在纽厄尔和赫伯特·西蒙之后，美籍华人学者、洛克菲勒大学教授王浩在“自动定理证明”上获得了更大的成就 。
1959年，王浩用他首创的“王氏算法”，在一台速度不高的电脑上再次向《数学原理》发起挑战 。不到9 分钟，王浩的机器把这本数学史上视为里程碑的著作中全部（350条以上） 的定理，统统证明了一遍 。
该书作者、数学大师罗素得知此事后感慨万端，他在信里写到：“我真希望，在怀海特和我浪费了10年的时间用手算来证明这些定理之前，就知道有这种可能 。”王浩教授因此被国际上公认为机器定理证明的开拓者之一 。
如今这位王浩教授在国内鲜有人知，但却是在当时有着不菲的成绩，足以在人工智能的历史上留下一笔 。另外在数学原理证明方面，还有一个有说服力的例子，那就是四色定理的证明，这里不再展开 。
自然语言
自然语言相对视觉方面是最先有突破的领域，因为语言相对规则有序，很自然的联系到能否用计算机来处理 。早期的自然语言处理关注较多的是自动翻译，但是第一代机器翻译系统设计上的粗糙所带来的翻译质量的低劣，最终导致了一些人对机器翻译的研究失去信心 。有些人甚至错误地认为机器翻译追求全自动质量目标是不可能实现的 。标志着机器翻译的研究就此陷入低谷 。
文章插图
发展较好的是如下的聊天机器人，但也只能做娱乐之用：
的ELIZA是第一个聊天机器人，可能也是最有趣的会说英语的程序 。与ELIZA“聊天”的用户有时会误以为自己是在和人类，而不是和一个程序，交谈 。但是实际上ELIZA根本不知道自己在说什么 。点击旁边就可进入到聊天页面与ELIZA聊天吧 。
感知机
感知器（英语：，有的翻译为感知器）是Frank 在1957年就职于康奈尔航空实验室（）时所发明的一种人工神经网络 。它可以被视为一种最简单形式的前馈神经网络，是一种二元线性分类器 。
这个就非常重要啦，我们先来看一张图：
第一眼看到这张图肯定会有许多不解，我们可以忽略它的符号表示，简单的看图像的样式，我们就可以很容易的联想到一种组成思维必备的元素那就是神经元 。事实上，感知器正是用激活与未激活模拟神经元电信号的，简单来说，激活与未激活就要判断看x与权重w带入到wx+b的值是否大于或小于某一阈值，具体如何分类就不详细说明了 。
可以说罗森布拉特就是人工神经网络的开山鼻祖，它是最简单的机器学习模型算法 。它不仅是神经网络与支持向量机的基础，而且深度学习神经网络依然有感知机的理论思想 。
这一时期的学者们普遍给予人工智能极其乐观的发展估计，比较出名的便是那四大预言：
1958年，艾伦·纽厄尔和赫伯特·西蒙：十年之内，数字计算机将成为西洋棋世界冠军 。十年之内，数字计算机将发现并证明一个重要的数学定理 。
1965年，赫伯特·西蒙：二十年内，机器将能完成人能做到的一切工作 。
1967年，马文·闵斯基：一代之内……创造『人工智慧』的问题将获得实质上的解决 。
1970年，马文·闵斯基：在三到八年的时间里我们将得到一台具有人类平均智能的机器 。
此时对人工智能科学发展的资助可以说是几乎无条件，正执科学家喜出望外的时候，谁曾想凛冬将至…
AI的第一次寒冬（1974 - 1980）
由于前期AI研究者们过于乐观的估计，未能对自己选择的研究课题有正确的判断，使之前的承诺不能兑现，导致大量的资金没有产出 。这和后来的日本要研制第五代计算机如出一辙，还是没有吸取教训呀 。