1．专家系统的产生

专家系统产生于20世纪60年代中期，在此之前，人工智能的研究多以搜索为主，没能重视知识在智能系统中的作用。1965年，美国斯坦福大学费根鲍姆领导他的研究小组开始研制化学专家系统DENDRAL，并于1968年研制成功。这是世界上第一个专家系统。

1976年，费根鲍姆又领导他的研制小组研制成功了用于细菌感染患者的诊断和治疗的医学专家系统MYCIN，为专家系统的研究与开发提供了范例和经验。

1981年，斯坦福大学国际人工智能中心的杜达（R．D．Duda）等人研制成功了地质勘探专家系统PROSPECTOR，为专家系统的实际应用提供了最成功的典范。

除上述典型系统外，在世界各国还有无数的专家系统被成功地应用于工业、农业、商业、医学、气象、环境、交通、教育、军事等众多领域。我国的第一个实用专家系统是由当时在中科院自动化所工作的涂序彦教授领导开发的“关幼波肝病诊断治疗专家系统”。

上述，这些早期的专家系统，通常都是针对某个单一应用领域，模仿单个专家，在单主机上用单一的知识表示方法、推理方法和开发技术开发的，人们常称之为传统专家系统。

2．传统专家系统的缺陷

传统专家系统虽然在人工智能发展过程中起到了非常重要的历史作用，也有过许多成功的应用，但随着应用的不断深入和信息技术的快速发展，其缺陷逐渐暴露出来。这些缺陷主要表现为以下几个方面。

（1）知识获取的“瓶颈”问题

知识和知识推理是专家系统的核心，专家系统的系统功能很大程度上取决于系统所拥有的知识，知识数量越多、质量越高，其智能就应该越强。但传统专家系统一般不具备自学习能力，其知识获取主要由知识工程师来完成，这是一件十分困难和费时的事情。

（2）知识的“窄台阶”问题

一个专家系统一般只能应用在某个相当窄的知识领域内，去求解预定的专门问题，一旦超出预定范围，专家系统就无法求解。

（3）不具备并行分布和多专家协同功能

传统专家系统是一种集中式专家系统，它只能在单个处理机上运行，不具备把一个专家系统的功能分解后，分布到多个处理机上去并行工作的能力。而并行分布是现代信息系统的一个重要特征。同时，传统专家系统又是一种单专家式专家系统，它只能模拟单一领域的单个专家的功能，不能实现相近领域或同一领域不同方面的多个分专家系统的协作问题求解。而协作求解也是现代信息系统的一个重要特征。

（4）处理不确定问题的能力较差

传统专家系统尽管可采用可信度、主观Bayes方法等处理不精确问题，但在归纳推理、模糊推理、非完备推理等方面的能力较差。

（5）与主流信息技术脱节

传统专家系统基本上是一种信息孤岛，与主流信息技术，如Web技术、数据库技术等脱节，这就严重影响了其发展和应用。

3．专家系统的发展

为了克服传统专家系统的缺陷，满足专家系统应用的需求，随着信息技术的发展，专家系统在并行分布、多专家协同、学习功能、知识表示、推理机制、智能接口、Web技术等方面都有了较大进展，出现了一些新型的专家系统。例如，模糊专家系统、神经网络专家系统、分布式专家系统、协同式专家系统和基于Web的专家系统等。