Heuristik är tumregler eller förenklade strategier som leder till en bra, men inte garanterat optimal, lösning inom rimlig tid. Inom datavetenskap och AI hjälper de till att begränsa enorma sökrymder – till exempel vid ruttplanering, där fågelvägen till målet fungerar som uppskattning, eller i schack, där ställningar värderas. Människor använder också heuristik i vardagen och i affärsbeslut, med risk för systematiska tankefel.
Ett expertsystem är ett datorprogram som lagrar mänskliga specialisters kunnande som regler och fakta och drar slutsatser av dem. Det består vanligtvis av en kunskapsbas och en inferensmotor som tillämpar reglerna. Expertsystem präglade AI under 1970- och 1980-talen, till exempel inom medicinsk diagnostik eller konfigurering av teknisk utrustning. Deras idéer lever vidare i dag i regelbaserade kontroller och kunskapsgrafer.
Ett beslutsträd är en modell som beskriver ett beslut som en följd av enkla ja/nej-frågor: varje gren testar en egenskap och varje löv ger ett utfall. Inom maskininlärning lärs sådana träd automatiskt från data och används för klassificering eller prognoser. Deras främsta styrka är transparens – de kan till exempel visa varför en låneansökan flaggades utifrån inkomst, löptid och betalningshistorik.
Monte Carlo-metoder är beräkningstekniker som använder ett mycket stort antal slumpmässiga stickprov för att approximera resultat som är svåra att räkna ut analytiskt. Ett system simuleras tusentals gånger med slumpmässigt varierade antaganden, och fördelningen av utfallen analyseras. Organisationer använder detta för riskanalys, projektplanering eller portföljvärdering. Inom AI används metoderna bland annat i förstärkningsinlärning och i trädsökning för spel.
Kunskapsteknik handlar om att fånga, organisera och förbereda expertkunskap så att IT-system kan använda den. Ursprungligen låg fokus på regler för expertsystem; i dag gäller det ofta att dokumentera spridd kunskap från manualer, processbeskrivningar och människors huvuden så att AI-agenter kan svara tillförlitligt utifrån den. Det kräver tydliga strukturer, aktuella källor, definierade ansvar och att identifierade luckor åtgärdas.
