能像某一领域专家那样向用户提供解决问题办法的计算机程序系统。专家系统主要依赖于专家所用的事实、规则和启发式方式，对所面临的复杂问题作出专家水平的结论。

1965年，美国斯坦福大学研究的第一个计算机专家系统DENDRAL问世。此后，专家系统的研究和开发的速度十分迅速，提出了许多新的设计方法，从探索广泛普遍的思维规律转向知识工程。其应用领域越来越广，其中有用于诊断疾病的专家系统，有用于地质探矿的专家系统，还有用于分子遗传学、农电故障诊断、农作物品质资源咨询和农作物遗传学的专家系统等。专家系统发展如此之快，主要原因是：专家系统解决实际问题的周密性；专家知识的系统结构化组织，对应用领域的发展起到促进作用；专家系统的使用获得巨大的经济效益。

专家系统已成为人工智能应用的一门独立的学科。它具有三个主要特征，即启发性、透明性和灵活性。启发性指专家系统利用规范化、结构化的专门知识和直觉的评判，进行问题求解。透明性指用户不需要了解专家系统的具体结构，而直接与之打交道，了解其知识的内容和推理的思路。灵活性指专家系统能不断接受新的知识，调整有关控制信息，并使其与整个知识库达到和谐一致。

专家系统的基本结构由数据库、知识库、推理机制、解释部分和知识获取部分组成。①数据库存放原始数据和推理过程中产生的各种中间信息，包括求解问题的事实和断言。②知识库是存储和管理知识的场所。③推理机制是一组程序，用于控制和协调整个系统，是专家系统的核心。目前，专家系统中普遍使用的是演绎推理，有正向推理和反向推理之分。正向推理依据当前输入的原始信息，利用知识库中的各种知识，按照一定的推理策略，去解决当前待解决的实际问题。这种由数据到结论的推理方式也称为数据驱动策略。反向推理首先提出假设（结论），然后去寻找支持这个结论的证据方法。这种由结论到事实的推理方式也称为推理策略方式。④解释部分是根据用户情况，向用户提出具体的建议。在咨询过程中，机器到人，是系统对其建议的解释。人到机器，是系统对专家知识的获取。⑤知识获取是专家系统的关键所在，它为修改和扩充知识库中的知识提供了手段。

专家系统是一种计算机软件系统。设计专家系统的基本思想是使计算机的工作尽量模拟人类专家运用所具有的知识和经验来解决实际问题的工作过程。研制专家系统的基本步骤是：从人类专家那里获取知识与经验，用某种计算机语言编写所获取的知识与经验，存入计算机中以形成知识库；编制运用这些知识与经验解决特定领域中的实际问题的程序，存入计算机中形成推理机制；将当前的信息存入计算机形成数据库中的内容，作为推理的依据；编写人机对话的解释程序，存入计算机形成解释子系统，以便用户理解和接受系统作出的结论；分离所设计的知识库与推理机制，形成相互独立的模块，编写程序实现知识的扩充与修改，形成知识获取子系统。系统具体设计步骤：①根据所研究的专业领域的要求，确定系统的求解范围和方式；②根据专业知识确定规则形式；③根据系统要求确定结点和参数特征表；④设计推理系统程序，建立规则和结点集、参数表，编制规律分析程序、新规则输入程序等；⑤选择程序设计语言，并编写系统的程序。目前，在微型机上建立专家系统，常常选用表处理程序设计语言LISP或逻辑型程序设计语言PRO-LOG，在程序编制中常采用模块结构，使系统具有进一步扩展的能力。专家系统开发工具大致分为通用程序设计语言、骨架系统、通用知识表示语言和组合开发工具。

专家系统的研究正朝着知识库趋于完善、处理知识技术、发展新型结构的专家系统、专家系统商品化，以及扩大专家系统的应用领域等方面发展。