他们的研究团队使用心理学实验的结果开发模拟人类解决问题方法的程序.这方法一直在卡内基梅隆大学沿袭下来，并在80年代于SOAR发展到高峰.基于逻辑不像艾伦·纽厄尔和赫伯特·西蒙，JOHNMCCARTHY认为机器不需要模拟人类的思想，而应尝试找到抽象推理和解决问题的本质，不管人们是否使用同样的算法.他在斯坦福大学的实验室致力于使用形式化逻辑解决多种问题，包括知识表示,智能规划和机器学习.致力于逻辑方法的还有爱丁堡大学，而促成欧洲的其他地方开发编程语言PROLOG和逻辑编程科学.

　　AGENT体系结构和认知体系结构研究者设计出一些系统来处理多ANGENT系统中智能AGENT之间的相互作用！一个系统中包含符号和子符号部分的系统称为混合智能系统,而对这种系统的研究则是人工智能系统集成。分级控制系统则给反应级别的子符号AI和别的传统符号AI提供桥梁，同时放宽了规划和世界建模的时间.RODNEYBROOKS的SUBSUMPTIONARCHITECTURE就是一个早期的分级系统计划！机器翻译，智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂，自动程序设计，航天应用，庞大的信息处理，储存与管理，执行化合生命体无法执行的或复杂或规模庞大的任务等等。

　　“反逻辑”斯坦福大学的研究者(如马文·闵斯基和西摩尔·派普特)发现要解决计算机视觉和自然语言处理的困难问题，需要专门的方案-他们主张不存在简单和通用原理（如逻辑）能够达到所有的智能行为。ROGERSCHANK描述他们的“反逻辑”方法为SCRUFFY！常识知识库(如DOUGLENAT的CYC)就是SCRUFFYAI的例子,因为他们必须人工一次编写一个复杂的概念!基于知识大约在年出现大容量内存计算机，研究者分别以三个方法开始把知识构造成应用软件！

　　值得一提的是，机器翻译是人工智能的重要分支和先应用领域！不过就已有的机译成就来看，机译系统的译文质量离目标仍相差甚远；而机译质量是机译系统成败的关键！中国数学家、语言学家周海中教授曾在论文《机器翻译五十年》中指出：要提高机译的质量，首先要解决的是语言本身问题而不是程序设计问题；单靠若干程序来做机译系统，肯定是无法提高机译质量的；另外在人类尚未明了大脑是如何进行语言的模糊识别和逻辑判断的情况下，机译要想达到“信、达、雅”的程度是不可能的。

哈尔滨哈尔滨魔力机器人报名

　　其中还造出一些使用电子网络构造的初步智能，如W.GREYWALTER的TURTLES和JOHNSHOPKINSBEAST.这些研究者还经常在普林斯顿大学和英国的RATIOCLUB举行技术协会会议.直到,大部分人已经放弃这个方法，尽管在80年代再次提出这些原理！符号处理主条目：GOFAI当20世纪50年代，数字计算机研制成功，研究者开始探索人类智能是否能简化成符号处理！研究主要集中在卡内基梅隆大学,斯坦福大学和麻省理工学院，而各自有独立的研究风格。