En 1950, uno de los teóricos de la informática más influyentes, Alan Turing,  propuso el juego de imitación, más tarde conocido como el "Test de Turing", para establecer una definición operativa simple de inteligencia que prácticamente puso en movimiento a todo el campo de la inteligencia artificial (French, 2000). El objetivo del juego es que un interrogador tenga que identificar cuál de los otros dos jugadores es una mujer y cual es un hombre, con los cuales se comunica sin contacto visual, la mujer intenta convencer al interrogador de ser ella la mujer, el hombre trata de confundir al interrogador para hacerlo fallar en su decisión.  Ahora, ¿qué pasa si substituimos a la mujer por una computadora? (Figura 1). 

El papel del sistema informático en la computadora, es ahora convencer al interrogador de ser el humano, imitando las respuestas que debe dar una persona. Por otro lado, el papel de la persona es no sólo convencer al interrogador de él ser el humano, sino convencerlo de que la otra persona es una computadora. Turing sugirió que si una computadora es capaz de engañar al interrogador la misma cantidad de veces que lo hiciera el hombre en el primer escenario, se podría suponer que la computadora es inteligente debido a que es capaz de imitar las respuestas de una persona (Turing, 1950). Desde esta perspectiva, aunque es controvertida, la inteligencia se definió en términos de comportamiento lingüístico.

Un sistema de símbolos físicos consiste en un conjunto de elementos o símbolos, que son patrones físicos que pueden ser componentes de otro tipo de entidad más compleja llamada expresión. A su vez, una expresión consta de varias instancias de símbolos relacionados físicamente de manera específica. El sistema de símbolos posee un conjunto de procesos que operan sobre las expresiones para generar otras expresiones. Estos procesos están asociados con la modificación, creación y reproducción de expresiones. 

El adjetivo 'físico' dentro de la noción de sistemas de símbolos físicos denotaba que los sistemas de símbolos obedecían las leyes de la física y, por lo tanto, podían ser realizables por sistemas de ingeniería hechos de componentes diseñados y fabricados. En este sentido, dentro del campo de la inteligencia artificial se pensaba que un sistema de símbolos físicos parecido al de la mente humana podía ser realizable en una máquina que produjera a través del tiempo una colección en evolución de estructuras o expresiones simbólicas. Según Newen y Simon (1976), un sistema de símbolos físicos tiene la capacidad necesaria y suficiente para realizar acciones inteligentes apropiadas para el sistema y adaptarse a las demandas del entorno. 

La metáfora de la mente como computadora otorgó la posibilidad de explicar los procesos y mecanismos internos que relacionan y explican las entradas sensoriales y dan pauta a la conducta, tales como las representaciones mentales (Smith y Kosslyn, 2008). Las representaciones mentales se relacionan con el proceso de re-presentar, o volver a presentar en la mente, información que contiene o comunica un significado. La principal función de las representaciones mentales es transmitir información. Las imágenes, formas, conceptos, palabras y símbolos son distintos modos de representar conocimiento (Gardner, 1985). Los conceptos de ‘procesamiento de información’ y de ‘representaciones mentales’ se convirtieron en elementos explicativos centrales dentro de la psicología cognitiva (ej. Neisser, 1967; Shepard, 1984). La teoría representacional de la mente plantea que los procesos mentales no son otra cosa más que operaciones -transformaciones- sobre las mismas representaciones mentales (Fodor, 1981). 

Un sistema experto es un sistema que tiene el propósito de capturar el conocimiento proveniente de especialistas humanos en una computadora e imitar la capacidad humana de toma decisiones para la resolución de problemas en áreas específicas. Originalmente, los sistemas expertos estaban confinados a áreas relacionadas con la ciencia y la medicina.

En 1965  Edward Feigenbaum desarrolló el primer sistema experto en la universidad de Stanford,  conocido como DENDRAL, este fue el primer sistema basado en reglas aplicado en problemas del mundo real  (Lindsay, 1993). DENDRAL era capaz de hipotetizar la estructura molecular de una sustancia utilizando los datos de espectrografía, mostrando un desempeño similar al de un experto humano. Así mismo, Feigenbaum y Buchanan desarrollaron el primer sistema experto "shell" EMYCIN, esté era capaz de funcionar  en múltiples dominios. Se trataba de un motor de inferencia libre de contenido capaz de generar inferencias inductivas, es decir, generar conclusiones a partir de los datos y deductivas buscando evidencia a partir de una hipótesis. Sin embargo, a pesar de la ambición de que los sistemas expertos podrían ser un substituto del especialista humano, estos tienen el problema de partir de la premisa de que todo conocimiento de un experto puede ser codificado explícitamente. Ahora se reconoce que existe conocimiento de expertos que es muy difícil capturar de forma explicita, así como conocimiento tácito que probablemente sea imposible de capturar (Boden, 2008).

A mediados de los años setenta, los investigadores de inteligencia artificial sostenían que las computadoras podían comprender el lenguaje natural (por ejemplo, Johnson (1977) y Schank (1975)). Sin embargo, Fodor (1978) señaló que confundieron erróneamente las teorías semánticas. Por ejemplo, confundieron la pregunta de ¿qué significa una oración?, con las preguntas que se realizaban en las teorías de comprensión de oraciones, ¿cómo se entiende una oración?. Fodor destacó la idea de que los modelos informáticos no proporcionan ninguna teoría semántica debido a la ausencia de una relación entre el lenguaje y el mundo. Esta declaración anticipó el experimento mental de la 'Habitación China' en el cual se argumenta que la sintaxis no es suficiente para la semántica. 

John Searle (1980) propuso el experimento mental de la 'Habitación China' (Figura 2). El experimento consiste en imaginar a un hombre dentro de una habitación, en donde se encuentran una cesta llena de símbolos y un libro de reglas. Las reglas están escritas en el idioma materno del hombre. Por una ranura de entrada el hombre recibe cadenas de símbolos que resultan incomprensibles para él. on el libro de reglas, el hombre es capaz de relacionar la cadena entrante a una cadena más que formará usando los símbolos en la cesta y que pondrá en una ranura de salida. Resulta que las cadenas de símbolos entrantes son preguntas escritas en chino y las cadenas de salida son las respuestas a esas preguntas, también en chino. 

Para cualquier observador fuera de la habitación, hablante de chino, el sistema o lo que sea que esta dentro de la habitación que proporcionó las respuestas entendió perfectamente las preguntas. En este escenario, aunque el hombre no entiende una palabra de chino, utilizando correctamente el libro de reglas, sus respuestas son indistinguibles de las de un hablante nativo de chino.