人工智能（AI）是由机器感知、合成和推断信息的智能，而不是由非人类动物和人类显示的智能。完成这项工作的示例任务包括语音识别、计算机视觉、（自然）语言之间的翻译以及其他输入映射。
人工智能应用包括先进的网络搜索引擎（如谷歌搜索）、推荐系统（YouTube、亚马逊和Netflix使用）、理解人类语音（如Siri和Alexa）、自动驾驶汽车（如Waymo）、自动化决策以及在战略游戏系统（如国际象棋和围棋）中的最高级别竞争。
随着机器的能力越来越强，被认为需要“智能”的任务往往被从人工智能的定义中删除，这种现象被称为人工智能效应。例如，光学字符识别经常被排除在人工智能之外，已经成为一项常规技术。
人工智能于1956年作为一门学术学科成立，此后几年经历了几次乐观浪潮，随之而来的是失望和资金损失（被称为“人工智能冬天”），随后是新的方法、成功和新的资金。自成立以来，人工智能研究已经尝试并放弃了许多不同的方法，包括模拟大脑、模拟人类问题解决、形式逻辑、大型知识数据库和模仿动物行为。在21世纪的前几十年，高度数理统计的机器学习已经占据了该领域的主导地位，这项技术被证明是非常成功的，有助于解决整个行业和学术界的许多挑战性问题。
人工智能研究的各个子领域都以特定目标和特定工具的使用为中心。人工智能研究的传统目标包括推理、知识表示、规划、学习、自然语言处理、感知以及移动和操纵对象的能力。[a] 通用智能（解决任意问题的能力）是该领域的长期目标之一。为了解决这些问题，人工智能研究人员采用并整合了广泛的问题解决技术，包括搜索和数学优化、形式逻辑、人工神经网络以及基于统计、概率和经济学的方法。人工智能还利用了计算机科学、心理学、语言学、哲学和许多其他领域。
该领域建立在这样一个假设之上，即人类智能“可以被如此精确地描述，以至于可以制造一台机器来模拟它”。这引发了关于创造具有类人类智能的人造人的思想和伦理后果的哲学争论；自古以来，神话、小说和哲学都曾探讨过这些问题。此后，计算机科学家和哲学家提出，如果人工智能的理性能力不朝着有益的目标发展，人工智能可能会成为人类生存的风险。
