如果将智力视为优化能力的连续衡量标准（即，任何单位的认知努力所花费的结果有多好），那么穷举搜索就具有非零智力（因为它确实会在付出更多努力时得到更好的结果被消耗）但智力非常非常低（因为结果更好主要是靠运气，而且付出的努力可能大到不可思议）。

如果计算机只是暴力破解解决方案，它根本不会学习任何东西或使用任何类型的智能，因此它不应该被称为“人工智能”。它必须根据之前在类似情况下发生的事情做出决定。为了使某件事情变得智能，它需要一种方法来跟踪它所学到的东西。一个国际象棋程序可能有一个非常棒的测量算法来用于每种可能的棋盘状态，但是如果它总是尝试每个状态并且从不存储它从不同方法中学到的东西，那么它就不是智能的。

蛮力方法无疑是许多 AI 编程的第一步。但是使用这些经验，程序必须学会找到最好的解决方案，或者至少是更接近问题的解决方案。由于 AI 的首要目标是找到任何解决方案，因此没有什么能比蛮力方法更胜一筹。但是随后使用蛮力方法的先前结果，程序必须开发自己的启发式方法并使用这些数据以及蛮力来找到最佳解决方案。

实际上，计算机展示的任何“智能”都被视为人工智能，无论是蛮力还是智能启发式的使用。例如，可以对聊天机器人进行编码，以使用许多 if 语句来响应大多数响应。无论编码/设计多么糟糕，这都是一个人工智能。

国际象棋计算机击败人类专业人士可以被视为一个有意义的里程碑。我的意思是，有人对计算机进行了编程，以击败国际象棋大师和国际象棋天才。许多人认为这是不可能的，因为国际象棋是如此复杂的游戏。这种工作可能会涉及更复杂的人工智能，因为如果计算机可以下棋，那么它肯定也会完成其他复杂的任务。

请注意国际象棋编程是多么精致：魔术位板、Zobrist 散列、修剪、惰性 SMP 等等。这可能不是你想象的那种人工智能的里程碑，但同样，可以被认为是人工智能的东西非常广泛。