專家系統

在人工智能中，專家系統是一個模擬人類專家決策能力的計算機系統。專家系統旨在通過知識體的推理來解決復雜的問題，主要表現為if-then規則，而不是通過常規的程序代碼。專家系統是xxx批真正成功的人工智能（AI）軟件形式之一。專家系統分為兩個子系統：推理引擎和知識庫。知識庫代表事實和規則。推理引擎將規則應用于已知事實，以推導出新的事實。推理引擎還可以包括解釋和調試能力。

最初的挑戰之一是使這些機器能夠像人類一樣"思考"--特別是使這些機器能夠像人類一樣做出重要決定。醫學/保健領域提出了一個誘人的挑戰，即使這些機器能夠做出醫療診斷決定。因此，在20世紀50年代末，就在信息時代完全到來之后，研究人員開始嘗試使用計算機技術來模擬人類決策的前景。例如，生物醫學研究人員開始為醫學和生物學的診斷應用創建計算機輔助系統。這些早期的診斷系統使用病人的癥狀和實驗室測試結果作為輸入來產生診斷結果。這些系統通常被描述為專家系統的早期形式。然而，研究人員意識到，在使用傳統方法，如流程圖、統計模式匹配或概率理論時，存在很大的局限性。

以前的這種情況逐漸導致了專家系統的發展，它采用了基于知識的方法。

專家系統外殼的優點是它們對非編程人員來說更容易使用。Prolog環境的優點是它們不只關注if-then規則；Prolog環境提供了一個完整的一階邏輯環境的更好實現。

計算和推理可以通過個人電腦以大型機的一小部分價格進行。這種模式也使企業單位能夠繞過企業的IT部門，直接建立自己的應用程序。因此，客戶機-服務器對專家系統市場產生了巨大的影響。專家系統在許多商業領域中已經是一個異類，需要新的技能。