人工智能的历史是幻想、可能性、演示和希望的历史。自从荷马写下了机械三脚架并等待众神的晚餐，想象用机械来帮助生活已经成为人类文化的一部分。然而，只是从上个半世纪开始，人类才开始在人工智能领域制造机器，以检验关于思维和智能行为的假设，并制造出以前只有理论上才有可能的机械装置。尽管目前成熟的人工智能仍然属于遥远的未来，我们仍然需要保持沟通和努力来实现希望。
哲学家们提出了一种可能的智能机器来帮助我们从文学的角度来定义它对人类的意义。例如，笛卡尔对“机器人”的兴趣更多地在于它的隐喻意义，而不是它现实的可能性。另一方面，莱布尼茨预见了机器人实现的可能性，也就是说，机械逻辑装置的发明帮助人们用纯逻辑来消除争端。莱布尼茨和帕斯卡都设计了计算机器来解决算术问题，这为后来的学者发明“计算器”提供了有力的证据，但他们两人从未声称机器本身会思考。康科迪亚(法国哲学家)曾在比喻中提到一座雕像。人们将各种有价值的知识注入大脑。最后，作者问雕像在多大程度上有足够的知识让它看起来像人类一样聪明。
科幻作家使用可能的智能机器来提升人们对非人类智能的想象，同时让我们思考自己作为人类的特征。19世纪的儒勒·凡尔纳和20世纪的艾萨克·阿西莫夫是其中的佼佼者。此外，莱曼·弗兰克·鲍姆写了《绿野仙踪》。鲍姆写了几个机器人角色。在1907年出版的《绿野仙踪》中，他将机器人“Tiktok”描述为“一个非常负责任的机器人，能想出各种各样的主意，并且能完美地说话。”除了生活，它可以思考、说话、行动和做任何事情。“这些作家启发了许多人工智能科学家。
鲍姆这样描述铁皮人:“一个非常负责任的机器人，能想出各种各样的想法，并且能完美地说话。”除了生活，它可以思考、说话、行动和做任何事情。"
机器人和人工创造的生物，如犹太传说中的咕鲁(希伯来传说中有生命的假人)和玛丽·雪莱中的弗莱克肯·斯坦，一直吸引着公众的想象力，其中许多人利用了人类的恐惧。机械动物和玩偶，包括贝多芬为其创作管弦乐作品的机械小号手，实际上是17世纪钟表匠制造的。尽管他们能表演的表演极其有限，而且制作这些表演的初衷是为了好奇，而不是为了制造一台真正的思考机器，但它们仍然提供了一些关于行为的原始机械观点，这些行为不需要害怕。随着工业机械化程度的进一步提高，机器变得越来越复杂和普及。但本质上，它们仍然是简单的发条装置。
18和19世纪流行的国际象棋游戏机被展示为智能机器，其中最引人注目的是一种叫做“土耳其人”的机器。这些机器甚至让一些人相信他们通过独立思考下棋。象棋无疑是一项需要思考的活动，人们把它联系起来也就不足为奇了。例如，萨姆·朗霍恩·克莱门斯(马克·吐温)曾在一个报纸专栏中写道，“土耳其”下棋下得非常好，它一定是一台机器。象棋在人工智能的早期领域被广泛用于学习推理和表达机制是如何工作的。(其中一个重要的里程碑是国际象棋冠军加里·卡斯帕罗夫在1997年被深蓝击败。)
“土耳其人”来自弗赖赫尔·约瑟夫·弗里德里希·祖拉赫尼茨于1789年创作的版画。
随着20世纪电子学领域的许多发明，以及第二次世界大战后曼彻斯特艾伦·图灵实验室、宾夕法尼亚大学摩尔电子学院、哈佛霍华德·艾肯德实验室、IBM和贝尔实验室等地现代计算机的出现，这种可能性一度被提出来进一步得到证实。由于现代计算机惊人的计算能力，计算机在20世纪40年代经常被称为“巨型大脑”。
尽管机器人在公众认知中一直是智能计算机的一部分，但早期的机器人研究更多地关注机械工程，而不是智能控制。然而，最近机器人已经发展成为一种强大的工具，可以用来证实我们关于智能行为的许多推测。此外，让机器人对生活中的物体(现象和物体)有足够的了解，使其能够在日常环境中正常工作，已经成为一项令人头痛的任务。这是显而易见的，例如，一个机器人在行动时不能分辨阴影中的楼梯。然而，一些最杰出的人工智能方案和认知方法仍然来自美国宇航局的空间机器人。最近，在美国国防部高级研究计划局的太空机器人挑战赛中，23辆参赛汽车中有5辆完成了全程，斯坦福大学赢得了比赛。
2005年10月8日，斯坦福竞赛队的自动驾驶汽车斯坦利赢得了美国国防高级研究计划局年度总决赛。这辆车在拉斯维加斯西南部高速公路旁的沙漠中行驶了不到7个小时。
美国宇航局火星探测机器人
然而，人工智能不仅仅是关于机器人的，它也是对智能思维的属性和计算机相关实验操作的探索。1944年，赫伯·西蒙提出了心理学中信息处理和符号操纵的基本理论:“任何理性的决定都可以被认为是在某些假设和前提下的结论...因此，如果一个人定义了相关的条件和前提来做出决定，他的行为就可以被操纵。”(摘自纽厄尔和西蒙1972年合著的论文附录)。
赫伯·西蒙
人工智能在其成长阶段受到许多其他学科的影响。它们来自工程学(例如，研究控制论的诺伯特·维纳提出的反馈和控制理论)、生物学(例如，威廉·罗兹·阿什比、沃伦·麦卡洛克和沃尔特·皮茨对简单生物体的神经网络的研究)。实验心理学(见纽威尔和西蒙1972年的论文)、交流理论(如克劳德·香农理论)、博弈论(最著名的是约翰·冯·诺依曼和奥斯卡·莫根施特恩)、数学和统计学(如欧文·约翰·古德)、逻辑和哲学(如艾伦·特林、阿隆佐·邱奇和卡尔·亨佩尔)以及语言学(如诺姆·乔姆斯基的语法研究)。这些研究在人工智能领域留下了痕迹，并将继续影响这一学科。这些影响是巨大而深远的。在吸收这些学科知识的同时，人工智能进一步发展超出了它们的范围，并反过来偶尔影响到这些学科本身。
只是在过去的半个世纪里，我们的计算工具和编程语言才强大到足以支持我们对智能探索理论的实验证明。图灵于1950年在哲学期刊《心智》上提交的学术论文是人工智能领域的一个重大转折点。本文就如何制造一台能够执行智能行为的机器提出了一个清晰可行的观点，包括一个里程碑式的想法，即模仿游戏的描述——这就是我们所熟悉的图灵测试。万尼瓦尔·布什在1945年的《亚特兰大月刊》上发表了一篇论文，对类似测试的可能性提出了一个有先见之明的观点，但是图灵实际上写了一个计算机程序——例如，像香农在1950年的提案中计划的那样下棋。
早期的计算机程序不可避免地受到内存大小、处理器速度以及笨拙的操作系统和语言本身的限制。(例如，在垃圾收集机制发明之前，内存管理是程序员们头疼的问题)。直到20世纪50年代和60年代，硬件中处理器和存储器的发展，如Lisp、IPL和POP等符号操作语言，以及分时系统的出现，才给了程序员更多的权力。尽管如此，在这个时期仍然有许多令人惊奇的程序，允许计算机解决许多过去只有聪明人才能解决的问题。
早期的社会包括许多对这类项目的具体描述。第一本全面描述人工智能领域研究的书是1963年爱德华·费根鲍姆和朱利安·费尔德曼所著的《计算机与思想》。
这本书描述了阿瑟·塞缪尔编写的一个象棋程序，该程序完成于20世纪50年代，使用了IBM704和汇编语言。从IBM704的硬件条件和汇编语言的基本水平来看，这个程序非常精致。理解如何下棋只需要普通的智力，而完全精通需要稍高的智力。塞缪尔的程序(后来在性能上被奇努克的程序击败)甚至更好，因为它可以通过实验提高自己下棋的能力——也就是说，通过与人或其他程序对弈。当我们试图讨论智慧的核心是什么时，学习能力必须是其中之一(见马文·明斯基1961年的论文《走向人工智能的步骤》)。
艾伦·纽厄尔、约翰·克瑞弗·肖和赫伯·西蒙也在20世纪50年代写了一些节目，这些节目富有超越时代的洞察力，但受到时代工具的限制。他们的LT项目是另一个惊人的技巧。这个程序通过发明逻辑定理的证明震惊了整个世界——这无疑需要创造力和智力。这个项目于1956年在达特茅斯人工智能学会展出，该学会设立了“人工智能”的名称。
纽厄尔和西蒙肯定了奥利弗·塞尔弗里奇早期使用符号操作程序进行模式识别的演示(见费根鲍姆和费尔德曼1963年的论文)。塞弗里奇在20世纪50年代早期对学习和使用多智能体方法解决问题的研究(以下简称黑板模型)以及其他研究，被认为是启发式研究中令人惊奇的证明。这些初步论证逐渐在人工智能领域建立了一个基本标准，西蒙称之为“满意”标准:即当没有有效的方法来确保找到问题的解决方案时，启发式方法可以指导决策者在合理的时间内找到满意的解决方案，尽管这种解决方案不一定是最优的解决方案。
奥利弗·塞弗里奇
明斯基(1968)在他对1950年后20年的研究工作的总结中写道:
“1962年以前，人工智能领域最核心的任务是找到一种启发式机制，可以用来控制探索方法的界限。次核心任务是找到机器学习的方法。然而，1962年以后，对学习的思考减少了，更多的变成了对知识表征的研究和对旧知识体系的淘汰。如何有效地使用启发式搜索仍然是一个潜在的制约因素，但它已不再是人们关注和思考的焦点。我们正致力于探索更微妙和更小的问题，如现有方案的代表性和修改。”
明斯基自己对知识表征系统的研究和他称之为“心理社会”的概念为大量后续研究指明了方向。正式和非正式的知识展示已经成为所有人工智能项目的基石。在约翰·约翰·麦卡锡于1958年发表的一篇重要论文《常识性程序》(转载于明斯基1968年的论文)中，例子证明陈述性知识的表征很容易被操纵。从那时起，麦卡锡就提倡一种正式的知识表示系统，尤其是在谓词演算中。麦卡锡和其他学者在非单调逻辑和缺省推理方面所做的研究，如在不断变化的条件下做出决策，对智能行为的要求是什么，并为人工智能的真正定义提供了重要的意见。
马文·明斯基
约翰·麦卡锡
全球定位系统(纽厄尔，肖和香农)和其他早期研究的灵感来自心理学课题和实验方法(纽厄尔和香农1972)。例如，1959年由费根鲍姆完成的《EPAM》在程序中探索了记忆和遗忘的结合，并在心理实验中模拟了这种行为(1963年，格伦鲍姆和费尔德曼)。卡耐基梅隆大学(当时的卡耐基理工学院)的其他早期项目有意尝试模拟现实中试图解决问题的人的推理过程，例如解决数学难题或为投资组合选择股票，包括其中的错误。生产系统，以及后来的基于规则的系统，是为了模仿人类大脑在长时和短时记忆中操纵符号的过程而诞生的。1970年，唐纳德·沃特曼在斯坦福大学的毕业论文中，用生产系统玩扑克，用另一个程序学习如何玩得更好。
托马斯·埃文斯(Thomas Evans)1963年的论文解决了类似于一般智商测试的分类测试，这是关于如何在程序中使用类比推理的首次探索。詹姆斯·斯拉格在文章中用合作启发式方法解决了初等微积分中的符号集问题。此外，1960年初在麻省理工学院，丹尼·布朗、伯特·拉斐尔、罗斯·奎利亚纳和费希尔·布莱克都写了令人印象深刻的论文，这些论文都在明斯基的文集《语义信息处理》(明斯基1968)中提到过。
基于计算机存储和提取大量词典的能力，利用计算机理解和翻译语言的想法因其直观性而首次被提出。人们试图用查找表进行翻译，但最终失败了，并制造了许多有趣的笑话，这导致了学术界的激烈批评。多年来，学术界停止为机器翻译提供科研经费。丹尼·布朗的研究表明，计算机可以在有限的环境中使用数学词汇来理解和解决许多成年人觉得难以解决的问题。此外，罗伯特·西蒙斯、罗伯特·林德森和罗杰·沙克的研究也证实，理解语言——甚至翻译语言——可以在有限的领域实现。虽然最初的基于查找表的理解和翻译语言的方法没有得到改进，但是近年来语言理解的进步已经使我们离可对话的机器助手更近了一步。用于翻译、文本理解和语音理解的商业系统已经能够在一定程度上理解语言、语境和语义。
人工智能发展的另一个转折点来自20世纪60年代至70年代初基于知识的系统的发展。在20世纪60年代中期，由艾拉·戈尔茨坦和西蒙·派珀特(1977)描述的树形图算法程序的演示过程(由林赛等人于1980年共同发表)被认为是人工智能领域中基于知识的系统分支的“范式转变”。在此之前，基于逻辑的推理和问题解决理论被认为更有意义。“霉素”(布坎南和舒特勒夫于1984年出版)和数百个其他专家系统已经证明了少量知识对几个领域的决策行为的重要性。尽管仍有许多制约因素，部分是因为获取知识所需的努力，但他们成功地提供了专家助理，证实了“知识就是力量”的古老寓言。
25年后，原始树形图项目组的成员们拍了照片。
20世纪60年代还见证了学术机构支持的人工智能产业化的形成。前两个主要学术机构是麻省理工学院和卡内基梅隆大学(当时卡内基理工学院与兰德公司合作)。后来，人工智能实验室也在斯坦福和爱丁堡诞生。与图灵一起工作的唐纳德·米基组织了第一次，或者说是最早的一次，人工智能年度会议。机器智能研讨会于1965年首次在爱丁堡举行。大约与此同时，在20世纪60年代中期，计算机协会的人工智能特别兴趣小组为不同学科的人建立了一个论坛，分享他们对人工智能的看法。国际青年商会是一个国际社会组织，于1969年成立了一个两年一度的协会。美国人工智能协会(AAAI)就是在此基础上构想出来的，成立于1980年，旨在为北美的人工无线城市提供一个年度协会。许多其他国家也逐渐建立了类似的组织。
唐纳德·米奇
在20世纪60年代以后的几十年里，研究成果变得越来越显著。我们理解智能机制的能力也增强了。我们理解推理模式不是严格的演绎推理，其他的包括，例如，基于案例的推理、类比、归纳、不确定性推理和默认推理。当代对智能调解和车辆全自动驾驶以及其他方面的研究表明，许多方法需要与成功的系统相结合。
在人工智能领域，我们还有很多要学。例如，在学科发展的早期阶段提出的知识表示和推理仍然是两个需要澄清的主要领域。正在进行的关于学习、基于图形的推理以及与各种方法和系统的集成的研究将很可能向我们展示下一代人工智能的雏形。
然而，我们在人工智能领域的成功也迫使我们思考技术的成功对社会的影响，以及如何教育决策者和公众规划他们的未来。我们应该仔细研究批评家提出的观点。这些包括社会工作类型的变化，自动机器人失败的后果，隐私的丧失，以及我们在全文开头提出的观点:人类在宇宙中的位置。另一方面，我们不想放弃人工智能带来的许多好处，包括减少重复性工作、更安全的生产和旅行环境、更好的安全设施，以及做出保护宜居地球的更优决策。
尽管我们已经逐渐认识到智能本身的复杂性，但我们对智能机器人的幻想仍然存在。它的存在部分是因为我们是梦想家。现有的程序和我们取得的有限成功不仅证明了我们的无知，也证明了我们可以通过使用一些(正确的)方法和机器来真正创造真正的智能人工智能。然而，我们像试图在生物实验室创造人工生命的研究人员一样，应该对我们试图理解和模拟的东西怀有虔诚的敬意。
谢谢你
感谢海姆·赫希、大卫·李基、埃德·费根鲍姆和乔恩·格利克对初稿的评论，他们对我在这篇文章中所犯的任何错误不负任何责任。
○其他
减少的历史将不可避免地错过许多关键人物和重要里程碑。我向那些没有在这里提到它的人道歉。AAAI网站和书的内容将补充这里的许多空白。
美国国防高级研究计划局对人工智能研究的一些基本课题和机器人技术的支持使美国人工智能研究得以持续几十年。