1956年至20世纪60年代初，人工智能取得了一系列主要的研究成果，如机器定理证明、跳棋程序和人机对话等。
在这个阶段，人工智能领域涌现了两种紧张的研究方法，一种是符号主义，侧重于利用逻辑和规则来仿照智能；另一种是联结主义，即神经网络，它试图通过仿照大脑的神经元网络来复制智能行为。
人工智能研究更加看重深入和细致的事情，奠定了坚实的理论根本。

随着技能的发展，人工智能开始被运用于商业和工业领域，追求快速的成果和利润。
人工智能技能得到了广泛的关注和运用，尤其是在机器学习和深度学习方面取得了显著的进步。
人工智能正处于一个新的发展阶段，AutoML（自动机器学习）等技能的涌现，预示着未来人工智能将更加自动化和智能化。

可笑的是，许多人对人工智能并没有真正的理解，许多人认为AI能像人类一样思考、拥有情绪和理解繁芜的观点。
然而，目前的AI技能紧张是基于算法和大量数据的处理，根本缺少人类智能的灵巧性和深度。
只管AI在某些领域（如自动化生产线）已经取代了部分人类事情，但它并不能完备取代人类。
人类具备创造力、情绪理解、批驳性思维等独特能力，这些在目前的技能水平下，AI根本无法复制。

许多人认为AI的决策和预测总是准确无误的。
实在，AI的准确性和可靠性取决于其演习数据和算法设计，如果数据有偏见或算法设计不当，AI可能会做出错误的决策。
许多人认为AI只与高科技行业干系，如互联网、自动驾驶等。
实际上，AI的运用范围非常广泛，包括医疗、教诲、金融、制造业等各个领域。

最关键的是，AI智能只是一个数据智能，通过节制的数据根据算法天生结果，用老百姓的话说人工智能便是个大号的打算器。
打算器是处理数学运算的，而人工智能多数时候只能处理笔墨事情，并且受制于多数平台对知识的封锁，人工智能根本没有机会节制那些真实的数据和知识。

由此可见，人工智能和元宇宙一样，一段韶光后会逐步的褪去神秘面纱，回归一个智能工具的实质。