人工智能作为一个领域始于二十世纪中叶。最初，符号推理流行，带来了如专家系统等重要进展，但这种方法因从专家提取知识并以计算机可读形式表现的复杂性和高成本，在很多情况下不适用，导致 20 世纪 70 年代出现“人工智能寒冬”。
随着时间推移，计算资源更便宜，数据更多，神经网络方法在计算机视觉、语音理解等领域展现出卓越性能，过去十年中“人工智能”常被视为“神经网络”的同义词。
AI 技术发展历程如下：
早期阶段（1950s – 1960s）：有专家系统、博弈论、机器学习初步理论。 知识驱动时期（1970s – 1980s）：包括专家系统、知识表示、自动推理。 统计学习时期（1990s – 2000s）：出现机器学习算法如决策树、支持向量机、贝叶斯方法等。 深度学习时期（2010s – 至今）：有深度神经网络、卷积神经网络、循环神经网络等。最初，查尔斯·巴贝奇发明计算机用于按明确程序运算。现代计算机虽更先进，但仍遵循相同受控计算理念。有些任务如根据照片判断人的年龄无法明确编程，因不知大脑完成任务的具体步骤，这类任务正是 AI 感兴趣的。
