人工智能，簡稱AI。研究和開發模擬、擴展和擴展人類智能的理論、方法、技術和應用系統是壹門新興的技術科學。人工智能是計算機科學的壹個分支。它試圖理解智能的本質，並制造出壹種新的智能機器，它能以類似人類智能的方式做出反應。該領域的研究內容包括機器人、語言識別、圖像識別、自然語言處理和專家系統。自人工智能誕生以來，其理論和技術日趨成熟，應用領域也不斷拓展。可以想象，未來人工智能帶來的科技產品將是人類智能的容器。人類正在向信息時代邁進，信息是當今時代的主旋律。信息作為知識被抽象和具體化，形成了智力的基礎。因此，從信息到知識再到智能，將成為人類社會發展的趨勢。人工智能已經廣泛深入地融入到科學技術的各個學科和社會的各個領域。它的理念、方法和技術廣泛滲透到各行各業。
目前，人工智能的研究是與特定領域相結合的。基本上有以下幾個方面。專家系統，專家系統是基於人類專家現有知識的知識系統。專家系統是目前人工智能研究中最早、最活躍、最有效的領域，廣泛應用於醫學診斷、地質勘探、石油化工、軍事、文化教育等方面。它是壹個在特定領域具有相應知識和經驗的程序系統。它運用人工智能技術模擬人類專家解決問題時的思維過程，從而解決領域中的各種問題，達到或接近專家的水平。
機器學習，機器學習的研究是研究人類學習的機制、人腦的思維過程、機器學習的方法以及針對特定任務建立學習系統。機器學習的研究以信息科學、腦科學、神經心理學、邏輯學、模糊數學等學科為基礎。依托這些學科***同發展。目前，雖然取得了很大進展，但問題還沒有完全解決。模式識別，模式識別是研究如何使機器具有感知能力，主要是視覺模式和聽覺模式的識別。如識別物體、地形、圖像、字體如簽名等，廣泛應用於日常生活和軍事事務的各個方面。近年來，隨著模糊數學模型應用的迅速發展，人工神經網絡模型方法逐漸取代了傳統的統計模式和結構模式識別方法。特別是神經網絡方法在模式識別方面取得了很大的進展。
人工神經網絡，人工神經網絡的靈感來源於對人腦奧秘的研究，試圖用大量的處理單元，人工神經元、處理元件、電子元件等來模擬人腦神經系統的工程結構和工作機理。在人工神經網絡中，信息處理是通過神經元之間的相互作用來實現的。知識和信息的存儲通過網絡元素之間的分布式物理連接來表示。網絡的學習和識別依賴於神經元連接權值的動態演化過程。