Ekspertni sistem je računalniški program, ki znanje človeških strokovnjakov shrani kot pravila in dejstva ter iz njih sklepa. Običajno ga sestavljata baza znanja in sklepalni mehanizem, ki uporablja pravila. Ekspertni sistemi so v sedemdesetih in osemdesetih letih oblikovali UI, na primer pri medicinski diagnostiki ali konfiguriranju tehnične opreme. Njihove zamisli živijo naprej v preverjanjih na podlagi pravil in grafih znanja.
Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.
Začni predstavitevInženiring znanja zajema zajemanje, urejanje in pripravo strokovnega znanja, da ga lahko uporabljajo sistemi IT. Sprva se je osredotočal na pravila za ekspertne sisteme; danes je pogosto prednostna naloga dokumentirati razpršeno znanje iz priročnikov, opisov procesov in glav ljudi, tako da lahko agenti UI iz njega zanesljivo odgovarjajo. To vključuje jasne strukture, aktualne vire, določene odgovornosti in zapiranje ugotovljenih vrzeli.
Hevristike so praktična pravila ali poenostavljene strategije, ki v razumnem času vodijo do dobre, čeprav ne nujno optimalne rešitve. V računalništvu in UI pomagajo zožiti ogromne iskalne prostore – na primer pri načrtovanju poti, kjer zračna razdalja do cilja služi kot ocena, ali pri šahu, kjer se ocenjujejo položaji. Ljudje hevristike uporabljajo tudi v vsakdanjem življenju in poslovnih odločitvah, s tveganjem sistematičnih miselnih napak.
V računalništvu je ontologija formalni model predmetnega področja, ki jasno opredeljuje pojme, njihove lastnosti in odnose med njimi. Tako lahko ljudje in stroji podatke razlagajo dosledno in iz njih izpeljujejo sklepe. Ontologije so podlaga številnih grafov znanja, semantičnih iskalnih sistemov in projektov povezovanja podatkov. Primer: ontologija izdelkov določa, da je „električno kolo“ „kolo“ in ima „baterijo“.
Odločitveno drevo je model, ki odločitev predstavi kot zaporedje preprostih vprašanj z da/ne: vsaka veja preverja eno značilnost, vsak list pa podaja izid. Pri strojnem učenju se takšna drevesa samodejno naučijo iz podatkov in uporabljajo za klasifikacijo ali napovedovanje. Njihova glavna prednost je preglednost – na primer pokažejo, zakaj je bila prošnja za posojilo označena na podlagi dohodka, ročnosti in zgodovine plačil.
