2
科学家们冷静了下来，打算用专家系统再试试看

专注于AI擅长的专业知识领域

不出所料，起于达特茅斯学院的狂热最终消退了。“让计算机拥有人类智能”的想法，因为框架问题（人类用来理解世界的知识是无限的）搁浅了。

在那个AI研究退潮的时代里，更加现实的研究者们登场了。毕业于卡内基理工大学（后并入卡内基梅隆大学）的爱德华·费根鲍姆就是其中的代表。他认为，比起让计算机处理那些它不擅长的人类常识问题，我们应该用它来做它擅长的事，那就是计算和推理。

他首先设计了一个通过分析光的波长来鉴别化合物类型的系统。他构想了一个这样的人工智能：在一个极其细分的特定领域知识库中，如果我们有一个规则库（“如果检测结果符合某项条件，就应该是××”），我们就可以推出相应的答案。就人类而言，只有特定领域的专家才能做出这样的推理。那些认为计算机可以替代这种能力的人，就把这个系统称为“专家系统”。

20世纪80年代，这种专家系统掀起了一阵热潮。全世界出现了许多开发这种专家系统的创业公司，开发了成百上千个系统，覆盖了工业界的方方面面，包括财务、售后、工程管理、物流、天气预报、工厂生产设备，等等。

但是失望接踵而至，同样的问题再次出现：计算机只能处理规则化的信息。AI研究遭遇第二次失败。

在日本进化的工业机器人

可以说，人类的思考是无数例外累积。严密的规则之外存在着各种各样的问题，但AI系统没法就这些例外给出有效的答案。工业界的人最初期望很高，因此后来的失望也很大，对AI研究的反弹也很强烈。由此，AI研究迎来了漫长的寒冬期。

在这一时代大趋势之外，日本悄然发生了一些变革。20世纪70年代，日本开始了工业机器人和类人机器人（humanoid）的开发。日本把自己原本就擅长的工业制造技术和来自计算机领域的电路控制技术相结合，制造出了机电一体化产品。这种技术让工业机器人（在工厂从事制造的机器人）得以问世。在工业机器人的帮助下，日本成了制造业大国，在20世纪80年代迎来了鼎盛时期。