有哪些曾经火热的人工智能应用研究后来被放弃？

Expert System (专家系统)[1]是人工智能领域的应用研究，曾经在几乎被放弃的应用研究。

20世纪60年代，70年代和80年代的专家系统在人工智能研究中非常受欢迎。是的，就像今天的深度学习一样。其研究目标是获得专家的知识，然后像专家一样工作。专家系统被寄予厚望，希望能反映人工智能的实用性，证明我们的人工智能研究不欺骗科研资金：-)

目前，专家制度几乎被放弃，可能有研究者，但不多。原因如下：

1 很难获得知识。这是主要原因。人类领域的专家很难完全彻底地表达他们的知识。许多知识太微妙，很难用语言表达，比如老司机的一些微妙动作（错误）。在专家系统研究中，使用知识工程师与专家沟通非常不方便。

2 知识难以表达。当时，事实和推理规则是用符号主义手段表达的，语言有LISP，Prolog等等。所有的哺乳动物都是动物，猫是哺乳动物，所以猫是动物，这很容易做到，但是，给你一张照片，你如何表达图片中有一只白猫的事实？哪个像素表示猫？你怎么用？Prolog它们是什么意思？猫的眉毛、眼睛和鼻子形成了这是猫的规则？符号主义在这种情况下几乎会哭晕(深度学习笑)。

3 知识很难验证。如何验证所有的天鹅都是白色的？如果你不小心遇到了黑天鹅怎么办？此外，在知识库中有更多的规则后，他们会互相争斗，搅拌成一团麻。

4 机器学习困难。要实用，更新知识是不可避免的，但这个过程非常痛苦，不能用机器学习。机器学习困难的主要原因来自符号主义的根本缺陷。20世纪90年代，我想把符号主义和神经网络结合起来解决这个问题，但最终结束了（我不知道具体的原因，我离开了学术界去玩游戏）。

5使用困难Flag它是一个专家，但专家系统的水平不能达到人类专家的水平，在实际应用场景中不能得到用户的信任，很容易成为砖家。用户使用的机会成本太高了。你愿意袁隆平为你种田，还是水稻种植专家系统？

然而，专家系统毕竟很热门。在人工智能史上，它在发展和促进知识表达、知识获取和推理方面发挥了积极作用Prolog在专家制度的发展过程中，语言的实用性也得到了锻炼。IBM的Waston用到了Prolog语言[2]。

Ref：

[1] Expert system - Wikipedia

[2] Natural Language Processing With Prolog in the IBM Watson System