人工智能（Artificial Intelligence，AI），是研究用于模拟和扩展人的智能的理论方法及应用系统的科学，是对人的意识和思维过程进行模拟的科学。对人的思维模拟可以从两条路径进行，一是结构模拟，仿照人脑结构机制，制造出“类人脑”机器；二是功能模拟，撇开人脑内部结构，从其功能过程进行模拟。现代计算机便是对人脑思维功能的模拟，是对人脑思维过程的模拟。人工智能研究员佩德罗·多明戈斯根据人工智能研究人员采取的方式，将他们分为五大流派——根据抽象符号进行逻辑推理的“符号派”；受人脑启发搭建结构的“联结派”；受达尔文进化论启发的“进化派”；采用概率推理的“贝叶斯派”以及根据以前出现的类似情况进行推理的“类推派”。虽然人工智能的界限并不确定并且随时间推移发生变化，但这并非问题的重点，重点在于人工智能的研究和应用始终围绕自动化或者复制智能行为。 AI诞生，1956年达特茅斯会议。一般认为，1956年的达特茅斯会议是人工智能的起源，会议提出的断言之一是“学习或者智能的任何其他特性的每一个方面都应能被精确地加以描述，使得机器可以对其进行模拟”。黄金年代，1956-1974年。达特茅斯会议之后的数年是大发现的时代，计算机可以解决代数应用题，证明几何定理，学习和使用英语。当时大多数人几乎无法相信机器能够如此“智能”，研究者们在私下的交流和公开发表的论文中表达出相当乐观的情绪，认为具有完全智能的机器将在二十年内出现。第一次低谷，1974-1980年。70年代初AI遭遇了瓶颈，即使是最杰出的AI程序也只能解决它们尝试解决的问题中最简单的一部分，研究者们遭遇了无法克服的计算能力和数据等基础性障碍。随之而来的还有资金上的困难，AI研究者们对其课题的难度未能作出正确判断，当承诺无法兑现时，对AI的资助就缩减或取消了。这一时期，尽管遭遇了低估，但AI在逻辑编程，常识推理等一些领域还是有所进展。 AI繁荣，1980-1987年。在80年代一类名为“专家系统”的AI程序开始为全世界的公司所采纳，而“知识处理”成为了主流AI研究的焦点。专家系统是一种程序，能够依据一组从专门知识中推演出的逻辑规则在某一特定领域回答或解决问题，其简单的设计又使它能够较为容易地编程实现或修改。直到现在AI才开始变得实用起来，1981年，日本经济产业省拨款八亿五千万美元支持第五代计算机项目，目标是造出能够与人对话，翻译语言，解释图像，并且像人一样推理的机器。其他国家也纷纷作出响应。第二次低估，1987-1993年。80年代中商业机构对AI的追捧与冷落符合经济泡沫的经典模式，泡沫的破裂也在政府机构和投资者对AI的观察之中。最早的征兆是1987年AI硬件市场需求的突然下跌，Apple和IBM生产的台式机性能不断提升，老产品失去了存在的理由。1991年人们发现十年前日本宏伟的“第五代工程”并没有实现，与其他AI项目一样，期望比真正可能实现的要高得多。尽管遇到各种批评，这一领域仍在不断前进。1993-现在，AI在不断前行。现已年过半百的AI终于实现了它最初的一些目标，这些成就有的归功于计算机性能的提升，有的则是在高尚的科学责任感驱使下对特定的课题不断追求而获得的。“很多AI的前沿成就已被应用在一般的程序中，不过通常没有被称为AI“，1997年深蓝成为战胜国际象棋世界冠军卡斯帕罗夫的第一个计算机系统，2016年3月谷歌AlphaGo（阿尔法围棋人工智能程序）4:1战胜世界围棋冠军李世石，再次引发全世界对AI的巨大关注。 按照百度总裁张亚勤的观点3，人类对人工智能的研究目前仍处于很早期阶段，未来人工智能的突破一定是数字智能和生物智能的结合，目前卷积神经网络已经受到一些启示。目前人工智能已经在很多领域超过人类，未来十年，只要是人可以描述和定义、有标准答案的领域，机器都有望超过人类。