1955年末，newell和simon做了一个名为"逻辑专家"(logictheorist）的程序.这个程序被许多人认为是第一个ai程序.它将每个问题都表示成一个树形模型，然后选择最可能得到正确结论的那一枝来求解问题."逻辑专家"对公众和ai研究领域产生的影响使它成为ai发展中一个重要的里程碑.1956年，被认为是人工智能之父的johnmccarthy组织了一次学会，将许多对机器智能感兴趣的专家学者聚集在一起进行了一个月的讨论.他请他们到vermont参加"dartmouth人工智能夏季研究会".从那时起，这个领域被命名为"人工智能".虽然dartmouth学会不是非常成功，但它确实集中了ai的创立者们，并为以后的ai研究奠定了基础.

dartmouth会议后的7年中，ai研究开始快速发展.虽然这个领域还没明确定义，会议中的一些思想已被重新考虑和使用了.carnegiemellon大学和mit开始组建ai研究中心.研究面临新的挑战：下一步需要建立能够更有效解决问题的系统，例如在"逻辑专家"中减少搜索；还有就是建立可以自我学习的系统.

1957年一个新程序，"通用解题机"(gps）的第一个版本进行了测试.这个程序是由制作"逻辑专家"的同一个组开发的.gps扩展了wiener的反馈原理，可以解决很多常识问题.两年以后，ibm成立了一个ai研究组.herbertgelerneter花3年时间制作了一个解几何定理的程序.

当越来越多的程序涌现时，mccarthy正忙于一个ai史上的突破.1958年mccarthy宣布了他的新成果：lisp语言.lisp到今天还在用."lisp"的意思是"表处理"(listprocessing），它很快就为大多数ai开发者采纳.

1963年mit从美国政府得到一笔220万美元的资助，用于研究机器辅助识别.这笔资助来自国防部高级研究计划署（arpa），已保证美国在技术进步上领先于苏联.这个计划吸引了来自全世界的计算机科学家，加快了ai研究的发展步伐.

竞赛

以人类的智慧创造出堪与人类大脑相平行的机器脑（人工智能），对人类来说是一个极具诱惑的领域，人类为了实现这一梦想也已经奋斗了很多个年头了。而从一个语言研究者的角度来看，要让机器与人之间自由交流那是相当困难的，甚至可以说可能会是一个永无答案的问题。人类的语言，人类的智能是如此的复杂，以至于我们的研究还并未触及其导向本质的外延部分的边沿。

大量程序

以后几年出现了大量程序.其中一个叫"shrdlu"."shrdlu"是"微型世界"项目的一部分，包括在微型世界（例如只有有限数量的几何形体）中的研究与编程.在mit由marvinminsky领导的研究人员发现，面对小规模的对象，计算机程序可以解决空间和逻辑问题.其它如在60年代末出现的"student"可以解决代数问题，"sir"可以理解简单的英语句子.这些程序的结果对处理语言理解和逻辑有所帮助.

70年代另一个进展是专家系统.专家系统可以预测在一定条件下某种解的概率.由于当时计算机已有巨大容量，专家系统有可能从数据中得出规律.专家系统的市场应用很广.十年间，专家系统被用于股市预测，帮助医生诊断疾病，以及指示矿工确定矿藏位置等.这一切都因为专家系统存储规律和信息的能力而成为可能.

70年代许多新方法被用于ai开发，如minsky的构造理论.另外marr提出了机器视觉方面的新理论，例如，如何通过一副图像的阴影，形状，颜色，边界和纹理等基本信息辨别图像.通过分析这些信息，可以推断出图像可能是什么.同时期另一项成果是prologe语言，于1972年提出.80年代期间，ai前进更为迅速，并更多地进入商业领域.1986年，美国ai相关软硬件销售高达4.25亿美元.专家系统因其效用尤受需求.象数字电气公司这样的公司用xcon专家系统为vax大型机编程.杜邦，通用汽车公司和波音公司也大量依赖专家系统.为满足计算机专家的需要，一些生产专家系统辅助制作软件的公司，如teknowledge和intellicorp成立了。为了查找和改正现有专家系统中的错误，又有另外一些专家系统被设计出来.

日常生活

人们开始感受到计算机和人工智能技术的影响.计算机技术不再只属于实验室中的一小群研究人员.个人电脑和众多技术杂志使计算机技术展现在人们面前.有了像美国人工智能协会这样的基金会.因为ai开发的需要，还出现了一阵研究人员进入私人公司的热潮。150多所像dec（它雇了700多员工从事ai研究）这样的公司共花了10亿美元在内部的ai开发组上.

其它ai领域也在80年代进入市场.其中一项就是机器视觉.minsky和marr的成果如今用到了生产线上的相机和计算机中，进行质量控制.尽管还很简陋，这些系统已能够通过黑白区别分辨出物件形状的不同.到1985年美国有一百多个公司生产机器视觉系统，销售额共达8千万美元.

但80年代对ai工业来说也不全是好年景.86-87年对ai系统的需求下降，业界损失了近5亿美元.象teknowledge和intellicorp两家共损失超过6百万美元，大约占利润的三分之一巨大的损失迫使许多研究领导者削减经费.另一个令人失望的是国防部高级研究计划署支持的所谓"智能卡车".这个项目目的是研制一种能完成许多战地任务的机器人。由于项目缺陷和成功无望，pentagon停止了项目的经费.

尽管经历了这些受挫的事件，ai仍在慢慢恢复发展.新的技术在日本被开发出来，如在美国首创的模糊逻辑，它可以从不确定的

人工智能机器人

条件作出决策；还有神经网络，被视为实现人工智能的可能途径.总之，80年代ai被引入了市场，并显示出实用价值.可以确信，它将是通向21世纪之匙.人工智能技术接受检验在"沙漠风暴"行动中军方的智能设备经受了战争的检验.人工智能技术被用于导弹系统和预警显示以及其它先进武器.ai技术也进入了家庭.智能电脑的增加吸引了公众兴趣；一些面向苹果机和ibm兼容机的应用软件例如语音和文字识别已可买到；使用模糊逻辑，ai技术简化了摄像设备.对人工智能相关技术更大的需求促使新的进步不断出现.人工智能已经并且将继续不可避免地改变我们的生活。

强弱对比

人工智能的一个比较流行的定义，也是该领域较早的定义，是由约翰?麦卡锡（johnmccarthy）在1956年的达特矛斯会议（dartmouthconference）上提出的：人工智能就是要让机器的行为看起来就象是人所表现出的智能行为一样。但是这个定义似乎忽略了强人工智能的可能性（见下）。另一个定义指人工智能是人造机器所表现出来的智能性。总体来讲，对人工智能的定义大多可划分为四类，即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。这里“行动”应广义地理解为采取行动，或制定行动的决策，而不是肢体动作。

强人工智能

强人工智能观点认为有可能制造出真正能推理（reasoning）和解决问题（problem_solving）的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。强人工智能可以有两类：