专家系统：AI 第一次浪潮的功臣

专家系统是 1980 年代 AI 的主流形态：把领域专家的知识整理成“如果-那么”规则，输入计算机，让机器模仿专家做推理诊断。它在医疗诊断、地质勘探等领域曾大显身手。

专家系统最著名的案例是 MYCIN，它能诊断血液感染并推荐抗生素，准确率超过部分人类医生。但它永远停留在实验室——因为每一条规则都要专家口述、工程师转录，扩展到新疾病又得重来一遍。这段历史告诉我们：可规模化的知识获取方式，才是 AI 落地的关键。

## 核心要点

图片来源：Openverse / JD Hancock（https://www.flickr.com/photos/83346641@N00/4556427363）

1. 专家系统依赖人工编写规则，知识量越大，维护越困难。

2. 它无法处理规则之外的突发情况，遇到模糊问题容易出错。

3. 专家系统的衰落不是因为无用，而是因为获取知识的成本太高。

4. 现代 AI 把“规则”换成了“数据”，让机器自己从样本中学规则。

图片来源：Openverse / Bob Bekian（https://www.flickr.com/photos/53771684@N04/6359335819）

## 写在最后

以上是关于「专家系统」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。