1 生い立ちと教育
1.1 幼少期と家庭環境
Edward Albert Feigenbaumは1936年1月20日、アメリカ合衆国ニュージャージー州ウィホーケンに生まれた。両親はユダヤ系移民で、父は教師、母は主婦であった。幼少期から科学と数学に強い関心を示し、特にパズルや論理問題を好んだ。家庭では教育が重視され、早くから本や実験道具を与えられた。
1.2 カーネギーメロン大学での学び
1952年、Feigenbaumはカーネギー工科大学（現カーネギーメロン大学）に入学した。当初は電気工学を専攻したが、やがて情報科学と人間の思考過程への興味に惹かれた。1956年に電気工学の学士号を取得後、同大学で経営学の修士号を取得した。この時期、ヘリバート・サイモンと出会い、その指導の下で認知心理学と計算機科学の融合に開眼した。
1.3 博士号取得と初期の研究
1960年、Feigenbaumはカーネギーメロン大学で計算機科学の博士号を取得した。博士論文では人間の問題解決過程をシミュレートするプログラム「EPAM（Elementary Perceiver and Memorizer）」を開発し、記憶と学習の計算モデルを提案した。この研究は後のエキスパートシステムにおける知識表現の基盤となった。
2 研究キャリア
2.1 スタンフォード大学への移籍
1965年、Feigenbaumはスタンフォード大学に移り、計算機科学科の創設メンバーの一人となった。同大学では後に名誉教授となるまで在籍し、AI研究室を立ち上げた。スタンフォードは彼の研究にとって理想的な環境であり、医学や化学など多様な分野の専門家との協働が可能だった。
2.2 初期のAI研究：記号処理とヒューリスティック
スタンフォード初期、Feigenbaumは記号処理とヒューリスティック探索に重点を置いた研究を行った。人間の専門家が使用する経験則（ヒューリスティック）を計算機に実装することで、限られた情報でも効果的な推論が可能になることを示した。この考えは、後の知識工学の中核概念となる。
2.3 エキスパートシステムの誕生
2.3.1 DENDRAL：化学分析への応用
1960年代半ば、Feigenbaumは化学者ジョシュア・レーダーバーグと共同でDENDRALを開発した。DENDRALは質量分析データから有機化合物の分子構造を同定するエキスパートシステムであり、化学の知識をルールとして表現し、推論エンジンがそれを利用する方式を採用した。これは世界初の実用的なエキスパートシステムとされる。
2.3.2 MYCIN：医療診断システム
1970年代、FeigenbaumとそのチームはMYCINを開発した。MYCINは血液感染症の診断と抗生物質の処方を支援するシステムで、医師から収集した数百のルールを搭載した。診断精度は専門医に匹敵するレベルに達し、医療AIの可能性を示す画期的な成果となった。また、推論過程を説明する機能を備えた点でも先駆的だった。
2.3.3 知識工学の方法論
DENDRALやMYCINの開発経験を基に、Feigenbaumは「知識工学」という新たな学問領域を確立した。知識工学は、専門家から知識を抽出し、それを計算機が扱える形で表現・実装するための体系的な方法論である。彼は「知識は力（Knowledge is power）」というフレーズで、推論エンジンの洗練よりも知識ベースの充実がAIシステムの性能を決めるという思想を強調した。
2.4 後の研究とプロジェクト
2.4.1 知識ベースシステムの商用化
1980年代、Feigenbaumは知識ベースシステムの商用化に積極的に取り組んだ。彼はTeknowledge社やIntellicorp社などの企業を設立または支援し、エキスパートシステムを産業界に普及させた。特に、診断、設計、財務分析などの分野で実用化が進み、AI技術のビジネス価値を実証した。
2.4.2 AIと教育への応用
FeigenbaumはAI技術を教育に応用する研究も行った。知的教育システム（ITS）の概念を発展させ、学習者の理解度に応じて個別指導を行うシステムの設計に貢献した。また、Stanford Universityで多くの学生を指導し、AI教育のカリキュラム構築にも尽力した。
3 主要な著作と理論
3.1 書籍『エキスパートシステム：知識工学の手法』
Feigenbaumは1981年、パメラ・マッコーダックとの共著『エキスパートシステム：知識工学の手法』（The Fifth Generation: Artificial Intelligence and Japan's Computer Challenge to the World）を出版した。この書籍はエキスパートシステムの基礎理論から実装手法までを体系的に解説し、世界中のAI研究者に影響を与えた。特に、知識獲得の重要性と知識ベース構築の実践的ガイドラインが評価された。
3.2 知識表現と推論の枠組み
Feigenbaumは知識表現において、プロダクションルール（if-thenルール）を中心とした枠組みを提唱した。また、フレームベースの表現や確率的推論の導入にも貢献した。彼の理論では、知識ベースの構造化と推論エンジンの効率化がバランスよく設計されるべきとされた。
3.3 人間中心のAI設計思想
Feigenbaumは一貫して、AIシステムは人間の専門知識を引き出し活用するための道具であるべきだと考えた。彼の設計思想は「人間の専門家を置き換えるのではなく、支援する」というものであり、説明機能やユーザインタフェースの重要性を強調した。この人間中心のアプローチは、後のAI倫理や説明可能AI（XAI）の先駆けと評価される。
4 受賞と栄誉
4.1 チューリング賞（1994年）
1994年、Feigenbaumはラジ・レディとともにACMチューリング賞を受賞した。受賞理由は「大規模な人工知能システムの設計と構築、特にエキスパートシステム技術への先駆的貢献」とされた。この賞は計算機科学のノーベル賞とも呼ばれ、彼の業績の国際的な認知を示すものとなった。
4.2 全米技術アカデミー会員
1988年、Feigenbaumは全米技術アカデミー（NAE）の会員に選出された。これは技術分野における最高の栄誉の一つであり、彼のエキスパートシステム実用化への貢献が評価されたものである。
4.3 その他の主要な賞
Feigenbaumは他にも数多くの賞を受賞している。主なものとして、IEEEコンピュータソサエティ・パイオニア賞（1997年）、IJCAI優秀研究賞（1997年）、ACMフェロー（1994年）などがある。また、日本国際賞（2007年）も受賞し、国際的に広く認知された。
5 教育への貢献
5.1 スタンフォード大学における指導
Feigenbaumはスタンフォード大学で45年以上にわたり教鞭を執り、数多くの博士課程学生を指導した。彼の指導の下、約50名の博士が育ち、その多くが学界や産業界でリーダー的な役割を果たしている。また、計算機科学科の学科長も務め、カリキュラムの整備に貢献した。
5.2 後進の育成と影響
Feigenbaumの元からは、ピーター・ノーヴィグ（Google研究員、『AI: 人工知能』著者）やブルース・ブキャナン（知識工学研究者）など、著名なAI研究者が輩出された。彼は知識工学コミュニティの形成に尽力し、学会やワークショップの開催を通じて国際的なネットワークを構築した。
6 人物像とエピソード
6.1 共同研究者との交流（例：ジョン・マッカーシー、アラン・ニューウェル）
Feigenbaumはジョン・マッカーシーやアラン・ニューウェルといったAIの黎明期を築いた研究者たちと緊密に協力した。マッカーシーとはスタンフォードAI研究所（SAIL）で共に研究し、LISPの教育に尽力した。また、ニューウェルとはカーネギーメロン時代からの師弟関係にあり、人間の問題解決研究に影響を受けた。これらの交流は、AI分野における学際的な連携のモデルとなった。
6.2 業界への影響と批判
Feigenbaumのエキスパートシステム推進には賞賛と同時に批判も存在した。一部の研究者は、知識獲得の困難さやルールベースシステムの限界（限定的な領域でのみ有効）を指摘した。また、1980年代後半のエキスパートシステムブームの終焉後、過度な商業化への批判もあった。しかしFeigenbaumは、知識工学の方法論は後の機械学習やデータ駆動型AIの基盤になったと主張している。
7 遺産と現代的意義
7.1 エキスパートシステムの後継技術への影響
Feigenbaumが開拓したエキスパートシステムの技術は、その後ルールベースシステムから機械学習、深層学習へと進化していく過程で重要な役割を果たした。知識表現や推論エンジンの設計思想は、現代の意思決定支援システムや自然言語処理の基盤技術に引き継がれている。また、説明可能AI（XAI）の研究は、MYCINに実装された説明機能にその起源を持つ。
7.2 AI産業化への道筋
Feigenbaumの商用化への取り組みは、AI技術を研究室から産業界へと橋渡しした。彼の設立した企業群は、エキスパートシステム市場を創出し、後のAI産業のビジネスモデルに影響を与えた。現在のAIスタートアップの隆盛や、知識管理システムの普及は、彼の先駆的なビジョンの延長線上にある。Feigenbaumは、AIが単なる学術研究ではなく現実世界の問題解決に資する工学であることを証明したのである。