Współcześnie systemy ekspertowe (SE) mogą być uważane za podzbiór AI. System ekspertowy to system, który wykorzystuje ludzką wiedzę uzyskaną w komputerze do rozwiązywania problemów, które normalnie byłyby rozwiązywane przez ludzi-ekspertów. Dobrze zaprojektowane systemy naśladują proces rozumowania, który eksperci wykorzystują do rozwiązywania konkretnych problemów. Systemy te mogą działać lepiej niż jakikolwiek ludzki ekspert podejmujący decyzje indywidualnie w pewnych dziedzinach i mogą być używane przez ludzi nie będących ekspertami do poprawy ich umiejętności rozwiązywania problemów.
Systemy eksperckie można uznać za początek sztucznej inteligencji. Zostały one opracowane przez społeczność AI w połowie lat 60-tych. W tym okresie badań w dziedzinie AI wierzono, że dodanie kilku reguł rozumowania w połączeniu z potężnymi komputerami może wytworzyć eksperta o nadludzkiej wydajności. W tym czasie naukowcy Allen Newell i Herbert Simon opracowali program o nazwie GPS (General Problem Solver). Program ten był w stanie pracować z cytometrią, z wieżami Hanoi i podobnymi problemami. Jednak nie był w stanie spełnić swojego funkcjonalnego tytułu, rozwiązywania problemów w prawdziwym życiu.
To skłoniło niektórych badaczy do zbadania możliwości skoncentrowania swoich programów na bardziej specyficznej dziedzinie, próbując w ten sposób symulować sposób działania i rozumowania ludzkiego eksperta, co doprowadziło do powstania Systemów Eksperckich, jakie znamy dzisiaj. Jednym z takich badaczy był Edward Feigenbaum, któremu wraz z zespołem udało się opracować DENDRAL, pierwszy System Ekspercki wykorzystywany do rzeczywistych celów (był używany przez ponad 10 lat), który odniósł wielki sukces wśród chemików i biologów, gdyż potrafił identyfikować molekularne struktury chemiczne na podstawie ich analizy spektrograficznej.
Istnieją dwa rodzaje Systemów Eksperckich, te oparte na regułach i te oparte na prawdopodobieństwie.
.