随着人工智能研究的深入发展，人工智能研究中的形式主义弊端不断显现出来。人们注意到，智能的定义实际上是非常宽泛的。人工智能研究的对象不应当仅仅是人类的智能，而同时还应当包括生物的智能、机器人的智能；智能还是一个连续体、一个渐变的现象。因此，不应当把全部智能都看作是可以用元计算机科学能接受的方式表达为一个可计算的问题类。实际上，低等动物在对外界环境反应过程中表现出来的智能，要比已有的、研究的较多的智能形态以及机器人所表现的智能，灵活和自然得多。例如，在低等动物——蚂蚁的行为中，其复杂的智能表现是由简单的神经机制控制的。这就是所谓“基于生物形态的智能”。同样，由R.布鲁克斯（Rodney Brooks）设计和制造的机器人具有许多“行走”模块；这些模块是由一组更低层次的、由腿部感官输入的东西组成的。其行为机制表明，活动的机器人不需要复杂的内部表达和外部世界的模型，也没有复杂的推理过程，而只是利用系统—环境的相互作用，以适应性的方式行动。据此，R.布鲁克斯认为，存在着“无表征的智能”和“无推理的智能”。他主张，人工智能研究要多向大自然中的动物学习，要在动态的外界环境中研究智能，要把机器智能放置于现实世界之中来考察。