然而，这位权威性毫不亚于赫伯特·西蒙的人却从范畴上确定地说，思维和机器是类似的。1969年，在一系列收集在《人工智能科学》一书中的讲座中，他提出，计算机和人类思维都是“符号系统”——能够处理、转变、精确而且一般也能操纵各种各样的符号的物理存在。
在整个70年代，专心至致的心理学家中的少数人和麻省理工学院、卡耐基－默伦大学、斯坦福大学和其它一些大学的计算机科学家们狂热地相信，他们已经面临着一种巨大的突破，因而开发出一些既可以说明思维的工作原理，也是人类思维的机器翻版的程序来。到80年代初期，这项工作已经扩张到了好几所大学和一些大公司的实验室里。这些程序可以执行像走国际象棋、对句子进行语法分析、把一些基本句子从一种语言翻译成另一种语言和根据大量光谱数据推论出分子结构这样一些各种各样的活动。
狂热者认为信息处理解释思维的工作原理的能力无边无际，人工智能通过执行同一些过程而检测这些解释的能力也没有什么限制，他们相信这些程序最终会比人类做得更好。1981年，哥达德太空研究院的罗伯特·杰士特罗预测说，“到1995年左右，按照现在的趋势，我们将看到硅制的大脑这种突然出现的生命形式，它们会与人类展开竞争。”
可是，跟赖塞尔一样，有些心理学家感觉到，计算机只是对思维某些方面的机械模拟，心理过程的计算模式只是很差的一个方面。赖塞尔本人到1976年的时候，也对信息处理模式“非常失望”，当时，他出版了第二本书，即《认知及现实》。赖塞尔深受詹姆斯·吉布森和他的“生态”心理学的影响，他在该书中提出，信息处理模式太过狭窄，与现实生活中的知觉、认知和有目的的活动离得太远，而且不能把我们从周围的世界里持续不断地吸收到的经验和信息考虑在内。
其它一些心理学家虽然没有说他们深感失望，但他们还有想办法扩宽信息处理的观点，以将思维对概要、捷径和直觉的利用，以及其同时在有意识和无意识层次上并行展开模拟过程的能力（这是个关键的话题，我们随后将谈到这一点）。
还有另外一些人提出了挑战，认为一些编好程序，以便像人类那样去思维的计算机根本就没有在思考问题。他们说，人工智能一点也沾不上人类智力的边，虽然它也许在计算方面远胜人类思维能力，可是，它却永远也不可能轻松地，或者完全不可能从事人类思维日常毫不费力就能完成的工作。
最为重要的差别在于，计算机不能理解它自己正在思考的问题。约翰·塞尔和休伯特·德赖弗斯两位都是贝克莱的哲学家，还有麻省理工学院的计算机科学家约瑟夫·魏森包姆以及其他人都认为，计算机在按编程进行推理工作时，只会操纵符号，根本不了解这些符号的意义或者含义。比如，总体问题解决器也许能够推算出父亲和两个孩子怎样过河，但是，它们只能以代数符号进行这项工作；它不知道一只船、父亲和孩子是什么，“沉船”以后会意味着什么，他们沉下水里后会发生什么事情，也不知道这个现实世界里的任何东西。
这些设计用来帮助人们进行问题求解工作的程序，一般会用英语问这些操作程序的人，用答案和它们自己存储的知识在一种推理的决定模式上移动，从死点上走开，把寻找范围缩小，最后到达一个结论，对此，它们再分配一个比率（“诊断：红斑狼疮；可靠性：o．8”）。到80年代中期，几十种这样的程序已经在日常的科学实验室里、政府部门和工厂里使用着，到80年代末，这个数字已经达到数百种之多。
然而，虽然专家系统的聪明之处是一些银行计算机、航空订票处的计算机以及其它一些场合的计算机所不具备的，但是，在现实中，它们不知道它们所处理的现实世界信息的意义，不是我们了解的那一种。卡杜塞斯是一种内科咨询系统，它可以诊断五百种疾病，诊断效果与高级医疗人员可以说相差无几，可是，一本权威的教科书，《建立专家系统》却说，它“对所涉及的基本病理生理学过程一无所知”，也不能思考一些处在它的专业知识以外，或者处在其周围的医学问题，哪怕只需要最普通的常识也不行。一种医学诊断程序在一位用户问及羊水诊断是否有用时也不能够提出反对意见；这位病人是位男士，而系统却不能够“意识”到这是个荒谬的问题。如约翰·安德森所言：“人类专家能够很好地解决的一些难题就是了解可以利用知识的环境。一台逻辑发动机只有在环境被仔细地规定好了以后才会得出合适的结果。”可是，为了像人类那样广泛而丰富地确定环境，将需要无法想象的数据和编程工作量。
除了其它一些反对人工智能会思想的论断的说法以外，还有下面这些意见，它们是由许多心理学家和其它的科学家提出来的：
——人工智能程序，不管是专家系统型的，还是具有更广泛推理能力的程序，它们都没有对自我的感觉，也不知道它们自己处在这个世界里的位置的感觉。这就严重地限制了他们进行现实世界思考的能力。
——他们不能，至少目前不能直觉地，或者大致地推理，也不能创造性地思想。有些程序的确能够生成新的办法来解决一些技术问题，可是，这些只是对现存数据的重新组合。另外一些程序写出了诗歌，编出了音乐还画出了油画，可是，它们的产品并不能在艺术世界里留下痕迹；如约翰逊博士的经典说法，它们“就像是狗踮着脚走路。走得不太好，可是，你会很吃惊地发现，它竟然能走了。”
——最后，它们没有感情，也没有身体的感觉，尽管在人类当中，这些都会深刻地影响、指导而且还经常误导思维和决定。
尽管如此，信息处理的比喻和计算机都已经在人类推理能力的调查中发挥了至关重要的作用。信息处理模式已经产生了大量的实验、发现和有关以系列方式发生的认知过程的洞见。而信息处理学说可以建立在上面，并得以确立或否定的计算机已经成了无法估价的实验室工具。
然而，信息处理模式的缺点和人工智能模拟的局限都已经在过去的10年里，导致了认知革命的第二阶段的到来：即修改极大的信息处理范式的出现。它中心的概念是，尽管信息处理的串行模式适合认知的某些方面，但是，大多数——特别是更为复杂一些的心理过程——都是一种很不相同的模式，即并行处理的结果。
事有奇巧——也许可说是不同思想的互相滋润——这与最近的大脑研究结果十分相符。最新的大脑研究显示，在心理活动中，神经脉冲不是沿单向通道从一个神经元向另一个神经元前进的，它们是通过多种内部交流电路的同时激发而自发产生。大脑不是一个串行处理器，而是一台庞大的并行处理器。
与这些发展相匹配的是，计算机科学家们一直在创立一种新的计算机建筑模式，连锁和内部交流处理器可以并行工作，以极复杂的方式影响彼此的操作，可以比串行计算机更接近大脑和思维的运作。这种新的计算机建筑不是以大脑的神经元网络为模式的，因为它们当中的大多数仍然没有绘制成图，也太复杂了，复杂得无法复制，可是，它的确可以用自己的方式进行并行处理。
这三种发展的技术细节不在本身的范围之内。可是，它们的意义和重要性却是本书必须重视的。让我们来看看可以怎样利用这些东西。
新模式
一位法国数学家亨利·彭加勒1908年花了15天的时间想研究出法奇森函数理论，但没有成功。他接着放下工作进行一项地质探险活动。正当他上汽车与一位同行的旅行者谈话时，答案突然出现在他脑海里，非常清晰，毫不含糊，他甚至没有中止自己的谈话以便验证这个理论。当他后来去验证时，答案证明是正确的。
创造力的年鉴里满是这样的故事；这表明，思维可以同时进行两种（或者更多）思索，一种是有意识的，另一种是无意识的。传说不是科学证据，但是，在认知革命的早年，好多种对注意力进行的实验的确证明，思维不是一种单一的串行计算机。
这样的实验中最出名的一项是在1973年进行的。实验者詹姆斯·拉克纳和梅里尔·加勒特告诉受试者们戴上耳机，只注意左耳听到的东西，而不管右耳听到的内容。他们的左耳内听到的是一些含义模糊的句子，比如：“这位军官弄出火苗，示意进攻”；而同时，有些人在右耳却可以听到一个句子，可以清楚地解释一个模糊的句子，如果他们注意听的话。（“他把灯熄掉。”）而其它一些人听到的却是一些不相关的句子。（“红人队今夜要连赛两场。”）
事后，没有哪一组能够说出他们的右耳听到了什么。可是，当问及含义模糊的句子的意义时，那些用右耳听到不相关句子的人被分成两组了，一组是听到含义模糊的句子后说是扑灭火苗，另一组是听到句子后说是弄出火苗来。大多数听到过解释性句子的人都说是扑灭了火苗。很明显，解释性的句子被同时和无意识地与模糊的句子一起处理了。
这是好多理由中的一个理由，说明70年代为什么会有一些心理学家开始提出一种假设，说思维不是串行处理的。