人工智能

xinnianhao

人工智能（Artificial Intelligence），英文缩写为AI。是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 [128]。
人工智能大模型带来的治理挑战也不容忽视。 [39]马斯克指出，在人工智能机器学习面具之下的本质仍然是统计。 [33]营造良好创新生态，需做好前瞻研究，建立健全保障人工智能健康发展的法律法规、制度体系、伦理道德。 [39]着眼未来，在重视防范风险的同时，也应同步建立容错、纠错机制，努力实现规范与发展的动态平衡。 [39]
2024年，“人工智能”当选为汉语盘点2024年度国际词 [59]。当地时间2025年1月13日，美国发布《人工智能扩散出口管制框架》 [63-64]。1月14日，中国外交部发言人郭嘉昆表示：坚决反对美方在AI领域也搞“三六九等” [65]。2025年10月，《生成式人工智能应用发展报告（2025）》发布。报告显示，截至2025年6月，中国生成式人工智能用户规模达5.15亿人，较2024年12月增长2.66亿人，用户规模半年翻番；普及率为36.5%。 [217] [238]12月1日，中国香港领先的AIGC公司来画推出的“全国首家支持1000秒AI漫剧生成平台”将进行内测。 [234] [240] [256]
2026年3月5日，《2026年国务院政府工作报告》提出，支持人工智能开源社区建设，促进开源生态繁荣；完善适应人工智能技术发展促进就业创业的措施。尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
20世纪70年代以来，人工智能被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是21世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。
人工智能是研究使用计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。例如繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造。
这是智能化研究者梦寐以求的东西。
2013年，帝金数据普数中心数据研究员S.C WANG开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。作者发现，新数据分析方法给计算机学会“创造”提供了一种方法。本质上，这种方法为人的“创造力”的模式化提供了一种相当有效的途径。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力，否则计算机真的有一天会“反捕”人类。
当回头审视新方法的推演过程和数学的时候，作者拓展了对思维和数学的认识。数学简洁，清晰，可靠性、模式化强。在数学的发展史上，处处闪耀着数学大师们创造力的光辉。这些创造力以各种数学定理或结论的方式呈现出来，而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰富信息的逻辑结构。应该说，数学是最单纯、最直白地反映着（至少一类）创造力模式的学科。
发展阶段
播报
1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。
从1956年正式提出人工智能学科算起，50多年来，取得长足的发展，成为一门广泛的交叉和前沿科学。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。如果希望做出一台能够思考的机器，那就必须知道什么是思考，更进一步讲就是什么是智慧。什么样的机器才是智慧的呢？科学家已经作出了汽车、火车、飞机和收音机等等，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？我们也仅仅知道这个装在我们天灵盖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。
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，在以后的岁月中，无数科学家为这个目标努力着。如今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，如今计算机似乎已经变得十分聪明了。例如，1997年5月，IBM公司研制的深蓝（DEEP BLUE）计算机战胜了国际象棋大师卡斯帕洛夫（KASPAROV）。大家或许不会注意到，在一些地方计算机帮助人进行其它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它计算机软件都因为有了人工智能的进展而得以存在。
2017年12月，人工智能入选“2017年度中国媒体十大流行语”。 [1]
2019年3月4日，十三届全国人大二次会议举行新闻发布会，大会发言人张业遂表示，已将与人工智能密切相关的立法项目列入立法规划 [2]。
《深度学习平台发展报告(2022)》认为，伴随技术、产业、政策等各方环境成熟，人工智能已经跨过技术理论积累和工具平台构建的发力储备期，开始步入以规模应用与价值释放为目标的产业赋能黄金十年。 [10]
2021年9月25日，为促进人工智能健康发展，《新一代人工智能伦理规范》发布。
2023年4月，美国《科学时报》刊文介绍了正在深刻改变医疗保健领域的五大领先技术：可穿戴设备和应用程序、人工智能与机器学习、远程医疗、机器人技术、3D打印。 [20]
2024年3月，文生视频模型Sora的推出引起广泛关注。人工智能技术快速发展，其潜在的风险也随之出现，真假的界限似乎变得更加模糊。 [40]
2024年，谷歌 DeepMind 和斯坦福大学的研究人员推出了一种基于大语言模型的工具 —— 搜索增强事实评估器（IT之家注：原名为 Search-Augmented Factuality Evaluator，简称 SAFE），可对聊天机器人生成的长回复进行事实核查。 [46]
2024年，复旦大学科研团队凭借“人类健康与疾病蛋白质组图谱”的突破性研究成果——在人工智能算法的助力下，医生只需通过简单的血浆蛋白组检测，就能提前诊断和预测疾病。科研团队利用大数据和人工智能算法，对近1500种血浆蛋白质进行筛选分析，发现了11种可预测未来痴呆风险的血浆蛋白质。 [76]
2025年2月，日本东京大学的研究人员开发了深度纳米测量技术（Deep Nanometry，DNM），这是一种将先进的光学技术与人工智能（AI）驱动的降噪算法相结合的尖端技术。 [78]
2025年3月19日消息，英伟达表示，将与电信企业合作开发基于人工智能的6G无线技术。英伟达正与T-Mobile、MITRE、思科、ODC和Booz Allen Hamilton合作开发AI原生6G无线网络的硬件、软件和架构。 [91]
2025年4月，房地产垂直领域首款AI智能体上线，房地产行业全国首个垂直领域AI智能平台——克而瑞AI Agent公开内测，结合行业特色RAG（知识库）+数据库，利用地产思维思考分析，为房地产行业不同岗位从业者提供了专业工作成果。 [106]
2025年4月18日，国新办举行经济数据例行新闻发布会，介绍2025年一季度工业和信息化发展情况。工业和信息化部总工程师谢少锋在谈到以DeepSeek为代表的国产大模型火爆“出圈”现象时表示，这反映了人工智能技术快速突破的现状。我国人工智能产业基础不断夯实，已形成覆盖基础层、框架层、模型层、应用层的完整的产业体系 [109]。
2025年4月，由荷兰代尔夫特理工大学科学家研制的人工智能（AI）无人机，首次在国际无人机竞赛中击败人类冠军赛手，堪称AI发展史上又一里程碑事件。由人类无人机飞行员参与的“猎鹰杯”总决赛和由AI驱动的A2RL无人机冠军锦标赛同台竞技。最终，代尔夫特理工大学团队开发的AI驱动无人机不仅斩获了A2RL赛事桂冠，随后更是连续击败3位人类飞行员世界冠军。这架无人机在复杂赛道创下95.8公里/小时的惊人时速。 [110]4月11日，在被植入全球首个具有大脑感知功能的方向性电极系统后，AI首次应用于帕金森病临床治疗，南京已有首批患者获益。 [112]
2025年4月，美国贝勒医学院领衔的国际团队研制出一款新型人工智能（AI）工具。它能精准识别在运动过程中小脑独特的神经元类型，为了解小脑工作机制带来突破性进展，也为治疗脑部疾病提供了新思路。相关论文发表于最新一期《细胞》杂志。 [117]
2025年4月，韩国浦项科技大学团队在最新一期《自然·通讯》杂志上发表了下一代人工智能（AI）存储设备的突破性研究，揭示了电化学随机存取存储器（ECRAM）的工作机制。这项技术有望显著提升智能手机、平板电脑和笔记本电脑等设备的AI性能，并延长电池使用寿命。这一进展标志着AI硬件向高效能、低能耗迈出了重要一步。 [123]
2025年4月29日报道，Autistic Translator的创始人Michael Daniel本人也患有自闭症与多动症（ADHD）。经历失业后，他在澳大利亚自家客厅开发了这一工具。借助OpenAI的模型，他将Autistic Translator打造为一款即时反馈、自定义程度高的AI应用，目前用户数已突破3000人。其还推出拓展版NeuroTranslator，服务对象已扩展至ADHD群体。同时，另一款名为Goblin Tools的AI工具也声称能够协助神经多样性群体更好理解和组织信息，其创始人Bram De Buyser指出：“AI不会疲倦和挫败，也不会因为问题奇怪而评判用户，这种特性对于需要反复确认社交规则的自闭症患者而言尤其重要。” [124]
2025年5月，中国成立全球首家人工智能医院。 [139]
2025年5月，上海AI医生“华医生”落户沙特，是全球首个AI诊所可问诊30种呼吸疾病。 [141]

00:49






会阿拉伯语的“华医生”走进沙特诊所








2025年5月20日，昆明市公安局正式推出西南地区首个深度融合方言交互、文化赋能与智慧警务的AI政务助手——“春晓”。 [142]
2025年5月，国家儿童医学中心首都医科大学附属北京儿童医院与北京儿童医院黑龙江医院联合主办的“携手AI，共筑儿童健康梦”AI儿科医生落地龙江启动大会在哈尔滨举行。 [150]
2025年6月，全国首个覆盖执行案件办理全流程的大模型人工智能应用——“龙藤”人工智能辅助执行系统在深圳市龙华区人民法院正式上线运行。 [157]2025年7月25日电消息，美国能源部公布用于人工智能数据中心和能源基础设施建设的联邦土地选址。选定地点包括爱达荷国家实验室、橡树岭保留地、帕迪尤卡气体扩散厂与萨凡纳河场址。 [191]
2025年7月25日，“阅无界 链未来”重庆新华出版集团重点项目发布暨集中签约仪式在重庆悦来会议中心举行。在项目发布环节，新华书店新型阅读空间项目、陆海传媒《科普周报・AI来了》新刊、重庆新华中心暨陆海文化产业园项目、研学产业链、重庆科幻产业共同体项目、重庆出版“猫耳星球”计划、AI时代出版行业数智融跨一体化项目，共计7个重点项目依次亮相。 [192]
2025年7月26日报道，在中国人工智能产业发展联盟第十五次全会上，荣耀与中国信息通信研究院、阿里、百度等行业领军企事业单位，共同发布了《人工智能安全承诺》实践披露成果。联盟围绕风险管理、模型安全、数据安全等6大核心内容，提炼了20项关键安全标签，公开了43项企业典型实践，致力于推进我国人工智能安全治理迈入体系化、透明化、实操化新阶段，为全球贡献“以人为本、智能向善”的中国方案。 [193]
2025年9月1日，日本政府正式设立了AI战略本部。据日本《朝日新闻》1日报道，此举旨在提升日本相对全球领先国家滞后的AI研发和运用水平，同时规范AI技术应用，打击基于AI的违法犯罪行为，限制虚假信息传播。 [210]
2025年9月，浙大邵逸夫医院作为浙江省首家开展Ion机器人技术的医疗机构，在2厘米以下肺结节的诊疗中，诊断准确率突破90%大关，且术后实现了‘零气胸、零出血’的安全纪录。截至9月该团队已通过该技术完成疑难肺外周结节诊断病例100余例、治疗病例30余例，并创新开展“多原发肺结节机器人支气管镜定位+同步消融联合外科切除”等多学科协作模式，引领多发肺结节的精准高效治疗，大部分患者术后24小时即可恢复日常活动。 [211]
2026年1月21日，国务院新闻办公室举行新闻发布会。相关负责人介绍，国内企业发布多款人工智能芯片产品，智能算力规模达1590EFLOPS，行业高质量数据集加速涌现，国内大模型引领全球开源生态。据有关机构测算，2025年我国人工智能企业数量超6000家，核心产业规模预计突破1.2万亿元。
2026年2月9日，《江苏省人工智能与知识产权双向赋能行动方案（2026—2030年）》正式出台，这是中国首个以人工智能与知识产权双向赋能为主题的专项方案。 [263]
2026年2月27日消息，中国人形机器人从强势亮相2026国际消费类电子产品展到惊艳马年总台春晚舞台，人工智能（AI）大模型及应用从“能对话”快速进阶到“会办事”再迭代到“擅创作”，多家AI公司成功上市、获得多轮融资。2026年初，中国AI科技和产业的好消息频传，引发国际“朋友圈”点赞。国际舆论认为，中国极高的社会接受度为AI在医疗、教育和减贫领域的快速试验和落地应用提供了肥沃土壤，这种“社会共识”是中国AI长远发展的核心竞争力之一。 [268]
各国态度
播报
中国
2025年7月24日，外交部发言人郭嘉昆主持例行记者会。有记者就特朗普相关人工智能言论提问。对此，郭嘉昆表示，中方始终主张各方应该共同推动人工智能开放、包容、普惠向善，不应该突出对抗竞争，而应该追求共享智能红利，实现共同发展。 [190]
2025年8月5日，国家安全部发文表示，人工智能的训练数据存在良莠不齐的问题，其中不乏虚假信息、虚构内容和偏见性观点，造成数据源污染，给人工智能安全带来新的挑战。通过篡改、虚构和重复等“数据投毒”行为产生的污染数据，将干扰模型在训练阶段的参数调整，削弱模型性能、降低其准确性，甚至诱发有害输出。 [195]
2025年10月24日，中共中央举行新闻发布会，介绍和解读党的二十届四中全会精神。全会审议通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》，其中提到：加快人工智能等数智技术创新，强化算力、算法、数据等高效供给。全面实施“人工智能+”行动，全方位赋能千行百业。继续加强基础研究和关键核心技术攻关，聚力开发新的模型算法、高端算力芯片，不断夯实人工智能发展的技术根基。 [219]
2026年1月27日，从人力资源社会保障部获悉，我国将实施稳岗扩容提质行动，推出重点行业就业支持举措，出台应对人工智能影响促就业文件。 [259]
2026年3月5日，《2026年国务院政府工作报告》提出，支持人工智能开源社区建设，促进开源生态繁荣；完善适应人工智能技术发展促进就业创业的措施。 [269-270]
2026年3月6日，十四届全国人大四次会议举行经济主题记者会。国家发展和改革委员会主任郑栅洁在会上介绍，将深化“人工智能+”行动，“十五五”末人工智能相关产业规模将增长到10万亿元以上。 [272]
日本
2025年12月22日报道，日本政府自2026年度起的5年间将向国产人工智能（AI）开发提供1万亿日元（约合人民币447亿元）规模的支援。该资金将支援软银等十几家公司最快在明年春季设立的新公司。此举旨在官民协作致力于最尖端的基础模型研发，与在AI领域领先一步的美国和中国抗衡。政府还考虑对在生产第一线机器人上使用的AI也提供支援。 [245]
科学介绍
播报
实际应用
机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。
学科范畴
人工智能是一门边缘学科，属于自然科学和社会科学的交叉。
涉及学科
哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论
研究范畴
自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法。
意识和人工智能
人工智能就其本质而言，是对人的思维的信息过程的模拟。
对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟，是对人脑思维的信息过程的模拟。
弱人工智能如今不断地迅猛发展，尤其是2008年经济危机后，美日欧希望借机器人等实现再工业化，工业机器人以比以往任何时候更快的速度发展，更加带动了弱人工智能和相关领域产业的不断突破，很多必须用人来做的工作如今已经能用机器人实现。
而强人工智能则暂时处于瓶颈，还需要科学家们和人类的努力。
技术研究
播报
用来研究人工智能的主要物质基础以及能够实现人工智能技术平台的机器就是计算机，人工智能的发展历史是和计算机科学技术的发展史联系在一起的。除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。
研究方法
如今没有统一的原理或范式指导人工智能研究。许多问题上研究者都存在争论。其中几个长久以来仍没有结论的问题是：是否应从心理或神经方面模拟人工智能?或者像鸟类生物学对于航空工程一样，人类生物学对于人工智能研究是没有关系的？智能行为能否用简单的原则（如逻辑或优化）来描述？还是必须解决大量完全无关的问题？
智能是否可以使用高级符号表达，如词和想法？还是需要“子符号”的处理？JOHN HAUGELAND提出了GOFAI(出色的老式人工智能)的概念，也提议人工智能应归类为SYNTHETIC INTELLIGENCE，这个概念后来被某些非GOFAI研究者采纳。
大脑模拟
主条目：控制论和计算神经科学
20世纪40年代到50年代，许多研究者探索神经病学，信息理论及控制论之间的联系。其中还造出一些使用电子网络构造的初步智能，如W. GREY WALTER的TURTLES和JOHNS HOPKINS BEAST。 这些研究者还经常在普林斯顿大学和英国的RATIO CLUB举行技术协会会议。直到1960年， 大部分人已经放弃这个方法，尽管在80年代再次提出这些原理。
符号处理
主条目：GOFAI
当20世纪50年代，数字计算机研制成功，研究者开始探索人类智能是否能简化成符号处理。研究主要集中在卡内基梅隆大学， 斯坦福大学和麻省理工学院，而各自有独立的研究风格。JOHN HAUGELAND称这些方法为GOFAI（出色的老式人工智能）。 [31] 60年代，符号方法在小型证明程序上模拟高级思考有很大的成就。基于控制论或神经网络的方法则置于次要。 [32]60~70年代的研究者确信符号方法最终可以成功创造强人工智能的机器，同时这也是他们的目标。
认知模拟经济学家赫伯特·西蒙和艾伦·纽厄尔研究人类问题解决能力和尝试将其形式化，同时他们为人工智能的基本原理打下基础，如认知科学， 运筹学和经营科学。他们的研究团队使用心理学实验的结果开发模拟人类解决问题方法的程序。这方法一直在卡内基梅隆大学沿袭下来，并在80年代于SOAR发展到高峰。基于逻辑不像艾伦·纽厄尔和赫伯特·西蒙，JOHN MCCARTHY认为机器不需要模拟人类的思想，而应尝试找到抽象推理和解决问题的本质，不管人们是否使用同样的算法。他在斯坦福大学的实验室致力于使用形式化逻辑解决多种问题，包括知识表示， 智能规划和机器学习. 致力于逻辑方法的还有爱丁堡大学，而促成欧洲的其他地方开发编程语言PROLOG和逻辑编程科学.“反逻辑”斯坦福大学的研究者 (如马文·闵斯基和西摩尔·派普特)发现要解决计算机视觉和自然语言处理的困难问题，需要专门的方案-他们主张不存在简单和通用原理（如逻辑）能够达到所有的智能行为。ROGER SCHANK 描述他们的“反逻辑”方法为 "SCRUFFY" .常识知识库 (如DOUG LENAT的CYC)就是"SCRUFFY"AI的例子，因为他们必须人工一次编写一个复杂的概念。基于知识大约在1970年出现大容量内存计算机，研究者分别以三个方法开始把知识构造成应用软件。这场“知识革命”促成专家系统的开发与计划，这是第一个成功的人工智能软件形式。“知识革命”同时让人们意识到许多简单的人工智能软件可能需要大量的知识。
子符号法
80年代符号人工智能停滞不前，很多人认为符号系统永远不可能模仿人类所有的认知过程，特别是感知，机器人，机器学习和模式识别。很多研究者开始关注子符号方法解决特定的人工智能问题。
自下而上， 接口AGENT，嵌入环境（机器人），行为主义，新式AI机器人领域相关的研究者，如RODNEY BROOKS，否定符号人工智能而专注于机器人移动和求生等基本的工程问题。他们的工作再次关注早期控制论研究者的观点，同时提出了在人工智能中使用控制理论。这与认知科学领域中的表征感知论点是一致的:更高的智能需要个体的表征(如移动，感知和形象)。计算智能80年代中DAVID RUMELHART 等再次提出神经网络和联结主义. 这和其他的子符号方法，如模糊控制和进化计算，都属于计算智能学科研究范畴。
统计学法
90年代，人工智能研究发展出复杂的数学工具来解决特定的分支问题。这些工具是真正的科学方法，即这些方法的结果是可测量的和可验证的，同时也是人工智能成功的原因。共用的数学语言也允许已有学科的合作（如数学，经济或运筹学）。STUART J. RUSSELL和PETER NORVIG指出这些进步不亚于“革命”和“NEATS的成功”。有人批评这些技术太专注于特定的问题，而没有考虑长远的强人工智能目标。
集成方法
智能AGENT范式智能AGENT是一个会感知环境并作出行动以达致目标的系统。最简单的智能AGENT是那些可以解决特定问题的程序。更复杂的AGENT包括人类和人类组织（如公司）。这些范式可以让研究者研究单独的问题和找出有用且可验证的方案，而不需考虑单一的方法。一个解决特定问题的AGENT可以使用任何可行的方法-一些AGENT用符号方法和逻辑方法，一些则是子符号神经网络或其他新的方法。范式同时也给研究者提供一个与其他领域沟通的共同语言--如决策论和经济学（也使用ABSTRACT AGENTS的概念）。90年代智能AGENT范式被广泛接受。AGENT体系结构和认知体系结构研究者设计出一些系统来处理多ANGENT系统中智能AGENT之间的相互作用。一个系统中包含符号和子符号部分的系统称为混合智能系统 ，而对这种系统的研究则是人工智能系统集成。分级控制系统则给反应级别的子符号AI 和最高级别的传统符号AI提供桥梁，同时放宽了规划和世界建模的时间。RODNEY BROOKS的SUBSUMPTION ARCHITECTURE就是一个早期的分级系统计划。
智能模拟
机器视、听、触、感觉及思维方式的模拟：指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，智能搜索，定理证明，逻辑推理，博弈，信息感应与辨证处理。
学科范畴
人工智能是一门边沿学科，属于自然科学、社会科学、技术科学三向交叉学科。
涉及学科
哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学，社会结构学与科学发展观。
研究范畴
语言的学习与处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法人类思维方式，最关键的难题还是机器的自主创造性思维能力的塑造与提升。
安全问题
人工智能还在研究中，但有学者认为让计算机拥有智商是很危险的，它可能会反抗人类。这种隐患也在多部电影中发生过，其主要的关键是允不允许机器拥有自主意识的产生与延续，如果使机器拥有自主意识，则意味着机器具有与人同等或类似的创造性，自我保护意识，情感和自发行为。因此，人工智能的安全可控问题要同步从技术层面来解决。 [22]随着技术的发展成熟，监管形式可能逐步发生变化，但人工智能必须接受人工监管的本质不能改变。 [23]生成式AI可能引发大规模隐私或者个人信息泄露问题。 [31]
实现方法
人工智能在计算机上实现时有2种不同的方式。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法（ENGINEERING APPROACH），它已在一些领域内作出了成果，如文字识别、电脑下棋等。另一种是模拟法（MODELING APPROACH），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。遗传算法（GENERIC ALGORITHM，简称GA）和人工神经网络（ARTIFICIAL NEURAL NETWORK，简称ANN）均属后一类型。遗传算法模拟人类或生物的遗传-进化机制，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同智能效果，两种方式通常都可使用。采用前一种方法，需要人工详细规定程序逻辑，如果游戏简单，还是方便的。如果游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂（按指数式增长），人工编程就非常繁琐，容易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁，非常麻烦。采用后一种方法时，编程者要为每一角色设计一个智能系统（一个模块）来进行控制，这个智能系统（模块）开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。这种系统开始也常犯错误，但它能吸取教训，下一次运行时就可能改正，至少不会永远错下去，用不到发布新版本或打补丁。利用这种方法来实现人工智能，要求编程者具有生物学的思考方法，入门难度大一点。但一旦入了门，就可得到广泛应用。由于这种方法编程时无须对角色的活动规律做详细规定，应用于复杂问题，通常会比前一种方法更省力。
2025年6月，荷兰政府宣布，将投入 7000 万欧元用于在北部城市格罗宁根建设一个人工智能工厂 [164]。
2025年7月，新西兰正式推出首个国家人工智能战略，旨在提升生产力并增强国家竞争力。新西兰科学、创新与技术部长沙恩·雷蒂宣布，预计到2038年，人工智能可为新西兰国内生产总值(GDP)贡献高达760亿新西兰元(约合455亿美元)。 [178]
2025年7月8日报道，由北京师范大学牵头编制的T/CESA 1395-2025《人工智能 基础教育大模型评测指标与方法》团体标准正式批准发布。 [171]
2025年7月15日，谷歌公司宣布，将在未来两年内投资 250 亿美元在美国最大的电力网区域建设数据中心，以支持其在人工智能领域的大规模布局。 [182]
2025年7月21日，据韩联社援引《朝鲜新报》报道，金日成综合大学信息科学部人工智能技术研究所所长金光赫接受采访称，尽管敌对势力阻挠朝鲜接受世界先进研究成果、阻挠朝鲜科技发展，AI已经进入朝鲜人民的生活。在医疗领域，金所长暗示了朝鲜未来在医疗现场应用A技术的可能性。《朝鲜新报》的报道发布了一张照片，文字说明是“平壤药房引入的医疗志愿服务支援AI机器人。” [186]