1965年斯坦福大学的费根鲍姆（E.A. Feigenbaum）和化学家勒德贝格（J. Lederberg）合作研制DENDRAL系统，该系统具有非常丰富的化学知识，可根据质谱数据帮助化学家推断分子结构，这个系统的完成标志着专家系统的诞生。使得人工智能的研究以推理算法为主转变为以知识本体为主。在此之后, 麻省理工学院开始研制MACSYMA系统，现经过不断扩充, 它能求解600多种数学问题。到20世纪70年代中期，专家系统已逐步成熟起来，其观点逐渐被人们接受, 并先后出现了一批卓有成效的专家系统。其中，最具代表性的是肖特立夫等人的医药专家系统MYCIN，该系统用于诊断和治疗血液感染及脑炎感染，可给出处方建议。另一个非常成功的专家系统是探矿专家系统PROSPCTOR，它用于辅助地质学家探测矿藏，是第一个取得明显经济效益的专家系统。
1977年美国斯坦福大学计算机科学家费根鲍姆(E.A.Feigenballm)在第五届国际人工智能联合会议上提出知识工程的概念。他认为，“知识工程是人工智能的原理和方法，对那些需要专家知识才能解决的应用难题提供求解的手段。恰当运用专家知识的获取、表达和推理过程的构成与解释，是设计基于知识的系统的重要技术问题。”知识工程是一门以知识为研究对象的学科，它将具体智能系统研究中那些共同的基本问题抽出来，作为知识工程的核心内容，使之成为指导具体研制各类智能系统的一般方法和基本工具，成为一门具有方法论意义的科学。在知识工程的推动下，涌现出了不少专家系统开发工具，例如EMYCIN、CLIPS(OPS5, OPS83)、G2、KEE、OKPS等。
1980年，一款名为XCON的专家系统程序被设计出来，这款程序能够根据用户的需求自动选取DEC公司计算机系统（集群）里面合适的部分来完成计算任务。在1980年到1986年间，XCON平均每年帮DEC公司节省4000万美元的成本。在这个阶段，人们逐渐意识到研发人工智能的目的不仅仅是为了设计出能通过“图灵测试”的机器，能够以现有的条件帮助人类解决在实际工作中的问题并提高效率才是更为重要的目的。
正是因为人工智能的实际应用前景被挖掘出来，越来越多的公司投入资金研发不同类型的专家系统，人工智能进入第二个高速发展期。这个阶段人工智能开始逐步形成一个产业，诞生了一批公司，比如硬件公司Symbolics和LispMachines，软件公司如IntelliCorp和Aion。这个阶段最标志性的事件是HiTech和Deep Thought击败了国际象棋大师，Deep Thought也为后来IBM的Deep Blue奠定了基础。
现在的AI，终于实现了它最初的一些目标。它已被成功地用在技术产业中，不过有时是在幕后。“实现人类水平的智能”这一最初的梦想曾在20世纪60年代令全世界的想象力为之着迷，现在，各种因素的合力将AI拆分为各自为战的几个子领域，AI比以往的任何时候都更加谨慎，却也更加成功。
网友评论