人工智能是在1956年达特茅斯聚会上开始提出的。该聚会决定了人工智能的目的是 实行不妨像生人一律运用常识去处置题目的机器 。固然，这个理想很快被一系列未果的试验所击碎，但却打开了人工智能长久而委曲的接洽过程。

人工智能的第一次飞腾始于上世纪50岁月。在算法上面，感知器数学模子被提出用来模仿人的神经元反馈进程，并不妨运用梯度低沉法从演练样品中机动进修，实行分门别类工作。其余，因为计划机运用的兴盛，运用计划机实行论理推导的少许试验博得胜利。表面与试验功效带来第一次神经搜集的海潮。但是，感知器模子的缺点之后被创造，即它实质上只能处置线性分门别类题目，就连最大略的异或题都没辙精确分门别类。很多运用困难并没有跟着功夫推移而被处置，神经搜集的接洽也堕入阻碍。

人工智能的第二次飞腾始于上世纪80岁月。bp（back propagation）算法被提出，用来多层神经搜集的参数计划，以处置非线性分门别类和进修的题目。其余，对准一定范围的大师系统也在贸易上赢得胜利运用，人工智能迎来了又一轮飞腾。但是，人工神经搜集的安排从来缺乏相映的庄重的数学表面扶助，之后bp算法更被指出生存梯度消逝题目，所以没辙对前层举行灵验的进修。大师系统也表露出运用范围渺小、常识获得艰巨等题目。人工智能的接洽加入第二次低谷。

人工智能的第三次飞腾始于2010岁月。深度进修的展示惹起了普遍的关心，多层神经搜集进修进程中的梯度消逝题目被灵验地控制，搜集的深层构造也不妨机动索取并表征搀杂的特性，制止保守本领中经过人工索取特性的题目。深度进修被运用到语音辨别以及图像辨别中，博得了特殊好的功效。人工智能在大数据期间加入了第三次兴盛飞腾。