Farklı yapay zeka yaklaşımları üç farklı gruba ayrılabilir: beyin simülasyonu, sembolik ve alt sembolik ve istatistiksel. Sembolik ve alt sembolik yaklaşımlar kendi gruplarına göre daha da sınıflandırılabilir: bilişsel simülasyon, mantık temelli zeka ve bilgi tabanlı zeka sembolik yaklaşımın altına girerken, aşağıdan yukarıya ve hesaplamalı zeka teorileri alt sembolik yapay zeka olarak tanımlanır yaklaşımlar. Bu teorilerin araştırılması ve uygulanmasındaki yılların ilerlemesi, daha sofistike yapay zeka (AI) sistemleri üretmek için çoklu düşünce okullarındaki ilkeleri birleştiren entegre yaklaşımların oluşmasına yol açmıştır.
AI gelişimi ilk kez 1940'larda büyük gelişimsel adımlara çarptı. Araştırmacılar, nörolojiden, sibernetikten ve temel bilişsel işlem teorilerinden yararlanarak, beynin simülasyonuna dayanan ilkel zeka seviyelerinde robotlar kurarak duyusal algılama yoluyla bazı engellerin önlenmesine olanak sağladılar. Bununla birlikte, 1940'lar ve 1960'lar arasındaki sınırlı ilerleme, araştırmacıların diğer, daha umut verici yapay zeka yaklaşımları geliştirmeyi seçmesiyle birlikte bu paradigmanın terk edilmesine yol açtı.
1950'lerin ortalarından 1960'ların başlarına kadar, AI araştırmacıları, insan zekasını sembol manipülasyonunda basitleştirmeye çalıştılar, insanların çevrelerinde bulunan nesneler hakkında bilgi edinme ve nesnelere adapte olma yeteneklerinin, nesnelerin temel semboller olarak yorumlanması ve yeniden yorumlanması etrafında döndüğüne inanıyordu. Örneğin bir sandalye, oturulacak bir nesne olarak tanımlayan bir sembol haline getirilebilir. Bu sembol daha sonra manipüle edilebilir ve diğer nesnelere yansıtılabilir. Araştırmacılar, bu sembolik yaklaşımı AI gelişimine dahil ederek bir dizi esnek ve dinamik yapay zeka yaklaşımı yaratabildiler.
Sembolik düşünceye farklı bilişsel yaklaşımları simüle edebilme yeteneği, AI geliştiricilerin mantık tabanlı ve bilgi tabanlı zeka yaratmalarına izin verdi. Mantık-temelli yaklaşım, mantıksal düşüncenin altında yatan prensipler üzerinde çalıştı ve neredeyse tamamen insan-benzeri düşünme yeteneğini kopyalamak yerine problemleri çözmeye odaklandı. Mantık sonunda, çözümlerin verilen bir mantıksal algoritmanın dışında bulunabileceğini hesaba katan "aldatıcı" mantıkla dengelenmiştir. Bilgi tabanlı zeka, bir bilgisayarın, sorunlara çözüm üretmek için çok miktarda veriyi saklama, işleme koyma ve geri çağırma yeteneğinden yararlandı.
Sembolik zekanın ilerlemesinin yavaşlamasının ardından 1980'lerde beyin simülasyonuna ilgi yeniden canlandı. Bu, alt sembolik sistemlerin yaratılmasına, düşünmeyi hareket ve kendini koruma için gereken daha temel zeka ile birleştirmenin etrafında dönen yapay zeka yaklaşımlarına yol açtı. Bu, modellerin çevrelerindeki ortamı, hafıza depolarındaki verilerle ilişkilendirmesine izin verdi. 1990'larda geliştirilen istatistiksel yaklaşım, hem sembolik hem de alt sembolik yapay zeka yaklaşımlarını, makinenin başarısı ile sonuçlanması en muhtemel olan hareketin seyrini belirlemek için karmaşık matematiksel algoritmalar kullanarak parlatmaya yardımcı oldu. Araştırma, çoğu zaman tüm yaklaşımların prensiplerini kullanarak AI geliştirme ile mücadele eder.
