• Фреймовые ЭС {}
• Семантические ЭС {}
• Продукционные ЭС {}
• Нечеткие ЭС {}
• Нейро-нечеткие ЭС {}

Можно выделить несколько современных направлений построения экспертных систем. Но главным мейнстримом является использование Интернета и социальных сетей в частности.
О современных архитерктурах экспертных систем можно прочитать, например здесь [1].

Структура экспертных систем

ЭС состоит из следующих основных компонентов: решателя (интерпретатора), Рабочей памяти (РП), называемой также базой данных (БД), Базы знаний (БЗ), Компонентов приобретения знаний, Объяснительного компонента, Диалогового компонента.
База данных (рабочая память) предназначена для хранения исходных и промежуточных данных решаемой в текущий момент задачи. Этот термин совпадает по названию, но не по смыслу с термином, используемым в информационно-поисковых системах (ИПС) и системах управления базами данных (СУБД) для обозначения всех данных (в первую очередь долгосрочных), хранимых в системе.
База знаний (БЗ) в ЭС предназначена для хранения долгосрочных данных, описывающих рассматриваемую область (а не текущих данных), и правил, описывающих целесообразные преобразования данных этой области.
Решатель, используя исходные данные из рабочей памяти и знания из БЗ, формирует такую последовательность правил, которые, будучи примененными к исходным данным, приводят к решению задачи.
Компонент приобретения знаний автоматизирует процесс наполнения ЭС знаниями, осуществляемый пользователем-экспертом.
Объяснительный компонент объясняет, как система получила решение задачи (или почему она не получила решение) и какие знания она при этом использовала, что облегчает эксперту тестирование системы и повышает доверие пользователя к полученному результату.

• FRL (Frame Representation Languege) - 1974 год.
• RLL (Representation Languege, Languege) - 1980 год.