La technologie a toujours été de construire mieux, plus vite et plus intelligemment machines. Les systèmes experts adopter ce concept en utilisant la logique informatique de pointe pour créer des logiciels qui apparaît à «penser» et de prendre des décisions sur son propre. Traditionnellement construit sur la logique booléenne - logique en utilisant uniquement des valeurs vraies ou fausses - les systèmes experts utilisent des algorithmes complexes pour calculer des réponses dans une vaste base de données. Si l'ordinateur ne peut pas déterminer la bonne réponse, il est supposé ne pas que le programme est mauvais, mais que la base de connaissances ne contient pas suffisamment d'informations sur le sujet.
Lorsqu'un ordinateur doit prendre une décision, il rompt tout se résume à une série de déclarations vraies ou fausses. Si programmé pour s'allumer lorsque le bouton est enfoncé, puis en appuyant sur le bouton, il définit la valeur true et non appuyant sur la touche fixe sur false. False signifie pas de lumière tout en vrai allume la lumière. C'est la base de la logique informatique.
Un système expert prend ces réponses vraies et fausses à un nouveau niveau. En combinant une série de réponses vraies et fausses, l'ordinateur tente de déterminer comment réagir face à une situation donnée. Il peut modifier sa réponse sur la base du motif spécifique et le nombre de réponses vraies et fausses.
L'idée derrière ces systèmes est basé sur la façon dont les gens pensent. Les êtres humains peuvent stocker de grandes quantités de nouvelles connaissances et de prendre des décisions fondées sur les connaissances antérieures. L'ordinateur est programmé à «penser» et de prendre des décisions fondées sur la connaissance dans sa base de données et sur ses expériences antérieures. Dans un mode, c'est comme si l'ordinateur est «l'apprentissage» de ses réussites et des échecs passés.
Deux principales formes de systèmes experts existent. Le système expert traditionnel utilise la logique booléenne pour prendre ses décisions. Un système expert à logique floue, d'autre part, ne fonctionne pas. Il calcule un intervalle de valeurs qui se situent entre simples réponses par vrai ou faux à déterminer dans quelle mesure une déclaration est encore plus vraie ou plus faux.
Les systèmes experts flous sont plus humains que les systèmes experts traditionnels dans la façon dont ils «penser». Ces systèmes experts ne sont pas informés des réponses précises à un problème, mais plutôt une déclaration donnée à partir de laquelle ils tirent des conclusions supplémentaires. Ce processus est connu sous le nom d'inférence.
Par exemple, si une déclaration se lit "Tous les chats femelles sont rayés. Miss Kitty est un chat femelle," systèmes experts flous déduis que, puisque toutes les chattes sont rayés et Mlle Kitty est une chatte, puis Miss Kitty doit être rayé. La logique floue peut également calculer des valeurs plus complexes, telles que la détermination de la probabilité d'un chat femelle étant spécifique à rayures si seul un pourcentage de chats femelles ont des rayures. Systèmes experts traditionnels devraient instructions beaucoup plus pour atteindre ces mêmes conclusions.