另一种方式是反向推理，即我们从想建立的结论开始，反向推理出数据。例如，我们想确定这个需要被分类的动物是否为肉食动物，规则告诉我们，如果动物吃肉，就是肉食动物，因此，我们可以尝试确定动物是否吃肉。因为没有任何规则的结论是动物是否吃肉，系统只能向用户直接询问这个问题。
MYCIN：一个经典的专家系统
在20世纪70年代出现的第一代专家系统中，最具代表性的可能就是MYCIN系统了(这个系统名称来源于抗生素的英文词后缀“mycin”)[32]。MYCIN系统首次证明，人工智能在某些重要的领域表现可以优于人类专家，它为后来无数的专家系统提供了模板。
MYCIN本来是用于辅助医疗的系统，为人类血液疾病的诊断提供专业建议。它是由斯坦福大学的一个研究小组开发的，包括布鲁斯·布坎南(Bruce Buchanan)领导的人工智能实验室专家组和特德·肖特利夫(Ted Shortliffe)领导的斯坦福医学院专家组。事实上，这个项目成功的一大要素就在于，专家系统是由真正的人类专家参与建设的。后来有许多专家系统都宣告失败，因为它们缺乏了相关领域人类专家的必要支持。
跟我们在前文提到的动物分类规则相比，MYCIN关于血液疾病的知识则是用稍微丰富一些的规则来表示的。典型的MYCIN规则(用自然语言表述)如下：