I februar 2011 , så amerikanere som IBMs Watson datanettverk konkurrerte på Jeopardy, en trivia quiz show. Datamaskinen lett slå sine menneskelige motstandere , men det hadde problemer med spørsmål som brukte ord med flere betydninger , eller avhengig av komplekse sammenhenger . Selv om Watson kjørte på en server farm som utplassert tusenvis av prosessorer og stor lagringskapasitet repositories , kan lignende teknologi kjøre på stasjonære datamaskiner , for å løse problemer i mye mindre domener . Instruksjoner
en

Velg et lite problem domene for pilotprosjektet . Dersom prosjektet innebærer medisinsk diagnose , begynner med ett enkelt område , som en liten undergruppe av respiratoriske problemer.
2

Søk på Internett for å lære hvordan ekspert systemene fungerer, og hvilke språk og verktøy kan brukes til pilotprosjektet. De fleste ekspert systemer har to deler, en kunnskapsbase der fakta er lagret , og en slutning motor som analyserer fakta å svare på spørsmål .
3

ned flere ekspert system verktøy og eksperimentere , for å skape pilotprosjektet. Mange av verktøyene er åpen kildekode , slik at de kan lastes ned gratis. Kommersielle produkter ofte tilbyr gratis prøveversjoner , men sjekk den endelige kostnaden før du velger disse. Eksperimenter med flere for å finne ut hvilke verktøy som fungerer best for prosjektet og problem domene. Etter en del prøving og feiling , velge den beste av disse for å skape den sakkyndige system .
4

Lag kunnskapsbasen. Begynne med å definere eksempler på fakta for å få en følelse for hvordan kunnskap er representert . Fakta lagres ofte som " hvis ", så konstruerer . Hvis symptomet er feber , er tilstanden influensa . Hvis symptomet er rennende nese, er betingelsen forkjølelse. En kunnskapsbase er bygget på mange tusen fakta , så vurdere hvordan å samle disse fakta og få dem inn i riktig form .
5

Bestem brukergrensesnitt. Vil en tekstbasert spørsmål og svar sesjon fungerer best - eller vil en rekke flervalgsspørsmål fungere bedre ? Base dette valget på folk som skal bruke systemet og mulighetene av programvaren .
6

Test systemet. Utvikle et sett med testtilfeller å avgjøre hvor godt den sakkyndige systemet fungerer. Hvis enkelte test tilfeller ikke gir de riktige svarene , sjekk kunnskapsgrunnlaget for å sikre at fakta ble kodet på riktig måte, og at tilstrekkelige fakta er tilgjengelig for å svare på spørsmålet . Fortsett å tune systemet , før det kan svare på alle test sakene , samt tilfeldige spørsmål som stilles av testere .
7

Utvid systemet til å dekke alle områder av problemet domenet. Fortsett å legge fakta på nye områder. Forbedre brukergrensesnittet og tune den slutning motor. Om nødvendig , legge til andre inferens motorer som kan analysere dataene ved hjelp av andre algoritmer .