Nuförtiden kan expertsystem betraktas som en delmängd av artificiell intelligens. Ett expertsystem är ett system som använder mänsklig kunskap som erhållits i en dator för att lösa problem som normalt skulle lösas av expertmänniskor. Väl utformade system efterliknar den resonemangsprocess som experter använder för att lösa specifika problem. Dessa system kan fungera bättre än en mänsklig expert som fattar beslut individuellt inom vissa områden och kan användas av icke-experter för att förbättra sin förmåga att lösa problem.
Expertsystem kan betraktas som början på artificiell intelligens. De utvecklades av AI-samhället i mitten av 60-talet. Under denna period av forskning inom AI-området trodde man att tillägget av några få regler för resonemang i kombination med kraftfulla datorer skulle kunna ge en expert med övermänskliga prestationer. Under denna tid utvecklade forskarna Allen Newell och Herbert Simon ett program som kallades GPS (General Problem Solver). Detta program kunde arbeta med cytometri, med tornen i Hanoi och liknande problem. Det kunde dock inte uppfylla sin funktionella titel, att lösa problem i det verkliga livet.
Detta föranledde vissa forskare att studera möjligheten att inrikta sina program på ett mer specifikt område och på så sätt försöka simulera en mänsklig experts sätt att agera och resonera, vilket ledde till skapandet av expertsystem som vi känner dem idag. En av dessa forskare var Edward Feigenbaum som tillsammans med sitt team lyckades utveckla DENDRAL, det första expertsystemet som användes för verkliga ändamål (det användes i mer än 10 år), vilket blev en stor framgång bland kemister och biologer eftersom det kunde identifiera molekylära kemiska strukturer utifrån deras spektrografiska analys.
Det finns två typer av expertsystem, de som bygger på regler och de som bygger på sannolikheter.
