人工智能学科发展的主流是从“启发程序”（Heuristic program）到“专家系统”（Ex­pert System）。

一、启发程序

启发程序是模拟人的思维方法与规律的计算机程序、用于模拟和探索人在各种问题求解过程中的思维方法与智能活动规律，以提高计算机应用的人工智能水平、辅助、延伸或扩展人们进行问题求解的能力。

第一个著名的启发程序是“逻辑理论机”（Logic Theory Machine），简称为“LT”。由纽厄尔（A.Newell）、西蒙、肖（J.C.Shaw）合作，于1956年研制成功。这是心理学家与计算机专家相结合的产物。

启发程序模拟了数学家证明数学定理过程中的某些思维方法和规律，应用心理学方法设计了称为“大声想”的心理学实验，以便记录和分析思维过程与智能活动，研究和探索其中的方法与规则，如：问题分解、变量代入、符号替换等。将这些规则和有关数学公理编写成计算机程序，从而可以用计算机进行数学定理证明，利用启发程序，证明了怀特里德与罗索的名著《数学原理》（1910年—1913年）第二章中的数学定理（共38条）开创了用计算机模拟人的高级智能活动，实现复杂脑力劳动自动化的先例，被认为是人工智能真正开端。

1956年，启发程序的另一项重要成就是由塞谬尔研制成功的、具有自学习能力的“跳棋程序”，它模拟了塞缪尔本人及其他高明棋手的下棋策略和方法，能够预先估计若干步走法，积累下棋的经验和教训，向高明对手或通过棋谱进行学习，不断提高棋艺的人工智能水平。起初，这个跳棋程序下不过塞缪尔本人。后来，它经过学习其他高手的棋艺，1959年，击败了它的设计者。1962年，又战胜了美国一个州的跳棋冠军。这项研究成果开拓和推动了人工智能领域中“机器博弈”“机器学习”方面的研究工作。

启发程序的进一步发展的代表作是“通用问题求解程序”（General Problem Solver），简称为GPS，是由纽厄尔、西蒙、肖于1960年研制成功的。他们认为，人们在求解各种不同问题的思维过程中，存在某些共同的方法和规律，通过心理学实验发现和证实。其中，最活跃的智能活动是“目的与方法”的分析，即为了达到解决某个问题的目的，需要采用什么方法。通常，具有共性的思维方法如下：

1.转换与分解

转换是将一个问题转换为另一个同构或同态的问题，将某种目的转换为另一种等效或等价的目的；分解是将复杂的大问题分解为简单的小问题，将全局的总目的分解为局部的子目的。

2.消除差别

即采用适当方法消除现有状态和目标状态的差别，消除阶段目的与最终目的之间的差别，如消除一个表达式等号两边的差别。

3.运用算子

方法是各种算子的集合，算子即用于消除目的差别的各种操作、运算、推理、行动、工具、手段等。

4.选择与匹配

在运用算子，消除差别的问题求解过程中，对于各种目的、子目的和有关方法、算子，都要进行选择与匹配，才能用适当的方法，有效地求解问题。

基于上述分析，编制成的启发程序GPS，可以求解11种不同类型的问题，提高了启发程序的通用性，扩大了用计算机进行脑力劳动自动化的应用范围。

1960年，华裔美国数理逻辑家王浩（WangHao）提出了命题逻辑的机器定理证明的新算法，利用计算机证明了集合论中的300多条定理。

1965年，罗滨逊（J.A.Robinson）提出了一阶谓词逻辑的“消解原理”（Resolution Priaciple），简化了判定步骤，推动了基于谓词逻辑的机器定理证明的进展。

1977年，我国数学家吴文俊提出了初等几何判定问题的机器定理证明方法，并进一步推广到初等微分几何、非欧几何领域。

二、专家系统

人工智能领域中，关于如何用机器模拟人的智能，特别是如何用计算机模拟人的思维，即关于“机器思维”的研究工作，在科学研究方法与系统开发策略上的重大转变是“专家系统”（Expert System）的问世。

专家系统是基于专家的专业知识和工作经验，用于求解专门问题的计算机系统，例如，医疗专家系统，基于医生的知识和经验，用于诊断和治疗疾病，专家系统模拟专家本人的思维过程，具有类似于专家的专业知识水平与求解专门问题的能力。人工智能专家系统可以模拟、扩展、延伸专家本人的智能，可用于保存、传播、汇集各行各业专家们的专业知识和宝贵经验，便于相互交流与广泛应用。

第一个专家系统DENDRAL是化学分析专家系统，由美国科学家费根鲍姆（E.A.Feigenbaum）于1965年提出，1968年研制成功的。它能够进行质谱仪的实验数据分析，从而推断未知化合物的分子结构，具有类似于化学专家的知识水平和分析能力。化学分析专家系统DENDRAL的问世，标志着人工智能学科的一个新分支——“专家系统”的诞生。

医疗专家系统MYCIN是由斯坦福大学（Stanford University）肖特利夫（E.H.Shortliffe，1947—？）等人于1971年开始研制，1974年基本完成，1976年发表的，具有内科医生的知识和经验，可用于血液感染病的诊断、治疗和咨询服务。MYCIN系统采用了“知识库”（Knowledge Base）、“推理机”（Inference Engine）的系统结构，引入了“可信度”的概念，进行非确定性知识推理，能对用户的咨询提问进行回答解释，并给出答案的可信度估计。MYCIN是功能较全面，结构较完善的专家系统。它的研制成功，为其他许多专家系统的研究与开发提供了范例和经验。

在应用上获得显著成就的是地质勘探专家系统（PROSPECTOR）。它是由斯坦福研究所（SRI）的杜达（R.O.Duda）等研制的，可用于地质勘测数据分析，探查矿床的类型、蕴藏址、分布。从1976年开始研制，1981年基本完成，其特点是具有多专家、多专业的知识和经验。由于PROSPECTOR成功地应用于铝矿勘探，取得了重大的经济效益和社会效益，引起了企业界、商业界的广泛关注，激发了关于人工智能的“淘金热”，纷纷投资开办智能产业公司，进行专家系统的技术的应用研究，促进了人工智能从学院式研究走向技术市场开发。

1977年，费根鲍姆提出了“知识工程”（Knowledge Engineering）的概念，进一步推动了基于知识的专家系统，以及其他知识工程系统的发展。例如，1979年，国际人工智能联合会的世界大会上，有80%的论文是有关专家系统的。

为了提高专家系统的设计和开发效率，缩短研制周期，发展了各种类型的专家系统开发工具。例如，骨架型专家系统开发工具EMYCIN、KAS等；知识获取辅助工具TEIRE­SIES、SEEK等；通用知识表达语言LISP、PROLOG、KRL、OPS5等；组合式开发工具AGE等。

我国的第一个专家系统是由中国科学院自动化研究所控制论组涂序彦、郭荣江等，于1977年开始研制，1979年研制成功的“中医关幼波肝炎诊断治疗程序”。这也是国际上第一个中医专家系统。

80年代以来，专家系统的研究与开发向大型、多学科、综合性知识工程系统发展。例如HPP'—80系统是由斯坦福大学、斯坦福研究所联合开发的大型知识工程系统。其中包括：化学分析、医疗诊断、分子生物学、结构力学、故障诊断、电路设计等多个学科的应用专家系统，和EMYCIN、AGE等知识工程工具。

专家系统的大量研究、开发及许多成功的应用，一方面推动了知识表达、知识推理、知识获取、知识利用等知识工程方法和技术的发展，例如，尼尔逊（N.J.Nilsson）在1980年出版的《人工智能原理》专著中，以产生式系统为基本结构，采用谓词演算方法，论述了基于知识表达、推理的人工智能系统设计原理。专家系统作为典型的知识工程系统，已成为人工智能领域中最活跃和富有成效的学科分支。另一方面，它也促进了人工智能的普及，从一般思维规律的探讨转向专业知识的利用，从学院式的理论研究走向技术市场的应用开发，使社会公众对人工智能的意义和价值有更多的了解。但是，专家系统和知识工程还存在知识获取“瓶颈”、不确定性常识推理等难题，有待进一步发展。