A gépi tanulás előtt a tudást kézzel kódolták. A szakértői rendszerek egy adott tartomány szabályait „ha-akkor” utasításokban rögzítették, és egy következtetőmotor segítségével vontak le következtetéseket. Ezek működtették az orvosi diagnózist, az ásványkincsek feltárását és a berendezések hibaelhárítását az 1970-es és 1980-as években.

Két komponens végezte a munkát. A tudásbázis tényeket és szabályokat tárolt, amelyeket gyakran emberi szakértőkkel folytatott interjúk alapján építettek fel. A következtetéskezelő motor ezeket a szabályokat alkalmazta új esetekre, a logikát előre vagy hátra láncolva következtetésekre jutott.

Klasszikus példák

• MYCIN bakteriális fertőzések esetén
• DENDRAL a molekuláris szerkezethez
• XCON a számítógép konfigurációjához
• CADUCEUS belgyógyászati ​​célra

A karbantartás jelentette a vesztes pontot. A szabályok megsokszorozódtak, konfliktusok merültek fel, és a tudásbázis frissítése szakértői erőfeszítést igényelt. A gépi tanulás számos alkalmazást felváltott, mivel adatokból tanul, ahelyett, hogy explicit kódolást igényelne. A szakértői rendszerek továbbra is megjelennek olyan szűk területeken, ahol az átláthatóság és az auditálhatóság számít.