有成功的案例，比如自动化机器人，他们就是采用这种方法，这种人工智能机器人，他被植入了一整套的自动化流程，但是它不具备其他功能。

比如简单的文字识别，以及下棋，一些游戏ai等等。

但是同样的这种方法局限性很大，因为如果游戏简单，那么制定的这个程序也很简单，而它只能在既定的规则下运行，举个简单的例子。

比如这个人工智能机器人，你给他制定了下象棋的规则程序，可是如果你要让它去下围棋，那么你这个机器人的程序就要重新编译，重新调试，否则的话，就会牛头不对马嘴。

而另外一个方法就是模拟法，意思是我们不仅仅要看到效果，还要求实现的方法和人类或者动物机体所用的方法相同或者类似。

比如目前比较流行的模拟构建人类神经网络作为人工智能机器人的核心，尝试着让人工智能机器人按照人类的机体原理进行实践。

可惜的是，这种方法的入门难度太大了，除了要精通计算机编程知识，还要精通生物学的思考方法，所以不管在国内外，只要进入这一个行业的研究者都会成为重点扶持的对象。

尽管目前的进展依然缓慢，但是起码，这一个方向被认为是未来的主流的人工智能研究方向。