Mehki ekspertni sistem je oblika reševanja problemov, ki jo uporablja računalniški sistem, ki se pogosto uporablja pri ustvarjanju umetne inteligence. Strokovni sistemi so vrste računalniške programske opreme za odločanje, ki temelji na Booleovi logiki, kar pomeni, da sistem uporablja vrsto odgovorov z da ali ne, da poskuša rešiti problem. Mehki ekspertni sistemi se razširijo na tradicionalni ekspertni sistem in temeljijo na mehki logiki namesto na Booleovi logiki. Mehka logika, kot že ime pove, pomeni, da odgovor ni jasen da ali ne. Pade nekje na sredino in računalnik mora poskusiti izračunati odgovor na podlagi odgovorov, ki morda niso povsem resnični, vendar tudi ne povsem napačni.
Dr. Lotfi Zadeh, znan kot »oče mehke logike«, je v šestdesetih letih prejšnjega stoletja predstavil koncept mehke logike, ko je bil zaposlen na kalifornijski univerzi v Berkeleyju. Leta 1960 je objavil članek o mehkih množicah. Razložil ni le idejo mehkih množic in logike, temveč tudi okvir za vključitev te nove logike v svet inženiringa. Prav tako je skoval izraz »mehek« v zvezi s tem posebnim logičnim slogom in ime se je obdržalo.
Za razumevanje teorije, ki stoji za mehkimi ekspertnimi sistemi, je potrebno razumeti osnovne koncepte Booleove logike in mehke logike. Čeprav se oba zanašata na napredne matematične algoritme, je osnovni koncept preprost. Oba uporabljata odgovore na vrsto vprašanj ali trditev, da oblikujeta nov odgovor. V Boolovi logiki so odgovori resnični ali napačni, medtem ko je v mehki logiki odgovor lahko resničen, delno resničen, napačen, delno napačen in več vrednosti vmes, odvisno od tega, katere izraze programer vnese v program.
Na primer, če bi ekspertni sistem želel sprejeti odločitev z uporabo Booleove logike, bi na koncu odgovoril res ali napačno, imenovan tudi da ali ne. Ekspertni sistem, ki uporablja mehko logiko, pa bi lahko odgovoril z da, ne, morda ali kakšno drugo kombinacijo. To naredi tako, da sklepe iz svoje trenutne baze informacij.
Baze znanja so srce mehkih ekspertnih sistemov. Če računalnik ne more priti do pravilnega odgovora, se domneva, da baza znanja ne vsebuje dovolj informacij, namesto da se domneva, da je sam program napačen. Baza znanja lahko vsebuje izjavo, kot je »Ko je x=da in y=ne, potem z=mogoče«. Iz te izjave lahko mehki ekspertni sistemi sklepajo, da mora biti, ko je »x=da« in »y=da«, »z« enako »da« ali da je pri »x=ne« in »y=da« »z « je še vedno enako »morda«. Če to ni odgovor, ki ga je želel programer, to pomeni, da baza znanja potrebuje več informacij, da dobi pravilen odgovor.
Mehki ekspertni sistemi te izračune naredijo na podlagi matematičnih vrednosti. »Da«, »ne« in »morda« so dodeljene določene vrednosti. Računalnik pogleda, kakšne so vrednosti izrazov v izjavah, kot sta »x=da in y=ne«, in doda njihove vrednosti. Nato doda vse druge ustrezne vrednosti in končno vrednost poveže z odgovorom, kot je “morda”, “da” ali “ne”. Tako seštevanje matematičnih vrednosti »x=ne« in »y=yes« pove računalniku, da je matematična vrednost za »z« enaka »morda«.