专家系统与符号主义的兴衰

导读：把专长写成可执行知识

专家系统（expert system）是一类把特定领域的显式知识放入知识库，再由推理机制针对个案生成结论、建议、配置或解释的计算系统。例如，规则可以检查一份计算机订单是否缺零件；但“专家”是任务表现和设计目标的称呼，不表示程序拥有人的经验、责任或通用判断力。

符号人工智能（symbolic artificial intelligence，symbolic AI；本章也称“符号主义路线”）是一类用离散符号明确表示对象、关系和操作规则，再由搜索或形式推理处理它们的方法路线。例如，棋局状态、化学结构约束和“若条件则动作”的规则都可成为符号。专家系统是这条路线中的一个系统家族，不等于符号AI全部；Prolog、逻辑证明与约束求解也可采用符号方法，而普通软件中偶尔出现一个if并不足以构成专家系统。符号也不保证已经正确对应现实对象。

它为何在 1960—1980 年代受到重视？早期通用解题程序常在巨大搜索空间中缺少方向。研究者转而问：若把化学家、医生或工程师用于缩小问题的知识写出来，程序能否在窄领域做得更好？本章会拆开系统的部件，逐步复算一条规则轨迹，再回到三个有不同证据边界的案例。读完应能判断：显式规则为何容易追踪却难以长期维护；论文评测为何不等于常规部署；专家系统市场退潮为何不能简写成“符号主义失败”。

8.1 六项职责，不是一只装进电脑的“大脑”

知识库（knowledge base）是系统用于推理的显式领域知识总体，可以包含事实、分类、约束、规则和控制知识。规则库（rule base）只指其中的规则部分；典型的产生式规则（production rule）按“若条件，则结论或动作”写成。把知识库与规则库当成同义词，会漏掉术语、对象描述和其他非规则知识；一条产生式规则也不是整个专家系统。工作记忆（working memory）保存当前个案与推理过程中的动态事实，例如“订单含部件A”和刚推出的“还需适配器B”。它通常随一次咨询变化，而规则库在维护发布时才变化。

推理机（inference engine）是匹配事实与规则、选择下一步并执行的程序过程。知识获取（knowledge acquisition）则是从专家访谈、文献、案例和运行反馈中提取知识，再编码、验证和更新的工程活动。最后，用户界面（user interface）负责输入与结果；解释设施（explanation facility）利用规则追踪回答“为什么问”“如何得出”“用了哪些事实”。这些分层是典型架构，不是所有历史系统唯一的内部实现。NBS 的知识系统报告也把知识库、规则库、推理机和工作记忆分别定义，并区分从事实向目标与从目标向事实的推导。[1, pp. 13–16, 36–37, 68–69]

窄屏提示：架构图可横向滚动；实线表示运行时信息，虚线表示知识维护反馈。

这种系统能做什么，取决于边界。它适合规则较清楚、输入可结构化、异常可收集、责任流程能安排人工复核的配置、审核或诊断辅助任务。它不能仅凭“规则显式”获得完整常识；规则外的新情形可能得不到结论，也可能被错误地套进最相近规则。执行轨迹说明程序做了什么，不证明知识来源正确、规则公平或建议适合现实。

8.2 向前、向后，以及同一时刻该听哪条规则

前向链（forward chaining）是数据驱动的推理：从工作记忆里的事实出发，寻找条件已满足的规则，触发后加入新事实，直至没有规则可用或目标达到。持续监控和事件处理常适合这种方向。后向链（backward chaining）是目标驱动的推理：先提出“能否得出G”，再寻找结论为G的规则，把条件变成子目标，只询问尚不能推出的叶节点。目标明确、潜在问题很多的咨询更适合它。MYCIN的经典咨询机制主要采用后一方向；“前向”和“后向”是控制策略，不是两种知识真假标准。

前向系统在一个周期中可能同时匹配多条规则。每个“规则＋变量绑定＋支撑事实”的可执行实例叫激活项（activation）；这些激活项构成冲突集（conflict set），在一些产生式系统中，经过排序和管理的激活项结构称为议程（agenda）。冲突消解（conflict resolution）按预先规定的显式优先级、规则特异性、事实新近性或固定次序选出下一项。不同策略可能改变中间轨迹；若规则会撤销事实，甚至可能改变最终结果。CLIPS 等产生式系统还用不重复触发约束（refraction）避免空转：同一规则实例不凭同一批事实反复触发；事实若被撤回后重新断言，是否成为新实例取决于具体系统语义。[2, Chapters 2–3]

一条可以从头复算的轨迹

下面是虚构的门禁教学系统，不是安全方案。初始事实为：employee(Lin)、badge-valid(Lin)、training-complete(Lin)、manager-approved(Lin)。四条规则只增加事实：R1（优先级20）由员工且工牌有效推出身份已核验；R2（10）由身份已核验且培训完成推出标准资格；R3（10）再加经理批准，推出快速通道资格；R4（15）由快速通道资格推出准入。平局时条件更多的规则优先，再按规则编号；每次只触发一项。同一规则实例只凭同一组支撑事实触发一次；已经触发的实例不再进入后续冲突集。

窄屏提示：从左到右依次查看工作记忆、冲突集、选择理由与新增事实。

逐步核对：周期0只有R1匹配，新增“身份已核验”。周期1同时出现R2和R3；两者优先级同为10，R3有三个条件而R2有两个，因此R3先执行。周期2出现R4（15），并保留R2（10），所以R4先新增“准入”。周期3执行剩余R2，周期4议程为空。若从“准入？”后向查询，则只会沿R4←R3←R1追问四个输入事实，不需要考察结论为“标准资格”的R2。

规则追踪（rule tracing）至少应记录每步的工作记忆、完整冲突集、选择策略、变量绑定、支撑事实、新增或撤销内容及停止原因。这样的记录可复算；面向用户的解释还要把 FIRE R3 翻译成领域理由，并说明数据来源与例外。可追踪不等于能回答“这条规则为何合理”或“没写进库的反例是什么”。

8.3 三个案例，三种不同的证据

DENDRAL：让化学知识约束结构候选

DENDRAL是 1965 年在斯坦福启动的科学推理项目。Joshua Lederberg 向 Edward Feigenbaum 提出用质谱等信息做有机分子结构解析；William C. White 编写首个生成器原型，Bruce Buchanan 与 Georgia Sutherland 于 1966 年加入，化学家 Carl Djerassi、Alan Duffield 等提供领域知识。程序生成符合分子式与价键约束的候选，再用质谱启发式筛选或排序。项目史称其为最早把规则用于现实问题的系统，并指出“第一个专家系统”本身有争议；因此更稳妥的说法是：它是最早的科学假说形成专家系统之一。[3, pp. 210–216]

1969 年的 Heuristic DENDRAL 论文题名准确限定了任务：生成有机化学中的解释性假说，而不是自动完成整个化学研究。[4, pp. 209–254] NASA 火星生命探测是 Lederberg 参与项目时的动机之一，但项目史明确说，Viking设计在1970年前已冻结，当时还没有适合在航天器上运行DENDRAL的计算机；程序没有因此飞上 Mariner 或 Viking。[3, pp. 215–216] 经过十五年以上研究，程序曾获斯坦福商业许可，也被开发者之外的化学家使用；同一回顾同时限定：整套系统只在少数实验室采用，对有机化学实践的总体影响有限，最大的困难问题也超出其有效范围。[3, pp. 242–244] 这个案例证明领域知识能显著约束搜索，却不能证明规则系统自然会普及。

MYCIN：离线盲评出色，仍未进入病房

MYCIN在 1970 年代前期由斯坦福的医学与启发式程序设计团队发展。1974 年收到的系统论文把它描述为原型：依据专家的临床决策准则，为细菌感染住院患者提出抗菌治疗建议，解释建议，并支持专家增加规则；论文报告的早期样本知识库有约200项决策准则。它不是面向所有疾病的自动医生。[5, pp. 303–304]

1979 年的盲评使用10个回顾性脑膜炎病例。八名独立专家对MYCIN和九名人类处方者的建议共作800次评价；MYCIN建议有65%被评为可接受，高于参加比较的任一人类处方者。这个结果值得重视，也必须连同分母阅读：它评价的是小样本病例摘要上的抗菌处方可接受性，不是随机临床试验、患者结局、全部诊断能力或常规现场表现；原论文也把病例数少列为首要限制。[6, pp. 1279–1282; Table 1]

项目总结明确记载，最初计划在病房实施和测试MYCIN，但实验从未进行，感染病知识库在1978年停止发展。原因不是一个戏剧化的“医生不信机器”：高性能不等于用户接受，系统依赖当时的Interlisp与TENEX/TOPS-20环境，临床现场缺少相同设备，移植意味着重写大型系统，合作与资金条件也发生变化。[7, Chapter 36, especially pp. 673, 698–699] 责任与伦理问题当然重要，但现有项目记录不支持把未部署只归因于“法律禁止”。

确定性因子不是概率

MYCIN 用确定性因子（certainty factor，CF）表示一条证据对假说的净支持或反对强度。早期模型由“信念增加度”与“不信增加度”构造，取值可从 −1 到 +1。CF = 0.8 不表示后验概率为80%；负值也不可能直接作为概率。原作者把这些数称为反映信念程度的判断量，并明确说不应把它们当作概率；同时又说这套约定受条件概率启发、实质上是一种近似。最准确的边界因此是：CF 是历史性的启发式证据演算，不是校准概率，也不是与概率思想毫无关系。[8, pp. 351, 353, 356, 358–360]

本章不展示CF组合公式，因为MYCIN早期的“支持/反对分量”版本与约1977年后的归一化版本并不相同，脱离版本罗列一个公式反而会误导。无论采用哪版，多个CF的组合都依赖额外约定，不能冒充由概率公理唯一推出的贝叶斯更新。

XCON/R1：生产部署成功，也成为维护课

XCON最初名为R1，由John McDermott在卡内基梅隆为数字设备公司（Digital Equipment Corporation，DEC）开发。工作于1978年12月开始，系统检查VAX-11/780客户订单是否完整和一致，补充功能所需部件，并生成部件如何组合的图；1980年1月进入DEC制造组织的日常使用。它不是理解客户全部业务需求的通用销售顾问。[9, pp. 39–40]

1984年的同期回顾记录：R1在1979年4月约250条规则，1979年10月约750条，到1983年11月约3300条规则和5500个部件描述；四年间增加知识的投入大致维持在每年四人年。系统用了约三年才达到早先提出的“90%—95%配置完全正确”目标，但作者反而说这个门槛作为“是否有用”的预测是错的：早期系统嵌在有人复核和冗余检查的流程中，尚不完整也能提供帮助。[10, pp. 21–24]

成功没有结束维护。1987年的论文报告XCON已增至6200条规则，其中约50%每年变化；作者说性能仍令人满意，但修改越来越困难，局部复制、隐含控制与紧耦合规则会使规则库变成难以理解的“老鼠窝”。[11, pp. 824–829] 常见二手叙述还给出“8万份订单”“95%—98%准确率”“每年节省2500万美元”等漂亮数字，本章不采用：已核对的1982、1984和1987年原始记录不能以同一口径同时支持它们。可确认的是日常生产使用、规模增长、长期专职投入和维护困难；商业收益的精确数字若无公司原件与独立审计，不应伪装成测量事实。

8.4 瓶颈不只在“请专家说出规则”

知识工程（knowledge engineering，KE）是获取、组织、验证并维护可供知识系统使用的领域知识的一组工程实践；知识获取只是其中的输入与转换环节，不等于整个知识工程。专家常能在熟悉情境下判断，却未必能把默会线索完整说成规则；不同专家还会给出相互冲突的处理办法。知识工程师需要观察案例、提出反例、选表示、编码规则，再用典型、边界与失败案例反复验证。知识获取瓶颈（knowledge-acquisition bottleneck）首先是这段耗时的转换，但并不止于首次访谈；它描述获取和形式化知识的困难，不等同于后续全部维护成本。

维护至少有四类困难：

• 覆盖：开放环境不断出现规则外组合；没有规则可能被误读成否定或许可。
• 相互作用：新增例外会与旧规则共同匹配，改变冲突集；局部正确不保证全库轨迹正确。
• 来源与版本：政策、产品部件和专业共识变化后，必须知道哪些规则受影响，并回归测试。
• 责任：专家、知识工程师、软件团队和使用机构分别控制不同环节；一条清楚的轨迹不会自动分配错误后果。

所谓脆弱性（brittleness）不是“规则程序总会崩溃”，而是系统在建模边界内可以很强，越过边界后却缺少平滑退让：陌生输入可能无解、误触发或给出看似整齐的错误解释。XCON进一步显示一种演化脆弱性——系统仍有用，却越来越难安全修改。

8.5 兴盛与退潮：技术、组织和市场共同变化

专家系统的兴盛有真实技术基础：DENDRAL表明领域知识能缩小科学搜索，MYCIN推动了规则解释与知识获取研究，XCON证明规则系统可进入生产。1980年代，专用工具、Lisp机器、咨询服务和企业AI团队围绕这些成果扩张；日本第五代计算机计划与美国政府项目也推高竞争预期。

退潮同样不是单一故障。知识获取慢，规则库需要持续维护；脆弱性使演示外的长尾成本显现；MYCIN式系统还依赖现场硬件、工作流、用户接受与责任安排；企业需要本来想“自动化掉”的稀缺专家来维护知识。技术史家Thomas Haigh对美国市场的分析，把1980年代后期收缩与AI人员工资上升、企业内部技能不足、专用软硬件投资难以持续、过高承诺，以及DARPA项目和政治预算环境变化并列讨论。这个来源支持的是一位学者对特定时期美国AI产业的综合解释，不足以单独证明全球市场遵循同一因果结构。[12, pp. 24–25]

因此，“专家系统热潮降温”不等于“符号主义整体失败”，也不是全球同日发生的一次寒冬。至少规则方法没有随“专家系统”品牌一起消失：Nilsson的技术史记录，1980—1990年代热潮降温后，一些开发者转向采集和部署业务规则，专家系统推理机演化为业务规则引擎；他把后来的业务规则管理系统称作1980年代规则专家系统的后代。[13, pp. 301–303, 627–628] 这是一条可追踪的延续关系，不证明所有符号方法都成功，也不把现代规则软件一概叫作专家系统。与此同时，统计学习更适合从大量例子中拟合难以手写的边界，但也会带来数据漂移、概率校准与解释问题。路线更替是问题、资源和组织形式的重新组合，不是一次思想清算。

8.6 今天何时仍该用规则，何时不该

产生式规则适合表达可枚举的触发条件和动作；决策表适合系统检查条件组合是否遗漏；Prolog等逻辑编程语言则以事实、规则和查询组织程序。现代业务规则引擎、产品配置、合规校验和工作流常继承这些思想，但不能因此把所有 if 语句都叫专家系统。

一个实用判断是先问知识来自哪里。若政策有权威文本、条件稳定、例外数量可控、结果必须逐条审计，显式规则可能比训练模型更合适。若边界只能从大量高维感知样本中学习，例如辨认噪声图像，纯手写规则往往覆盖不足。混合系统可以让统计模型提供候选，再由规则检查硬约束，或让规则先筛选、模型再排序；但接口会串联错误，规则也可能把过时政策固定下来。评价应分别报告模型误差、规则覆盖、冲突、人工升级和端到端后果。

上线前的六个问题

1. 任务边界与“不知道”出口是什么？
2. 知识库、规则库和当前个案事实是否分层？
3. 冲突消解是否明确，轨迹能否由别人复算？
4. 每条高影响规则的来源、版本、负责人和反例在哪里？
5. 新规则加入后，哪些历史案例和跨规则组合会回归测试？
6. 用户能否看到依据、纠错、升级给人并停止自动流程？

核心概念

• 专家系统：用显式领域知识和推理机制处理窄任务；名称不等于人类专家或通用智能。
• 知识库、规则库、工作记忆与推理机：分别是可用知识总体、其中的规则部分、当前动态事实和执行推导的过程。
• 前向链、后向链与冲突消解：控制推理从哪里开始、下一步选谁；它们不保证前提符合现实。
• 确定性因子：MYCIN的历史性证据强度演算，不是后验概率或频率。
• 知识工程与脆弱性：难点贯穿获取、验证、维护、组织部署与越界处理。

本章小结

• 专家系统不是一堆规则的别名。知识库、工作记忆、推理机、知识获取、用户界面和解释设施承担不同责任。
• 前向链从事实出发，后向链从目标回溯；冲突消解让轨迹可重复，但规则追踪只解释执行过程，不证明知识正确。
• DENDRAL、MYCIN与XCON分别提供科学假说、离线医疗评测和生产配置的证据；三者的评价口径不能互换。
• MYCIN确定性因子不是概率。65%可接受率也只属于十个回顾性病例的特定盲评，不能扩大成常规临床效果。
• 兴衰来自知识获取、维护脆弱性、组织条件和经济环境的共同变化；符号方法没有整体消失，统计方法也没有自动消除知识治理。

相关词条与继续阅读

专家系统 · 知识工程 · 产生式规则 · DENDRAL · MYCIN · XCON/R1 · Prolog · 决策表

上一章：知识表示与推理。下一章：机器学习的基本逻辑。

资料截止说明　本章历史事实与来源核查至 2026-08-26。门禁规则、人物名Lin及图8-1、图8-2的结构均为原创教学构造；不构成安全、医疗或组织部署建议。