专家系统/MYCIN
Mycin 是一个早期的专家系统，在 20 世纪 70 年代初在斯坦福大学开发了五六年；它是由爱德华·肖特利夫在布鲁斯·布坎南和其他人指导下用 Lisp 编写的；它源于早期的 Dendra] 专家系统，但对基本的 Dendral 软件进行了相当大的修改和扩展。该计算机系统旨在诊断感染性血液疾病并推荐抗生素，剂量根据患者的体重进行调整——名称源于抗生素本身，因为许多抗生素的后缀都是“-mycin”。
Mycin 使用一个相当简单的推理引擎，一个包含约 500 条规则的知识库。它会通过一系列简单的 yes/no 或文本问题查询运行程序的医生。最后，它提供了一个可能的罪魁祸首细菌列表，从高到低排列，基于每个诊断的可能性，它对每个诊断的概率的信心，每个诊断背后的推理（也就是说，Mycin 也会列出导致它以特定方式对诊断进行排名的问答和规则），以及它推荐的药物治疗方案。
尽管 Mycin 取得了成功，但现在它有时被用作 AI 课程中的警示性例子，用于那些生成自己的临时概率框架的人。由于其确定性因子系统引入的噪声，Mycin 的推理层次结构的深度有限。这个问题可以通过使用严格的概率框架来解决，例如贝叶斯统计。
斯坦福医学院进行的研究发现，Mycin 的正确诊断率约为 65%，这比大多数非细菌感染诊断专家医生都要好，尽管它不如那些自己在这方面是专家且平均正确诊断率约为 80% 的医生。
Mycin 从未真正投入实际使用。这并非因为它有任何性能上的弱点——在测试中它胜过了斯坦福医学院的成员。这主要是因为与计算机在医学中的使用相关的伦理和法律问题——如果它给出错误的诊断，谁应该承担责任？关于人类专家是否会发现使用它是可以接受的问题也随之出现。
在 Mycin 及随后的复杂专家系统开发过程中，一个变得越来越突出的难题是从相关领域的专家那里提取推理引擎使用的必要知识，并将其放入规则库中（所谓的知识工程）。
- AI 商业：人工智能的商业用途，编辑：帕特里克·温斯顿和凯伦·A·普伦德加斯特。 ISBN 0-262-23117-4
- 基于规则的专家系统：斯坦福启发式编程项目中的 MYCIN 实验 -(由布鲁斯·G·布坎南和爱德华·H·肖特利夫编辑；电子书版本)
- TMYCIN，基于 MYCIN 的系统
- "Mycin 专家系统：一个 Ruby 实现"
- "MYCIN：一个快速案例研究"
- " 一些专家系统需要常识" -(作者：约翰·麦卡锡)
- "专家系统"