英国有名盘算机迷信家艾伦·图灵在1950年揭橥的论文《盘算机械与智能》中，对人工智能的成长和人工智能的哲学作出了普遍的研讨。1936年，图灵曾经成长出了古代盘算机的道理，并在二战时代在布莱切利园破解暗码的进程中施展了症结感化。在1950年的论文中，图灵摸索了“机械”和“思虑”的寄义，在后来的“图灵测试”中，他提出，假如一台机械停止的对话没法与人类对话相差别，那末可以说这台机械可以或许“思虑”。
他在盘算机方面的晚期研讨结果被送到伦敦数学学会（London Mathematical Society），而且证实了一切的数字盘算机都有异样的功效（也就是说，只需有足够的内存和时光，任何盘算机都可以模仿一切其他盘算机的行动），这个试验表达出了一个强无力的、优雅且准确的概念。这篇论文至今仍被普遍浏览、评论辩论、援用和归入全集。
人工智能范畴的晚期研讨者们专注于开辟需要的对象和技巧，以赞助他们摸索图灵的思惟。晚期的办法重要针对符号编程（也就是可以或许在本身的编程说话中把持表达的法式），这是最有远景的典范。很多特别目标说话都是以此为动力编写的，个中最有名的是美国的LISP说话，但也包含来自英国的主要进献，好比POP-2（由爱丁堡年夜学的罗宾·波普和罗德·伯斯托创造）和Edinburgh Prolog（由爱丁堡年夜学的年夜卫·沃伦创造）。
1952年，克里斯托弗·斯特拉奇在曼彻斯特年夜学应用Ferranti?Mark?1体系编写了国际跳棋的弄法，在后来还编写了情书。人工智能曾经介入到了愈来愈庞杂的游戏中，这一向是其提高的标记。
另外一位前布莱切利暗码破译者是唐纳德·米奇，他后来在爱丁堡的机械智能与感知部分担负主管。其时他创造的连三子棋法式MENACE对其时的盘算机来讲太甚庞杂，而他最后是用300个火柴盒来实行这个进程的。
到20世纪60年月，人工智能技巧被运用于更加庞杂的成绩，并被应用到现实中。后期筹划包含制订处理成绩的战略，从而慢慢处理成绩，好比主动推理，或许是计划根据（由艾伦·邦迪开创）。
懂得天然说话是另外一个主要的部门；例如，Karen Sprck Jones创造了从文档中检索信息的方法，而Yorick Wilks的偏好语义是一种用来清除单词歧义感的盘算办法，这不只是对人工智能的进献，并且直接挑衅了说话学中占主导位置的乔姆斯基范式。他们二人都是剑桥说话研讨小组的校友，这是一个由维特根斯坦的先生Margaret Masterman创建的盘算机说话学的传奇熔炉。
在随后的成长中，像爱丁堡的Freddy I和Freddy II如许的机械人体系曾经可以或许将视觉、智能、多功效性和物理工程联合起来，来完成一些义务，好比组装物体（须要为机械人开辟的公用AI说话）。人工智能体系也对认贴心理学这一学科发生了影响。研讨人员包含理查德？格雷戈里、克里斯托弗？隆格希金斯、菲利普？约翰逊-莱尔德和戴维？马尔，他们认识到，人类的认知进程可以被视为一种盘算方法，并被模拟为盘算机法式。
在全球和在英国，人工智能阅历了向前成长的阶段，也有绝对停止的时代（平日被称为“人工智能的冬季”）。个中一个严重事宜产生在1973年，詹姆斯·莱特希尔（Sir James Lighthill）揭橥了关于人工智能的申报，该申报建议将人工智能资金集中在多数几所英国年夜学。莱特希尔质疑了其时的人工智能可以或许经由过程扩展范围来处理实际世界的庞杂成绩，并且确切，20世纪60年月的主流办法，将庞杂的推理建模为能够的决议计划树，很轻易碰到组合性爆炸的成绩。
然则，从久远来看，符号编程的提高令人们对人工智能处理庞杂成绩的才能有了更深刻的懂得，特殊是在对象和技巧方面获得了特殊的停顿，可以模仿或支撑庞杂的专家推理在构造绝对优越的范畴的运用（在任务场合的运用长短常幻想的）。
Knowledge-based Systems（KBS），被称为常识库体系，将人工智能技巧与其他类型的盘算推理和范畴相干专业常识联合起来，为异常经常使用但主要的实际运用法式创立体系。KBS不惹人注视但现实的胜利，赞助化解了莱特希尔的“消极情感”，并为经由过程Alvey项目停止年夜范围的资金扩大摊平了途径。回想曩昔，我们所看到的人工智能冬季都是过度炒作的产品——支撑者夸张了毛病的掉败印象，并是以低估了研讨中主要但未取结果的造诣。
1983年至1987年时代，英国的Alvey智能常识库体系（IKBS）筹划是为了呼应其他国度的停顿而开辟的，特别是日本（其这5年的项目依附技巧和说话，特别是来自英国的Edinburgh Prolog）。Alvey影响了学术界研讨才能的成长，也勉励了行业运用，使其专注于曾经获得停顿的现实成绩，特别是天然说话处置、界面和KBS。
这些运用法式逐步将人工智能范畴的目的从制作“思虑机械”（这个概念一向存在哲学争辩）改变为了更可权衡的构思，即发明出可以或许施展感化的机械，假如这些机械是由人类临盆的，那末便可以将其感化归因于“智能”（图灵测试中隐含的一个概念）。这类智能的表示能够是由“蛮力”办法发生的，既没有反应，也没有试图反应人类的成绩。风趣的是，英国造就了很多主要的哲学家，他们赞助发明了这些差别面前的概念，好比玛格丽特·博登和安迪·克拉克。
Alvey项目以后，AI的投资再次降低，但这一范畴的远景曾经涌现了恶化，由于新的编程办法不再依附于符号推理的线性组合。虽然符号编程是人类说话最简略的编程类型，但模仿天然技巧从感知情况（例如来自感官的信息）中也能够揣摸出许多信息，由于它们不包含陈说性或假定性常识的直接表述。
从天然中取得灵感的一个例子是遗传算法，它将一个法式编码为一组“基因”，然后以模拟退化的方法停止修正，寻觅与赓续变更的与情况的“契合度”（晚期项目包含理查德·弗西斯的小猎犬体系，用于形式辨认）。另外一种是神经收集或衔接主义体系，在这类体系中，天然“神经元”互相衔接在一个体系中，这个体系的感化相似于人脑，由多个“神经元”互相安慰或克制。与具有意味意义的人工智能一样，研讨人员常常在模拟人类年夜脑时停止逆向推理，来进步其机能（例如，由杰弗里·辛顿开辟的反向流传算法），但由史蒂夫·弗伯引导的年夜范围神经收集SpiNNaker（2005-）依然是年夜脑直接建模的传统范式。其他与人工智能相干的非传统盘算办法还包含并行处置（并行处置多个处置器来处理成绩）、多智能系统统（在一个情况中有很多智能主动署理交互）和机械进修（算法可以进修在数据中找到主要的构造，并经由过程培训肯定风趣的形式）。
其他国度和国际公司正在年夜力投资人工智能开辟，但英国仍被视为人工智能研讨和运用范畴的专业中间，至多今朝是如许。例如，DeepMind的两位开创人，在伦敦年夜学学院盘算机神经迷信组读博士时结识，而这一小组的开创主任恰是杰弗里·辛顿。英国可以持续在图灵的遗产和跟随他的人的基本上持续尽力，持续成为人工智能的主要中间之一。
Kieron o'hara博士，南安普敦年夜学电子与盘算机迷信系副传授和首席研讨员。
