1.2 人工智能的产生与发展
回顾人工智能的发展历史，可归结为孕育、形成和发展三个阶段。
1.2.1 孕育期
自古至今，人们就一直梦想用机器来代替人的部分脑力劳动，以提高人们征服自然的能力。其中对人工智能的产生、发展有重大影响的研究成果如下。
（1）早在公元前，伟大的哲学家亚里士多德（Aristotle）就在他的名著《工具论》中提出了形式逻辑的一些主要定律，他提出的三段论至今仍是演绎推理的基本依据。
（2）英国哲学家培根（F.Bacon）曾系统地提出了归纳法，这对于研究人类的思维过程，以及自20世纪70年代人工智能转向以知识为中心的研究都产生了重要影响。
（3）德国数学家和哲学家莱布尼茨（G.W.Leibnitz）提出了万能符号和推理计算的思想，他认为可以建立一种通用的符号语言，以及在此符号语言上进行推理演算。这一思想不仅为数理逻辑的产生和发展奠定了基础，而且是现代机器思维设计思想的萌芽。
（4）英国逻辑学家布尔（G.Boole）致力于使“思维规律”形式化和实现机械化，并创立了布尔代数。他在《思维法则》一书中首次用符号语言描述了思维活动的基本推理法则。
（5）英国数学家图灵在1936年提出了一种理想计算机的数学模型，即图灵机，为后来电子数字计算机的问世奠定了理论基础。
（6）美国神经生理学家麦克洛奇（W.Mc Culloch）与匹兹（W.Pitts）在1943年建成了第一个神经网络模型（M-P模型），开创了微观人工智能的研究工作，为后来人工神经网络的研究奠定了基础。
（7）美国爱荷华州立大学的阿塔纳索夫（Atanasoff）教授和他的研究生贝瑞（Berry）在1937年至1941年间开发的世界上第一台电子计算机“阿塔纳索夫-贝瑞计算机（Atanasoff-Berry Computer，ABC）”为人工智能的研究奠定了物质基础。
由上面的发展过程可以看出，人工智能的产生和发展绝不是偶然的，它是科学技术发展的必然产物。
1.2.2 形成期
1956年夏季，由当时达特茅斯大学（Dartmouth）的年轻数学家、现任斯坦福大学教授麦卡锡（J.Mc Carthy）联合他的三位朋友，哈佛大学年轻数学家和神经学家、现任麻省理工学院教授明斯基（M.L.Minsky），IBM公司信息研究中心负责人洛切斯特（N.Rochester），贝尔实验室信息部数学研究员香农（C.E.Shannon），共同邀请普林斯顿大学的莫尔（T.Moore）和IBM公司的塞缪尔（A.L.Samuel）、麻省理工学院的塞尔夫里奇（O.Selfridge）和索罗莫夫（R.Solomonff）以及兰德（RAND）公司和卡内基-梅隆大学的纽厄尔（A.Newell）、西蒙（H.A.Simon）等10名年轻学者在美国达特茅斯大学召开了一次为时两个月的学术研讨会，讨论关于机器智能的问题。会上经麦卡锡提议正式采用了“人工智能”这一术语，麦卡锡因而被称为人工智能之父。这是一次具有历史意义的重要会议，它标志着人工智能作为一门新兴学科正式诞生了。此后，美国形成了多个人工智能研究组织，如纽厄尔和西蒙的Carnegie RAND协作组、明斯基和麦卡锡的MIT研究组、塞缪尔的IBM工程研究组等。
自这次会议之后的10多年间，人工智能的研究在机器学习、定理证明、模式识别、问题求解、专家系统及人工智能语言等方面都取得了许多令人瞩目的成就，主要研究成果有：
（1）在机器学习方面，1957年Rosenblatt研制成功了感知机。这是一种将神经元用于识别的系统，它的学习功能引起了科学家们广泛的兴趣，推动了连接机制的研究，但人们很快发现了感知机的局限性。
（2）在定理证明方面，美籍华人数理逻辑学家王浩于1958年在IBM-704机器上用3～5min证明了《数学原理》中有关命题演算的全部定理（220条），并且还证明了谓词演算中150条定理的85%；1965年鲁滨逊（J.A.Robinson）提出了归结原理，为定理的机器证明做出了突破性的贡献。
（3）在模式识别方面，1959年塞尔夫里奇推出了一个模式识别程序；1965年罗伯特（Roberts）编制出了可分辨积木构造的程序。
（4）在问题求解方面，1960年纽厄尔等人通过心理学试验总结出了人们求解问题的思维规律，编制了通用问题求解程序GPS，可以用来求解11种不同类型的问题。
（5）在专家系统方面，美国斯坦福大学的费根鲍姆（E.A.Feigenbaum）领导的研究小组自1965年开始专家系统DENDRAL的研究，1968年完成并投入使用。该专家系统能根据质谱仪的实验，通过分析推理决定化合物的分子结构，其分析能力已接近于甚至超过有关化学专家的水平，在美、英等国得到了实际的应用。该专家系统的研制成功不仅为人们提供了一个实用的专家系统，而且对知识表示、存储、获取、推理及利用等技术是一次非常有益的探索，为以后专家系统的建造树立了榜样，对人工智能的发展产生了深刻的影响，其意义远远超过了系统本身在使用上所创造的价值。
（6）在人工智能语言方面，1960年麦卡锡研制出了人工智能语言LISP，成为建造智能系统的重要工具。
1.2.3 发展期
进入20世纪70年代，许多国家都开展了人工智能的研究，涌现出了大量的研究成果。例如，1972年法国马赛大学的科麦瑞尔（A.Comerauer）提出并实现了逻辑程序设计语言PROLOG，斯坦福大学的肖特利夫（E.H.Shortliffe）等人从1972年开始研制用于诊断和治疗感染性疾病的专家系统MYCIN。
但是，和其他新兴学科的发展一样，人工智能的发展道路也不是平坦的。例如，机器翻译的研究没有像人们最初想象得那么容易。实际上，由机器翻译出来的文字有时会出现十分荒谬的错误。例如，当把“眼不见，心不烦”的英语“Out of sight，out of mind”翻译成俄语时变成“又瞎又疯”；当把“心有余而力不足”的英语句子“The spirit is willing but the flesh isweak”翻译成俄语，然后再翻译回来时竟变成了“The wine is good but the meat is spoiled”，即“酒是好的，但肉变质了”；当把“光阴似箭”的英语句子“Time flies like anarrow”翻译成日语，然后再翻译回来的时候，竟变成了“苍蝇喜欢箭”。在其他方面，如问题求解、神经网络、机器学习等也都遇到了困难，使人工智能的研究一时陷入了困境。
人工智能研究的先驱者们认真反思，总结了前一段研究的经验和教训。1977年费根鲍姆在第五届国际人工智能联合会议上提出了“知识工程”的概念，对以知识为基础的智能系统的研究与建造起到了重要的作用。大多数人接受了费根鲍姆关于以知识为中心展开人工智能研究的观点。从此，人工智能的研究又迎来了以知识为中心的蓬勃发展的新时期。
这个时期，专家系统的研究在多种领域中取得了重大突破，各种不同功能、不同类型的专家系统如雨后春笋般地建立起来，产生了巨大的经济效益及社会效益。例如，地矿勘探专家系统PROSPECTOR拥有15种矿藏知识，能根据岩石标本及地质勘探数据对矿藏资源进行估计和预测，能对矿床分布、储藏量、品位及开采价值等进行推断，制定合理的开采方案，应用该系统成功地找到了超亿美元的钼矿。专家系统MYCIN能识别51种病菌，正确地处理23种抗菌素，可协助医生诊断、治疗细菌感染性血液病，为患者提供最佳处方，该系统成功地处理了数百病例，并通过了严格的测试，显示出了较高的医疗水平。美国DEC公司的专家系统XCON能根据用户要求确定计算机的配置，由专家做这项工作一般需要3小时，而该系统只需要0.5分钟，速度提高了300多倍。DEC公司还建立了另外一些专家系统，由此产生的净收益每年超过4000万美元。信用卡认证辅助决策专家系统AmericanExpress能够防止不应有的损失，据说每年可节省2700万美元左右。
专家系统的成功，使人们越来越清楚地认识到知识是智能的基础，对人工智能的研究必须以知识为中心来进行。由于对知识的表示、利用及获取等的研究取得了较大的进展，特别是对不确定性知识的表示与推理取得了突破，建立了主观Bayes理论、证据理论等，对人工智能中模式识别、自然语言理解等领域的发展提供了支持，解决了许多理论及技术上的问题。
人工智能在博弈中的成功应用也令人举世瞩目。人们对博弈的研究一直抱有极大的兴趣，早在1956年人工智能刚刚作为一门学科问世时，塞缪尔就研制出了跳棋程序。这个程序能从棋谱中学习，也能从下棋实践中提高棋艺，1959年击败了塞缪尔本人，1962年又击败了一个州的冠军。1997年5月，IBM公司研制的“深蓝”计算机，以3.5∶2.5的比分，首次在正式比赛中击败国际象棋棋王卡斯帕罗夫（Kasparov），在世界范围内引起轰动。这标志着在某些领域，经过努力，人工智能系统可以达到人类的最高水平。
我国自1978年开始进行人工智能课题的研究，并在1981年成立了中国人工智能学会（CAAI），目前在专家系统、模式识别、机器人学及汉语的机器理解等方面都取得了很多研究成果。