英國有名盤算機迷信家艾倫·圖靈在1950年揭橥的論文《盤算機械與智能》中，對人工智能的成長和人工智能的哲學作出了普遍的研討。1936年，圖靈曾經成長出了古代盤算機的道理，并在二戰(zhàn)時代在布萊切利園破解暗碼的進程中施展了癥結感化。在1950年的論文中，圖靈摸索了“機械”和“思慮”的寄義，在后來的“圖靈測試”中，他提出，假如一臺機械停止的對話沒法與人類對話相差別，那末可以說這臺機械可以或許“思慮”。

　　他在盤算機方面的晚期研討結果被送到倫敦數(shù)學學會（London Mathematical Society），而且證實了一切的數(shù)字盤算機都有異樣的功效（也就是說，只需有足夠的內存和時光，任何盤算機都可以模仿一切其他盤算機的行動），這個試驗表達出了一個強無力的、優(yōu)雅且準確的概念。這篇論文至今仍被普遍瀏覽、評論辯論、援用和歸入全集。

　　人工智能范疇的晚期研討者們專注于開辟需要的對象和技巧，以贊助他們摸索圖靈的思惟。晚期的辦法重要針對符號編程（也就是可以或許在本身的編程說話中把持表達的法式），這是最有遠景的典范。很多特別目標說話都是以此為動力編寫的，個中最有名的是美國的LISP說話，但也包含來自英國的主要進獻，好比POP-2（由愛丁堡年夜學的羅賓·波普和羅德·伯斯托創(chuàng)造）和Edinburgh Prolog（由愛丁堡年夜學的年夜衛(wèi)·沃倫創(chuàng)造）。

　　1952年，克里斯托弗·斯特拉奇在曼徹斯特年夜學應用Ferranti?Mark?1體系編寫了國際跳棋的弄法，在后來還編寫了情書。人工智能曾經介入到了愈來愈龐雜的游戲中，這一向是其提高的標記。

　　另外一位前布萊切利暗碼破譯者是唐納德·米奇，他后來在愛丁堡的機械智能與感知部分擔負主管。其時他創(chuàng)造的連三子棋法式MENACE對其時的盤算機來講太甚龐雜，而他最后是用300個火柴盒來實行這個進程的。

　　到20世紀60年月，人工智能技巧被運用于更加龐雜的成績，并被應用到現(xiàn)實中。后期籌劃包含制訂處理成績的戰(zhàn)略，從而慢慢處理成績，好比主動推理，或許是計劃根據（由艾倫·邦迪開創(chuàng)）。

　　懂得天然說話是另外一個主要的部門；例如，Karen Sprck Jones創(chuàng)造了從文檔中檢索信息的方法，而Yorick Wilks的偏好語義是一種用來清除單詞歧義感的盤算辦法，這不只是對人工智能的進獻，并且直接挑釁了說話學中占主導位置的喬姆斯基范式。他們二人都是劍橋說話研討小組的校友，這是一個由維特根斯坦的先生Margaret Masterman創(chuàng)建的盤算機說話學的傳奇熔爐。

　　在隨后的成長中，像愛丁堡的Freddy I和Freddy II如許的機械人體系曾經可以或許將視覺、智能、多功效性和物理工程聯(lián)合起來，來完成一些義務，好比組裝物體（須要為機械人開辟的公用AI說話）。人工智能體系也對認貼心理學這一學科發(fā)生了影響。研討人員包含理查德？格雷戈里、克里斯托弗？隆格希金斯、菲利普？約翰遜-萊爾德和戴維？馬爾，他們認識到，人類的認知進程可以被視為一種盤算方法，并被模擬為盤算機法式。

　　在全球和在英國，人工智能閱歷了向前成長的階段，也有絕對停止的時代（平日被稱為“人工智能的冬季”）。個中一個嚴重事宜產生在1973年，詹姆斯·萊特希爾（Sir James Lighthill）揭橥了關于人工智能的申報，該申報建議將人工智能資金集中在多數(shù)幾所英國年夜學。萊特希爾質疑了其時的人工智能可以或許經由過程擴展范圍來處理實際世界的龐雜成績，并且確切，20世紀60年月的主流辦法，將龐雜的推理建模為能夠的決議計劃樹，很輕易碰到組合性爆炸的成績。

　　然則，從久遠來看，符號編程的提高令人們對人工智能處理龐雜成績的才能有了更深刻的懂得，特殊是在對象和技巧方面獲得了特殊的停頓，可以模仿或支撐龐雜的專家推理在構造絕對優(yōu)越的范疇的運用（在任務場合的運用長短常幻想的）。

　　Knowledge-based Systems（KBS），被稱為常識庫體系，將人工智能技巧與其他類型的盤算推理和范疇相干專業(yè)常識聯(lián)合起來，為異常經常使用但主要的實際運用法式創(chuàng)立體系。KBS不惹人注視但現(xiàn)實的勝利，贊助化解了萊特希爾的“消極情感”，并為經由過程Alvey項目停止年夜范圍的資金擴大攤平了途徑。回想曩昔，我們所看到的人工智能冬季都是過度炒作的產品——支撐者夸張了毛病的掉敗印象，并是以低估了研討中主要但未取結果的造詣。

　　1983年至1987年時代，英國的Alvey智能常識庫體系（IKBS）籌劃是為了呼應其他國度的停頓而開辟的，特別是日本（其這5年的項目依附技巧和說話，特別是來自英國的Edinburgh Prolog）。Alvey影響了學術界研討才能的成長，也勉勵了行業(yè)運用，使其專注于曾經獲得停頓的現(xiàn)實成績，特別是天然說話處置、界面和KBS。

　　這些運用法式逐步將人工智能范疇的目的從制作“思慮機械”（這個概念一向存在哲學爭辯）改變?yōu)榱烁蓹嗪獾臉嬎迹窗l(fā)明出可以或許施展感化的機械，假如這些機械是由人類臨盆的，那末便可以將其感化歸因于“智能”（圖靈測試中隱含的一個概念）。這類智能的表示能夠是由“蠻力”辦法發(fā)生的，既沒有反應，也沒有試圖反應人類的成績。風趣的是，英國造就了很多主要的哲學家，他們贊助發(fā)明了這些差別面前的概念，好比瑪格麗特·博登和安迪·克拉克。

　　Alvey項目以后，AI的投資再次降低，但這一范疇的遠景曾經涌現(xiàn)了惡化，由于新的編程辦法不再依附于符號推理的線性組合。雖然符號編程是人類說話最簡略的編程類型，但模仿天然技巧從感知情況（例如來自感官的信息）中也能夠揣摸出許多信息，由于它們不包含陳說性或假定性常識的直接表述。

　　從天然中取得靈感的一個例子是遺傳算法，它將一個法式編碼為一組“基因”，然后以模擬退化的方法停止修正，尋覓與賡續(xù)變更的與情況的“契合度”（晚期項目包含理查德·弗西斯的小獵犬體系，用于形式辨認）。另外一種是神經收集或銜接主義體系，在這類體系中，天然“神經元”互相銜接在一個體系中，這個體系的感化相似于人腦，由多個“神經元”互相安慰或克制。與具有意味意義的人工智能一樣，研討人員常常在模擬人類年夜腦時停止逆向推理，來進步其機能（例如，由杰弗里·辛頓開辟的反向流傳算法），但由史蒂夫·弗伯引導的年夜范圍神經收集SpiNNaker（2005-）依然是年夜腦直接建模的傳統(tǒng)范式。其他與人工智能相干的非傳統(tǒng)盤算辦法還包含并行處置（并行處置多個處置器來處理成績）、多智能系統(tǒng)統(tǒng)（在一個情況中有很多智能主動署理交互）和機械進修（算法可以進修在數(shù)據中找到主要的構造，并經由過程培訓肯定風趣的形式）。

　　其他國度和國際公司正在年夜力投資人工智能開辟，但英國仍被視為人工智能研討和運用范疇的專業(yè)中間，至多今朝是如許。例如，DeepMind的兩位開創(chuàng)人，在倫敦年夜學學院盤算機神經迷信組讀博士時結識，而這一小組的開創(chuàng)主任恰是杰弗里·辛頓。英國可以持續(xù)在圖靈的遺產和跟隨他的人的基本上持續(xù)盡力，持續(xù)成為人工智能的主要中間之一。

　　Kieron o'hara博士，南安普敦年夜學電子與盤算機迷信系副傳授和首席研討員。