“人工智能”(AI)于20世紀50年代首次提出，60年代在化學、醫療等領域用于研制專家系統，隨后地質找礦工作者也試圖將專家系統用于礦產勘查的咨詢。其中，最早的工作當屬斯坦福大學開發的“勘探者( Prospector)”。其后，國內也出現過類似研究工作，如吉林大學與航空物探總隊研制的“航空物探專家系統”(AMARAD)、清華大學研制的“煤田地質勘探專家系統”等。但在80年代之前，國內未見有關于化探專家系統的報道。
 
  1988年7月～1990年12月，作為國家地質行業基金項目，物探所研制了基于微機的勘查地球化學專家系統(ESIGE)。項目組由王偉榮負責、協作單位吉林省第四地質調杏-i所的羅希文參加共同研制。作為首次研制的化探專家系統，ESIGE的目標是用于全國區域化探掃面中的異常評價工作，首先是金異常解釋的咨詢工作。力圖用知識工程方法和人  工智能的專家系統理論，總結化探專家尋找金礦的地質、化探知識和經驗，在計算機上模擬專家找金的推理方法和邏輯，建立找金的地球化學模型、專家知識和推理機，最終解釋金異常的礦致可能性。ESIGE的全部軟件使用人工智能語言Turbo Prolog編寫，系締由5個子系統組成：原始資料、數據信息獲取和專家咨詢子系統，知識庫、數據庫及其管理子系統，推理機子系統，結果報告和解釋子系統，圖形顯示子系統。
 
  在系統地研究金礦的地質、化探資料后，根據專家經驗建立找尋金礦的知識網絡圖，在此基礎上建立專家知識庫和制定推理策略。系統采用乘積概率法進行不精確推理計算，最后根據計算成礦有利度的綜合得分，判定被咨詢化探異常的找礦遠景，綜合得分等于100時，為肯定結果，等于o時，為否定結果。系統對1：20萬渾江市幅的2個金礦點：
 
  南岔和南大坡進行了咨詢，結果，兩者的成礦有利度的綜合得分均等于90，成礦十分有利，分析預測所得結論與實際情況吻合；在未知的米架子地區，曾經作過許多地質、化探工作，區域化探異常明顯，但尚未發現有價值金礦，使用這個系統對該區進行了咨詢，成礦有利度的綜合得分等于54. 50，結論為基本具備成礦條件，還需繼續開展工作。
 
  ESIGE為針對某種類型金礦的功能單一的化探專家系統，結構合理，具備專家系統的基本功能，但設計不夠完善。主要缺陷是對不同金礦類型的專家知識研究不夠，沒有考慮逆向推理策略，系統缺少自學習能力等等。但是，無論如何，本系統完成了一次實現化探專家系統的探索，如果投入更進一步的研究，地球化學專家系統在解釋化探異常時是能夠發揮作用的。