Antes del aprendizaje automático, el conocimiento se codificaba manualmente. Los sistemas expertos capturaban las reglas de un dominio mediante sentencias condicionales (si-entonces) y utilizaban un motor de inferencia para extraer conclusiones. En las décadas de 1970 y 1980, impulsaron el diagnóstico médico, la exploración minera y la resolución de problemas en equipos.

Dos componentes realizaban el trabajo. La base de conocimiento almacenaba hechos y reglas, a menudo elaborados mediante entrevistas con expertos humanos. El motor de inferencia aplicaba esas reglas a nuevos casos, encadenando la lógica hacia adelante o hacia atrás para llegar a conclusiones.

Ejemplos clásicos

• MYCIN para infecciones bacterianas
• DENDRAL para estructura molecular
• XCON para configuración de computadoras
• CADUCEUS para medicina interna

El mantenimiento fue su perdición. Las reglas se multiplicaron, surgieron conflictos y la actualización de la base de conocimientos requirió el esfuerzo de expertos. El aprendizaje automático reemplazó muchas aplicaciones porque aprende de los datos en lugar de requerir una codificación explícita. Los sistemas expertos aún se utilizan en ámbitos específicos donde la transparencia y la auditabilidad son importantes.