1965 - DENDRAL 專家系統#

案件摘要#

1965 年，史丹佛大學的 Edward Feigenbaum、諾貝爾獎得主 Joshua Lederberg 與化學家 Carl Djerassi 展開了 DENDRAL 計畫——史上第一個成功的「專家系統」。它的任務：給定質譜儀的數據，推斷未知有機化合物的分子結構。核心公式是一條樸素卻威力驚人的推理鏈：

\[ \text{知識} = \text{事實} + \text{啟發式規則（if-then）}，\quad \text{效能} = \text{知識} \times \text{搜尋} \]

DENDRAL 證明了一件當時令人震驚的事：智慧不必來自通用推理，可以來自特定領域的大量專業知識。這一命題開啟了符號 AI 的黃金時代，也埋下了十五年後 AI 泡沫的種子。

前因 -- 為什麼會有這個案子#

1950 年代符號 AI 剛剛起步：Newell 與 Simon 的「邏輯理論家」（1956）與「一般問題解決者」GPS 主張通用推理機能解決一切問題——但通用搜尋在組合爆炸面前屢屢碰壁。
組合爆炸的具體例子：一個中等大小的有機分子 \(\mathrm{C_8H_{16}O}\) ，其拓樸可能結構（同分異構物）動輒數十萬種，逐一列舉毫無希望。
Lederberg 本人是分子生物學家（1958 年諾貝爾生理醫學獎），他開發了依質譜數據枚舉分子結構的演算法，卻發現純枚舉產生的候選清單仍然太長。
Feigenbaum 是 Simon 的學生，他意識到問題的答案不在「更強的通用機器」，而在把化學家的專家知識編碼進程式——這是他後來所謂「知識就是力量」（knowledge is power）假說的起源。
質譜儀技術成熟，提供了客觀、數位化的輸入數據——一個現成的「案發現場」。
當時 AI 界的氣氛是樂觀的通用主義（見「科學與歷史/人工智慧/」下的早期 AI 檔案），DENDRAL 是第一個「反其道而行」卻真正成功的案子。

線索與推理 -- 數學式、程式、理論#

第一條線索：產生式系統（production system）#

DENDRAL 的架構分為三部分，成為後來所有專家系統的範本：

部件	功能	後繼者
產生器（Generator）	枚舉所有拓樸可行的分子圖（graph）	狀態空間搜尋
測試器（Tester）	用質譜數據淘汰不合格的候選	知識規則庫
規劃器（Planner）	用啟發式知識縮小搜尋空間	元知識

分子被表示為帶標籤的圖：節點是原子，邊是化學鍵。枚舉即是在價鍵限制下生成所有連通圖：

\[ \sum_{i} \mathrm{valence}(a_i) = 2 \cdot |E| \]

其中 \(a_i\) 為原子， \(E\) 為鍵集合。這保證不會產生化學上不可能的結構。

第二條線索：啟發式規則——化學家的直覺被寫進程式#

純枚舉之所以不夠，是因為「拓樸可行」不等於「化學穩定」。Djerassi 與同事提供了數百條質譜碎裂規則，形式為 if-then：

IF 分子中存在 \(\mathrm{N-C-C}\) 骨架 THEN 質譜中應出現質量數 \(M - 17\) （即失去 \(\mathrm{NH_3}\) ）的特徵峰。

每一條規則把質譜峰與局部結構連結起來。測試器模擬每個候選分子的碎裂行為，與實測質譜比對：

\[ \text{score}(c) = \sum_{k} \left| I_{\text{obs}}(m_k) - I_{\text{pred}}(c, m_k) \right| \]

其中 \(I_{\text{obs}}\) 是實測峰強度， \(I_{\text{pred}}\) 是候選分子 \(c\) 在質量數 \(m_k\) 的預測強度。分數越低越可信。

第三條線索：啟發式搜尋的威力#

規劃器先從質譜判斷「哪些子結構必定存在」（如酮基、雙鍵），把它們凍結在候選圖中，搜尋空間瞬間縮小：

\[ |S_{\text{原始}}| \approx 10^5 \quad \Rightarrow \quad |S_{\text{規劃後}}| \approx 10^2 \]

這正是 Simon 理論中「啟發式使人類在有限理性下可行」的數學化身——只是這次啟發式來自化學專家，而非通用捷思。

第四條線索：與感知器路線的無聲對照#

同一時期，連結派正在走感知器路線（見「1957-Perceptron感知器.md」）。DENDRAL 與感知器形成鮮明對照：

	DENDRAL	Perceptron
知識表示	符號規則、圖	權重 \(w_i\) 的線性組合
學習	無（知識由人類專家輸入）	有（但僅線性可分問題）
成功領域	窄而深（分子結構）	廣而淺（二分類）

這張表預示了此後二十五年 AI 的主戰場：知識工程 vs. 連結學習。

結案 -- 後果與影響#

DENDRAL 在多個化合物類型上達到（甚至超過）人類化學家的水準，其成果被化學界正式引用——AI 第一次在自己的領域之外被承認。
它確立了「專家系統」範式：知識庫 + 推理引擎 + 知識獲取。Feigenbaum 據此提出知識工程（knowledge engineering）作為新學科。
後繼者 MYCIN（1976，血液感染診斷）繼承了 DENDRAL 的架構並加入不確定性推理，再傳至 1980 年 XCON（見「1980-XCON專家系統黃金時代.md」）。
「知識就是力量」假說成為符號派的核心信條，直接塑造了 1970–80 年代 AI 的研究方向與產業投資。
伏筆：DENDRAL 的成功依賴人類專家逐條編寫規則。當規則數膨脹到數千條、領域知識難以獲取時，整個範式將在 1987 年的專家系統泡沫中崩潰——而那時，一條被埋沒十二年的連結派線索（見「1974-Werbos反向傳播先驅.md」）正在等待翻案。

關鍵人物與文獻#

Edward Feigenbaum —— 專案主持人，知識工程之父，1994 年圖靈獎
Joshua Lederberg —— 諾貝爾生理醫學獎得主（1958），結構枚舉演算法
Carl Djerassi —— 「避孕藥之父」，質譜碎裂規則與化學知識
Feigenbaum & Lederberg, DENDRAL Project reports, Stanford, 1965 起
Buchanan & Feigenbaum, "DENDRAL and Meta-DENDRAL", Artificial Intelligence, 1978
相關案件：1957-Perceptron感知器.md、1969-MinskyPapert批判.md、1974-Werbos反向傳播先驅.md、1980-XCON專家系統黃金時代.md