एक विशेषज्ञ प्रणाली एक कंप्यूटर प्रोग्राम है जिसे कृत्रिम बुद्धिमत्ता के एक संकीर्ण क्षेत्र के भीतर मानव विशेषज्ञ की निर्णय लेने की क्षमता का अनुकरण करने के लिए डिज़ाइन किया गया है, आमतौर पर एक अनुमान इंजन के माध्यम से उपयोगकर्ता द्वारा प्रदान किए गए तथ्यों पर एन्कोडेड नियमों के आधार को लागू करके। विशेषज्ञ प्रणालियाँ प्रतीकात्मक एआई का सबसे व्यावसायिक रूप से महत्वपूर्ण अनुप्रयोग थीं और 1970 के दशक के अंत और 1980 के दशक के दौरान कॉर्पोरेट एआई निवेश की एक बड़ी लहर को प्रेरित किया।
वास्तुकला
एक विशिष्ट विशेषज्ञ प्रणाली एक ज्ञान आधार को अलग करती है, जो मानव विशेषज्ञों द्वारा योगदान किए गए डोमेन तथ्यों और यदि-तो नियमों का संग्रह है, और एक अनुमान इंजन से, जो निष्कर्ष या सिफारिशें प्राप्त करने के लिए तार्किक तर्क, आमतौर पर फॉरवर्ड या बैकवर्ड चेनिंग लागू करता है। विशेषज्ञ प्रणालियाँ 1950 के दशक में एलन न्यूएल और हर्बर्ट साइमन द्वारा अग्रणी तर्क तकनीकों पर निर्मित हुईं, सामान्य समस्या-समाधान विधियों को संकीर्ण, डोमेन-विशिष्ट विशेषज्ञता को एन्कोड करने के लिए अनुकूलित किया। कई प्रणालियों में व्याख्या सुविधाएँ भी शामिल थीं जो उपयोगकर्ताओं को निष्कर्ष तक पहुँचने के लिए उपयोग किए गए नियमों की श्रृंखला दिखा सकती थीं, जो अब व्याख्यात्मक एआई के रूप में चर्चा की जाने वाली चीज़ का एक प्रारंभिक रूप था, और शुद्ध तर्क द्वारा अच्छी तरह से व्यक्त नहीं की जा सकने वाली अनिश्चितता को संभालने के लिए विश्वास कारक भी।
उल्लेखनीय उदाहरण
प्रारंभिक ऐतिहासिक प्रणालियों में DENDRAL शामिल था, जिसे 1960 के दशक के मध्य से स्टैनफोर्ड में मास स्पेक्ट्रोमेट्री डेटा से आणविक संरचना का अनुमान लगाने के लिए विकसित किया गया था, और MYCIN, जिसे 1970 के दशक में रोगी के लक्षणों और प्रयोगशाला परिणामों के आधार पर एंटीबायोटिक उपचार की सिफारिश करने के लिए विकसित किया गया था; MYCIN ने कुछ मूल्यांकनों में कनिष्ठ डॉक्टरों से बेहतर प्रदर्शन किया, फिर भी दायित्व और एकीकरण चिंताओं के कारण इसे नैदानिक रूप से कभी तैनात नहीं किया गया। उद्योग में, डिजिटल इक्विपमेंट कॉर्पोरेशन की XCON प्रणाली, जो 1980 से तैनात थी, कंप्यूटर ऑर्डर कॉन्फ़िगर करती थी और कंपनी को सालाना दसियों मिलियन डॉलर बचाने का श्रेय दिया जाता था, जो व्यावसायिक मूल्य का व्यापक रूप से उद्धृत प्रमाण बन गई।
1980 का दशक उछाल
XCON की सफलता ने 1980 के दशक के दौरान एक व्यापक विशेषज्ञ प्रणाली उछाल को ट्रिगर करने में मदद की, क्योंकि निगमों ने विशेष "एआई" परामर्शदाताओं और प्रतीकात्मक प्रसंस्करण के लिए अनुकूलित समर्पित लिस्प मशीन हार्डवेयर में भारी निवेश किया। जापान की फिफ्थ जनरेशन कंप्यूटर सिस्टम्स परियोजना, जो 1982 में शुरू हुई, का उद्देश्य आंशिक रूप से विशेषज्ञ-प्रणाली-शैली तर्क के आसपास बड़े पैमाने पर समानांतर लॉजिक-प्रोग्रामिंग मशीनें बनाना था, जिससे संयुक्त राज्य अमेरिका और यूरोप से प्रतिस्पर्धी निवेश को बढ़ावा मिला।
गिरावट और दूसरी एआई सर्दी
विशेषज्ञ प्रणालियाँ निर्माण के लिए महंगी साबित हुईं और, अधिक महत्वपूर्ण रूप से, बनाए रखने के लिए महंगी: डोमेन के पैमाने के रूप में नियम आधार बोझिल हो गए, नियमों के बीच बातचीत की भविष्यवाणी करना मुश्किल हो गया, और सिस्टम ने अपने एन्कोडेड ज्ञान के बाहर नई स्थितियों को खराब तरीके से संभाला। विशेष लिस्प मशीन हार्डवेयर बाजार ढह गया क्योंकि 1980 के दशक के अंत तक सस्ते सामान्य-उद्देश्यीय वर्कस्टेशन प्रदर्शन में पकड़ बना चुके थे। इन विफलताओं ने दूसरे एआई सर्दी में योगदान दिया, एआई फंडिंग और वाणिज्यिक रुचि में एक तेज वापसी जो 1990 के दशक की शुरुआत तक चली, जो 1973 के लाइटहिल रिपोर्ट में प्रलेखित पहले के फंडिंग पतन को दर्शाती है।
विरासत
विशेषज्ञ प्रणालियों ने ऐसी प्रथाएँ स्थापित कीं जो आधुनिक एआई में बनी हुई हैं: संरचित डोमेन ज्ञान एन्कोडिंग, सिस्टम आउटपुट की व्याख्या, और नियम-आधारित सत्यापन परतें जो अभी भी कुछ तैनात पाइपलाइनों में उपयोग की जाती हैं। उनके वैचारिक वंशजों में आधुनिक ज्ञान ग्राफ प्रणालियाँ और बड़े भाषा मॉडल आउटपुट के आसपास स्तरित नियम-आधारित सुरक्षा रेल शामिल हैं। आधुनिक मशीन लर्निंग प्रणालियों के विपरीत जो डेटा से पैटर्न सीखती हैं, विशेषज्ञ प्रणालियाँ पूरी तरह से मैन्युअल रूप से एन्कोडेड विशेषज्ञता पर निर्भर थीं, एक सीमा जिसने 1990 के दशक से सांख्यिकीय दृष्टिकोणों की ओर व्यापक बदलाव को प्रेरित किया।