Edmund Berkeley 出版《巨型大脑；或，会思考的机器》（ Giant Brains; or, Machines That Think），书中写道，“最近出现了许多关于奇怪的巨型机器的传闻，这种机器能够极其快速、熟练地处理信息……这些机器就像用硬件和电缆组成的大脑。这些会处理信息的机器，能够计算、总结、做决策；能够根据已有的信息作出合理的操作。因此，可以说这是会思考的机器。”

　　1949年

　　Donald Hebb 出版《行为组织：一种神经心理学理论》（Organization of Behavior: A Neuropsychological Theory ），提出一个有关学习的理论（赫布理论），该理论描述了突触可塑性原理，解释了在学习过程中脑神经元发生的变化。

　　1950年

　　Claude Shannon 发表《编程实现计算机下棋》（Programming a Computer for Playing Chess），这是第一篇有关开发下象棋的计算机程序的论文。

　　1950年

　　艾伦·图灵（Alan Turing）发表《计算机器和智能》（Computing Machinery and Intelligence），提出一种用于判定机器是否具有智能的试验方法“模仿游戏”，后来成为广为人知的“图灵测试”。

　　1951年

　　Marvin Minsky 和 Dean Edmunds 建了第一个人工神经网络 SNARC（随机神经模拟强化计算器），使用3000个真空管模拟40个神经元规模的网络。

　　1952年

　　Arthur Samuel 开发了第一个计算机跳棋程序和第一个具有学习能力的计算机程序。

　　1955年8月31日

　　“人工智能”（artificial intelligence）这个术语在由 John McCarthy（达特茅斯学院），Marvin Minsky（哈佛大学），Nathaniel Rochester（IBM）和 Claude Shannon（贝尔实验室）提议的“2个月、10名成员的人工智能研讨会”中首次提出。 研讨会于一年后的1956年7月和8月举行，这次会议通常被认为是人工智能这个新领域正式诞生之时。

　　1955年12月

　　Herbert Simon 和 Allen Newell 开发了“逻辑理论家”（Logic Theorist），这是第一个人工智能程序，能够证明罗素和怀特海著的《数学原理》里前52个定理中的38个。

　　1957年

　　Frank Rosenblatt 发明了“感知机”（Perceptron），是一种早期的人工神经网络，能够基于两层的计算机学习网络进行模式识别。

　　1958年

　　John McCarthy 开发编程语言 Lisp，成为人工智能研究中最流行的编程语言。

　　1959年

　　Arthur Samuel 创造了“机器学习”（machine learning）这个术语，写道：“给计算机编程，以让计算机能通过学习，在下跳棋游戏中比编程者下得更好。”

　　1959年

　　Oliver Selfridge 发表《Pandemonium：一种学习模式》，描述了一种学习过程的模型，计算机可以通过这个模型识别新的模式。

　　1959年

　　John McCarthy 发表《具有常识的程序》（Programs with Common Sense），文中提出了一个名为“纳谏者”（Advice Taker）的程序构想，将逻辑学引入人工智能的研究，这个假想的程序的终极目标是“像人类一样有效地从经验中学习”。

　　1961年

　　第一台工业机器人 Unimate 开始在新泽西州通用汽车厂的生产线上工作。

　　1961年

　　James Slagle 开发了自动符号积分程序 SAINT，这是一个启发式程序，可以解决计算中的符号整合问题。

　　1964年

　　Daniel Bobrow 完成了他的 MIT 博士论文《计算机问题解决系统里的自然语言输入》，同时开发了自然语言理解程序 STUDENT。

　　1965年

　　Herbert Simon 预测：“20年内，机器将能够取代人类的任何工作”。

　　1965年

　　Hubert Dreyfus 发表《炼金术与人工智能》（Alchemy and AI），认为心智不像计算机，AI 的发展有界限，对 AI 研究提出质疑。

　　1965年

　　I.J. Good 在《关于第一台超级智能机械的思考》（Speculations Concerning the First Ultraintelligent Machine）中写道：“第一台超级智能机器是人类需要完成的最后一项发明，前提是这台机器足够听话，会告诉我们如何控制它。”

　　1965年