低潮时期（1966—1973年）的发展成果

人工智能快速发展了一段时期后，遇到了很多困难，遭受了很多挫折，如鲁宾逊的归结法的归结能力有限，证明两个连续函数之和还是连续函数时，推了十万步还没有推出来。

人们曾以为只要用一部字典和某些语法知识即可很快地解决自然语言之间的互译问题，结果发现并不那么简单，甚至闹出笑话，如英语句子：The spirit is willing，but the flesh is weak.（心有余而力不足），译成俄语再译成英语竟成了：The wine is good but the meat is spoiled.（酒是好的，肉变质了）。这里遇到的问题是单词的多义性问题。那么，人类翻译家为什么可以翻译好这些句子呢，而机器为什么不能呢？他们的差别在哪里呢？主要原因在于翻译家在翻译之前首先要理解这个句子，但机器不能，它只是靠快速检索、排列词序等一套办法进行翻译，并不能“理解”这个句子，所以错误在所难免。1966年，美国国家研究委员会一份顾问委员会的报告指出“还不存在通用的科学文本机器翻译，也没有很近的实现前景”。所有美国政府资助的学术性翻译项目都被取消。(www.xing528.com)

罗森布拉特（Rosenblatt F）于1957年提出了感知器，它是一个具有一层神经元、采用阈值激活函数的前向网络。通过对网络权值的训练，可以实现对输入矢量的分类。感知器收敛定理使罗森勃拉特的工作取得圆满的成功。20世纪60年代，感知器神经网络好像可以做任何事。1969年，明斯基和佩王自特（Papert）合写的《感知器》书中，利用数学理论证明了单层感知器的局限性，引起全世界范围削减神经网络和人工智能的研究经费，使得人工智能走向低谷。