人工智能未能超越微观世界情景而失望导致20世纪70年代中期的强烈反对，研究资金削减和广泛的相互指责。这个悲惨的时期被称为‘AI冬季‘ 。但到了20世纪70年代末，一个新的想法席卷整个领域，希望能够克服在黄金时代困扰人工智能的问题。
新想法很简单：明确的问题知识是解决复杂性的关键。例如，国际象棋大师每次玩游戏时都不会从头开始。相反，她使用了广泛的游戏知识 – 哪些策略适用于哪种情况，等等。这些知识有助于她集中精力解决问题，避免死路一条，并迅速指导她找到好的解决方案。有人认为，为了使人工智能系统发挥作用，有必要明确地捕捉和使用这种知识。
一类新的人工智能系统开始出现。这些“
专家系统 ”利用人类专家知识解决严格约束区域的问题。专家系统不是通用AI，但它们似乎提供了证据表明人工智能系统在解决某些问题方面可以胜过人类，并且在接下来的十年中，基于知识的系统仍然是人工智能研究的主要焦点。