約翰麥卡錫早先於 1956 年在達特茅斯學院開創了人造意識一詞。目前，電子個人電腦，這種創新的不可否認的階段仍然不到三十歲，禮堂的大小，並且具有過度延遲的容量框架和處理框架來實現理念公平。直到 80 年代和 90 年代計算機化爆炸之後，組裝框架的設備才開始在人工智能學者的願望上取得進展，該領域才真正開始得到。如果人為推理能夠在未來十年與過去十年取得的進步相匹配，那麼它將成為我們日常生活中的一部分，就像個人電腦在我們的生活中一樣。人造腦力自引入以來，已有各種描述 機器學習影響未來的工作和生活迄今為止，世界及其在其一系列經驗中所做的主要轉變是通過它們描述其要點的方式。在人工智能還很年輕的時候，它的重點僅限於重建人類心理的能力，因為探索產生了新的有見地的東西來複製，例如，錯誤或遺傳材料變得清晰。正如我們今天所理解的那樣，該領域的界限也變得很清楚，並且脫離了這個人工智能。主要的 AI 框架遵循簡單的代表性方法。示例性 AI 的方法是對一堆圖像和控制它們的規則製造見解。這種框架的主要問題之一是圖像建立。如果框架中的所有信息都由一堆圖像處理，並且圖像的特定排列（例如“狗”）具有由一堆圖像（“犬脊椎動物”）組成的定義，那麼，點，定義需要一個定義（“脊椎動物：具有四個附肢和一致的內部溫度的動物”）並且這個定義需要一個定義，等等。這個像徵性解決的信息何時以不需要進一步定義的方式被描繪完成？這些圖像的特徵應該超出象徵性的世界，以避免定義的永恆遞歸。人腦這樣做的方式是將圖像與興奮聯繫起來。例如，當我們想到犬科動物時，我們不認為犬科動物是溫血動物，我們會回憶起犬科動物的樣子，聞起來像，感覺像等等。這被稱為感覺運動分類。通過允許 AI 框架准入檢測過去的組合消息，它可以將其擁有的信息以觸覺貢獻為基礎，以類似於我們所做的方式。這並不意味著該示例性 AI 是一個完全不完美的系統，因為它最終為大量應用找到了持久的成功。國際象棋計算可以擊敗優秀的老闆，主框架可以確定疾病比專家在受控情況下具有更值得注意的準確性，方向框架可以比飛行員更好地駕駛飛機。這種人工智能模型是在大腦的理解還沒有像今天這樣完成的時候創建的。早期的 AI 學者認為，典型的 AI 方法可以實現 AI 中設定的目標，因為計算假設支持它。計算在很大程度上建立在圖像控制之上，根據 Church/Turing 假設，計算可能會像徵性地再現任何東西。儘管如此，模範 AI 的策略並不能很好地應用於其他復雜的任務。圖靈同樣提出了一個測試來判斷一個被稱為圖靈測試的假的有洞察力的框架的價值。在圖靈測試中，設置了兩個帶有終端的房間，可以相互交談。對測試做出決定的人坐在一個房間裡。在第二個房間裡，要么是其他人，要么是一個旨在模仿個人的 AI 框架。指定的權威在隨後的房間與個人或框架交談，如果他最終無法識別個人和框架，則測試已通過。在任何情況下，該測試都不夠廣泛（或過於廣泛……），無法以任何方式應用於當前的 AI 框架。邏輯學家 Searle 在 1980 年提出了中文房間的爭論，他表示假設 PC 框架輕而易舉地通過了圖靈評估來談論和理解中文，這並不能保證它理解中文，因為 Searle 自己可以執行一個類似的程序隨後給人的感覺是他懂中文，他不會真正弄清楚語言，只是在一個框架中控製圖像。
今天，計算機推理現在是我們生活的重要組成部分。例如，在 Microsoft Word 中有一些單獨的基於 AI 的框架。鼓勵我們最熟練地使用辦公工具的小剪紙是基於貝葉斯信念組織和紅色和綠色的波浪線，當我們拼寫錯誤的單詞或表達不充分的句子時，紅色和綠色的曲線讓我們知道超過了正常的檢查語。儘管如此，您可能會認為這對我們的生活沒有產生有益的影響，但這些工具最近已經用一種可以節省工作的小工具取代了出色的拼寫和標點符號，從而產生了類似的結果。例如，我每次輸入時都熱情地拼寫“有效”這個詞和其他各種帶有許多雙字母錯誤的詞，這不是通常的結果，因為我使用的產品會自然地為我的工作提供補救措施，隨後緩解我前進的熱量。最終的結果是，這些設備損害了我的英語能力，而不是對其產生了影響。話語確認是從正常語言研究中興起的又一個項目，它對個人的生活產生了有意義的影響。在話語確認編程的準確性方面取得的進展使我的一位心靈奇特的同伴在很久以前失去了她的視力和敗血症的附屬物去劍橋大學。話語確認有一個非常不幸的開始，因為使用它時的成就率太差了，沒有任何價值，除非你用英語進行了很好的和不出所料的交流，但目前它已經發展到可以進行即時語言翻譯的程度。現在正在開發的框架是一個電話框架，具有持續的英語到日語翻譯。這些 AI 框架是卓有成效的，因為它們不會像可以通過圖靈測試的框架那樣試圖模仿整個人腦。他們寧願複製我們的某些知識。Microsoft Words 語法框架複製了我們對句子語言正確性進行判斷的洞察力。它不知道單詞的重要性，因為這對做出判斷並不重要。語音確認框架模仿了我們知識的另一個明確子集，即總結話語的代表性重要性的能力。更重要的是，“on the flyinterpreter”通過語音聯合拓寬了語音確認框架。這表明，通過對錯誤精明的框架的能力進行更精確的處理，它的活動往往會更精確。
人為推理現在已經到了可以為加速個人實際執行的差事提供顯著幫助的地步，例如，用於簿記和費用編程的基於標準的人工智能框架，改進機器人化工作，例如，查看計算和升級機械框架，例如，車輛減速和燃料注入。好奇地，虛假精明框架的最佳實例是那些使用它們的人實際上無法檢測到的實例。由於 PC 控制的停止機制，當他們幾乎不嘗試不撞車時，沒有多少人感謝 AI 挽救了他們的生命。
當前人工智能的主要緊迫問題之一是如何重現個人在最初幾年獲得的正確判斷。1990 年開始的一項名為 CYC 項目的項目正在進行中。這項工作的重點是提供一個健全的判斷信息庫，人工智能框架可以查詢以允許他們理解他們持有的信息。以網絡搜索工具為例，谷歌現在開始利用該項目中安排的數據來進行管理。例如考慮單詞鼠標或字符串，鼠標可以是 PC 輸入小工具或老鼠，字符串可以表示各種 ASCII 字符或字符串長度。在我們習慣使用的那種搜索辦公室中，如果您使用這兩個詞組成，您將獲得與找到的每條記錄的聯繫概要，其中包含預定的搜索詞。當網絡爬蟲被賦予“鼠標”這個詞時，通過使用錯誤的框架並允許進入 CYC 良好判斷信息庫，它可以確定您的意思是電子版還是毛茸茸的分類。然後，它可以篩選包含超出理想設置的單詞的任何輸出。如此好的判斷數據集對於幫助 AI 完成圖靈評估同樣重要。當網絡爬蟲被賦予“鼠標”這個詞時，通過使用錯誤的框架並允許進入 CYC 良好判斷信息庫，它可以確定您的意思是電子版還是毛茸茸的分類。然後，它可以篩選包含超出理想設置的單詞的任何輸出。如此好的判斷數據集對於幫助 AI 完成圖靈評估同樣重要。當網絡爬蟲被賦予“鼠標”這個詞時，通過使用錯誤的框架並允許進入 CYC 良好判斷信息庫，它可以確定您的意思是電子版還是毛茸茸的分類。然後，它可以篩選包含超出理想設置的單詞的任何輸出。如此好的判斷數據集對於幫助 AI 完成圖靈評估同樣重要。