人工智能早期发展热潮（1950~1970）
1956年达特茅斯会议
人工智能领域正式建立，探讨了机器智能的可能性。
1950年代-1960年代AI阶段：符号主义、早期推理、联结主义
符号和推理
研究人员尝试使用符号逻辑和推理规则来模拟人类思维图片，1959年，美国数学家艾伦·M·图灵发明了自动机，这是一种能够模拟人类思维的计算机程序，可以执行一些简单的任务，如解决数学问题。
20世纪60年代，符号主义成为了人工智能的主流学派。该学派认为，人类的智能是由符号操作实现的，因此，人工智能也应该通过符号操作来实现。符号主义的代表人物包括纽厄尔、西蒙等。
符号主义
1966年，美国计算机科学家约瑟夫·魏泽堡发明了世界上第一款聊天机器人，可以通过自然语言与人类进行交流。这一发明标志着人工智能在自然语言处理方面取得了初步进展。
联结主义
这个阶段也出现统合认知心理学、人工智能等领域的一种理论。联结主义建立了心理或行为现象模型的显现模型—单纯元件的互相连结网络。
可以说，目前最流行的神经网络便是起源于此。
联结主义
1960年代-1970年代：专家系统
智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。研究人员开始开发专家系统，利用知识库、推理规则来解决特定领域问题题。
Terry·Winograd 希望能让人工智能去建造一个可思考的机器。他说作为一个人，或一个机器，要去理解世界，需要去感知。感知以后，需要做的第一件事是对这个世界的结构进行理解。在Terry看来 ，要实现人工智能，需要有这3个要素：语法、语义、推导。Terry写了一篇在人工智能历史上非常重要的论文，它用积木搭建了一个世界，在这个世界里，使用语法、语义、推导这样的循环
在机器学习这个领域崛起之前，人工智能的系统都是手动设计规则，这个规则十分复杂，而且都完全是用手工。但是这些规则还是有3个比较大的致命问题：
不可扩展的。天下的规则无穷无尽，把天下所有的规则，都写进一个程序显然是不行的。
不可适应的。规则与规则之间很难适应和转换，类比与中文和英文的语法。环境一变，规则便必须重新设计。
它是一个封闭的世界，无法向外部拓展。
所以说，手工设计规则在 AI 这个领域发展的早期，给我们带来了一些曙光，但是它并没有把我们带进真正的光明。
1970 第一次退潮
1973年，著名数学拉特希尔家向英国政府提交了一份关于人工智能的研究报告，对当时的机器人技术、语言处理技术和图像识别技术进行了严厉的批评，尖锐的指出人工智能那些看上去宏伟的目标根本无法实现，研究已经完全失败。
AI遭遇了瓶颈。即使是最杰出的AI程序也只能解决它们尝试解决的问题中最简单的一部分，也就是说所有的AI程序都只是“玩具”。AI研究者们遭遇了无法克服的基础性障碍。比如：
计算机的运算能力。当时的计算机有限的内存和处理速度不足以解决任何实际的AI问题。
计算的复杂性和指数爆炸。
常识的理解和推理。
此前的过于乐观使人们期望过高，AI开始遭遇批评，随之而来的还有资金上的困难。AI研究者们对其课题的难度未能作出正确判断：当承诺无法兑现时，对AI的资助就缩减或取消了。