До появления машинного обучения знания кодировались вручную. Экспертные системы фиксировали правила предметной области в виде условных операторов «если-то» и использовали механизм логического вывода для получения заключений. В 1970-х и 1980-х годах они использовались в медицинской диагностике, разведке полезных ископаемых и устранении неполадок оборудования.

Работу выполняли два компонента. База знаний хранила факты и правила, часто сформированные на основе интервью с экспертами. Механизм логического вывода применял эти правила к новым случаям, выстраивая логические цепочки вперед или назад для получения заключений.

Классические примеры

• МИЦИН для лечения бактериальных инфекций
• Дендральный для молекулярной структуры
• XCON для настройки компьютера
• CADUCEUS для внутренней медицины

Проблемы с обслуживанием стали причиной краха. Правила множились, возникали конфликты, а обновление базы знаний требовало усилий экспертов. Машинное обучение заменило многие приложения, поскольку оно учится на основе данных, а не требует явного кодирования. Экспертные системы по-прежнему используются в узких областях, где важны прозрачность и возможность аудита.