专家系统：Edward Feigenbaum 与 DENDRAL

知道一份化学样品的组成，也拿到了质谱图，为什么程序还需要化学家的判断？本期《原代码》从 Edward Feigenbaum 与合作者的 DENDRAL 研究出发，追踪专家经验怎样成为可输入、可修改、也可以由程序学习的知识，再沿着 MYCIN 与 R1 的实践，讨论这套架构怎样扩展，以及它与大语言模型的不同路径。

从一张留下多个答案的谱图，到一条可以重新检查的判断：机器保留了哪个候选，我们又能不能找到它所依据的条件？

你可在官方网站 https://yuandaima.xyz 中查看本期逐字稿、证据引用关系和证据快照。

时间轴

• 00:00 数据没有直接给出答案

• 03:24 程序还不知道什么

• 06:08 把一个判断写进去

• 10:03 规则也成为要寻找的答案

• 13:01 那个还没有被排除的结构

• 15:18 换知识，还要不要换方法

• 19:50 知识进入了另一种地方

• 24:12 留下可以检查的判断

本期资料

• Robert K. Lindsay、Bruce G. Buchanan、Edward A. Feigenbaum、Joshua Lederberg：DENDRAL: a Case Study of the First Expert System for Scientific Hypothesis Formation（1993）
• Bruce Buchanan、Georgia Sutherland、Edward Feigenbaum：Heuristic DENDRAL（1969）
• Bruce G. Buchanan 等：Automatic Rule Formation in Mass Spectrometry by Means of the Meta-DENDRAL Program（1976）
• Bruce G. Buchanan、Edward A. Feigenbaum：DENDRAL and Meta-DENDRAL: Their Applications Dimension（1978 年技术报告）
• Bruce G. Buchanan、Edward H. Shortliffe 编：Rule-Based Expert Systems，第 36 章 Major Lessons from This Work（1984）
• Judith Bachant、John McDermott：R1 Revisited: Four Years in the Trenches（1984）
• Qwen Team：Qwen3 Technical Report（2025，v1）
• Patrick Lewis 等：Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks（2020）

源码与工程记录

• Qwen3.5-397B-A17B：模型说明（本期核对的固定版本）
• 同版本 config.json：模型结构与层配置

访谈与历史原声来源

• Computer History Museum：Edward Feigenbaum 接受 Nils Nilsson 采访，Session 1（2007-06-20）——本期两段历史原声均来自这场访谈，分别谈向化学家求取知识，以及从数据中学习规则的设想与范围。馆方整理文本。
• Carl Djerassi：Using Artificial Intelligence in Chemistry（2005 年录制，Web of Stories）——用于核对他对结构推断与课堂应用的回忆，本期未剪入这场访谈的声音。

说明与延伸阅读

• DENDRAL 是多方合作的结果。Joshua Lederberg 提出科学任务并研究结构枚举，Georgia Sutherland、Bruce Buchanan 与化学专家等共同推动程序实现和知识获取；MYCIN、R1 各有自己的团队，不能都归到 Feigenbaum 一人名下。
• Heuristic DENDRAL 与 Meta-DENDRAL 的任务不同：前者利用知识约束、提出并比较结构，后者研究从已知结构及质谱中形成规则。程序学习规则仍依赖既定表示和评价办法，不等于从零自行发现全部知识。
• CONGEN 找到另一个符合现有条件的结构，说明这些条件还没有唯一确定答案，不直接证明原论文的结构错误。节目使用的样品与排障例子是机制说明，不是历史实验现场的复原。
• 1978 年材料采用的是二月技术报告版，不能与同名期刊版本混用页码。2007 年原声是 Feigenbaum 的后见回忆；其中转述 Carl Djerassi 的话，并不是 Djerassi 本人的录音。
• 本期对显式知识库与推理机的讨论主要以 MYCIN / EMYCIN 为例，不代表所有专家系统都只有一种结构；规则系统也并非天然不能处理不确定性或因果知识。对语言模型的结构比较限于所引用的公开实例，RAG 的文档检索也不等于经典规则推理。
• 第七章简要回看了不同研究起点：Cyc 的显式常识、Soar 的统一认知架构、Rodney Brooks 的感知与行动，以及 Marcus Hutter 的通用智能理论。这些路线没有整体成为本期所述语言模型的底座，不等于它们没有影响，也不意味着各自已经完成通用智能。