力量的钥匙（年—年）

出现在AI研究的第一个10年中的问题求解的美景，是一种通用的搜索机制，试图通过串接基本的推理步骤来寻找完全的解。这样的方法被称为弱方法，因为尽管通用，但是它们不能扩展到大规模或者困难问题的场合。弱方法的替代方案是使用更强有力的、领域相关的知识，以允许更大量的推理步骤和可以更容易地对付范围狭窄的专门领域里出现的典型情况。有人也许会说：要解决一个难题，你必须已经差不多知道答案。

DENDRAL 程序（Buchanan 等人，1969）是这种方法的早期例子。它是在斯坦福开发的，在那里艾德·费根鲍姆（Ed Feigenbaum，曾是赫伯特·西蒙的学生）、Bruce Bushanan（一个转行研究计算机科学的哲学家）以及Joshua Lederberg（一个得过诺贝尔奖的基因学家）合作解决根据质谱仪提供的信息推断分子结构的问题。程序的输入由分子的元素分子式（例如，C6H13NO2）和质谱组成，质谱给出了各种被电子束轰击产生的分子碎片的质量。例如，质谱可能在m = 15的地方有一个尖峰，对应于一个甲基（CH3）碎片的质量。

一个简单版本的程序先产生出和分子式一致的全部可能结构，然后预测每个结构能观察到的质谱，再与真实质谱相比较。如人们所预期的，对于像样大小的分子而言，这是难以处理的。DENDRAL研究者们请教了分析化学家，发现他们是通过寻找质谱中已清楚了解的尖峰模式进行工作的，这些模式暗示了分子中的普通子结构。例如，下列规则是用来识别酮（C=O）结构的：

如果在x1和x2处有两个尖峰，满足

（a）x1+x2= M+28（M是整个分子的质量）；

（b）x1− 28是一个高的尖峰；

（c）x2− 28是一个高的尖峰；

（d）x1和x2至少有一个峰值比较高。

那么存在一个酮结构

识别包含特殊子结构的分子可以大量减少可能候选的数量。DENDRAL功能强大是因为

所有解决这些问题的相关理论知识都被从在[质谱预测成分]（“基本原理”）中的一般形式映射到了效率高的特殊形式（“食谱配方”）（费根鲍姆等人，1971）。

DENDRAL的意义在于它是第一个成功的知识密集系统：它的专业知识来自大量的专用规则。后来的系统还融合了麦卡锡的建议采纳者方法的主题——把知识（以规则形式表现）和推理部分清楚地划分开。

有了这个经验，费根鲍姆和斯坦福的其他一些人开始了启发式程序设计计划（HPP），以调查新的专家系统的方法论可以应用到人类专家知识的其它领域的范围。下一个主要努力的领域是医学诊断。费根鲍姆、Buchanan和Edward Shortliffe博士开发了MYCIN用于检测血液感染。通过大约450条规则，MYCIN 能够表现得像某些专家一样好，而且肯定比初级医生好。它还有两项与 DENDRAL不同的主要差别。首先，不同于DENDRAL的规则，不存在一般的理论模型能演绎出MYCIN的规则。它们只能从与专家进行的广泛会谈中得到，他们又是依次从教科书、其他专家以及病例的直接经验中得到这些规则。其次，规则不得不反映出与医学知识相关的不确定性。MYCIN结合使用了一种被称为确定性因素的不确定性演算（参见第十三章），看来（在当时）很符合医生如何评估诊断证据的效果的情况。

领域知识的重要性在理解自然语言的领域也同样明显。尽管 Winograd 的用于理解自然语言的SHRDLU 系统造成了很多兴奋，不过它对句法分析的依赖性引起了一些出现在早期机器翻译工作中的相同问题。它能够克服歧义性并理解代词指代，但这主要是因为它主要是为一个领域特别设计的——积木世界。一些研究者，包括Eugene Chaniak，Winograd在MIT带的一个研究生，提出鲁棒的语言理解需要关于世界的一般知识和使用知识的一般方法。

在耶鲁，语言学家出身的AI研究者Roger Schank强调这一点，宣称“没有语法这样的东西”，打击了很多语言学家，但是确实发动了一场有用的讨论。Schank和他的学生们建造了一系列程序（Schank和Abelson，1977；Wilensky，1978；Schank和Riesbeck，1981；Dyer，1983），都有理解自然语言的任务。然而，强调的重点不在语言本身上而是更多地集中在利用从语言理解中获得的知识进行表示和推理的问题上。问题包括表示固定形式的环境（Cullingford，1981），描述人类记忆组织（Rieger，1976；Kolodner，1983），以及理解规划和目标（Wilensky，1983）。

对现实世界问题的应用的普遍增长，同时引起了对可行的知识表示方案的需求增加。大量不同的表示和推理的语言被开发出来。有些是基于逻辑的——例如，Prolog语言开始在欧洲流行，PLANNER家族在美国流行。其它的，追随明斯基的框架（1975），采用了更多的结构化方法，集中了关于特定对象和事件类型的事实，并把这些类型安置在一个大的类似于生物分类学的分类层次中。