这场“知识革命”促成专家系统的开发与计划,这是个成功的人工智能软件形式。“知识革命”同时让人们意识到许多简单的人工智能软件可能需要大量的知识！子符号法一个解决特定问题的AGENT可以使用任何可行的方法-一些AGENT用符号方法和逻辑方法，一些则是子符号神经网络或其他新的方法！范式同时也给研究者提供一个与其他领域沟通的共同语言--如决策论和经济学（也使用ABSTRACTAGENTS的概念）!90年代智能AGENT范式被广泛接受！

　　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。

　　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.

　　JOHNHAUGELAND称这些方法为GOFAI(出色的老式人工智能)！[33]60年代，符号方法在小型证明程序上模拟思考有很大的成就！基于控制论或神经网络的方法则置于次要！[34]60~70年代的研究者确信符号方法可以成功创造强人工智能的机器，同时这也是他们的目标.认知模拟经济学家赫伯特·西蒙和艾伦·纽厄尔研究人类问题解决能力和尝试将其形式化，同时他们为人工智能的基本原理打下基础，如认知科学,运筹学和经营科学!

　　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!

　　共用的数学语言也允许已有学科的合作（如数学，经济或运筹学）.STUARTJ。RUSSELL和PETERNORVIG指出这些进步不亚于“革命”和“NEATS的成功”.有人批评这些技术太专注于特定的问题，而没有考虑长远的强人工智能目标。集成方法智能AGENT范式智能AGENT是一个会感知环境并作出行动以达致目标的系统。简单的智能AGENT是那些可以解决特定问题的程序。主条目：控制论和计算神经科学20世纪40年代到50年代，许多研究者探索神经病学，信息理论及控制论之间的联系.

　　 如果您想咨询哈尔滨魔力机器人更多信息，请致电力机器人：13313602897；珍惜与每个对哈尔滨魔力机器人有需求的企业、个人 能有进一步的交流机会，欢迎各大企业、个人光临公司本部，哈尔滨市魔力机器人科技有限公司详细地址：黑龙江省哈尔滨市道里区群力远大购物广场步行街B3-2-2。

哈尔滨魔力机器人有哪些

　　“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。