Različne pristope umetne inteligence lahko razvrstimo v tri različne skupine: simulacijo možganov, simbolno in podsimbolično ter statistično. Simbolični in podsimbolični pristopi se lahko nadalje razvrstijo v lastne skupine: kognitivna simulacija, inteligenca na podlagi logike in inteligenca, ki temelji na znanju, spadajo v simbolni pristop, medtem ko so teorije od spodaj navzgor in računalniške inteligence opredeljene kot podsimbolična umetna inteligenca. pristopi. Leta napredka pri raziskovanju in uporabi teh teorij so privedla do oblikovanja celostnih pristopov, ki združujejo načela iz več miselnih šol za ustvarjanje bolj izpopolnjenih sistemov umetne inteligence (AI).
Razvoj umetne inteligence je prvič dosegel velike razvojne korake v štiridesetih letih prejšnjega stoletja. Z uporabo načel iz nevrologije, kibernetike in osnovnih teorij kognitivne obdelave so raziskovalci lahko zgradili robote s primitivnimi ravnmi inteligence, ki temeljijo na simulaciji možganov, kar je omogočilo izogibanje določenim oviram s senzornim zaznavanjem. Omejen napredek med štiridesetimi in šestdesetimi leti prejšnjega stoletja pa je pripeljal do opustitve te paradigme, pri čemer so se raziskovalci odločili za razvoj drugih, bolj obetavnih pristopov umetne inteligence.
Sredi petdesetih in zgodnjih šestdesetih let prejšnjega stoletja so raziskovalci umetne inteligence poskušali poenostaviti človeško inteligenco v manipulacijo s simboli, saj so verjeli, da se sposobnost ljudi, da se učijo in se prilagajajo predmetom v svojem okolju, vrti okoli interpretacije in ponovne interpretacije predmetov kot osnovnih simbolov. Stol, na primer, bi lahko poenostavili v simbol, ki bi ga definiral kot predmet za sedenje. S tem simbolom bi lahko nato manipulirali in ga projicirali na druge predmete. Raziskovalci so lahko ustvarili številne prilagodljive in dinamične pristope umetne inteligence z vključitvijo tega simbolnega pristopa v razvoj umetne inteligence.
Sposobnost simulacije različnih kognitivnih pristopov k simbolni misli je omogočila razvijalcem umetne inteligence, da ustvarijo inteligenco, ki temelji na logiki in na znanju. Pristop, ki temelji na logiki, je deloval na temeljnih načelih logičnega razmišljanja, skoraj v celoti osredotočen na reševanje problemov in ne na podvajanje sposobnosti človeškega mišljenja. Logika je bila sčasoma uravnotežena z »razmazano« logiko, ki je upoštevala dejstvo, da je mogoče najti rešitve zunaj danega logičnega algoritma. Inteligenca, ki temelji na znanju, je po drugi strani izkoristila sposobnost računalnika za shranjevanje, obdelavo in priklic velikih količin podatkov, da bi zagotovila rešitve za težave.
Zanimanje za simulacijo možganov se je oživilo v osemdesetih letih prejšnjega stoletja, potem ko se je napredek na področju simbolne inteligence upočasnil. To je pripeljalo do ustvarjanja pod-simboličnih sistemov, pristopov umetne inteligence, ki so se vrteli okoli združevanja razmišljanja z bolj osnovno inteligenco, potrebno za gibanje in samoohranitev. To je modelom omogočilo, da povežejo okolje okoli sebe s podatki v svojih pomnilniških shrambah. Statistični pristop, razvit v devetdesetih letih prejšnjega stoletja, je pomagal izpopolniti tako simbolne kot podsimbolične pristope umetne inteligence z uporabo izpopolnjenih matematičnih algoritmov za določitev poteka dejanj, ki najverjetneje povzročijo uspeh stroja. Raziskave se pogosto lotevajo razvoja umetne inteligence z uporabo načel iz vseh pristopov.