Expertný systém je počítačový program, ktorý ukladá know-how ľudských špecialistov vo forme pravidiel a faktov a vyvodzuje z nich závery. Zvyčajne pozostáva z bázy znalostí a inferenčného stroja, ktorý uplatňuje pravidlá. Expertné systémy formovali AI v 70. a 80. rokoch, napríklad v lekárskej diagnostike alebo konfigurácii technických zariadení. Ich myšlienky dnes žijú v kontrolách založených na pravidlách a v znalostných grafoch.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoZnalostné inžinierstvo zahŕňa zachytávanie, usporadúvanie a prípravu odborných znalostí tak, aby ich mohli využívať systémy IT. Pôvodne sa zameriavalo na pravidlá pre expertné systémy; dnes je často prioritou zdokumentovať roztrúsené znalosti z príručiek, popisov procesov a hláv ľudí tak, aby z nich agenti AI mohli spoľahlivo odpovedať. Zahŕňa to jasné štruktúry, aktuálne zdroje, definované zodpovednosti a zaplnenie identifikovaných medzier.
Heuristiky sú praktické pravidlá alebo zjednodušené stratégie, ktoré v primeranom čase vedú k dobrému, hoci nie zaručene optimálnemu riešeniu. V informatike a AI pomáhajú zúžiť obrovské priestory hľadania – napríklad pri plánovaní trás, kde slúži ako odhad vzdušná vzdialenosť k cieľu, alebo v šachu, kde sa hodnotia pozície. Heuristiky používajú aj ľudia v každodennom živote a pri obchodných rozhodnutiach, s rizikom systematických chýb v myslení.
V informatike je ontológia formálny model určitej oblasti poznania, ktorý jasne definuje pojmy, ich vlastnosti a vzťahy medzi nimi. Ľudia aj stroje tak môžu dáta jednotne interpretovať a vyvodzovať z nich závery. Ontológie sú základom mnohých znalostných grafov, sémantických vyhľadávacích systémov a projektov integrácie dát. Príklad: ontológia produktov uvádza, že „elektrobicykel“ je „bicykel“ a má „batériu“.
Rozhodovací strom je model, ktorý znázorňuje rozhodnutie ako postupnosť jednoduchých otázok s odpoveďou áno/nie: každá vetva testuje jeden znak a každý list udáva výsledok. V strojovom učení sa takéto stromy učia automaticky z údajov a používajú sa na klasifikáciu alebo predpovede. Ich hlavnou silou je transparentnosť – napríklad ukazujú, prečo bola žiadosť o úver označená na základe príjmu, doby splácania a platobnej histórie.
