黑板系统是一种 问题求解模型，用于组织推理步骤、控制状态数据和领域知识。它采用一个或多个应用相关的分级结构来组织问题的解空间，每一层信息由唯一的词汇描述，代表问题的部分解。领域相关的知识被分成独立的知识模块，用于将某一层次的信息转换成同层或相邻层的信息。

黑板系统最早于1962年由Newell提出，并在1980年完成的Hearsay-II语音理解系统中得到应用。该系统能够在1000个词汇范围内识别连续的语言，达到了前所未有的理想效果。

在实际应用中，黑板系统可以采用不同的实现模式，例如利用数据库作为黑板，不同的应用共享数据库中的信息，并且可以更新数据信息。

黑板系统的主要特点包括：

分布式人工智能：

黑板系统是分布式人工智能的先驱，适合于解决复杂的非结构化问题。

知识模块化：

领域相关的知识被分成独立的知识模块，便于在求解过程中综合运用多种不同知识源。

灵活性和可扩展性：

黑板系统允许动态创建结点实例，并且可以划分成多个子黑板，即解空间可划分成多个分级结构。

多领域应用：

黑板系统的典型应用包括信号处理、网络信息检索、电子商务、自动控制、办公自动化、商业管理智能决策、语音和模式识别、智能控制等。

综上所述，黑板系统是一种强大的问题求解工具，适用于多种复杂问题的求解，并且具有分布式、模块化、灵活性和多领域应用等特点。