Quando é construido um sistema voltado para uma área muito específica - absorvendo a experiência de um especialista humano, ele é denominado Sistema Especialista. Em sistemas algoritmicos, o conhecimento é armazanado na forma de código de programa. Se precisar aumentar o conhecimento do sistema, mais código deverá ser criado. Os comandos de decisão formam o conhecimento do sistema.
Existe um outro método para armazenar esse conhecimento que o sistema possui - essa experiência. Quando o método utilizado para armazenar o conhecimento é uma base de conhecimentos, o sistema é chamado de Sistema Especialista Baseado em Conhecimento. Dessa forma, o conhecimento é manipulado como uma base de dados - pois é isto na verdade, podendo ser alterada sem alterar o código do sistema. O sistema pode adquirir conhecimentos e esquecer-se se assim for necessário sem maiores complicações.
Um Sistema Baseado em Conhecimento difere de Sistemas Algoritmicos comuns pelo fato de que a solução do problema esta na forma de tratar o conhecimento, que em sistemas comuns, o problema é como implementar tal conhecimento. Para ser mais claro, em um Sistema Baseado em Conhecimento, os conhecimentos são armazenados de forma tal que o sistema define o que significa aquele conhecimento, como ele deve ser interpretado. Em Sistemas Algoritmicos, o programador deve construir rotinas para manipular o conhecimento em seus mínimos detalhes, que são dispensadas em sistemas de IA. Em sistemas de IA, o programador preocupa-se em construir rotinas de inferência da base de conhecimentos, rotinas de questionamentos. É como usar a linguagem SQL em banco de dados, o programador preocupa-se em especificar o que deve ser buscado, não interessando como o banco de dados fará a busca na base de dados.
Nos últimos anos tem surgido vários Sistemas Especialistas Baseados em Conhecimento dirigidos a várias áreas. No que tange ao gerenciamento de redes de computadores, algumas categorias de sistemas capturam e interpretam, diagnosticam e predizem os dados, monitorando, planejando e controlando com perícia os dispositivos.
Sistemas de interpretação e diagnóstico involve sistemas de inferência e sonsores de dados. Estes sistemas são usados para avaliar a performance da rede, isolamento de falhas e recuperação de uma queda pelas informações dos sensores de observação e alarmes. AT&T's ACE e GTE's COMPASS são sistemas especialistas desta categoria.
Sistemas de monitoração involvem comparações observaveis para prever e levantar hipoteses sobre o estado interno da rede usando sensores de dados e fazendo a devida interpretação dos mesmos. A monitoração on-line é usada para medir a performance da rede e planejar as ações corretiva, se necessárias (por exemplo: reroteamento de trafego por queda de algum roteador ou congestionamento do mesmo).
Planejamento requer engenhosas ações para completar os resultados desejados. O planejamento de reações rápidas pode envolver uma nova estratégia de roteamento ou geração de novas tabelas de roteamento para ajustar o trafego. Um sistema especialista de planejamento pode também prover auxílio para planejamento de capacidade, expansão e integração de redes de computadores.
A atividade de design envolve a configuração de elementos da rede. Ela pode ser iniciada por um pedido de serviço de usuário para projetar ou expandir uma rede. O design pode requerer passos físicos, lógicos e ações.
Predizer é antecipar uma dada situação. Uma situação pode ser prevista através da história dos dados anteriores e através da direção tendenciosa da performance da rede.
O controle involve as ações necessárias para levar o sistema para o estado desejado. A ação de controle pode ser iniciada com uma ação de interpretação de sensores de dados e serve para levar a rede a um estado aceitável. Ações de controle incluem redirecionamentos de rota e outras reconfigurações diversas.
Existem sistemas especialistas voltados a cada uma das funções descritas acima. Existem também sistemas mais complexos que englobam mais de uma das áreas de atuação citada, mesmo porque algumas delas são interdependentes.
Também é possível, ao invés de termos sistemas especialistas enormes, termos sistemas especialistas que se comuniquem uns com os outros, cada um com a sua função. Cada sistema é responsável por parte do gerenciamento da rede, comunicando-se com os outros para atingir tal meta. Esse é o conceito de Inteligência Artificial Distribuída.
É muito importante o processo de escolha da metodologia correta para abordar o problema. Não basta apenas escolher o que parece ser mais eficaz. Devemos pesar as medidas com os devidos valores. A decisão entre um sistema especialista baseado em conhecimento distribuído e não-distribuído deve levar em consideração o problema - se exige realmente um sistema distribuído, o hardware - veloz e caro no caso de um sistema não-distribuído e complexo, e muitos outros fatores particulares da situação que devem ser analisados com cautela.
Os sistemas especialistas também podem gerar problemas. Com a introdução da automação, os trabalhadores podem se sentir inseguros - eles podem achar que irão perder o emprego (e isto realmente acontece). Esta sistuação pode ser evitada com uma migração lenta e responsável do sistema humano para o sistema máquina.
Um outro problema pode surgir quanto a política. Sistemas especialistas não possuem senso de política, podendo produzir resultados embaraçosos a alguém . Portanto, sessas cituações, é necessário subordinar o sistema a um analista humano, que interage com ele e desvia a situação se necessário.