Inteligentni sistemski inženiring (ISE) je splošen izraz, ki se uporablja za označevanje različnih pristopov umetne inteligence (AI), vključno z nevronskimi mrežami, evolucijskimi algoritmi, napovedovanjem in nadzorom na podlagi modela, diagnostičnimi sistemi na podlagi primerov, konvencionalno teorijo nadzora in simboličnim AI. Izraz inteligentni sistemski inženiring se najpogosteje uporablja v kontekstu umetne inteligence, ki se uporablja za posebne industrijske izzive, kot je optimizacija zaporedja procesa v tovarni sladkorja. Ta vrsta inženiringa se ponavadi nanaša na ustvarjanje kratkoročne, ozke naloge, tržne umetne inteligence in ne na dolgoročno, fleksibilno, na splošno inteligentno umetno inteligenco.
V številnih državah obstajajo univerzitetni oddelki, ki se osredotočajo na inženiring inteligentnih sistemov. Tako terminologija kot splošna filozofija ISE izhajata iz mešanice strojništva in elektrotehnike ter računalništva. Programi ISE pogosto obstajajo na oddelkih za strojništvo.
Inteligentni sistemi so običajno povezani z robotiko v industrijskih procesnih nastavitvah, čeprav so lahko diagnostični sistemi, povezani samo s pasivnimi senzorji. Inteligentni sistemi so zasnovani tako, da so prilagodljivi, da čim bolj ustvarjalno rešujejo probleme z minimalnim človeškim vložkom. Področje je prejelo znatne naložbe tako zasebnega sektorja kot vojske.
Inteligentni sistemi na splošno sledijo zaporedju dogodkov pri diagnosticiranju in obravnavi morebitne težave. Najprej sistem identificira in definira težavo. Nato določi merila za vrednotenje, ki se uporabljajo za situacijo, ki jih uporabi za ustvarjanje niza alternativ za problem.
Poteka iterativno iskanje rešitve in vrednotenje potencialnih rešitev, dokler ne pride do izbire in priporočila. Potem se rešitev udejanji, včasih pa je potrebna človeška zelena luč. Inteligentni sistemi odstranijo del stresa z ljudi in samodejno rešijo najenostavnejše od več tisoč težav, ki se pojavljajo v nastavitvah industrijskih procesov.
Inteligentni sistemski inženiring si prizadeva ustvariti senzorska omrežja, ki ne sprejemajo le številskih odčitkov, ampak delujejo tudi kot navidezni opazovalci, integrirajo zaznavne podatke in posplošujejo. Ker naša tehnološka infrastruktura postaja vse bolj kompleksna, mnogi delavci pozdravljajo umetno pomoč pri diagnosticiranju in reševanju težav.