人工知能（AI）の歴史を語るうえで、見逃せない存在が「DENDRAL（デンドラル）」です。
現在のAIのように画像認識や自然言語処理を行うものとは異なり、DENDRALは化学分野に特化した初期のAIシステムとして知られています。
本記事では、DENDRALの仕組みや特徴、そして現代AIへの影響について、わかりやすく解説します。
DENDRALとは何か
DENDRALは、未知の有機化合物に関する実験データをもとに、その分子構造を推定するAIシステムです。
具体的には、以下のような情報を入力として扱います。
- 分子量（物質の重さの指標）
- 実験データ（スペクトル情報など）
- 化学的な基本ルール
これらの情報をもとに、「この化合物はどのような構造をしているのか」を推論し、候補となる分子構造を提示します。
DENDRALの仕組み
DENDRALは大きく2つのシステムで構成されています。
Meta-Dendral（メタ・デンドラル）
Meta-Dendralは、いわば学習担当のAIです。
既知の化合物データ（分子構造と実験結果のセット）をもとに、以下のような処理を行います。
- データから規則性を発見
- 推論ルールへ変換
- 知識として蓄積
これは現在でいう「機械学習」に近い役割を果たしており、経験からルールを学ぶ仕組みです。
Heuristic Dendral（ヒューリスティック・デンドラル）
こちらは、実際に推論を行うAIです。
Meta-Dendralによって学習されたルールを使い、未知の化合物データから分子構造を推定します。
特徴的なのは、「ヒューリスティック（経験則）」を活用している点です。
ヒューリスティックとは何か
ヒューリスティックとは、経験に基づく効率的な判断ルールのことです。
例えば化学者は、ある分子量を持つ化合物について考えるとき、すべての可能性を検討するわけではありません。
代わりに、
- あり得ない構造を除外する
- 有望な候補に絞る
といった経験的な判断を行います。
DENDRALはこのプロセスを再現し、
- 可能性の低い候補を自動的に除外
- 有力な構造だけを残す
という効率的な推論を実現しました。
DENDRALの革新性
DENDRALが画期的だった理由は、単に計算を行うだけでなく、人間の専門家の思考プロセスを模倣した点にあります。
主なポイントは以下の通りです。
- 専門知識（化学ルール）をデータとして組み込み
- 学習によって推論ルールを自動生成
- 経験則に基づく効率的な探索を実現
これは、現在の「エキスパートシステム」や「知識ベースAI」の原型ともいえる考え方です。
現代AIへの影響
DENDRALは、現代のAI技術にも大きな影響を与えています。
例えば：
- 医療診断AI（症状から病気を推定）
- レコメンドシステム（ユーザーに最適な商品を提案）
- 科学研究支援AI（新薬開発など）
これらはすべて、「知識＋データ＋推論」というDENDRALの考え方を発展させたものです。
特に、人間の専門知識とAIを組み合わせるアプローチは、現在でも重要なテーマとなっています。
まとめ
DENDRALは、AIの歴史の中でも特に重要なシステムのひとつです。
- 未知の化合物の分子構造を推定するAI
- Meta-DendralとHeuristic Dendralの2つで構成
- ヒューリスティック（経験則）を活用した推論が特徴
- 人間の専門家の思考を再現した先駆的な存在
現代のAIは大規模データやディープラーニングが中心ですが、その基盤にはDENDRALのような知識と推論を重視したAIの考え方が存在しています。
AIの進化を理解するうえで、DENDRALは今なお学ぶ価値のある重要な事例といえるでしょう。
こちらもご覧ください：Cycプロジェクトとは？AIに「常識」を与える挑戦とその意義をわかりやすく解説
