? 有相对较少的成果 ? 提前知道可能结果
? 许多专家系统需要大量的，冗长和昂贵的开发和维护工作
? 雇用或培训更多的专家可能会更便宜
? 基于案例的推理
? Descriptions of past experiences of human specialists, represented as cases, stored in knowledge base
人类专家的过去经验，存储在知识库中是个案。
? 对系统存储案例按照与新问题类似的特征进行搜索，发现最接近适合，并将就案例解决方案应用
到新案例上。
? 成功和不成功的应用程序使用案件组合在一起
? 存储组织情报：知识库持续扩张并且有用户来重新定义。 ? 基于案例的推理：
? 医疗诊断系统 ? 客户支持
? 模糊逻辑系统
? 以规则为基础的技术，代表使用不精确的语言类（例如，“冷”，“凉”）代表值的范围 ? 描述一个特定的语言现象或过程，然后表示一小部分灵活规则的描述 ? 提供问题的解决方案，要求专家非常困难地使用IF-THEN规则
? 自动对焦相机
? 检测可能的医疗欺诈
? 仙台地铁系统使用模糊逻辑控制平稳加速
? 神经网络
? 在大量数据中寻找模式和关系，这些数据太复杂以至于人类无法分析。 ? 通过搜索关系、建立模型和再三修改模型的不足之处来学习模式
? 人们通过输入一组训练数据来“训练”这一网络，这组输入数据所产生的输出或结论是已知的。通
过实例来帮助神经网络学习解决方案。
? 用于医药、科学和商业模式分类中，预测、财务分析、控制与优化
? 机器学习：相关的人工智能技术允许计算机通过使用计算和统计方法抽取信息来学习
? 遗传算法
? 寻找指定问题的最优解很有用，通过检查问题的大量可行解来寻找最优解。 ? 基于概念的演进过程
? 搜索解决方案变量，通过使用算子，例如遗传、编译和选择，改变和重组组成部分
? 用于优化问题（成本最小化、有效的调度、优化喷气发动机设计），其中存在数百或数千变数 ? 能够快速地计算出许多替代解。
? 混合人工智能系统
? 遗传算法、模糊逻辑、神经网络和专家系统可集成于一个单一的应用系统中，充分利用这些技术
的各自优势。
? 例如：松下“模糊神经”洗衣机，它结合了神经网络、模糊逻辑。
? 智能代理
? 在后台工作，为用户、进程或软件应用程序进行具体的，重复性的和可预见性的任务 ? 使用有限内置知识库或已学习的知识库来完成任务或依据用户的行为作出决策。
? 删除垃圾邮件 ? 寻找最便宜的机票
? 基于代理的建模应用：
? 自动代理系统
? 消费者模型行为、股票市场和供应链;用来预测疫情蔓延