AI微世界觀(Micro-World AI)
AI微世界觀的名詞在1970年被麻省理工學院AI實驗室的Marvin Minsky和Seymour Papert提出，它們認為人工智慧的發展應該專注放在屬於AI自己的微世界觀，這個世界建構在排列在平面上的各種形狀、大小的彩色塊。

首次成功案例
而靠著這個世界觀去執行實作第一個成功的案例是麻省理工學院的Terry Winograd編寫的 SHRDLU程式，這個程式用來控制一個機械手臂(建構在虛擬中)

執行的內容機器對話如下：

在你把一個金字塔放在綠色方塊上之前，你有沒有碰過任何金字塔？
是的，綠色的。
你什麼時候撿的？
當我堆疊一個紅色立方體、一個大綠色立方體和一個大紅色塊時。
為什麼？
擺脫它。
你為什麼這麼做？
清理紅色立方體。
你為什麼要清除那個立方體？
把它放在一個大的綠色立方體上。
你為什麼這麼做？
堆疊一個紅色立方體、一個大綠色立方體和一個大紅色塊。
你為什麼這麼做？
因為你問我。

後續也有許多研究學家用這個微世界觀做出多項研究，雖然這是一項重大的突破，不過Winograd後來表示，這是一項有瑕疵的AI，不適用在更廣泛狀況更多的現實世界，微世界觀最成功的地方在於它的一種專家系統程序。

專家系統程序(Expert Systems)
專家系統是專門用於在專業知識領域內解決問題和提供建議的計算機程序，算是當時人工智慧最先進的部分，做的好的真的能夠達到跟人類相同水準的表現，在商業上也有廣泛的應用：

醫療診斷、化學分析、信用授權、財務管理、企業規劃、金融機構的文件路由、石油和礦產勘探、基因工程、汽車設計和製造、相機鏡頭設計、計算機安裝設計、航空公司調度

架構
專家系統的基本組件是知識庫跟推理引擎，裡面內含許多結構及規則，若有規則設定“如果x則 y”和“如果y則z”，推理引擎能夠推導出“如果x則z”。

侷限性

1.專家系統本身並不瞭解那些規則的用途，也不了解如何建議適應更大的case
2.知識庫因為小所以易於管理，但若要做大則會很困難。

資料來源：
http://www.alanturing.net/turing_archive/pages/Reference%20Articles/what_is_AI/What%20is%20AI07.html