L’intelligenza artificiale (AI) e i sistemi esperti sono correlati in quanto lo sviluppo dell’intelligenza artificiale è solitamente basato su un numero di sistemi esperti. I sistemi esperti sono programmi software che interagiscono con un database di informazioni raccolte da esperti umani con diversi punti di vista e motori di inferenza per quantificarle e analizzarle. Affinché l’intelligenza artificiale e i sistemi esperti possano lavorare insieme senza soluzione di continuità e imitare le capacità del pensiero umano, sono spesso costruiti su una serie di microprocessori. Questi processori lavorano in parallelo per analizzare e confrontare i dati archiviati con quelli del mondo reale e ottenere risultati significativi in un ragionevole lasso di tempo.
Un buon esempio di intelligenza artificiale e sistemi esperti al lavoro è il computer Watson creato dalla società IBM® negli Stati Uniti, nel corso di tre anni. Watson è un sistema informatico in rete interna di 2,880 microprocessori e 16 Terabyte di memoria RAM che elabora 500 gigabyte di dati al secondo per analizzare il linguaggio umano. Questo è l’equivalente di essere in grado di leggere e analizzare 1,000,000 di libri ogni secondo. Più di 100 diverse tecniche di sistemi esperti vengono eseguite su Watson per compilare risposte significative alle domande. Il sistema accede ai dati di enciclopedie, letteratura e articoli di notizie contemporanee e utilizza reti neurali e altri metodi software di sistemi esperti adattabili per comprendere un’intelligenza artificiale rudimentale che trova significato nei modelli di linguaggio umano.
Tuttavia, la programmazione AI può essere basata su una serie di diverse metodologie di progettazione. I sistemi di intelligenza artificiale generale dell’intelligenza umana, noti come “IA forte”, sono quelli che attingono maggiormente alla necessità di più sistemi esperti in esecuzione in tandem. Uno dei metodi per sviluppare l’intelligenza artificiale e i sistemi esperti in questo modo è l’uso della programmazione in logica fuzzy, che è un software che tenta di quantificare la natura vaga del mondo reale che gli umani sono bravi a comprendere, ma i computer digitali no. I sistemi esperti fuzzy funzionano bene laddove le macchine devono adattarsi alle condizioni del mondo reale in rapida evoluzione, come nelle trasmissioni automatiche delle automobili, nelle lavastoviglie, nelle macchine fotografiche, nelle centrali nucleari e così via. L’intelligenza informatica in Giappone ha fatto molto più uso della programmazione a logica fuzzy che altrove, il che potrebbe spiegare la capacità della nazione di guidare il mercato nella robotica avanzata con intelligenza artificiale.
I sistemi esperti, quindi, sono una componente fondamentale di qualsiasi AI funzionale. I sistemi combinati ed esperti tentano di aggirare gli ostacoli che i computer tradizionali incontrano, dove ogni decisione deve comprendere una risposta distinta sì/no, vero/falso. Lo fanno elaborando dinamicamente le query invece di seguire un percorso di programma predeterminato e soppesando i valori di ogni potenziale risposta l’uno contro l’altro. Costruire intelligenza artificiale e sistemi esperti utilizzando l’euristica, o la forma di analisi per tentativi ed errori che gli esseri umani usano regolarmente su base condizionale uno contro uno, invece di applicare semplicemente la conoscenza specifica memorizzata, è la prossima generazione di intelligenza artificiale che ha la capacità di crescere e apprendere nel tempo.