automation ) による一連のパソコン操作自動化

• 三菱UFJ銀行：1時間毎に社内システムにアクセス→データをチェック →エクセルにコピー、という一連のパソコン操作をRPAにより自動化。

• 20業務にRPA適用、銀行全体で8000時間の事務処理時間を削減

ワトソンと保険査定業務（富国生命）

• 査定部署：131人（2015年3月末）

• 支払い最終判断：従来通り専門職員が従事

• 診断書の読み込み等の事務作業： ワトソンにより代行

• 5年間で有期職員47人から13人へ（34人削減）

Robots or Humans

業務プロセスの自動化＆協働化 ◎単純マニュアルルーチン作業、 RPA(Robotic Process Automation) BRMS(Business Rule Management Systems) ◎意味解釈を伴うルーチン作業 Ontologies ---------------------------------------------- 臨機応変さが必要な非定型作業、 プロセス改訂をクリエイティブ作業