智能元问题
我常常在思索人是如何思考的？是因为有灵魂吗？还是大脑内神经元的交互作用？尚未有明确的答案 。但是我曾在《生物心理学》中看到过这样一句话：
如果意识是没有实体的，那它如何去影响物质的身体呢？
这句话似乎表明了一些东西，但仍存很多疑虑，我们可以先把这个问题放在一边 。就像我们还没有研究出人类智能的起源，那么我们就不能去定义它 。尽管有许多科学家已经发表了自己的看法：
有人从生物学角度定义为“中枢神经系统的功能”，有人从心理学角度定义为“进行抽象思维的能力”，甚至有人同义反复地把它定义为“获得能力的能力”，或者不求甚解地说它“就是智力测验所测量的那种东西” 。
这些定义并未被人们所普遍接受 。既然连人类智能都无法给出精确的定义，对人工智能也只好众说纷纭了 。例如：
事实上，我怎么对于什么是人类智能（或者说智力），科学界至今还没有给出令人满意的答案 。
难道一切都到此为止了吗？并没有 。
关于这个人工智能的元问题，即便没有结果我们当然也可以坐下来，好好研究一晚上、一个星期，甚至一整年 。但是人工智能的发展不会因此停下脚步，众多科学家另辟蹊径，让人工智能这颗树苗开枝散叶 。
(往后的讲述，我不想通过哲学的派别来介绍人工智能的发展，我觉得这并不利于初学者理解发展的联系，过多的阐述抽象的思想会让初学者有理解上的负担，因此我旨在用具体的技术的发展来讲述人工智能的兴衰 。)
AI大发现年代（1956 - 1974）
达特茅斯会议之后，许多研究者被强大的号召力所吸引，那种对未知领域的探索精神也同样鼓舞着众多学者孜孜不倦 。这一阶段开发出的程序堪称神奇，从50年代后期到60年代涌现了大批成功的AI程序和新的研究方向 。下面列举其中最具影响的几个 。
其中标志专家系统诞生的是最初的化学领域专家：
1965年，在斯坦福大学化学专家的配合下，费根鲍姆研制的第一个专家系统是化学领域的“专家” 。在输入化学分子式和质谱图等信息后，它能通过分析推理决定有机化合物的分子结构，其分析能力已经接近、甚至超过了有关化学专家的水平 。该专家系统为AI的发展树立了典范，其意义远远超出了系统本身在实用上创造的价值 。在费根鲍姆发表演讲后，专家系统如同雨后春笋迅速遍及世界各地 。
为继承的衣钵，化学领域判断结构的专家系统大量涌现，有判断蛋白质结构的，有判定原子排列结构的，有推论未知化合物分子结构的，目前已呈汗牛充栋之势 。此外，在极其广泛的领域，人工智能研究者构建了不计其数的“电脑专家”。如数学专家，农业专家PLANT，生物专家，地质探矿专家，教育专家，法律专家LDS，军事专家ACES、ADEPT、等系统 。
搜索式推理
搜索式推理是早期的一种代表性的AI领域的推理理论，是众多学者共同的成果 。
许多AI程序使用相同的基本算法 。为实现一个目标（例如赢得游戏或证明定理），它们一步步地前进，就像在迷宫中寻找出路一般；如果遇到了死胡同则进行回溯 。这就是“搜索式推理” 。
这个问题的困难就是随着逻辑岔路的增多，问题的规模是成指数级增长的，因此在这一问题的解决上，多个计算科学家从包括几何定理、目标和子目标等思路做出程序或系统来解决问题 。
机器数学家
这是一个华裔科学家的例子，早期“逻辑理论家”只是完成了一小部分的证明，留存的一大部分证明对当时来说是极其困难的，时隔多年后才有了新的进展 。