Artificiell intelligens (AI) och expertsystem är relaterade genom att utvecklingen av artificiell intelligens vanligtvis bygger på ett antal expertsystem. Expertsystem är program som interagerar med en databas med information som samlats in av mänskliga experter med olika synpunkter, och slutledningsmotorer för att kvantifiera och analysera den. För att artificiell intelligens och expertsystem ska kunna samarbeta sömlöst och efterlikna det mänskliga tänkandets kapacitet bygger de ofta på en rad mikroprocessorer. Dessa processorer arbetar parallellt med att analysera och jämföra lagrad och verklig data och komma fram till meningsfulla resultat inom en rimlig tid.
Ett bra exempel på artificiell intelligens och expertsystem i arbete är Watson-datorn som skapats av IBM®-företaget i USA under tre år. Watson är ett internt nätverkat datorsystem med 2,880 16 mikroprocessorer och 500 terabyte RAM-minne som bearbetar 1,000,000 gigabyte data per sekund för att analysera mänskligt tal. Det motsvarar att kunna läsa och analysera 100 XNUMX XNUMX böcker varje sekund. Mer än XNUMX olika expertsystemtekniker körs på Watson för att sammanställa meningsfulla svar på frågor. Systemet får tillgång till data från uppslagsverk, litteratur och samtida nyhetsartiklar, och använder neurala nätverk och andra anpassningsbara expertsystemprogramvarumetoder för att innefatta en rudimentär artificiell intelligens som finner mening i mänskliga talmönster.
AI-programmering kan dock byggas på ett antal olika designmetoder. Allmän mänsklig intelligens AI-system, kända som ”stark AI”, är de som mest bygger på behovet av flera expertsystem som körs samtidigt. En av metoderna för att utveckla artificiell intelligens och expertsystem på detta sätt är användningen av fuzzy logic-programmering, vilket är programvara som försöker kvantifiera den verkliga världens vaga natur som människor är bra på att förstå, men digitala datorer är det inte. Luddiga expertsystem fungerar bra där maskiner måste anpassa sig till snabbt föränderliga verkliga förhållanden, som i automatiska växellådor för bilar, diskmaskiner, kameror, kärnkraftverk och så vidare. Datorintelligens i Japan har använt sig av fuzzy logic-programmering mycket mer än på andra håll, vilket kan förklara landets förmåga att leda marknaden inom avancerad AI-robotik.
Expertsystem är därför en grundläggande komponent i alla funktionella AI. Kombinerade expertsystem försöker kringgå de vägspärrar som traditionella datorer möter där varje beslut måste bestå av ett diskret ja/nej, sant/falskt svar. De gör detta genom att dynamiskt bearbeta frågor istället för att följa en förutbestämd programväg och väga värdena för varje potentiellt svar mot varandra. Att bygga artificiell intelligens och expertsystem med hjälp av heuristik, eller den form av trial-and-error-analys som människor använder regelbundet på en en-till-en-villkorlig basis, istället för att bara tillämpa specifik lagrad kunskap, är nästa generation av maskinintelligens som har förmågan att växa och lära sig över tid.