Актуальность и цели. Большая часть современных интеллектуальные систем, основанных на знаниях, базируется на использовании онтологий. Качество работы таких систем во многом зависит от качества используемых онтологий – их актуальности, целостности и непротиворечивости. Составление и расширение таких онтологий является чрезвычайно трудоемким процессом, требующим максимальной автоматизации. Рассматриваются подходы к построению конструкторско-технологических экспертных систем, базирующихся на знаниях и способных наращивать собственные знания о предметной области за счет информации из сети Интернет. В рамках подхода предлагается использовать замкнутый цикл, в котором система самостоятельно обучается находить качественные документы в рамках предметной области, используя онтологию и предпочтения эксперта, а также дополняет эту онтологию знаниями, извлеченными из найденных документов Материалы и методы. Предлагаемый концепт системы базируется на использовании подходов к построению многоагентных систем. Для описания алгоритмов обучения подсистем метапоиска и особенностей его использования при обучении онтологий используется общая теория множеств и математика кортежей. Результаты. Разработана концептуальная архитектура самообучающихся систем на основе знаний из сети Интернет. Предложен алгоритм обучения подсистем метапоиска с использованием активного контроля. Рассмотрены особенности применения методов обучения онтологий в рамках самообучающихся систем, взаимодействующих с Интернет через подсистемы метапоиска, а также предложена архитектура многоагентных интеллектуальных экспертных систем, основанных на знаниях из сети Интернет. Выводы. Предлагаемые подходы позволят создавать системы, способные постоянно наращивать собственные знания, исследуя документы сети Интернет, и решать поставленные задачи с использованием актуального состояния области знания.