วิธีการปัญญาประดิษฐ์ที่แตกต่างกันสามารถแบ่งออกเป็นสามกลุ่มที่แตกต่างกัน: การจำลองสมองสัญลักษณ์และ sub-symbolic และสถิติ วิธีการเชิงสัญลักษณ์และแบบย่อยสามารถแบ่งออกเป็นกลุ่มของตัวเองได้มากขึ้น: การจำลองทางปัญญา, ความฉลาดทางตรรกะและความรู้ที่อยู่ภายใต้สัญลักษณ์วิธีในขณะที่ทฤษฎีด้านล่างขึ้นบนและการคำนวณจะถูกระบุว่าเป็นปัญญาประดิษฐ์ย่อยสัญลักษณ์ วิธีการ ปีแห่งความก้าวหน้าในการวิจัยและการประยุกต์ใช้ทฤษฎีเหล่านี้ได้นำไปสู่การก่อตัวของวิธีการแบบบูรณาการรวมหลักการจากโรงเรียนหลายแห่งความคิดในการสร้างระบบปัญญาประดิษฐ์ที่ซับซ้อนมากขึ้น (AI)
การพัฒนา AI ได้รับความนิยมอย่างมากในช่วงทศวรรษที่ 1940 ด้วยการใช้หลักการจากประสาทวิทยาไซเบอร์เนติกส์และทฤษฎีการประมวลผลความรู้พื้นฐานนักวิจัยสามารถสร้างหุ่นยนต์ที่มีระดับสติปัญญาดั้งเดิมบนพื้นฐานของการจำลองสมองช่วยให้หลีกเลี่ยงอุปสรรคบางอย่างผ่านการตรวจจับทางประสาทสัมผัส อย่างไรก็ตามความก้าวหน้าที่ จำกัด ระหว่างปี 1940 ถึง 1960 ทำให้เกิดการละทิ้งกระบวนทัศน์นี้โดยนักวิจัยเลือกที่จะพัฒนาวิธีการทางปัญญาประดิษฐ์ที่มีแนวโน้มมากขึ้น
ในช่วงกลางทศวรรษ 1950 ถึงต้นปี 1960 นักวิจัย AI พยายามทำให้ความฉลาดของมนุษย์ง่ายขึ้นในการจัดการสัญลักษณ์โดยเชื่อว่าความสามารถของมนุษย์ในการเรียนรู้และปรับให้เข้ากับวัตถุในสภาพแวดล้อมของพวกมันหมุนรอบการตีความและตีความวัตถุเป็นสัญลักษณ์พื้นฐาน ยกตัวอย่างเช่นเก้าอี้อาจถูกทำให้ง่ายขึ้นเป็นสัญลักษณ์ที่กำหนดว่ามันเป็นวัตถุที่จะนั่ง สัญลักษณ์นี้สามารถถูกจัดการและฉายลงบนวัตถุอื่นได้ นักวิจัยสามารถสร้างวิธีปัญญาประดิษฐ์ที่ยืดหยุ่นและมีพลวัตได้หลายวิธีโดยการผสมผสานวิธีการเชิงสัญลักษณ์นี้เข้ากับการพัฒนา AI
ความสามารถในการจำลองวิธีการคิดต่าง ๆ ของความคิดเชิงสัญลักษณ์ช่วยให้นักพัฒนา AI สามารถสร้างความฉลาดทางตรรกะและฐานความรู้ วิธีการเชิงตรรกะทำงานบนหลักการพื้นฐานของการคิดเชิงตรรกะโดยมุ่งเน้นไปที่การแก้ปัญหาเกือบทั้งหมดแทนที่จะเลียนแบบความสามารถในการคิดที่เหมือนมนุษย์ ในที่สุดตรรกะก็ถูกทำให้สมดุลด้วยตรรกะ "สกปรก" ซึ่งคำนึงถึงความจริงที่ว่าโซลูชันสามารถพบได้นอกอัลกอริทึมตรรกะที่กำหนด ในทางตรงกันข้ามความรู้ที่ใช้ความรู้นั้นใช้ประโยชน์จากความสามารถของคอมพิวเตอร์ในการจัดเก็บประมวลผลและเรียกคืนข้อมูลจำนวนมหาศาลเพื่อนำเสนอวิธีแก้ไขปัญหา
ความสนใจในการจำลองสมองได้รับการฟื้นฟูในปี 1980 หลังจากความก้าวหน้าในด้านสติปัญญาเชิงสัญลักษณ์ชะลอตัว สิ่งนี้นำไปสู่การสร้างระบบย่อยสัญลักษณ์วิธีปัญญาประดิษฐ์ที่หมุนรอบการรวมความคิดกับปัญญาขั้นพื้นฐานที่จำเป็นสำหรับการเคลื่อนไหวและการเก็บรักษาตัวเอง รุ่นนี้ได้รับอนุญาตให้เกี่ยวข้องกับสภาพแวดล้อมรอบตัวพวกเขากับข้อมูลในที่เก็บหน่วยความจำของพวกเขา วิธีการทางสถิติที่พัฒนาขึ้นในปี 1990 ช่วยขัดเกลาวิธีการทางปัญญาประดิษฐ์แบบสัญลักษณ์และแบบย่อยโดยใช้อัลกอริทึมทางคณิตศาสตร์ที่ซับซ้อนเพื่อกำหนดแนวทางการปฏิบัติที่น่าจะเป็นผลลัพธ์ของความสำเร็จของเครื่อง การวิจัยมักจะฝึกฝนการพัฒนา AI โดยใช้หลักการจากวิธีการทั้งหมด
