这里只是一些我的个人看法.
这当然是很难回答的问题, 且因人而异. 但是, 就我作为一个Lisper的体验而言, 古典AI中最重要的是表达, 尤其是表达人类的想法, 而且是从人类的角度所看待的想法. 因此, 对于编程语言和DSL的研究在古典AI领域占据着重要的地位. 古典AI研究者总是希望创造新的表达方式, 以使得原本不能表达的想法能够直接在编程语言中表达. 最为典型的例子其实就是所谓的模式匹配, 其可以用来方便地表达模式导向的程序, 模式编码了很大一类的思想规则. 如今新的编程语言也总是带有模式匹配的功能了.
其实, 实际情况可以用古典AI已死, 古典AI万岁
来形容. 在计算机科学发展的早期, 计算机科学和AI几乎可以算是同义词. 那时候, 符号积分都可以被视为一种重要的AI研究主题. 诚然如此! 古典AI完全没有死去的迹象, 只是很多原本被视为AI的东西, 现在已经不被普罗大众甚至是AI或者计算机科学研究者视为AI了. 例如, 如今谁会觉得在图 (graph) 上搜索算是AI呢? 这种分化的现象, 不是计算机科学所特有的, 每个领域都会出现.
如今经常能听到这样的言论, AI的本质是数学, 统计或者算法, 和具体的编程语言毫无关系. 这在古典AI里是不成立的. 可以使用Lisp直接表达的想法, 未必在其他语言中就容易写出. 这不是可计算的问题 (绝大多数编程语言都是Turing完备的), 而是表达力的问题. Lisp能够成为古典AI的主流语言, 不仅是因为在当时没有那么多编程语言可供选择, 更是因为它是能够方便表达语言的(元)语言. 时至今日, Lisp系语言在此方面仍然独树一帜.
发现定理和证明定理往往被认为是人类智能的代表之一, 因而从一开始AI研究者就对于自动定理证明很感兴趣. 最开始人们希望的是完全自动的定理证明和定理发现, 并寄希望于搜索, 然而很快研究者就发现这基本上算是死路一条. 当然, 自动定理证明这个领域没有死亡 (曾经建立的技术也是如此, 例如归结原理), 因为SAT/SMT求解器之类的东西仍然算是自动定理证明. 然而, 对于通常意义上希望使用计算机探索数学的人们而言, 他们的兴趣已经转向了证明助手 (proof assistant), 或者说计算机辅助证明.