استفاده از دانش اكتشافي به جاي منطق الگوريتمي
در بسياري از تعاريف ارائه شده از نظامهاي خبره و هوشمند بر اين نكته تأكيد شده است كه آنها از دانش اكتشافي (دانشي كه به نظر ميرسد بر مبناي تجارب عملي، درست عمل ميكنند) بهجاي منطق الگوريتمي استفاده مينمايند. اين برنامهها، اعمالي را فراتر از پردازش دادههاي حرفي و رقمي انجام ميدهند. دانش اكتشافي قواعدي تجربي هستند كه اغلب مورد استفادة متخصصان قرار ميگيرند. اينگونه قواعد، با قواعد الگوريتمي متفاوتند و مسيرهاي كوتاهي را براي يافتن راه حل مسائل مختلف ارائه ميدهند، و نسبت به قواعد الگوريتمي، به نيرو و زمان كمتري براي پردازش نياز دارند. قواعد اكتشافي را ميتوان، در شرايطي كه قواعد الگوريتمي، ناشناخته يا نامناسب هستند، به كاربرد. نمونه اي فرضي از يك منطق اكتشافي كه ميتوان آن را در يك نظام بازيابي اطلاعات مورد استفاده قرار داد، در مثال زير نشان آمده است:
سند الف دربارة پرندگان است
اصطلاح طوطي، در زير مجموعة اصطلاح كلان پرندگان قرار دارد
بنابر اين سند الف درباره طوطي نيز هست
مثال فوق را ميتوان در فرايند بازيابي اطلاعات براي افزايش احتمال دسترسي كاربر به منابع مرتبط ديگر باز نياز اطلاعاتي او، مورد استفاده قرار داد. به اين ترتيب، كاربري كه به دنبال اطلاعاتي در مورد "طوطي" است، ميتواند به مدارك مرتبط كلانتر ديگر كه موضوع پرندگان و احتمالا طوطي را نيز در بر دارد، دست يابد.