1.人工智能的概念：人工智能（artificial intelligence,AI）是研究，开发用于模拟，延伸和扩展人类智能的理论，方法，技术及应用系统的一门学科。实际上，所谓的智能与智能的本质是古今中外许多哲学家和脑科专家一直努力探索的话题，但至今尚未完全研究清楚。因此，学术界也没有给人工智能下一个明确的定义。我们可以把人工智能理解为：人工智能是指能够让计算机像人一样拥有智能能力，可以代替人类实现识别，认知，分析，决策等多种功能的技术。
2.人工智能的发展：总的来说可分为7个时期。
孕育期：1956年之前，逻辑推理，计算机，图灵测试的出现孕育了人工智能的产生和发展。
1936年，图灵提出了一种理想计算机的数学模型，即图灵机。1950年，提出“图灵测试”。
起步发展期：1956—1976年，1956年，达特茅斯会议提出“人工智能”的概念，标志着人工智能的诞生。1959年，亚瑟塞缪尔研发的跳棋程序击败了他本人。
反思发展期：1976—1982年 人工智能的突破性进展使人们开始尝试一些不切实际的目标。然而，接二连三的失败和预期目标的落空使人工智能的发展走入低谷。
应用发展期：1982—1987年 1982年，商用专家系统R1开始在公司运行，用于进行新计算机系统的结构设计。1986年，大卫鲁内哈特提出了反向神经网络。
低迷发展期：1987—1997年 随着人工智能应用规模的不断扩大，专家领域的一系列问题逐渐暴露出来，比如应用领域狭窄，缺乏常识性知识，推理方法单一等。1987年，直接以LISP语言的系统函数为指令的通用计算机市场崩溃。
稳步发展期：1997—2010年 1997年，电脑深蓝战胜国际象棋世界冠军加里卡斯帕罗夫。2006年，杰佛里欣顿在神经网络的深度学习领域取得突破。
蓬勃发展期：2010年至今，随着大数据，云计算，互联网，物联网等信息技术的发展，以深度神经网络为代表的人工智能技术飞束发展。2014年，微软发布了全球第一款个人智能助理微软小娜。2016年，阿尔法围棋战胜世界围棋冠军李世石。2018年，央视春晚上，百度阿波罗无人车在荧幕上高调亮相。
3人工智能的各种学派：对人工智能研究影响较大的学派有底下三家。
（1）符号主义，又称逻辑主义，心理学派🔥计算机学派，其原理主要为物理符号系统假设和有限合理性原理。符号主义认为人类认知和思维的基元是符号，认知过程是符号操作过程。其代表人物赫伯特西蒙和艾伦纽厄尔。
（2）连接主义，又称为仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。连接主义认为人工智能源于仿生学，特别是人脑模型的研究，它主张模仿人类的神经元，用神经网络的连接机制实现人工智能。代表人物马文明斯基，约翰霍普菲尔德。
（3）行为主义，又称为进化主义或控制论学派，其原理主要为控制论及“感知—动作”型控制系统。行为主义认为，学习是刺激与反应之间的联结，行为是学习者对环境刺激所做出的反应。行为主义认为人工智能源于控制论。这这一学派的代表作品首推六足行走机器人，它可以看作是新一代的“控制论动物”，是一个基于“感知—动作”模式模拟昆虫行为的控制系统。
四.人工智能的应用领域：总的来说，人工智能的应用主要集中在自动定理证明，问题求解与博弈，专家系统，模式识别，机器视觉，自然语言处理，人工神经网络，分布式人工智能与多Agent等领域。
（1）自动定理证明，又称机器定理证明，是数学和计算机科学相结合的课题，也是人工智能中最先进行研究并得到成功应用的一个领域，它在人工智能的方法发展中起到了重要的推动作用。它的应用范围并不局限于数学领域，许多非数学领域的任务，如医疗诊断，信息检索，机器人规划和难题求解等。
（2）问题求解和博弈：人工智能的第一个大成就就是发展了能够求解难题的下棋程序。博弈问题为搜索策略，机器学习等问题的研究提供了良好的实际背景。经典的问题有旅行商问题，八皇后问题，背包问题。
（3）专家系统：是一个基于专门的领域知识，求解特定问题的智能计算机程序系统。
（4）模式识别：模式识别是指用计算机代替人类或帮助人类感知模式，是对人类感知外界功能的模拟。模式识别呈现多样性和多元化趋势，可以在不同的概念上进行，包括语音识别，文字识别，人脸识别，手语识别和指纹识别。
（5）机器视觉：就是用机器人代替人眼进行测量和判断，机器视觉的前沿研究领域包括实时并行处理，主动式定性视觉，动态和时变视觉，三维景物的建模与识别，实时图像压缩传输和复原，多光谱和彩色图像的处理与解释等。机器视觉已在机器人装配，卫星图像处理，工业过程监控，飞行器跟踪和制导及电视实况转播等领域。
（6）自然语言处理：是研究实现人类与计算机系统之间用自然语言进行有效通信的各种理论和方法。
（7）人工神经网络：是一个用大量简单处理单元经过广泛连接而组成的人工网络，用来模拟大脑神经系统的结构和功能，在模式识别，智能机器人，自动控制，预测估计，生物，医学，经济等领域解决了许多现代计算机难以解决的实际问题。
（8）分布式人工智能与多Agent：分布式人工智能是分布式计算与人工智能结合的产物。它主要研究在逻辑上或物理上分散的智能动作者如何协调其智能行为，求解单目标和多目标问题，同时为设计和建立大型复杂的智能系统或支持协同工作的计算机系统提供有效途径。
