Some expert systems even allow the

Some expert systems even allow the system to learn rules by example, through rule induction, in which the system creates rules from tables of data. Formalizing the knowledge of experts into rules is not simple, especially when the expert’s knowledge has never been systematically explored. There may be inconsistencies, ambiguities, duplications, or other problems with the expert’s knowledge that are not apparent until attempts are made to formally represent the knowledge in an expert system.

Figure 1.4 Development of an Expert System
Human experts also know the extent of their knowledge and qualify their advice as the problem reaches their limits of ignorance. A human expert also knows when to "break the rules." Unless expert systems are explicitly designed to deal with uncertainty, they will make recommendations with the same confidence even if the data they are dealing with are inaccurate or incomplete. An expert system’s advice, like that of a human expert, should degrade gracefully at the boundaries of ignorance.
A practical limitation of many expert systems today is lack of causal knowledge. That is, the expert systems do not really have an understanding of the underlying causes and effects in a system. It is much easier to program expert systems with shallow knowledge based on empirical and heuristic knowledge than with deep knowledge based on the basic structures, functions, and behaviors of objects. For example, it is much easier to program an expert system to prescribe an aspirin for a person’s headache than to program all the underlying biochemical, physiological, anatomical, and neurological knowledge about the human body. The programming of a causal model of the human body would be an enormous task and, even if successful, the response time of the system would probably be extremely slow because of all the information the system would have to process.
One type of shallow knowledge is heuristic knowledge (heuristic is Greek and means "to discover"). Heuristics are not guaranteed to succeed in the same way that an algorithm is a guaranteed solution to a problem. Instead, heuristics are rules of thumb or empirical knowledge gained from experience that may aid in the solution but are not guaranteed to work. However, in many fields, such as medicine and engineering, heuristics play an essential role in some types of problem solving. Even if an exact solution is known, it may be impractical to use because of cost or time constraints. Heuristics can provide valuable shortcuts that can reduce both time and cost.
Another problem with expert systems today is that their expertise is limited to the knowledge domain that the systems know about. Typical expert systems cannot generalize their knowledge by using analogy to reason about new situations the way people can. Although rule induction helps, only limited types of knowledge can be put into an expert system this way. The customary way of building an expert system, by having the knowledge engineer repeat the cycle of interviewing the expert, constructing a prototype, testing, interviewing, and so on, is a time-consuming and labor-intensive task. In fact, this problem of transferring human knowledge into an expert system is so major that it is called the knowledge acquisition bottleneck. This is a descriptive term because the knowledge acquisition bottleneck constricts the building of an expert system like an ordinary bottleneck constricts fluid flow into a bottle.
In spite of their present limitations, expert systems have been successful in dealing with real-world problems that conventional programming methodologies have been unable to solve, especially those dealing with uncertain or incomplete information. The important point is to be aware of the advantages and limitations of this new technology so that it can be appropriately utilized.
1.5 CHARACTERISTICS OF AN EXPERT SYSTEM
An expert system is usually designed to have the following general characteristics:
• High performance. The system must be capable of responding at a level of competency equal to or better than that of an expert in the field. That is, the quality of the advice given by the system must be very high.
• Adequate response time. The system must also perform in a reason-able amount of time, comparable to or better than the time required by an expert to reach a decision. An expert system that takes a year to reach a decision compared to an expert’s time of one hour would not be too useful. The time constraints placed on the performance of an expert system may be especially severe in the case of real-time systems, when a response must be made within a certain time interval.
• Good reliability. The expert system must be reliable and not prone to crashes or it will not be used.
• Understandable. The system should be able to explain the steps of its reasoning while executing so that it is understandable. Rather than being just a "black box" that produces a miraculous answer, the system sho

ผลลัพธ์ (ไทย) 1:

นอกจากนี้บางระบบผู้เชี่ยวชาญแม้แต่อนุญาตให้เรียนรู้กฎตามตัวอย่าง ผ่านกฎการเหนี่ยวนำ ซึ่งระบบจะสร้างกฎจากตารางข้อมูลระบบ Formalizing ความรู้ของผู้เชี่ยวชาญในกฎได้ง่าย โดยเฉพาะอย่างยิ่งเมื่อความรู้ของผู้เชี่ยวชาญได้เคยรับเป็นระบบสำรวจ อาจมีความไม่สอดคล้อง สู่การงงงวย ซ้ำซ้อนกัน หรือปัญหาอื่น ๆ เกี่ยวกับความรู้ของผู้เชี่ยวชาญที่ไม่ชัดเจนจนกว่าพยายามอย่างเป็นทางแทนความรู้ในระบบผู้เชี่ยวชาญ รูป 1.4 การพัฒนาระบบผู้เชี่ยวชาญมนุษย์ผู้เชี่ยวชาญยังรู้ขอบเขตของความรู้ และรับคำแนะนำของปัญหาถึงขีดของความไม่รู้ ผู้เชี่ยวชาญของมนุษย์ยังรู้ว่าเมื่อ "ทำลายกฎ" ยกเว้นว่าระบบผู้เชี่ยวชาญได้ออกแบบการจัดการกับความไม่แน่นอน พวกเขาจะให้คำแนะนำ ด้วยความมั่นใจเหมือนกันแม้ว่าพวกเขาจะจัดการกับข้อมูลไม่ถูกต้อง หรือไม่สมบูรณ์ แนะนำระบบผู้เชี่ยวชาญ เช่นของผู้เชี่ยวชาญของมนุษย์ ที่ควรลดลงอย่างที่ขอบเขตของความไม่รู้ปฏิบัติข้อจำกัดของระบบผู้เชี่ยวชาญมากวันนี้จะขาดความรู้เชิงสาเหตุ กล่าวคือ ระบบผู้เชี่ยวชาญไม่จริง ๆ มีความเข้าใจเกี่ยวกับสาเหตุและผลกระทบในระบบนั้น จะช่วยให้โปรแกรมระบบผู้เชี่ยวชาญรู้ตื้นที่อิงความรู้เชิงประจักษ์ และเชิงฮิวริสทิคทุกวันกว่ากับรู้ลึกเกี่ยวกับโครงสร้างพื้นฐาน ฟังก์ชัน และพฤติกรรมของวัตถุ เช่น มันจะง่ายกว่ามากโปรแกรมระบบผู้เชี่ยวชาญที่กำหนดแอสไพรินสำหรับอาการปวดหัวของคนมากกว่าการโปรแกรมทั้งหมดต้นชีวเคมี สรีรวิทยา กายวิภาค และระบบประสาทความรู้เกี่ยวกับร่างกายมนุษย์ การเขียนโปรแกรมแบบจำลองเชิงสาเหตุของร่างกายมนุษย์จะมีงานใหญ่และ แม้ประสบความสำเร็จ เวลาตอบสนองของระบบคงจะช้ามากเนื่องจากข้อมูลทั้งหมดที่ระบบต้องมีกระบวนการชนิดของความรู้ตื้นคือ ความรู้เชิงฮิวริสทิค (แก้ปัญหาคือ กรีก และหมายถึง "การค้นพบ") รุกไม่รับประกันความสำเร็จในแบบเดียวกับที่อัลกอริทึมเป็นวิธีแก้ไขปัญหาการรับประกัน แทน รุกเป็นกฎของหัวแม่มือหรือความรู้เชิงประจักษ์จากประสบการณ์ที่อาจช่วยในการแก้ปัญหา แต่ไม่สามารถรับประกันการทำงาน อย่างไรก็ตาม ในด้าน เช่นแพทย์และวิศวกรรม รุกเล่นมีบทบาทสำคัญในการแก้ปัญหาบางชนิด แม้ว่าวิธีการแก้ปัญหาที่แน่นอนเป็นที่รู้จัก มันอาจไม่ได้ใช้เนื่องจากข้อจำกัดของต้นทุน หรือเวลา รุกจัดทางลัดมีคุณค่าที่สามารถลดเวลาและต้นทุนAnother problem with expert systems today is that their expertise is limited to the knowledge domain that the systems know about. Typical expert systems cannot generalize their knowledge by using analogy to reason about new situations the way people can. Although rule induction helps, only limited types of knowledge can be put into an expert system this way. The customary way of building an expert system, by having the knowledge engineer repeat the cycle of interviewing the expert, constructing a prototype, testing, interviewing, and so on, is a time-consuming and labor-intensive task. In fact, this problem of transferring human knowledge into an expert system is so major that it is called the knowledge acquisition bottleneck. This is a descriptive term because the knowledge acquisition bottleneck constricts the building of an expert system like an ordinary bottleneck constricts fluid flow into a bottle.In spite of their present limitations, expert systems have been successful in dealing with real-world problems that conventional programming methodologies have been unable to solve, especially those dealing with uncertain or incomplete information. The important point is to be aware of the advantages and limitations of this new technology so that it can be appropriately utilized.1.5 CHARACTERISTICS OF AN EXPERT SYSTEMAn expert system is usually designed to have the following general characteristics: • High performance. The system must be capable of responding at a level of competency equal to or better than that of an expert in the field. That is, the quality of the advice given by the system must be very high.• Adequate response time. The system must also perform in a reason-able amount of time, comparable to or better than the time required by an expert to reach a decision. An expert system that takes a year to reach a decision compared to an expert’s time of one hour would not be too useful. The time constraints placed on the performance of an expert system may be especially severe in the case of real-time systems, when a response must be made within a certain time interval.• Good reliability. The expert system must be reliable and not prone to crashes or it will not be used.• Understandable. The system should be able to explain the steps of its reasoning while executing so that it is understandable. Rather than being just a "black box" that produces a miraculous answer, the system sho

ผลลัพธ์ (ไทย) 2:

บางระบบผู้เชี่ยวชาญยังช่วยให้ระบบการเรียนรู้กฎโดยตัวอย่างผ่านกฎการเหนี่ยวนำซึ่งในระบบจะสร้างกฎจากตารางของข้อมูล อย่างเป็นทางการความรู้ของผู้เชี่ยวชาญเข้าไปในกฎคือไม่ง่ายโดยเฉพาะเมื่อความรู้จากผู้เชี่ยวชาญที่ไม่เคยได้รับการสำรวจอย่างเป็นระบบ อาจจะมีความไม่สอดคล้องกันงงงวยซ้ำซ้อนกันหรือปัญหาอื่น ๆ ที่มีความรู้ของผู้เชี่ยวชาญที่มีความไม่ชัดเจนจนความพยายามที่จะทำอย่างเป็นทางการแทนความรู้ในระบบผู้เชี่ยวชาญ. รูปที่ 1.4 การพัฒนาระบบผู้เชี่ยวชาญผู้เชี่ยวชาญมนุษย์ยังไม่ทราบขอบเขตของความรู้ของพวกเขา และมีคุณสมบัติคำแนะนำของพวกเขาเป็นปัญหาที่เกิดขึ้นถึงขีด จำกัด ของตนจากความไม่รู้ ผู้เชี่ยวชาญด้านมนุษย์ยังรู้เมื่อมีการ "แหกกฎ". เว้นแต่ระบบผู้เชี่ยวชาญได้รับการออกแบบอย่างชัดเจนที่จะจัดการกับความไม่แน่นอนที่พวกเขาจะให้คำแนะนำด้วยความมั่นใจเดียวกันแม้ว่าข้อมูลที่พวกเขากำลังเผชิญกับการไม่ถูกต้องหรือไม่สมบูรณ์ คำแนะนำของผู้เชี่ยวชาญระบบเหมือนเป็นผู้เชี่ยวชาญด้านมนุษย์ควรจะลดลงอย่างสง่างามในขอบเขตของความไม่รู้. ข้อ จำกัด ในทางปฏิบัติของระบบผู้เชี่ยวชาญหลายคนในวันนี้คือการขาดความรู้สาเหตุ นั่นคือระบบผู้เชี่ยวชาญไม่ได้จริงๆมีความเข้าใจในสาเหตุและผลกระทบในระบบ มันง่ายมากในการเขียนโปรแกรมระบบผู้เชี่ยวชาญที่มีความรู้ตื้นอยู่บนพื้นฐานของความรู้เชิงประจักษ์และแก้ปัญหามากกว่าที่มีความรู้ลึกขึ้นอยู่กับพื้นฐานโครงสร้างหน้าที่และพฤติกรรมของวัตถุ ยกตัวอย่างเช่นมันง่ายมากที่จะเขียนโปรแกรมระบบผู้เชี่ยวชาญจะกำหนดแอสไพรินสำหรับอาการปวดหัวของคนกว่าจะเขียนโปรแกรมทั้งหมดที่พื้นฐานทางชีวเคมีสรีรวิทยากายวิภาคของระบบประสาทและความรู้เกี่ยวกับร่างกายมนุษย์ การเขียนโปรแกรมของโมเดลเชิงสาเหตุของร่างกายมนุษย์จะเป็นงานอย่างมากและแม้หากประสบความสำเร็จในเวลาการตอบสนองของระบบอาจจะช้ามากเพราะข้อมูลทั้งหมดที่ระบบจะต้องมีการดำเนินการ. ประเภทหนึ่งของความรู้ตื้น ความรู้เกี่ยวกับการแก้ปัญหา (แก้ปัญหาคือกรีกและหมายถึง "การค้นพบ") Heuristics ไม่ได้รับประกันว่าจะประสบความสำเร็จในทางเดียวกันว่าอัลกอริทึมเป็นโซลูชั่นที่รับประกันการแก้ไขปัญหา แต่การวิเคราะห์พฤติกรรมกฎของหัวแม่มือหรือความรู้เชิงประจักษ์ได้รับจากประสบการณ์ที่อาจช่วยในการแก้ปัญหา แต่ไม่รับประกันการทำงาน อย่างไรก็ตามในหลายสาขาเช่นการแพทย์และวิศวกรรม, การวิเคราะห์พฤติกรรมมีบทบาทสำคัญในบางประเภทของการแก้ปัญหา แม้ว่าวิธีการแก้ปัญหาที่ถูกต้องเป็นที่รู้จักกันก็อาจจะทำไม่ได้ใช้เนื่องจากค่าใช้จ่ายหรือเวลา จำกัด Heuristics สามารถให้บริการที่มีคุณค่าทางลัดที่สามารถลดทั้งเวลาและค่าใช้จ่าย. อีกปัญหาหนึ่งที่มีระบบผู้เชี่ยวชาญในวันนี้คือการที่เชี่ยวชาญของพวกเขาจะถูก จำกัด ขอบเขตของความรู้ว่าระบบทราบเกี่ยวกับ ระบบผู้เชี่ยวชาญโดยทั่วไปไม่สามารถพูดคุยรู้ของพวกเขาโดยใช้การเปรียบเทียบที่จะให้เหตุผลเกี่ยวกับสถานการณ์ใหม่ ๆ วิธีที่ผู้คนสามารถ แม้ว่ากฎการเหนี่ยวนำจะช่วยให้เฉพาะประเภทที่ จำกัด ของความรู้ที่สามารถใส่ลงในระบบผู้เชี่ยวชาญด้วยวิธีนี้ วิธีจารีตประเพณีของการสร้างระบบผู้เชี่ยวชาญโดยมีวิศวกรความรู้ทำซ้ำวงจรของการสัมภาษณ์ผู้เชี่ยวชาญการสร้างต้นแบบการทดสอบการสัมภาษณ์และอื่น ๆ เป็นงานที่ใช้เวลานานและใช้แรงงานเข้มข้น ในความเป็นจริงปัญหาของการถ่ายโอนความรู้ของมนุษย์ในระบบผู้เชี่ยวชาญนี้เป็นหลักเพื่อที่จะเรียกว่าคอขวดการเข้าซื้อกิจการความรู้ นี้เป็นคำที่สื่อความหมายเพราะคอขวดการเข้าซื้อกิจการความรู้ constricts สร้างระบบผู้เชี่ยวชาญเหมือนคอขวดสามัญ constricts ไหลเข้าไปในขวดได้. ทั้งๆที่มีข้อ จำกัด ในปัจจุบันของพวกเขาระบบผู้เชี่ยวชาญได้รับความสำเร็จในการจัดการกับปัญหาที่เกิดขึ้นจริงในโลกที่การเขียนโปรแกรมแบบเดิม วิธีการได้รับไม่สามารถที่จะแก้ปัญหาโดยเฉพาะอย่างยิ่งการจัดการกับข้อมูลที่มีความไม่แน่นอนหรือไม่สมบูรณ์ จุดสำคัญคือต้องตระหนักถึงข้อดีและข้อ จำกัด ของเทคโนโลยีใหม่นี้เพื่อที่จะสามารถนำไปใช้ประโยชน์ได้อย่างเหมาะสม. 1.5 ลักษณะของระบบผู้เชี่ยวชาญระบบผู้เชี่ยวชาญมักจะออกแบบมาให้มีลักษณะทั่วไปดังต่อไปนี้•มีประสิทธิภาพสูง ระบบจะต้องมีความสามารถในการตอบสนองในระดับของความสามารถเท่ากับหรือดีกว่าที่ของผู้เชี่ยวชาญในสาขา นั่นคือคุณภาพของการให้คำแนะนำที่ได้รับจากระบบต้องสูงมาก. •เวลาตอบสนองที่เพียงพอ นอกจากนี้ระบบยังต้องดำเนินการในจำนวนเหตุผลสามารถของเวลาเท่ากับหรือดีกว่าเวลาที่จำเป็นโดยผู้เชี่ยวชาญที่จะไปถึงการตัดสินใจ ระบบผู้เชี่ยวชาญที่ใช้เวลาหนึ่งปีที่จะถึงการตัดสินใจเมื่อเทียบกับเวลาของผู้เชี่ยวชาญหนึ่งชั่วโมงจะไม่เป็นประโยชน์มากเกินไป ข้อ จำกัด ของเวลาที่วางไว้ในการทำงานของระบบผู้เชี่ยวชาญอาจจะรุนแรงโดยเฉพาะอย่างยิ่งในกรณีของระบบเวลาจริงเมื่อมีการตอบสนองจะต้องทำภายในช่วงเวลาหนึ่ง. •น่าเชื่อถือที่ดี ระบบผู้เชี่ยวชาญจะต้องเชื่อถือได้และไม่ได้มีแนวโน้มที่จะเกิดความผิดพลาดหรือมันจะไม่ถูกนำมาใช้. •เข้าใจ ระบบควรจะสามารถที่จะอธิบายขั้นตอนการให้เหตุผลในขณะที่การดำเนินการเพื่อให้เป็นที่เข้าใจ แทนที่จะเป็นแค่ "กล่องดำ" ที่ก่อให้คำตอบที่น่าอัศจรรย์เหลือเกินระบบ

ผลลัพธ์ (ไทย) 3:

ผู้เชี่ยวชาญบางคนยังช่วยให้ระบบที่จะเรียนรู้กฎ โดยตัวอย่างที่ผ่านการเหนี่ยวนำกฎที่ระบบสร้างกฎจากตารางข้อมูล formalizing ความรู้ของผู้เชี่ยวชาญในกฎไม่ง่ายโดยเฉพาะอย่างยิ่งเมื่อความรู้ของผู้เชี่ยวชาญที่เคยรับสำรวจ อาจจะมีข้อขัดแย้งการงงงวย , , , หรืออื่น ๆปัญหาของผู้เชี่ยวชาญด้านความรู้ที่ไม่ชัดเจนจนกว่าความพยายามทำอย่างเป็นทางการ แสดงความรู้ในระบบผู้เชี่ยวชาญ .รูปที่ 1.4 การพัฒนาระบบผู้เชี่ยวชาญผู้เชี่ยวชาญยังรู้ขอบเขตของความรู้ของพวกเขาและได้รับคำแนะนำของพวกเขาเป็นปัญหาถึงข้อจำกัดของความไม่รู้ ผู้เชี่ยวชาญของมนุษย์ยังรู้จักที่จะ " แหกกฎ " นอกจากระบบผู้เชี่ยวชาญได้รับการออกแบบอย่างชัดเจนที่จะจัดการกับความไม่แน่นอนที่พวกเขาจะให้คำแนะนำกับความเชื่อมั่นเดียวกันแม้ว่าพวกเขาจะจัดการกับข้อมูลที่ไม่ถูกต้อง หรือ ไม่ครบ คำแนะนำผู้เชี่ยวชาญระบบ เหมือนของผู้เชี่ยวชาญมนุษย์ ควรลดได้ในขอบเขตของความไม่รู้ข้อจำกัดในทางปฏิบัติของระบบมากวันนี้คือการขาดความรู้สาเหตุ . นั่นคือ ระบบผู้เชี่ยวชาญไม่ได้จริงๆมีความเข้าใจถึงสาเหตุและผลกระทบในระบบ จะง่ายกว่าระบบโปรแกรมที่มีความรู้ตื้นตามเชิงประจักษ์และฮิวริสติกฟังก์ชันความรู้มากกว่า มีความรู้ลึกตามโครงสร้าง พื้นฐาน และพฤติกรรมของวัตถุ ตัวอย่างเช่น , มันง่ายที่จะ โปรแกรมระบบผู้เชี่ยวชาญให้แอสไพรินสำหรับอาการปวดหัวของคนมากกว่าโปรแกรมพื้นฐานทางชีวเคมี สรีรวิทยา กายวิภาคศาสตร์ และ ประสาทความรู้เกี่ยวกับร่างกายมนุษย์ การเขียนโปรแกรมของโมเดลเชิงสาเหตุของร่างกายมนุษย์จะเป็นงานใหญ่ และถ้าประสบความสำเร็จ เวลาตอบสนองของระบบจะช้ามาก เพราะข้อมูลทั้งหมดในระบบจะมีกระบวนการประเภทหนึ่งของความรู้ คือ ความรู้แบบศึกษาสำนึก ( heuristic ตื้นเป็นภาษากรีกและหมายถึง " การค้นพบ " ) ฮิวริสติกจะไม่รับประกันว่าจะประสบความสำเร็จในลักษณะเดียวกับที่อัลกอริทึมเป็นทางออกเพื่อปัญหา แทนการวิเคราะห์พฤติกรรมที่เป็นกฎของหัวแม่มือหรือความรู้เชิงประจักษ์ที่ได้จากประสบการณ์ที่อาจช่วยในการแก้ปัญหา แต่ไม่รับประกันว่าจะให้ทำงาน อย่างไรก็ตาม ในด้านต่างๆ เช่น การแพทย์ และวิศวกรรม , การวิเคราะห์พฤติกรรมที่มีบทบาทสำคัญในบางชนิดของการแก้ปัญหา ถ้าเป็นโซลูชั่นที่แน่นอนเป็นที่รู้จักกันมันอาจจะยากมากที่จะใช้เพราะต้นทุนหรือตามเวลาที่กำหนด ฮิวริสติกสามารถให้ข้อมูลที่มีคุณค่าที่สามารถลดทั้งเวลาและต้นทุนปัญหากับระบบในวันนี้ก็คือว่า ความเชี่ยวชาญของพวกเขาถูก จำกัด ให้ความรู้ว่า ระบบทราบ ระบบโดยทั่วไปไม่สามารถอนุมานความรู้ โดยใช้เหตุผลเรื่องสถานการณ์ใหม่ที่คล้ายคลึงกับวิธีที่ผู้คนสามารถ ถึงแม้ว่ากฎการอุปนัยช่วย จำกัด เฉพาะประเภทของความรู้ที่สามารถใส่ลงในระบบผู้เชี่ยวชาญนี้ ทางจารีตประเพณีของการสร้างระบบผู้เชี่ยวชาญได้ โดยมีความรู้ที่วิศวกรย้ำรอบของการสัมภาษณ์ผู้เชี่ยวชาญ การสร้างต้นแบบ ทดสอบ สัมภาษณ์ และ คือ ใช้เวลานาน และใช้แรงงานงาน ในความเป็นจริง ปัญหาของการถ่ายโอนความรู้ของมนุษย์เป็นผู้เชี่ยวชาญระบบเป็นหลักว่ามันเรียกว่า การแสวงหาความรู้ของ . นี้เป็นคำพรรณนา เพราะความรู้ของเรา การสร้างระบบผู้เชี่ยวชาญแบบขวดธรรมดา constricts ของเหลวลงในขวดทั้งๆที่มีข้อ จำกัด ในปัจจุบัน ระบบประสบความสำเร็จในการจัดการกับปัญหาที่เกี่ยวกับการเขียนโปรแกรมแบบจริง ยังไม่สามารถแก้ปัญหา โดยเฉพาะการจัดการกับความไม่แน่นอนหรือไม่สมบูรณ์ข้อมูล จุดที่สำคัญคือต้องตระหนักถึงข้อดีและข้อจำกัดของเทคโนโลยีใหม่นี้นั้นจะสามารถใช้1.5 ลักษณะของระบบผู้เชี่ยวชาญผู้เชี่ยวชาญระบบมักจะถูกออกแบบให้มีลักษณะทั่วไปดังนี้- ประสิทธิภาพสูง . ระบบต้องสามารถตอบสนองในระดับของความสามารถเท่าเทียมหรือดีกว่าที่เป็นผู้เชี่ยวชาญในฟิลด์ นั่นคือ คุณภาพของคำแนะนำที่กำหนดโดยระบบจะต้องสูงมาก- พอเวลาตอบรับ ระบบยังต้องแสดงเหตุผลสามารถเวลารวมเทียบเท่าหรือดีกว่าในเวลาที่ต้องการ โดยผู้เชี่ยวชาญ ถึงการตัดสินใจ . ระบบผู้เชี่ยวชาญนั้นจะใช้เวลาเป็นปีในการเข้าถึงการตัดสินใจเมื่อเทียบกับของผู้เชี่ยวชาญในเวลาหนึ่งชั่วโมงจะได้ประโยชน์ด้วย เวลาข้อ จำกัด ที่วางอยู่บนการปฏิบัติของระบบผู้เชี่ยวชาญอาจจะรุนแรงโดยเฉพาะอย่างยิ่งในกรณีของระบบแบบเรียลไทม์ เมื่อการตอบสนองจะต้องทำภายในช่วงเวลาที่แน่นอนบริการดีเชื่อถือได้ ระบบผู้เชี่ยวชาญจะต้องเชื่อถือได้และไม่เสี่ยงที่จะเกิดปัญหา หรือจะไม่ใช้- เข้าใจง่าย ระบบควรจะสามารถอธิบายขั้นตอนของเหตุผลของมันในขณะที่ดำเนินการเพื่อให้มันเข้าใจ แทนที่จะเป็นเพียงแค่ " กล่องดำ " ที่ผลิต answe มหัศจรรย์