无论你怎样地表示愤怒，都不要做出任何无法挽回的事来。
——培根
人工智能（AI）是计算机科学与心理学相结合而产生的研究用计算机实现人的智能行为和功能的一门学科。人工智能的智能范畴一般包括人的智能行为，如图像和声音识别、学习、计划、决策、解决问题、自然语言理解等；也可指人的内部认知反映功能和过程，如知觉、记忆、思维等。人工智能研究编制模拟上述行为功能的计算机程序。
人工智能的基本过程为智能模拟，其依据是人工智能系统（计算机系统）与活体智能系统（心理认知反映系统）之间假设并已证实的可类比性。智能模拟的基本步骤为：①系统模型设计。②计算机程序编制。③程序调试及系统修正。其中最重要的是系统模型设计，它一般包含建立与模拟对象有关的知识系统和找出具体描述对象的方法。心理认知模拟的系统模型必须建立在心理学实验的基础上，并通过与人的行为比较来验证假设模型。程序编制的工具为计算机语言，用于人工智能的专门语言有LISP、PROLOG等。
人工智能系统的两个最基本概念是：符号系统和信息加工过程。最早的符号加工的设想，即所谓图灵机，出现于1936年。但真正的智能模拟尝试则是电子计算机发明之后。50年代中期，美国人工智能先驱、计算机学家A.纽厄尔、肖和西蒙于1956年合作第一次用计算机模仿人的思维活动来解决复杂的问题。他们创始了启发式程序，避免了庞大数量的推理步骤。这种符号信息加工是以数理逻辑中的产生式为理论基础的。专家系统和知识工程中的知识表示和推理规则，大多数都是用产生式的形式写的。符号信息加工理论假设脑有一些基本信息加工器，它们有记录、测检、比较、选择或取消某个符号的功能。至于这些加工器是以怎样的结构和形式进行活动的，却未予说明。因此，符号信息加工理论的倡导者承认心理活动的低级水平（如视觉）是平行加工的，但对高级水平的心理活动（如思维、推理）能否平行加工则表示怀疑。
日本设想其第五代计算机依靠大规模集成电路、极大的知识库、高速度的逻辑推理和对自然语言及图像的理解能力，达到使计算机具有智能的目的。美国的科学家认识到，智能的奥秘必须由多学科进行综合研究，包括心理学、语言学和人工智能的综合研究，称为认知科学。1985年鲁梅哈特等提出了一个多层次的非线性网络模型：这种网络有自学习、自组织、自适应能力，大大增强了信息处理、模式识别、建立专家系统的能力。这一模型称为平行分布加工。这种理论远比符号信息处理或知觉机的理论更接近于人的智能活动。平行分布加工网络模型奠定了认知科学的理论基础，而认知科学又提高了人工智能的研究水平。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。这可是不是一个容易的事情。如果希望做出一台能够思考的机器，那就必须知识什么是思考，更进一步讲就是什么是智慧，它的表现是什么，你可以说科学家有智慧，可你决不会说一个路人什么也不会，没有知识，你同样不敢说一个孩子没有智慧，可对于机器你就不敢说它有智慧了吧，那么智慧是如何分辨的呢？我们说的话，我们做的事情，我们的想法如同泉水一样从大脑中流出，如此自然，可是机器能够吗，那么什么样的机器才是智慧的呢？科学家已经作出了汽车，火车，飞机，收音机等等，它们模仿我们身体器官的功能，但是能不能模仿人类大脑的功能呢？到目前为止，我们也仅仅知道这个装在我们头盖骨里面的东西是由数十亿个神经细胞组成的器官，我们对这个东西知之甚少，模仿它或许是天下最困难的事情了。
在定义智慧时，英国科学家图灵做出了重大贡献，如果一台机器能够通过称之为图灵实验的实验，那它就是智慧的，图灵实验的本质就是让人在不看外型的情况下不能区别是机器的行为还是人的行为时，这个机器就是智慧的。不要以为图灵只做出这一点贡献就会名垂表史，如果你是学计算机的就会知道，对于计算机人士而言，获得图灵奖就等于物理学家获得诺贝尔奖一样，图灵在理论上奠定了计算机产生的基础，没有他的杰出贡献世界上根本不可能有这个东西，更不用说什么网络了。
科学家早在计算机出现之前就已经希望能够制造出可能模拟人类思维的机器了，在这方面我们还要提到另外一个杰出的数学家，哲学家布尔，通过对人类思维进行数学化精确地刻画，他和其它杰出的科学家一起奠定了智慧机器的思维结构与方法，今天我们的计算机内使用的逻辑基础正是他所创立的。
任何学过计算机的人对布尔一定不会陌生，我们所学的布尔代数，就是由它开创的。当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具了，在以后的岁月中，无数科学家为这个目标努力着，现在人工智能已经不再是几个科学家的专利了，全世界几乎所有大学的计算机系都有人在研究这门学科，学习计算机的大学生也必须学习这样一门课程，在大家不懈的努力下，现在计算机似乎已经变得十分聪明了，国际象棋大赛中，计算机把人给胜了，这是人们都知道的，大家或许不会注意到，在一些地方计算机已经开始帮助人进行其他原来只属于人类的工作，计算机以它的高速和准确为人类发挥着它的作用。人工智能始终是计算机科学的前沿学科，计算机编程语言和其他计算机软件都因为有了人工智能的进展而得以存在。
现在人类已经把计算机的计算能力提高到了前所未有的地步，而人工智能也在21世纪领导计算机发展的潮流，现在人工智能的发展因为受到理论上的限制不是很明显，但它必将像今天的网络一样深远地影响我们的生活。
在世界各地对人工智能的研究很早就开始了，但对人工智能的真正实现要从计算机的诞生开始算起，这时人类才有可能以机器的实现人类的智能。“Artificial Intelligence”（AI）这个词最早是在1956年的一次会议上提出的，在此以后，一些科学家的努力使它得以发展。人工智能的进展并不像我们期待的那样迅速，因为人工智能的基本理论还不完整，我们还不能从本质上解释我们的大脑为什么能够思考，这种思考来自于什么，这种思考为什么得以产生等一系列问题。但经过这几十年的发展，人工智能正在以它巨大的力量影响着人们的生活。
让我们顺着人工智能的发展来回顾一下计算机的发展，在1941年由美国和德国两国共同研制的第一台计算机诞生了，从此以后人类存储和处理信息的方法开始发生革命性的变化。第一台计算机的体型可不算太好，它比较胖，还比较娇气，需要工作在有空调的房间里，如果希望它处理什么事情，需要大家把线路重新接一次，这可不是一件省力气的活儿，把成千上万的线重新焊一下那么现在的程序员应该算是生活在天堂中了。
终于在1949发明了可以存储程序的计算机，这样，编程程序总算可以不用焊了，好多了。因此编程变得十分简单，计算机理论的发展终于导致了人工智能理论的产生。人们总算可以找到一个存储信息和自动处理信息的方法了。
虽然现在看来这种新机器已经可以实现部分人类的智力，但是直到20世纪50年代人们才把人类智力和这种新机器联系起来。诺伯特·威诺（Norbert Wiener）在反馈理论上的研究最终让他提出了一个论断，所有人类智力的结果都是一种反馈的结果，通过不断地将结果反馈给机体而产生的动作，进而产生了智能。抽水马桶就是一个十分好的例子，水之所以不会常流不断，正是因为有一个装置在检测水位的变化，如果水太多了，就把水管给关了，这就实现了反馈，是一种负反馈。如果连我们厕所里的装置都可以实现反馈了，那我们应该可以用一种机器实现反馈，进而实现人类智力的机器形式重现。这种想法对于人工智能早期的有着重大的影响。
在1955的时候，香农与一些人一起开发了The Logic Theorist（逻辑理论）程序，它是一种采用树形结构的程序，在程序运行时，它在树中搜索，寻找与可能答案最接近的树的分枝进行探索，以得到正确的答案。这个程序在人工智能的历史上可以说是有重要地位的，它在学术上和社会上带来的巨大的影响，以至于我们现在所采用的思想方法有许多还是来自于这个50年代的程序。
1956年，作为人工智能领域另一位著名科学家的麦卡希召集了一次会议来讨论人工智能未来的发展方向。从那时起，人工智能的名字才正式确立，这次会议在人工智能历史上不是巨大的成功，但是这次会议给了人工智能奠基人相互交流的机会，并为未来人工智能的发展起了铺垫的作用。在此以后，工人智能的重点开始变为建立实用的能够自行解决问题的系统，并要求系统有自学能力。在1957年，香农和另一些人又开发了一个程序称为General Problem Solver（一般问题解决者，简称GPS），它是对威诺的反馈理论一个扩展，并能够解决一些比较普遍的问题。别的科学家在努力开发系统时，麦卡希作出了一项重大的贡献，他创建了表处理语言LISP，直到现在许多人工智能程序还在使用这种语言，它几乎成了人工智能的代名词，到了今天，LISP仍然在发展。
在1963年，麻省理工学院受到了美国政府和国防部的支持进行人工智能的研究，美国政府不是为了别的，而是为了在冷战中保持与前苏联的均衡，虽然这个目的是带点火药味的，但是它的结果却使人工智能得到了巨大的发展。其后发展出的许多程序十分引人注目，麻省理工大学开发出了SHRDLU。在这个大发展的60年代，STUDENT系统可以解决代数问题，而SIR系统则开始理解简单的英文句子了，SIR的出现导致了新学科的出现：自然语言处理。在70年代出现的专家系统成了一个巨大的进步，他头一次让人知道计算机可以代替人类专家进行一些工作了，由于计算机硬件性能的提高，人工智能得以进行一系列重要的活动，如统计分析数据，参与医疗诊断等等，它作为生活的重要方面开始改变人类生活了。在理论方面，70年代也是大发展的一个时期，计算机开始有了简单的思维和视觉，而不能不提的是在70年代，另一个人工智能语言Prolog（序言）语言诞生了，它和LISP一起几乎成了人工智能工作者不可缺少的工具。不要以为人工智能离我们很远，它已经在进入我们的生活，模糊控制，决策支持等等方面都有人工智能的影子。让计算机这个机器代替人类进行简单的智力活动，把人类解放用于其他更有益的工作，这是人工智能的目的，但对科学真理的无尽追求才应该是最终的动力吧。
1956年夏天，美国达特默斯大学举行了一次重要的人工智能讨论会，对人工智能开展了两个月的讨论。这次会议的发起人是著名的人工智能专家麦卡希、明斯基、罗彻斯特和香农，一大批年轻学者参加了这次人工智能讨论会，他们之中有美国国际商用机器公司（IBM）的摩尔和塞缪尔、麻省理工学院的赛尔夫利奇和索罗孟夫、兰德公司和卡勒奇工科大学的纽厄尔和西蒙等。
这次会议是人工智能科学诞生的重要标志，因为它首次正式使用了人工智能的概念。从此，美国形成了几个以人工智能为目标的研究集体，进行了开创性的研究工作。
起初，人工智能的研究主要集中在智力游戏上，这也是最简单易行的领域。1955年，国际商用机器公司的塞缪尔选择下棋游戏为人工智能研究的突破口，这是人们最熟悉，也最容易进行智力比较的项目，在人类智力活动中有代表性。他创造了能自组织、自适应、自学习、积累经验的跳棋机，一举轰动了全世界。塞缪尔跳棋机以对策论和起动式搜索技术在计算机上编制出跳棋程序，像一名优秀的棋手那样预先看出往下的几步棋，与对手进行比赛。1959年，这台跳棋机战胜了程序设计者本人；1962年，击败了美国一个州的跳棋冠军尼利，达到冠军级水平。它还能记住17500幅棋谱，从中猜测出书中所推荐的最佳走法。直到今天，这台跳棋机仍然是博弈程序的最高水平和成就之一。
1956年，纽厄尔和西蒙从心理学角度出发，用心理学的新成果研究人工智能，制造出逻辑理论家的程序，用来证明数学定理。定理证明需要逻辑推理，是人类智能的集中表现。研究者把人们解题过程中的心理活动总结成一系列规律和法则，并用计算机模拟这些规则，使计算机表现出各种证明问题的智能。他们用这个程序证明了罗素《数学原理》第二章38个定理，正确无误。接着，纽厄尔和西蒙又创立了通用问题求解机程序。这个程序可以求解不定积分、三角函数、代数方程等十几个不同性质的课题。
用计算机证明四色问题，是人工智能成果的一个典型代表。
四色问题又称四色猜想，是世界近代三大数学难题之一。
