Sebelum pembelajaran mesin, pengetahuan dikodekan secara manual. Sistem pakar menangkap aturan suatu domain dalam pernyataan "jika-maka" dan menggunakan mesin inferensi untuk menarik kesimpulan. Sistem ini mendukung diagnosis medis, eksplorasi mineral, dan pemecahan masalah peralatan pada tahun 1970-an dan 1980-an.

Dua komponen melakukan pekerjaan tersebut. Basis pengetahuan menyimpan fakta dan aturan, yang sering kali dibangun melalui wawancara dengan para ahli manusia. Mesin inferensi menerapkan aturan-aturan tersebut pada kasus-kasus baru, merangkai logika maju atau mundur untuk mencapai kesimpulan.

Contoh klasik

• MYCIN untuk infeksi bakteri
• DENDRAL untuk struktur molekuler
• XCON untuk konfigurasi komputer
• CADUCEUS untuk pengobatan penyakit dalam

Pemeliharaan menjadi penyebab kegagalan. Aturan bertambah banyak, konflik muncul, dan memperbarui basis pengetahuan membutuhkan upaya ahli. Pembelajaran mesin menggantikan banyak aplikasi karena belajar dari data alih-alih memerlukan pengkodean eksplisit. Sistem pakar masih muncul di domain sempit di mana transparansi dan kemampuan audit sangat penting.