MYCIN arbeitete mit einer recht einfachen Inferenzmaschine und einer Wissensbasis von ~600 Regeln. Es fragte den Arzt, der das Programm ausführt, über eine lange Reihe von einfachen Ja/Nein- oder Textfragen ab. Am Ende lieferte es eine Liste möglicher schuldiger Bakterien, geordnet von hoch bis niedrig, basierend auf der Wahrscheinlichkeit jeder Diagnose, dem Vertrauen in die Wahrscheinlichkeit jeder Diagnose, der Argumentation hinter jeder Diagnose (d.h. MYCIN listete auch die Fragen und Regeln auf, die es dazu brachten, eine Diagnose auf eine bestimmte Art und Weise zu ordnen) und der empfohlenen medikamentösen Behandlung.

MYCIN löste eine Debatte über die Verwendung seines ad hoc, aber prinzipiellen Unsicherheitsrahmens aus, bekannt als „Gewissheitsfaktoren“. Die Entwickler führten Studien durch, die zeigten, dass die Leistung von MYCIN durch Störungen in den Unsicherheitsmetriken, die mit einzelnen Regeln verbunden sind, nur minimal beeinträchtigt wurde, was darauf hindeutet, dass die Leistung des Systems eher mit seiner Wissensrepräsentation und seinem Schlussfolgerungsschema zusammenhängt als mit den Details seines numerischen Unsicherheitsmodells. Einige Beobachter waren der Meinung, dass es möglich gewesen wäre, die klassische Bayes’sche Statistik zu verwenden. Die Entwickler von MYCIN argumentierten, dass dies entweder unrealistische Annahmen über die probabilistische Unabhängigkeit erfordern würde oder dass die Experten Schätzungen für eine unvorstellbar große Anzahl von bedingten Wahrscheinlichkeiten abgeben müssten.

Spätere Studien zeigten, dass das Modell der Gewissheitsfaktoren in der Tat in einem probabilistischen Sinne interpretiert werden kann, und wiesen auf Probleme mit den impliziten Annahmen eines solchen Modells hin. Die modulare Struktur des Systems sollte sich jedoch als sehr erfolgreich erweisen und zur Entwicklung grafischer Modelle wie Bayes’scher Netze führen.

EvidenzkombinationBearbeiten

In MYCIN war es möglich, dass zwei oder mehr Regeln Schlussfolgerungen über einen Parameter mit unterschiedlicher Gewichtung der Evidenz ziehen konnten. So kann beispielsweise eine Regel zu dem Schluss kommen, dass es sich bei dem fraglichen Organismus um E. Coli mit einer Sicherheit von 0,8 handelt, während eine andere Regel zu dem Schluss kommt, dass es sich um E. Coli mit einer Sicherheit von 0,5 oder sogar -0,8 handelt. Ist die Gewissheit kleiner als Null, spricht der Beweis tatsächlich gegen die Hypothese. Zur Berechnung des Gewissheitsfaktors kombinierte MYCIN diese Gewichte mit der folgenden Formel, um einen einzigen Gewissheitsfaktor zu erhalten:

C F ( x , y ) = { X + Y – X Y wenn X , Y > 0 X + Y + X Y wenn X , Y < 0 X + Y 1 – min ( | X | , | Y | ) sonst {\displaystyle CF(x,y)={\begin{cases}X+Y-XY&{\text{if }}X,Y>0\\X+Y+XY&{\text{if }}X,Y<0\\{\frac {X+Y}{1-\min(|X|,|Y|)}}&{\text{otherwise}}\end{cases}}}