JPH0769828B2 - 診断エキスパート・システムにおける応答入力処理方法 - Google Patents

Description

【発明の詳細な説明】 （技術分野） 本発明は、コンピュータ・プログラミング技術に関し、
特にコンサルテーション（consultation）セッション中
に提示される質問に対する「判らない」という応答を処
理するための手順を内蔵する診断エキスパート・システ
ムに関する。

（背景技術） エキスパート・システムの重要な種類の１つは、ある与
えられた主題に関連する１つ以上の問題の原因を確定す
るための、ユーザとシステム間の対話的な「コンサルテ
ーション」を特徴とする診断システムである。このシス
テムは、ユーザに対して一連の質問を与え、これらの質
問は典型的には「はい」又は「いいえ」という応答ある
いはコンサルテーションの主題を考察することによりユ
ーザが決定した応答（テスト値のような）を要求する。

不都合なことには、エキスパート・システムのユーザが
単に質問の答えが判らず答えを得ることができない故
に、与えられた質問に対して簡単に応答できないことが
しばしばある。このような条件は、単なる事例として、
主題が、エキスパート・システム・ユーザから遠く離れ
た場所におかれた電子機器であり、かつ該ユーザと通信
する現場の個人が答えを得る方法に充分に習熟していな
い時に生じ得る。診断エキスパート・システムにより提
示される質問に答えられない状況をもたらす他の多くの
事例が当業者には考えられよう。

他の診断エキスパート・システムを用いるコンサルテー
ション中に「判らない」という応答が生じる時、あるも
のは単にコンサルテーションを打ち切り、他のものは確
かでない面で判定を行う助けとなる、確率の厳密な数学
的ルールを用いることになる。しかし、前者は満足でな
く、後者は人間の専門家が同じジレンマに対する時行う
であろう非常に望ましい決着への近似化は達し得ない。

（発明の目的） 従って、本発明の広義の目的は、改善された診断エキス
パート・システムの提供にある。

本発明の別の目的は、与えられた主題に対する問題の条
件の全ての症状が認識できない時でも、コンサルテーシ
ョンを継続して成功裏に終結することができる診断エキ
スパート・システムの提供にある。

本発明の更に特定の目的は、コンサルテーション中に、
提示された質問に対する「判らない」という応答に遭遇
した時、人間の専門家が取るであろう判断プロセスを綿
密に近似化する診断エキスパート・システムの提供にあ
る。

（発明の要約） 要約すれば、本発明の上記および他の目的は、「は
い」、「いいえ」および「判らない」が質問に対する有
効な応答としてあり得る原因／効果グラフを含む診断エ
キスパート・システムにより達成される。原因／効果グ
ラフにおける各ノードには、原因／効果グラフの最良優
先探索中の選択に対する望ましさ（選好度）に基いて局
所判断係数が、また全てのノードの子ノードに対する挫
折判断係数の平均値に基く挫折判断係数が原因／効果グ
ラフの生成時に予め割当てられる。検査中の現ノードに
対しては、その全ての子ノードのリストが取得され、現
在の遷移において以前に訪れた全ての子ノードと、必要
条件を満たさない全ての子ノードを排除するため調べら
れる。次に、最も大きな局所判断係数を有する子ノード
が選択され、そのテスト機能が実行される。もしユーザ
の応答が「はい」ならば、選択された子ノードが現ノー
ドとされ、そのノードの子ノードのリストがプロセスを
続行するために取得される。もしユーザの応答が「いい
え」ならば、この子ノードは閉じられた（CLOSED）リス
トに加えられ、プロセスは現ノードで継続し、その次の
妥当な子ノードが選択される。もしユーザの応答が「判
らない」であれば、子ノードの挫折判断係数が、閉じら
れたリストにはなくかつその必要条件が満たされた、現
ノードの他の全ての子ノードに対する局所判断係数と比
較される。もし挫折判断係数が全ての局所判断係数より
も大きれば、子ノードが現ノードとされてプロセスを継
続するが、もし挫折判断係数が大きくなければ、最も大
きな局所判断係数を有する子ノードが選択され、そのテ
スト機能が実行されてプロセスを継続する。

本発明の主題は、構成および作動方法の双方について、
頭書の特許請求の範囲および添付図面に関して以降の記
述を参照すればよく理解することができよう。

（実施例） 当業者には本発明が診断エキスパート・システム、一般
に保守を補佐するための診断エキスパート・システムに
おいて広い用途を有することが明らかになろうが、情報
処理産業において使用される大容量ディスク記憶装置の
保守、修復および（特に）障害解決において補佐するた
めの診断エキスパート・システムを本発明の例示および
説明の目的のため選定した。

例示の診断エキスパート・システムの基本的なアーキテ
クチャは、第１図のブロック図において示される。要素
知識ベース１、カーネル知識ベース２、予測知識ベース
３および修復知識ベース４が、主なシステム機能の各々
を実施するため要求される領域の知識を含む４つの構成
要素である。要素知識ベース１およびカーネル知識ベー
ス２は非循環有向グラフ（DAG）として構成されるが、
予測知識ベース３はルールを用いて構成され、修復知識
ベースは手続的でありスクリプト構造の使用に依存して
いる。各知識ベースは個々のエンティティとして維持さ
れるが、与えられたコンサルテーション中に生じるアク
ティビティが１つの主な機能から他の機能に移行する時
１つ以上の知識ベースからの知識の使用を要求すること
があり得る。例えば、ユーザは、障害解決アクティビテ
ィを実施することから始め、次いで問題が検出されて正
された後システム修復段階へ移行することもある。

カーネル推論エンジン５は、問題の状況に適当な知識を
適用するため使用される機構の１つである。カーネル推
論エンジン５に提供される知識は、カーネル知識ベース
２あるいは予測知識ベース３のいずれか一方からのもの
である。推論法は、選択された仮説を立証するよう試み
るように働くゴール指向の探索である。データ指向の推
論エンジン６は、その推論法がデータの解釈に基く前向
き推論である点を除いて、カーネル推論エンジン５と類
似している。選択された仮説を立証しようとする代わり
に、このエンジンは、与えられたデータの組の全ての考
えられる妥当な解釈を確立するよう働く。データ指向推
論エンジン６で用いられる知識は予測知識ベース３から
来る。

説明機能７は、ユーザに対してシステムの推論プロセス
を記述する。ユーザ・インターフェース８は、一般に対
話的でありかつメニュー駆動型であり、情報をユーザに
与え、ユーザから応答を受取り、必要な場合ユーザがプ
ロセスを「バックアップ」することを許容する。全体的
なスーパーバイザ９は、システムに対する全体的な調整
を行う。このスーパーバイザは、どの知識ベース（単数
または複数）およびエンジン（単数または複数）が与え
られた状況に用いられるべきかを決定し、説明機能７お
よびユーザ・インターフェース８に関する情報の出し入
れのフローを調整する。通信ソフトウェア要素10は、遠
く離れたユーザが適当な端末および通信システムを介し
てシステムにアクセスすることを許す。訂正手順モジュ
ール11は、特定の問題からの修復に必要な、詳細手順か
ら収集された汎用のコレクションである。このモジュー
ルに含まれる情報は、障害を生じた媒体あるいはファイ
ルの問題からの修復ではなく、障害の回復のために用い
られる。

知識更新機能12は、知識ベースの改修のプロセスを助け
る。この機能は、知識エンジニアの助けなしに専門家が
知識ベースを更新することを可能にする強力な編集及び
分析能力を提供する。

第１図に示したエキスパート・システムは、種々の診断
機能を行う。情報処理産業において使用される他のハー
ドウェアの診断エキスパート・システムと同様に、この
エキスパート・システムも３つの分野、即ち予測的保
守、媒体およびファイルの復旧および障害解決において
保守要員を助ける。これらの各分野においては、エキス
パート・システムがその診断機能において関連する装備
の特定の機器に関する広範な知識を、研修と経験によっ
て習得した限られた数の専門家が存在する。このような
専門化された知識の重要部分は、事例的なエキスパート
・システムにおいて捕捉され、関連付けられて利用し得
る形態に格納されるが、本発明は特に非常に強力なツー
ルとなる障害解決機能において使用される。

従って、記述が進むにつれ、事例的なエキスパート・シ
ステムの障害解決機能がユーザにより行使されること、
およびユーザが第２図にグラフ的に示されるメニュー・
セットとインターフェースすることが理解されよう。障
害解決のコンサルテーション中、ユーザは通常下記の選
択を提示する主要障害解決メニュー15とインターフェー
スすることになる。即ち、 選択：以下に論述される二次的選択メニュー16を表示す
る。

はい：ユーザがエキスパート・システムにより提示され
た質問に対する答えが「肯定」であることを合理的に確
信することを意味する。

いいえ：ユーザがエキスパート・システムにより提示さ
れた質問に対する答えが「否定」であることを合理的に
確信することを意味する。

判らない：ユーザがエキスパート・システムにより提示
された質問に答えられないことを示す。

問題特有の応答：ユーザが分析中の問題に特有である情
報を与えることを許容する。例えば、「点滅」は質問
「LEDが発光しているか？」に対するあり得る応答であ
る。

当業者は、あり得る応答として「判らない」を含むこと
が異常であることを知っており、この応答の処理が本発
明の主題である。その結果、この問題は以下において詳
細に取扱われるが、本発明が用いられる環境を例示する
ため、第２図に示した残りの要素について最初に説明す
る。

もしコンサルテーション中の質問に応答して「選択」が
選択されるならば、二次的選択メニュー16がユーザの選
択のためにユーザ・インターフェースに現れる。これら
の選択メニューは下記のものを含む。即ち、 説明：これを用いることにより、システムが行いつつあ
ること、および何故これを行うかの説明が得られる説明
サブメニュー17を呼出す。

ヘルプ：システムが要求した情報を収集する際ユーザの
助けとなる。

バックアップ：これを用いることにより、ユーザが前の
質問に戻りこの時点からの処理を開始することができる
バックアップ・サブメニュー18を呼出す。

表明：これを用いることにより、システムが規定した一
連の質問に従うのではなく、ユーザが「中途」において
処理を開始することを結果的に可能にする混合イニシア
チブ型対話を可能にするため、ユーザが要求されていな
い情報を表明することにより処理を開始することができ
る。

コメント：これを用いることにより、ユーザが示唆、批
判および別の診断的な情報を読取り、書込み、あるいは
削除することができるコメント・サブメニュー20を呼出
す。

中断：以後のある時点において中断点からの再開を可能
にするようにユーザがコンサルテーションを中断するこ
とを可能にする。

打切り：コンサルテーションセッションのハードコピー
をプリンタに送らせ、スクリーンをクリアしてプログラ
ムを終了させる。

戻り：ユーザを主要障害解決メニュー15へ戻す。

説明サブメニュー17は、専門家サブメニュー21および解
明サブメニュー22をそれぞれ呼出す「専門家」および
「解明」の選択を含む。専門家サブメニュー21を介して
アクセス可能な機能は、システムの通常得られるよりも
もっと深さのある用途をもたらし、またシステムのゴー
ル・スタックと時間順バックトラッキング法を理解して
いるユーザによってのみ使用されることを意図してい
る。このような機能は、下記の如きものを含む。即ち、 トレース：その時のコンサルテーション中に生じたアク
ティビティのトレースのリストを提供する。

試みた処理：その時のコンサルテーション中に試みられ
た修復操作のリストを提供する。

ゴール：ゴール・スタック上の全てのゴールならびに症
状リスト中の症状のリストを提供する。

排除された原因：調査され排除された潜在的原因のリス
トを提供する。

解明サブメニュー22は、コンサルテーションの質問にお
いて使用される「構成要素」の名称あるいは条件（状
態）のより詳細な記述を提供する。この機能は、共通の
語彙の欠如から生じ得る問題の克服を助けるため提供さ
れる。

例示システムにおいて用いられる障害解決カーネルは、
アブダクティブ（abductive）な推論の概念に基いてい
る。演繹法（ルールＡ→Ｂが与えられる時、ＢはＡを考
察することにより演繹される）とは異なり、（おそらく
は危険度は高いが）ＡはＢを考察することにより真であ
ると結論される。従って、演繹法とは異なり、アブダク
ション（abduction）はもっともらしい推論の一形態で
あり、アブダクションに基いて無効な結論を引出すこと
も極めてあり得る点で健全ではない。（一例として、銀
行から出て来た武器を持った人は銀行強盗であり得る
が、このことは確かに絶対的な事実ではない。）Ａ→Ｂ
ならば、Ｂを考察して、考察された状況を説明する１つ
の方法としてＡが真であることを仮説とすることができ
る。この概念に結び付けられるのは因果の見解であり、
ＡはＢの原因であることを知る故に、Ａが真であると信
じられる。この概念は、科学的方法に似た試みを用いる
ことにより操作的に適用される。

要約すれば、仮説は因果関係の観察と知識に基いて形成
される。次いでテストが行われ、付加的な証拠が集めら
れ、その結果が結論における信念あるいは不信を強める
ように働く。充分な証拠があれば、この仮説は真である
と結論付けられる。障害解決カーネルは、観察された事
象の説明のために特定の原因を仮定する、原因／効果推
論の形態でこのような概念を適用する。例えば、第３図
は、「2/10」コンソール・エラー・メッセージ（ユーザ
が視認できる効果）の原因たり得る３つの異なる障害
（主軸の問題、空気圧損、電源故障）に対する関係の
「cause-of」および「is a」関係からなる単純な連想ネ
ットワークを示している。

ほとんどの診断領域の特性は、主なる障害の効果がある
中間的な問題の原因となり、これが更に目に見える症状
が最終的に起生されるまで別の中間的な問題を生じる
「カスケード・エラー」の発生である。例えば、もし駆
動装置における主軸に問題があるならば、「2/10」のエ
ラー・メッセージが表示される。主軸の問題は、主軸速
度の間欠的な喪失の効果であり、あるいは主軸が回転を
停止したという事実である。主軸は、主軸駆動モータの
故障を含む多くの異なる理由により回転を停止し得る。
この特徴を考えて、カーネル知識ベース２（第１図）
は、次の２つのセグメント、即ち、一般的なエラーのク
ラス（例えば、「エラー・メッセージ」）を分解する分
類セグメントと、上記の原因／効果分析に基く原因／効
果セグメントとからなっている。

第４図は、この分類セグメントの一例を示している。ネ
ットワークのこの部分は、初期の問題の症状を収集する
ため用いられる。グラフのこの部分に対しては一切「探
索」形態は行われず、ユーザは単に上記のメニューを用
いて症状を識別するよう求められる。第５図は、カーネ
ル知識ベースのエディタにより正確に示される形態にお
ける「2/10」エラー・メッセージに対する原因／効果グ
ラフの一部を示す。与えられる原因が多くの効果を持ち
得、かつ与えられる効果が多くの原因を持ち得るため、
カーネル知識ベースが一般にグラフであることを忘れな
いことが重要である。

カーネル知識ベースの構成は、下記の構成要素からなっ
ている。即ち、 Ａ）各々がこれと関連した下記のものを有するネットワ
ークのノードの集まり； 1.ノードの真理値を確立するための「テスト手順」、 2.最終的な原因（葉ノード）であるならば、そのノード
に対する修復行動を指令するため用いられる修理のスク
リプト、および 3.属性のフレーム Ｂ）ノード間のリンク、および Ｃ）全ネットワークに対する継承階層 このネットワークは、オブジェクト指向のプログラミン
グを用いてクラスの束構造として実現される。各ノード
は、この束における１つのクラスとして物理的に表わさ
れる。「テスト手順」は、対応するノードの真理値を確
立するために行われる動作を記述する関数である。この
手順は、ユーザが種々の動作を行って結果を入力するこ
とを要求する。これらの動作は、テストの実行、装置の
所有者に接触して情報を求めること、観察を行うこと等
の事柄を含む得る。ノードがネットワークの構造化のた
めに使用される「構成的ノード」であって何ら有意義性
を持たないか、あるいは与えられた条件に対してテスト
が使用できない故に、テスト機能を持たないノードがあ
る。

各属性フレームは、特定のフレームに対してローカルで
あるか、あるいはより上位のフレームから継承される情
報を保有する多数の「スロット」を含む。これらのスロ
ットは下記のものを含む。即ち、 Ａ）創成した専門家の名称： Ｂ）創成した日時： Ｃ）最後の修正の日時： Ｄ）局所的な状態の記述：このノードにより表わされる
状態の形式論理的表現である。

Ｅ）局所的状態値：このノードにより表わされる状態の
値は、局所的な状態の記述に含まれる論理式における述
語の値を評価するテスト手順の実行により確立され、値
は真、偽、あるいは不確定であり得、これらの値はまた
他の論理式から推論によっても確立でき、初期の継承し
たデフォルト値はまだ決定されない。

テストのインパクト係数（TIF）：これは、このノード
の真理値を確立するために必要なテストの潜在的な否定
的インパクトを記述する０乃至10の範囲を持つ整数値で
ある。「インパクト」は、この意味において、テストの
実行に必要な時間、テストにより費やされた材料（即
ち、置換部品）のコスト、あるいは分析したディスク・
システムがテストに先立ち解除される要件の如きものを
含み得、値10が厳しいインパクトと対応し、値０がイン
パクトのないことに対応し、このスロットはノードの創
成時において５のデフィルト値を継承し、専門家は、デ
フォルト値が不適当であると信じる理由が存在するなら
ば、経験に基いて実際の値を割当てる。

見込み係数（LF）：見込み係数は、このノードが実際に
観察された効果の原因であることの見込み（疑似的確
率）を記述する０乃至10の範囲を持つ値であり、値10は
「見込みが非常にあること」に対応し、値０は「見込み
が非常にない」ことに対応し、このスロットに対する値
はこの原因と関連する各効果毎に１つずつの見込み要因
のリストであり、各見込み要因は経験に基いて専門家に
より割当てられる。

局所判断係数（LDF）：原因／効果グラフの最良優先探
索中ノードが選択に対してどの程度望ましいかを表わす
発見的選択係数であり、この値はLFおよびTIF（望まし
ノードは高い見込みと低いインパクトを有するものであ
る）を組合せる発見的評価機能により計算される。

挫折判断係数（CDF）：（例えば、使用できるテストが
ない故に）LDFが使用できない時にノードの選好度を見
積もるため使用される選択係数であり、この値は、アル
ファ・ベータ枝刈りにおいて切り取り係数を生成するた
め用いられるものと類似する挫折手法を用いて全てのノ
ードの子ノードに対するCDFを組合せて「平均」するこ
とにより計算され、もしノードが終端ノードであるなら
ば、そのCDFはそのLDFと同じものとされる。

テスト手順の名称：このスロットは、局所状態値を確立
するため行われる行動を記述するテスト手順の名称を保
有し、（例えば、付加された「要求された時」機能、こ
の手順はユーザに種々の行動を行って結果を入力するこ
とを要求し、これらの行動には、テストの実行、装置の
所有者に接触して情報を求めること、観察を行うこと、
等の事柄を含む）、テストが使用できない時、このスロ
ットの値はデフォルト値である「なし」である。

修復手順の名称：このスロットは、このノードと関連す
る障害を修復するため必要な手順を保有するスクリプト
型の構造の名称を保有し、デフォルト値はノードと関連
する全ての要素をスワップすることをユーザに単に指令
するスクリプトの名称である。

既試行修復フラッグ：このノードと関連する修復手順が
既にこのセッションの間に実行されたことを示すフラッ
グ。

検証情報：このノードを専門家が検証した日時。

コメント：このノードと何等かにおいて関連するデベロ
ッパにより挿入される自由形式のコメント 二次的動作ポインタ：このノードと関連する二次的効果
のリストで、継承されたデフォルト値は「nil」であ
る。

必要条件：このノードのテストに先立ちテストされねば
ならない全てのノードのリスト（例えば、もし読出し／
書込みハードウェアが媒体テストを実行する前に検証さ
れなければ、媒体を破壊することがあり得る）、このス
ロットに挿入された値はネットワークにおける全ての下
位のフレームに継承される。必要条件にリストされたノ
ードの内に一つでもテストされていないノードが有る場
合、この必要条件は満たされていないものとされる。

組織化ノード・フラッグ：関連するノードが組織化ノー
ドであることを示すフラッグで、このようなノードはネ
ットワークの構成にのみ用いられ、直接物理的な有意義
性はない。

ノードの説明：ユーザの要求で提供されるノードの意味
論的説明。

フレームおよび継承の重要な二次的用法は、システムに
対するソフトウェアの構成管理（事例におけハードウェ
アのバージョン管理）を提供することである。バージョ
ン管理は、ソフトウェア・エンジニアリング、特に目的
のアプリケーションとしてハードウェアを取り扱うソフ
トウェア・システムにおける古典的な問題である。主題
のシステムの機能性、即ち推奨される特定のテストおよ
び修復の行動は、大容量記憶ハードウェアのバージョ
ン、利用可能なテストおよび診断手順のバージョンおよ
び使用されるオペレーティング・システムのバージョン
に応じて変化する。

バージンの管理は、ハードウェア、テスト、ソフトウェ
アおよびオペレーティング・システム・ソフトウェアの
異なる構成と関連する知識を表わすための原因／効果ノ
ードの異なるインスタンスを使用することにより行われ
る。事例を第６図に示す。クラス・ノードは、「基本的
バージョン構成」（実地において最も一般的に生じるハ
ードウェア/T＆D/オペレーティング・システム・バージ
ョンの集大成）に適用するテストおよび修復知識を表わ
す。与えられたノードのインスタンスは、そのノードに
おける任意のスロットの値が、問題の場所において使用
されているバージョン構成に依存する時は必ず創成され
る。インスタンス・フレームにおけるスロットに対する
デフォルト値はクラス・フレームから継承され、特定の
バージョン構成に対する例外条件はインスタンスに格納
される。

問題解決カーネルの推論アクティビティのフローチャー
トが第７図に示されている。このプロセスは、エラー・
メッセージあるいは観察された問題のいずれか一方であ
り得る初期症状の収集から始まる。ユーザは、これら２
つのカテゴリから症状メニューを用いて症状をいくつも
選択する。

次いで、初期症状が評価されて、探索プロセスの始動ノ
ードとなる１つの一次的症状を選択する。この選択プロ
セスは、全ての観察された症状の最も可能性の高い原因
を最初に識別することにより作動する。この原因は、最
も多数の症状の潜在的根源となる原因として識別され
る。始動症状として選択される症状は、最も可能性の高
い原因の効果である症状である。残りの症状は、そのCD
Fにより順序付けられた「症状リスト」に入れられる。
このプロセスのどこでも生じる結合は、任意の選択によ
り断ち切られる。

一旦一次的症状が識別されると、プロセスは与えられる
効果に対する考えられる原因の組織的選択およびテスト
に基く。与えられるた効果の原因が一旦識別されると、
プロセスは新しい原因へ「移行」し、効果として取扱わ
れる新たに識別された原因について再帰的に再始動され
る。多数の元の症状は、探索プロセス中に２つの方法に
おいて使用される。即ち１）拡張のための最善の候補ノ
ードの選択中、多数の観察された症状に関するノードが
選好され、また２）元の一次的症状から生じる探索プロ
セスが失敗した時、新しい一次的症状が（これ以上ユー
ザとの対話なしに）症状リストから選択される。

一次的な初期症状に焦点を合わせるこのような形態の探
索は、多数の症状から蓄積された証拠に基く信念を周期
的に定数的に更新する（典型的には、医療技術において
用いられる）如き診断システムにおいて使用される、よ
り複雑な手法とは対照的である。このような対照は、こ
れらの探索プロセスを（非常に一般的な意味における）
発見的生成一検査のバージョンとして考察すれば最もよ
く理解できよう。問題は、プロセスが発現側とテスト側
のどちらにプロセスの重点を置くかである。信念を周期
的に更新する上記のシステムの場合は、生成プロセスは
全ての入手可能な症状の情報を常に参照することにより
与えられた原因を支持する証拠の累積重みを考察する。
このような試みは、発現側に重点を置き、有効でない結
論の生成を回避しようと試みる。本システムの場合は、
重点はテスト側へ移行する。これは下記の２つの主な係
数からもたらされる。即ち、 １）人間よりも電子的装置等の方がテストが遥かに容易
であり（例えば、テスト結果はより限定的である傾向を
有し、部品を組織的に交換することにより問題を「狙い
撃ち」することが可能である） ２）多くの独立的な障害な電子的装置等においては（多
数の病気の可能性が非常に重要である人間の場合とは対
照的に）比較的稀である。

本システムにおいては、多数の症状が受け入れられる
が、多数の独立的な障害を対象とすることは特に意図さ
れていない。（多くの場合、独立的な多数の障害が修正
されるが、他の場合にはそうではない。） 主な症状が識別された後に行われる選択プロセスは、原
因／効果グラフの縦型探索に基く。与えられた時点にお
いて分析するように「最善の」ノードを選択する際、多
数の症状と結合する如き原因が選好される。「多数の症
状」が存在しない（あるいは、いくつかの「多重症状」
の原因からの選択の）場合、選択は前に述べた発見的評
価機能の使用により各ノードについて生成された判断係
数の比較に基く。

このような選択プロセスにおいては、可能ならノードを
表示するためLDFが用いられる。CDFは、収集ノード、テ
スト手順を持たないノードおよび（その時のコンサルテ
ーション中）テスト手順の以前の実行が結果「判らな
い」を生じる故に、「判らない」としてマークされたノ
ードの選好度を見積もるために用いられる。

応答「判らない」は、ユーザがある理由からテスト結果
を収集できないという事実から生じる。応答「判らな
い」と対面するシステムの動作は、これまた本発明の主
題である。これは、システムの他の診断エキスパート・
システムが失敗してコンサルテーションを打ち切る場合
に不確定かつ不完全な情報における処理を継続すること
を許容する。このような特徴の存在が、例えシステムが
完全に構成されていても「不正確な」アドバイスを生じ
るおそれがあることを理解することは非常に重要なこと
である。例えば、システムは実際には障害のない回路板
の交換を推奨するかも知れない。このようなアドバイス
は、これが実際には問題を解決していないという意味に
おいては「不正確」であるが、入手可能な状況および情
報にしては最善のアドバイス、即ち人間の専門家が同じ
状況の下で与えられるであろうアドバイスであるという
意味においては「正しい」。

最善の原因の候補が処理された後、このアドバイスは受
け入れられる（この場合は、探索プロセスが新しいノー
ドへ移行してそれ自体を再帰的に再始動する）か、ある
いは拒絶される（この場合は、次の原因の候補が調べら
れる）。ノードは、肯定的な明確なテスト結果に基い
て、あるいは支持されない仮定に基いて受け入れられる
（例えば、システムは、テストができないかあるいはユ
ーザがテストの質疑に対して「判らない」と答える時
は、最善の移行が「考える」ことであると判断するかも
しれない。） 全ての考えられる原因がテストされ排除される１つのノ
ードに到達するまで、即ち行き止まりに到達するまで
は、多くの仮定が受け入れられる。不当な仮定から回復
するためには、時間順バックトラッキングが用いられ
る。この場合、時間順バックトラッキングは、比較的効
率が悪いという事実にも拘わらず、典型的な因果鎖が比
較的短く、通常５つ以上のリンクがない故に適切であ
る。

理論的には、以前に排除された比較的高いレベルのノー
ドを拡張するために、与えられた分岐が捨てられる最良
優先探索にシステムの推論を基かせることが最も効率的
である。しかし、本システムは、縦型探索（元の主な症
状に基く探索が行き止まりに達した後にのみ、新しい元
の症状が拡張される）に基いている。これは主として技
術者たちが縦型の障害解決を行おうとする傾向があり、
またシステムが最良優先探索を行う間なぜ「飛び回る
（jumps around）」かを理解することが困難であること
が判った故である。

ここで、下記の如き一群の大容量のディスク記憶装置に
関する知識ベースを装備した本システムを用いるコンサ
ルテーション例について考察しよう。即ち、 Fri Jan 20 13:17:40 1989 PERMAID（商標）へようこそ。

サイトID（英字２桁＆数字４桁）を入力して下さい CE
0012 あなたのクロック番号（５桁）を入力して下さい 1697
4 顧客ID−→CE0012 社員番号−→16074 上記のエントリは正しいですか？ （Y/N）Ｙ 前のセッションを再開しますか？ （Y/N）Ｙ ファイル/SUSPEND3を中断ファイルとして使用します。

Ｔ→障害解決 Ｉ→インタープリタ（拡張された状況／媒体エラー） Ｍ→媒体修理＆復旧 Ｈ→HDAチェックアウト手順 Ｏ→観察されたHDAの問題 Ｆ→障害の辞書 Ｗ→書込み許容 Ｐ→Ｐコピー Ａ→アドレス変換 Ｃ→サーボ・チェックアウト・ルーチン ???T Ｅ→エラー・メッセージ Ｏ→観察されたエラー Ｂ→両方 ???E 「Ｓ」によりGEPR選択要求に応答してください。

下記のどれが判っていますか？ Ａ→８進数のシーク・アドレス Ｌ→論理シリンダ／ヘッド／セクター Ｐ→物理シリンダ／ヘッド／セクター Ｎ→いずれも該当なし ???A どのタイプのディスク・ドライブですか？ （500/501/
509）501 同じ論理装置に全てのアドレスがありますか？ （Y/
N）Ｙ 装置番号は偶数ですか奇数ですか？ （E/O）Ｏ ８進数のシーク・アドレスは？ 1237677 アドレスは1237677です。これは正しいですか？ （Y/
N）Ｙ 装置の要約 装置は………………………………MSU501 8 進数のシーク・アドレスは……1237677 シリンダは…………………………268 ヘッドは……………………………14 セクターは…………………………７ 装置番号は…………………………奇数 物理的シリンダは…………………268 物理的ヘッドは……………………28 ディスク・サブシステムに対してELANを用いて詳細な状
態レポートを得ます。

GCOS3システム乃至SR2000 GCOS8に対しては、詳細レポ
ート用の呼出しシーケンスはDE DBV DSKです。

GCOS8 2300以上に対しては、詳細レポート用の呼出シー
ケンスはDE SE DSKです。

印字されたエラー・メッセージに対するメニュー番号を
入力してください。入力する番号は空白により区切られ
ていなければなりません。

下記の１つを選択してください。

何個のエラー・メッセージを入れますか？ ???1 １つのエラー・メッセージを入力して下さい ???10 「PACK UNSAFE BIT（バイド４ビット２）」がセット
で、「INHIBIT HDA RECYCLE NOT（バイト６ビット
６）」がセットか（POLTS拡張状態あるいはELANか
ら）、 又は 装置障害指示ランプおよび検査LEDが共にONであって、A
NDピン17b、スロットA/B30が論理値「０」（INHIBIT HD
A RECYCLE NOT）ですか？ Ｙ→はい Ｎ→いいえ Ｕ→判らない ???Y DS4において、ビット１（アクセス検査）がセット状態
であるか、 又は ピン46Aのスロット27が論理値「１」か、 又は スロット19に変更されたトラップ・ボードがあり、これ
がアクセス検査エラーを表示していますか？ Ｙ→はい Ｎ→いいえ Ｕ→判らない ???N DS2のビット３（多重ヘッド選択）、あるいはDS2のビッ
ト２（AC書込み電流の逸失）がセット状態か、 又は 他のテスト結果の故に、ヘッド選択に問題の疑いがあり
ますか？ Ｙ→はい Ｎ→いいえ Ｕ→判らない ???U DS4において、ビット０（読出し／書込みサーボのオフ
トラック）がセット状態ですか？ Ｙ→はい Ｎ→いいえ ???Y 下記のものを交換してください。

ボードA/B28 ボードA/B17 ボードA/B21 ボードA/B06 ボードA/B27 ボードA/B26 ボードA/B16 ボードA/B15 この行為が問題を解決しましたか？ Ｙ→はい Ｎ→いいえ ???Y 問題は解決されました。

原因／効果チェーンは下記の通りです。

MSU500_02_10 MSU500_PackUnsafeProblems MSU500_ReadDrWriteServoOffTrack Ｔ→障害解決 Ｉ→インタープリタ（拡張された状況／媒体エラー） Ｍ→媒体修理＆復旧 Ｈ→HDAチェックアウト手順 Ｏ→観察されたHDAの問題 Ｆ→障害の辞書 Ｗ→書込み許容 Ｐ→Ｐコピー Ａ→アドレス変換 Ｃ→サーボ・チェックアウト・ルーチン ???Q 終了しても良いですか？ （Y/N）?Y 当業者は、システムが、（打ち切りではなく）コンサル
テーション手順に対する「判らない」という応答を取扱
い、満足のゆく診断を結果としてもたらしたという事実
の重要性を理解されよう。システムが応答「判らない」
を処理した方法は、第８図に示したプログラムの関連部
分の詳細なフローチャートを参照してよく理解すること
ができよう。本プロセスにおいて、単純な「スタック」
（最初は空の状態にある）および、解決すべき問題、即
ちエラーに対する答えを与えなかった、又はその必要条
件が満足されなかった、現ノードの親ノードの処理中に
既に訪れた、即ち検査した子ノードのリストである「閉
じたリスト」がアクセスされ、随時更新される。

エントリは点「１」において行われ、ここで現ノードに
対する全ての子ノードのリストが取得される。もし現ノ
ードに対する子ノードが存在しなければ、フローは点
「５」へ進み、現ノードに対する「修復」機能が試みら
れる。もしこれがうまく行けば、入れ子のノードのトレ
ースが文書化のため印字され、二次的な問題があるかど
うかについて判定がなされる。もしなければ、終了す
る。もし問題が残れば、症状が入力され、フローは点
「１」へ戻る。

もし現ノードに対する子ノードが存在する（これが通常
の場合である）ならば、閉じたリストを調べて、この閉
じたリストに現れるどんな子ノードも除去される。同様
に、その全ての必要条件を満たさないどの子ノードも除
去又は閉じたリストに加えられる。もし子ノードが残ら
なければ、フローは点「６」へ進み、ここでスタックの
先頭にあるノードを調べてこれが閉じたリストにあるか
どうかを見る。もしあれば、システムは問題の原因の識
別に失敗したことになり、フローは点「８」へ進んで、
その旨のメッセージを印字して終了する。

もしこのスタックの先頭にあるノードが閉じたリストに
なければ、これは現ノードとなり、その子ノードのリス
トが取得され、フローは点「７」へ送られて、この子ノ
ードの新しいリストを調べ、閉じたリストにおけるノー
ドとその必要条件が満たされなかったノードが前に述べ
たように除去される。

子ノードが残るものとすれば、最も大きな局所判定係数
（LDF）を持つ子ノードが選択され、そのテスト機能が
３つの可能性のある応答、即ち、「はい」、「いいえ」
および「判らない」について実行される。

もし答えが「いいえ」ならば、子ノードは閉じたリスト
に加えられ、フローは点「１」へ戻る。もし答えが「は
い」ならば、フローは点「２」へ送られ、現ノードが閉
じたリストに加えられて、スタックの先頭に入れられ、
子ノードは新しい現ノードにされ、フローは点「１」へ
戻る。

もし答えが「判らない」であれば、フローは点「３」へ
送られ、この子ノードに対する挫折判断係数（CDF）が
取得され、現ノードに対する他の全ての子ノードのLDF
と比較される。もしこれがより大きければ、フローは点
「４」へ送られ、現ノードがスタックの先頭に入れら
れ、この子ノードは新しい現ノードとされ、フローは点
「１」へ戻る。もしこれがより大きくなければ、現ノー
ドの最も大きなLDFを持つ子ノードが選択され、フロー
は点「９」へ送られ、選択された子ノードのテスト機能
が実行されて再びユーザに選択「はい」、「いいえ」お
よび「判らない」を提示する。次いで、プロセスは、そ
れぞれ点「５」および「８」を経て成功あるいは不成功
の出口に至るまで継続する。

各ノードに対するLDFおよびCDFの値が、前に述べたよう
に、「判らない」という応答の処理を行う際、システム
の作動における重要な斟酌となることが理解されよう。
各ノードのCDFを得るための計算プロセスが第９図に示
されている。終りのノードから始めて、各ノードのLD
F、確信度の関数およびインパクトが前に述べたように
割当てられる。（終端ノードに対するCDFは、そのLDFと
同じである。）各非終端ノードでは、そのCDFはその全
ての子ノードに対するCDFの平均となる。従って、
「Ｘ」で示された領域では、CDFは（（６＋４＋２）/
3）−→４となる。CDFの計算は、グラフの下部から上部
へ進む。与えられるどのノードでも、CDFはそれより下
方のグラフの期待値を与える。

第10図は、ネットワークの探索の単一の例を示してい
る。探索の間に子ノードが訪ねられる順番は、ｄ、ｂ、
ｅ、ｃそしてａ、即ちその各々のLDFによる。しかし、
もしユーザがノードｄにおいて「判らない」という応答
を入力するならば、ノードｂがノードｄの代わりに訪ね
られることになるが、これはノードｂのLDFがノードｄ
のCDFよりも大きいためである。ノードｄは、必要に応
じて後で再び訪ねられる。

診断エキスパート・システムにおける応答「判らない」
の処理のための主題の方法論を電子装置の障害解決のた
めのシステムの環境において例示したが、当業者はこれ
が診断エキスパート・システムにおいて広い汎用性を持
つことが理解されよう。

このため、本発明の原理は実施例において明瞭になった
が、当業者には、かかる原理から逸脱することなく特定
の環境および使用要件に特に適応される本発明の実施に
際して用いられる構造、配置、使用比率、要素、材料お
よび構成要素の多くの変更が明らかであろう。

【図面の簡単な説明】

第１図は本エキスパート・システムのアーキテクチャを
示すブロック図、第２図はコンサルテーション中に利用
可能なメニュー・インターフェース・システムを示す
図、第３図は単純な連想ネットワークを示す図、第４図
はカーネル知識ベース・ネットワークの分類セグメント
の一例を示す図、第５図は事例的エラー・メッセージに
対するカーネル知識ベース・ネットワークの原因／効果
セグメントの部分を示す図、第６図はシステムに実現さ
れたバージョン制御部の一例を示す図、第７図は問題解
決カーネルに対する推論アクティビティのフローチャー
ト、第８図はコンサルテーション中に提示された質問に
対する「判らない」という応答のシステム処理を示す詳
細フローチャート、第９図は「判らない」という応答の
処理のためのフローの経路選択に寄与する、各ノードの
挫折判断係数を得るための計算プロセスを示す図、およ
び第10図はネットワークの探索の単一の事例を示す図で
ある。 １……要素知識ベース、２……カーネル知識ベース、３
……予測知識ベース、４……修復知識ベース、５……カ
ーネル推論エンジン、６……データ指向推論エンジン、
７……説明機能、８……ユーザ・インターフェース、９
……スーパーバイザ、10……通信ソフトウェア、11……
訂正手順モジュール、12……知識更新機能、15……主要
障害解決メニュー、16……二次的選択メニュー、17……
説明サブメニュー、18……バックアップ・サブメニュ
ー、20……コメント・サブメニュー、21……専門家サブ
メニュー、22……解明サブメニュー。

フロントページの続き (72)発明者 アンドリュー・ワイ・パン アメリカ合衆国アリゾナ州85027，フェニ ックス，ウエスト・ジュリー・ドライブ 3001 (72)発明者 デビット・ダブリュー・ロールストン アメリカ合衆国カリフォルニア州95066, サンタ・クルーズ，オーロン・トレイル 645

Claims (4)

【特許請求の範囲】
1. 【請求項１】原因／効果グラフを内蔵し、質問に対する
   有効なあり得る応答入力が「はい」、「いいえ」および
   「判らない」であり、前記原因／効果グラフの各ノード
   に対して、（ｉ）該原因／効果グラフの最良優先探索中
   のそのノードの選択の選好度に基く局所判断係数と、
   （ii）そのノードの全ての子ノードに対する挫折判断係
   数の値に基く挫折判断係数と、が割り当てられている、
   診断システムにおいて、前記「判らない」という応答入
   力を処理する下記のステップを含む応答入力処理方法。 Ａ）検査の対象となる現ノードに対して、 １）そのノードの全ての子ノードのリストを取得し、 ２）前記子ノード・リストから閉じたリストにある全て
   の子ノードを削除し、該閉じたリストとは、現ノードの
   親のノードの検査において以前に訪れた全てのノードで
   あって問題の解決を与えなかったかその必要条件が満た
   されなかったものを識別するリストであり、 ３）前記子ノード・リストから満たされなかった必要条
   件を有する全ての子ノードを削除し、 ４）前記ノード・リストに残っている子ノードから、最
   も大きな局所判断係数を持つ子ノードを選択し、 ５）選択された子ノードに対するテスト機能を識別し
   て、そのテスト機能を実行した結果を問い、 ａ）もし応答入力が「はい」ならば、前記選択された子
   ノードを現ノードとして、ステップＡ）へ戻り、 ｂ）もし応答入力が「いいえ」ならば、前記選択された
   子ノードを閉じたリストに加えて、ステップＡ）へ戻
   り、 ｃ）もし応答入力が「判らない」ならば、前記選択され
   た子ノードの挫折判断係数を、前記子ノード・リスト内
   の他の子ノードに対する局所判断係数と比較して、 ｉ）もし前記挫折判断係数が、比較した全ての局所判断
   係数より大きければ、選択された子ノードを現ノードと
   して、ステップＡ）へ戻り、 ii）もし前記挫折判断係数が、比較した全ての局所判断
   係数より大きくなければ、最も大きな局所判断係数を持
   つ子ノードを選択して、ステップ５）へ戻る。
2. 【請求項２】与えられたノードの挫折判断係数が、全て
   のその子ノードに対する挫折判断係数を平均することに
   より決定されることを特徴とする請求項１記載の診断エ
   キスパート・システムにおける応答入力処理方法。
3. 【請求項３】もし与えられたノードが終端ノードである
   ならば、その挫折判断係数がその局所判断係数と等しく
   されることを特徴とする請求項１記載の診断エキスパー
   ト・システムにおける応答入力処理方法。
4. 【請求項４】与えられたノードが、平均する子ノードが
   存在しない終端ノードである場合は、その挫折判断係数
   がその局所判断係数と等しくされることを特徴とする請
   求項２記載の診断エキスパート・システムにおける応答
   入力処理方法。