20世纪四五十年代，人类从战争的浩劫中逐渐挣脱出来后，搭上信息化这列高速前进的时代列车。在这一时期除了计算机实现了从机电式(如机械和电器)逐渐向电子式(真空管、晶体管等)的转变，其他学科如生物科学、心理学、哲学等领域也开始从更高的层次思考计算机在各领域中的应用潜力。其中控制论的提出者——诺伯特·维纳(Norbert Wiener)肯定了人类神经系统的智能活动同技术装置之间的一种模拟关系，另外现代电子计算结构的提出者冯·诺伊曼(John von Neumann)从细胞自动机(Cellular Automata)的研究开始思考智能系统的可能性。可编程电子计算机的出现及神经生物学上的发现更是激励了一些科学家开始认真讨论制造“电子大脑”的可能性。人工智能的概念也随之浮现。
现代人工智能概念的种子或许可追溯到公元前古希腊时期，当时哲学家们畅想一种具有自主思考能力的机械。这些具有思维能力的人造系统至今依然可在诸多科幻文学著作或电影中出现14,然而这些关于人工智能的描述仅仅是个别作家主观上的想象，那么人工智能是否有公认的定义呢?我们又如何从一群看似智能的系统中，判别什么样的系统才算是人工智能?
在人工智能概念被正式提出之前，首要问题是如何判别人工智能。最早提出判断标准的是计算机科学家艾伦·图灵(Alan Turing)。他于1950年提出的图灵测试(Turing Test),是沿用至今判断机器是否表现出与人等价或者无法区分的智能的黄金测试。
图灵测试自提出之初到现在被调整和发展成不同的版本(图灵测试是针对广义的问题而设置的测试模式，可基于其他不同场景对其进行调整),一个标准的模式是测试涉及三位角色(图2.3.1):被测试机器A、被测试人类B及人类询问者C。
他们之间互相隔离接受测试，因此询问者C预先不知道询问的对象是谁。接着询问者C询问两位被测试对象一系列相同的问题，并从他们各自的回答来判断受测试对象是机器还是人类。在实际的测试操作中，这个过程需要多位人类询问者C参与测试。通常来说，当只要有百分之三十以上的询问者C误判被测试机器A为人类，则代表该被测试机器A拥有人工智能。
图2.3.1图灵测试示意图
在图灵测试被提出不久之后，“人工智能”一词被提出，以用于定义和描述这种似人的智能系统。一般认为该词首次被正式提出并奠定这个领域以后的研究方向是在1956年的达特茅斯会议上。其实在此会议召开约一年之前，即1955年8月31日，“人工智能”一词已经出现在一份研讨会提案中。研讨会提案撰写者包括了当时此领域中的杰出人士，有达特茅斯学院的约翰·麦卡锡(John McCarthy)、哈佛大学的马文·闵斯基²(Marvin Minsky)、IBM公司的纳撒尼尔·罗彻斯特(Nathaniel Rochester)和贝尔电话实验室的克劳德·香农{2.2.1}。
当时他们对人工智能的研究主要建立在一种假设上，即人类学习的各个方面或人类智能的任一种特征，理论上都可以被精确地描述，以至于可以通过制造机器来模拟该学习或智能。他们对当时的人工智能问题提出了以下研究提案:
如果某一机器可以完成工作，那么可以通过编写一台自动化计算器来模拟该机器。虽然当前计算速度和内存容量可能还未能模拟人脑的高级功能，但主要的障碍不在于机器的性能，而在于我们还无法编写可以充分利用现有计算机资源的程序。
据猜测，人类思维的很大部分是由推理与想象来操纵词汇而获得。从这一观点可以形成一个概括：人类语言的推理能力是通过允许一个新词汇和包含该词汇的句子所暗含的一些规则，或其他句子所暗含的规则来达成的。这一思想从未被非常精确地阐述过，也未有被实现的实例。
这是关于如何安排一组(假设的)神经元以形成神经网络的概念。在此之前已经有数位学者①已在此问题上做了大量的理论和实验工作。虽然已经获得部分成果，但还需要进一步的理论研究。
对于一个定义明确的问题(该问题可被机械地测试所提出的答案是否有效),其解决的方法是按顺序遍历所有可能的答案。然而此方法效率低下，所以为了排除答案需要设定一些准则来确保计算的高效。为了测量计算的效率，需要掌握一套用来测量计算方法复杂性的方法，一套关于功能复杂性的理论将有助于该方法的实现。
一台真正意义上的智能机器将会很大程度上进行被认为是自我提升的任务。一些为实现此目的的方案已被提出，并值得对此做进一步的研究。此问题也可以抽象地进行研究。