1970年，被称为微观世界的第二个人工智能寒冬开始了。人工智能的繁荣，始于约束变量数量的想法，因为这样能更好地控制实验。例如，让一个计算机臂拿着A块移动到B块。这些微交互效果很好，但是研究人员意识到这个想法是不可扩展的。这就导致了第二个人工智能寒冬的诞生。18
1980年，由于专家系统的实验，第三个人工智能寒冬开始了。人们希望移除所有的变量来创建一个可伸缩的东西——从上到下的设计，而不是自下而上，寻找领域内的专家，把他们的知识编排成一个系列或者一套规则。
他们采访了每一位专家，然后对他们的知识进行编程。不幸的是，专家系统的建立既费时又费钱，以至于这一倡议失败了，最终导致专家系统崩溃，第三次人工智能寒冬由此开始。19
然而，在2012年，一个突破性的进展发生了——人工智能的子集机器学习，更确切地说就是深度学习（deep learning）的发展。神经网络像人脑一样工作，其结果就是计算机也可以开始学习了。如今，包括苹果、国际商业机器公司（IBM）、亚马逊、微软、Facebook和Adobe在内的主流科技公司都在推动人工智能的加速发展。20