當前存在的大部分專家系統，在規定的專業領域內它是一個“專家”，但一旦越出特定的領域，系統就可能無法工作。
一般專家系統解題的領域面很，所以單個專家系統的應用侷限性很大，很難獲得滿意的應用。協同式多專家系統是克服一般專家系統的侷限性的一個重要途徑。協同式多專家系統亦稱為“群專家系統”，表示能綜合若干個相近領域的或一個領域的多個方面的子專家系統互相協作共同解決一個更廣領域問題的專家系統。
例如一種疑難病症需要多種專科醫生們的會診，一個複雜系統（如導彈與艦船等）的設計需要多種專家和工程師們的合作。在現實世界中，對這種協同式多專家系統的需求是很多的。這種系統有時與分佈式專家系統有些共性，因為它們都可能涉及多個子專家系統。但是，這種系統更強調子系統之間的協同合作，而不著重處理的分佈和知識的分佈。所以協同式專家系統不像分佈式專家系統，它並不一定要求有多個處理機的硬件環境，而且一般都是在同一個處理機上實現各子專家系統的。為了設計與建立一個協同式多專家系統，一般需要解決以下幾個方面的問題。
人工智能
1．任務的分解
根據領域知識，將確定的總任務合理地分解成幾個分任務（各分任務之間允許有一定的重疊），分別由幾個分專家系統來完成。應該指出，這一步十分依賴領域問題，一般主要應由領域專家來討論決定。
2．公共知識的導出
把解決各分任務所需知識的公共部分分離出來形成一個公共知識庫，供各子專家系統共享。對解決各分任務專用的知識則分別存放在各子專家系統的專用知識庫中，這種對知識有分有合的存放方式，既避免了知識的冗餘，也便於維護和修改。
3．討論方式
目前很多作者主張採用“黑板”作為各分系統進行討論的“園地”。這裡所謂的“黑板”其實就是一個設在內存內可供各子系統隨機存取的存儲區。為了保證在多用戶環境下黑板中數據或信息的一致性，需要採用管理數據庫的一些手段（例如併發控制等技術）來管理它，使用它，因此黑板有時也稱作“中間數據庫”。
有了黑板以後，一方面，各子系統可以隨時從黑板上了解其他子系統對某問題的意見，獲取它所需要的各種信息；另一方面，各子系統也可以隨時將自己的“意見”發表在黑板上，供其他專家系統參考，從而達到互相交流情況和討論問題的目的。
4．裁決問題
這個問題的解決辦法往往依賴於問題本身的性質。例如：
（1）若問題是一個是非選擇題，則可採用表決法或稱少數服從多數法，即以多數分專家系統的意見作為最終的裁決。或者採用加權平均法，即不同的分系統根據其對解決該問題的權威程度給予不同的權。
（2）若問題是一個評分問題，則可採用加權平均法、取中數法或最大密度法決定對系統的評分。
（3）若各分專家系統所解決的任務是互補的，則正好可以互相補充各自的不足，互相配合起來解決問題。每個子問題的解決主要聽從“主管分系統”的意見，因此，基本上不存在仲裁的問題。
5．驅動方式
這個問題是與分佈數據庫中要考慮的相應問題一致的。儘管協同式多專家系統、各子系統可能工作在一個處理機上，但仍然有以什麼方式將各子系統根據總的要求激活執行的問題，即所謂驅動方式問題。一般在分佈式專家系統中介紹的幾種驅動方式對協同式多專家系統仍是可用的。
閱讀更多 同花順智能語音機器人 的文章
